《云栖战略参考》由阿里云与钛媒体联合策划，呈现云计算与人工智能领域的最新技术战略观点与业务实践探索，希望这些内容能让您有所启发。
文/周靖人「阿里云首席技术官」
1958年中国第一台小型计算机研发成功，1987年中国第一封电子邮件诞生，1994年中国第一次接入国际互联网......这些标志性事件意味着中国计算机、互联网产业进入到了一个快速发展的时代。阿里云正是诞生于这样一个科技创新的浪潮中，经过数年磨练。
今天，我们处在一个数据爆炸、计算能力飞速提升的时代。在这个时代，算力成为社会发展科技创新的重要动力。阿里云也依靠多年演进、积累的技术能力和AI基础设施，为各行各业的模型训练、模型服务的需求提供坚实的支撑，助力各行各业一起在智能化时代里定义无限的未来。
全面升级，做好AI时代的基础设施
阿里云在成立之初就认为“数据中心是一台计算机”，这句话在AI时代有更深层次的含义，被进一步论证。当前，单个芯片的计算能力有大幅度的提升，但大模型的提升不是靠单一芯片完成，是靠成千上万的芯片完成。实现分布式的超大规模的训练，是云计算把成千上万的计算模块有效融合成一个计算引擎，组建成更强大的计算机，突破单一芯片性能瓶颈，帮助模型训练以及为更广阔的人工智能提供创新的支持。
这次技术变革中一个非常重要的特点是：想要取得领先地位，必须既懂AI又懂云计算，两者是紧密联系相辅相成的，缺一不可。有算法的能力但是缺少云计算的支持，就会很难发展起来；同样，只有云计算却没有进行AI时代的全面升级，也会最终面临淘汰。
阿里云的云计算基础能力并没有止步于过去已有的沉淀，而是螺旋上升地在AI时代进一步探索和夯实。
大模型是2023年AGI变革的技术核心，基础模型的质量则很大程度决定了AI应用的前景。训练大模型是囊括了算力底座、网络、存储、大数据、AI框架、AI模型等复杂技术的系统性工程，只有强大的云计算才能训练出高质量的大模型。为此，阿里云全线产品为支撑AI的发展、开发进行了技术升级。
为了保证大模型训练的稳定互联和高效并行计算，阿里云全新升级了人工智能平台PAI(Platform for AI)。
大模型训练方面，要求成千上万片GPU要实现高速互联、复杂的训练算法要有效并行、以高效算力调度实现计算和通讯的平衡、容错与快速故障恢复。PAI灵骏超高性能分布式模型训练平台具有高吞吐、低延时的网络，同时通过分布式调度、分布式编译，能在超大规模分布式训练上做到线性加速比96%。在容错方面，通过Tracepoint技术实时做封装级的故障检测、恢复，真正意义上帮助模型开发者、AI应用开发者有效地完成各种挑战性任务。
在模型推理层面也面临诸多挑战，例如算力性价比影响应用规模、延时敏感应用依赖就近推理服务、用量波动需要弹性伸缩和高可用服务。这一系列的问题无形之中由云计算的核心能力来逐一解决，包括推理能力、分布全球的数据中心布局，以及弹性计算的支持。
灵积平台可以做到低延时的模型推理和相关的服务。一方面，通过一系列的优化来降低模型服务的延迟；另一方面，在不影响模型效果的前提下，不断降低模型服务的成本。同时，运用稳定的弹性能力实现自动扩缩容，不断优化模型的性价比。
人工智能平台PAI作为中国大模型的公共AI算力底座，正承载着众多大模型企业、高校、科研机构的创新，参与到他们业务体系的成功中。
除了通义大模型，中国一半大模型公司跑在阿里云上，百川智能、智谱AI、零一万物、昆仑万维、vivo、复旦大学等大批头部企业及机构均在PAI上训练大模型。
未来，随着大模型技术与云计算本身的融合，云也可以像车一样能够自动驾驶，大幅提升开发者使用云的体验。
阿里云正在进行云产品的全面AI升级，走向Autonomous Cloud。通过把云的管理、运维、开发等各方面实现智能化，真正做到自动管理、自动运维、自动开发，成为“自动驾驶的云”。
在智能系统优化方面，利用AI实现更智能地调整各种性能参数，保障整个系统一直处于最优状态；在AI辅助开发方面，通过在各开发平台引入AI，帮助开发者提升AI的开发效率；在智能运维管理方面，借助AI实现更及时、更精准的系统运维；在智能客服方面，通过引入语言大模型，打造智能对话机器人、智能外呼机器人，更有效地服务企业和开发者。
阿里云上已有超过30款云产品接入了大模型能力，例如阿里云大数据治理平台DataWorks新增了全新的交互形态——DataWorks Copilot，用户只需用自然语言输入即可生成SQL，并自动执行相应的数据ETL操作，整体开发与分析可提效30%以上，堪比“自动驾驶”。
更好的大模型，加速应用的创新
当下，千行百业都想借助大模型实现业务模式的变革，但大模型使用的高门槛把大部分人挡在了技术浪潮之外。不论是定制专属大模型，还是基于大模型构建创新应用，都有很高的人才、技术、资金要求。
在Model as a Service的理念下，整个模型生态对人工智能产业的落地是至关重要的，每一环都是当前需要解决的一个重要方向。
模型生态中，除了底层基础模型，还会衍生出各种各样更加理解行业知识的行业模型，不同行业有不同的思维方式，如何把思维、应用的方式融入进去，是模型在行业落地的关键，不可避免地要做到很多知识增强和微调工作。
因此，通义模型大家族进行了全面升级——在底层基础模型之上，发布了一系列产业模型，目标是通过一系列的模型家族升级，真正意义上