UCloud 加速AI在各行各業落地

過去的5年，云計算改變了數據中心！

未來的5年，AI將繼續改變數據中心！

但是，隨著數據量的持續迅猛增加，以及AI的快速崛起，云計算不僅僅是革傳統計算的命，同時云計算本身也處于實時進化之中。如今，它的下一個演進方向已經十分明確——就是智能化。因此，今天才會有這么多云計算廠商加緊布局人工智能，阿里云、百度云、UCloud等都在這樣做。

未來，云計算、大數據和AI之間的界限可能會越來越模糊，作為一個整體為企業的數字化轉型提供支撐，也將擁有更多的可能性和想象空間。

UCloud的“CBA”

繼德國工業4.0之后，我國也提出了“中國制造2025”，人工智能如今已經上升為國家戰略。以前，我們談論最多的是“互聯網+”“云計算+”，現在則要深入研究“AI+”，讓各行各業可以依托智能實現自身的轉型升級。先來看看各廠商在“AI+”方面動了哪些腦筋。2016年，亞馬遜推出了AI產品線，首批產品包含實現文本到語音轉換的Amazon Polly、基于深度學習的圖像和人臉識別服務Amazon Rekognition，以及可編寫自然人機交互的Amazon Lex。阿里云則發布了可視化人工智能平臺 DTPAI，并在物聯網、智能家居等領域廣泛布局。百度則在語音、視覺、自然語言與智能語義、自動駕駛、深度學習等眾多方面進行探索，并提出了“ABC”戰略。

眾所周知，A就是 AI，B代表大數據，C則是云計算。上文已經提及，現在主流的云服務商幾乎都采取了融合的策略，也就是“A+B+C”，但是從三項內容的排列順序不同，也可以看出廠商的定位和發展策略的差異。

百度云的策略是“ABC”，顯然在這三項中，AI是最能體現百度云的差異化競爭優勢的，云計算和大數據都是為百度云的AI戰略服務的。百度云對自己的定位是，以人工智能為中樞，以大數據為依托，以云計算為基礎。

而很早就在AI領域開始布局的UCloud，其戰略也是云計算、大數據和AI三者融合，不過順序略有變化，不是“ABC”，而是“CBA”，兩者的不同之處又體現在哪里呢？

UCloud在2017年初正式發布了“CBA”三位一體的發展戰略。3月，UCloud又宣布獲得了9.6億元D輪融資。UCloud計劃將這筆資金主要用于引進高端研發人才，加強全球范圍內的基礎設施建設，同時布局人工智能領域。

成立于2012年的UCloud是國內最早一批投身云計算行業的原生云服務商，定位于國內專業領先的公有云服務商，第三方市場分析機構的統計數據顯示，它已經進入了中國公有云市場前三，當前為近5萬家企業級客戶提供服務。在打下一個良好基礎的前提下，UCloud需要更上一層樓，這就需要一個新的抓手。

工業和信息化部的數據顯示，2017年，中國云計算產業規模有望達到6000億元，2018年更有可能突破8000億元。中國云計算市場規模不斷擴大，也吸引著更多競爭者的加入，除了互聯網廠商、IDC以外，一些傳統IT廠商，比如華為、Oracle也進入了公有云市場，還有一些房地產商、大型傳媒公司、大型制造企業等也對云服務市場虎視眈眈。如果不能盡快形成自己的差異化競爭優勢，想在公有云市場立足將難上加難。這也促使UCloud不斷求變，而AI的興起正好提供了一個契機。

百度云談的是All in AI，AI是其核心，而云是AI的一個支撐能力。UCloud聯合創始人兼COO華琨表示，UCloud是一家云服務商，所有業務和發展思路圍繞云計算展開，云計算是IT基礎架構，是最底層的支撐，而AI是其上的一種應用。AI、大數據都是促進云計算發展的驅動力。UCloud致力于AI應用在各行各業的落地。

AI的堅強后盾

AI正如沐春風！不同的技術領域、不同的行業都在熱烈地談論AI，讓人感覺AI是不是被炒作過頭了？華琨并不贊同，他認為AI正在逐步落地，現在關鍵要解決的問題是找到AI適合的應用場景，這當然還有很長一段路要走。

UCloud率先從云安全方面找到了突破口，比如UCloud今年發布了“安全屋”這個產品。傳統企業或者政府對數據比較敏感，以往AI公司需要將算法工程師派駐到這些企業或機構中，數據在一個安全的私有環境里，通過專門搭建的訓練集群進行處理、分析、加工和交付，這一過程非常耗時耗力。現在有了“安全屋”，用戶只要把數據通過加密的方式上傳到“安全屋”中即可，AI公司在“安全屋”中使用這些數據，而不能拿走數據，從而確保了安全，也提升了效率，贏得了用戶的信任。這是一個非常典型的AI應用場景。

UCloud不僅提供基礎的IaaS平臺計算能力和存儲產品，而且提供面向模型在線服務的PaaS平臺UAI Service，以及面向模型訓練的大規模分布式訓練平臺UAI Train，多個產品覆蓋了AI領域從模型部署到模型訓練的全需求。華琨表示，UCloud AI產品的優勢集中體現在中立性、重視數據安全性，以及超高的性價比。

今年8月，由創新工場聯合搜狗、今日頭條發起的“AI Challenger全球AI挑戰賽”正式啟動，UCloud作為大賽唯一的AI GPU合作方，將為大賽獨家提供AI模型訓練服務。UAI-Train是面向AI訓練任務的大規模分布式計算平臺，基于UCloud性能強大的GPU云主機集群構建，具有高達48TFlops的單精度計算能力，為AI訓練任務提供充足的計算能力。UAI-Train平臺提供托管式的訓練服務，用戶無需擔心計算節點調度、訓練環境準備、數據上傳下載和容災等問題。AI訓練服務按照實際計算消耗付費，收費靈活、便捷，無需擔心資源浪費。

融入了AI的云基礎服務，大幅降低了計算的成本，提升了計算效率，同時解決了讓算法工程師頭痛的工程類應用的效率和管理問題，更好地保障了數據安全，讓私密的數據樣本可以在互聯網的在線環境中得到充分使用。“在AI方面，我們的定位與BAT不同。BAT主要在研究各種AI應用，比如人臉識別、語音識別、自動駕駛等。他們做的這些AI應用與AI公司是有競爭的。而AI公司在選擇云基礎設施服務商時，更傾向于那些具有中立性的。”華琨表示，“UCloud提供的是一個上不碰應用、下不碰業務的中立的AI服務平臺。我們要為AI公司提供良好的基礎設施和服務，這是第一步。”

隨著AI產品和服務平臺的逐步完善，UCloud也在踐行著讓AI在行業快速落地的夢想，深挖AI領域的標桿客戶，格靈深瞳就是其中具有代表性的一個。

格靈深瞳在金融安防、智能交通等行業累積大量了數據。接下來，格靈深瞳意欲開拓商場、超市等連鎖企業，為他們提供智能視頻監控解決方案。因此，格靈深瞳迫切需要GPU提供在線服務的計算支持。

格靈深瞳原先自建的機房深度學習訓練平臺使用單機8卡（GTX 1080Ti）的GPU物理機。遷移到UCloud云上之后，選擇UCloud的單機4卡（P40）GPU物理機+單機4卡（P40）GPU云主機，訓練數據三副本存放在UCloud提供的3臺萬兆網絡環境的SSD物理機上，保證了資源層彈性伸縮和存儲層的可靠性。接下來，UCloud還將幫助格靈深瞳解決其模型訓練場景存在的一系列工程性難題。

形成良性循環

在過去一年中，Intel陸續收購了Saffron、Itseez等多家公司，有意將戰略重心向深度學習和人工智能領域轉移。Intel致力于打造一個智能的互聯平臺，它需要更多像UCloud這樣的合作伙伴，不斷豐富和完善這一平臺。正是基于此，雙方繼續深化戰略合作關系，在提升數據中心的存儲能力、計算能力，以及網絡傳輸、軟件優化等方面展開全面合作。

“AI公司只要深入理解行業客戶的需求，并且把算法做好，剩下的事情都可以交給我們來完成。我們提供持續優化的IaaS和PaaS服務，實現資源的規模化、集約化，同時降低成本。我們提供的平臺和服務，可以將AI公司從繁瑣的基礎設施建設和運維工作中解放出來，為其研發和創新提供支撐平臺。”華琨表示，“AI市場足夠大，而且它不是一個獨立存在的細分市場，將滲透到各行各業中。作為云計算服務商，我們必須具備相應的能力，去滿足這種需求足夠大，且有通用性需求的場景。”

沒有經濟基礎，哪里來的上層建筑？今天的云計算與AI的關系就有點像是下層基礎與上層建筑。云計算是一種基礎架構，是AI的載體。當AI被應用到各行各業中，又反過來產生了對基礎架構和計算能力的旺盛需求，從而促進云計算更好地發展。這就形成了一個良性循環。endprint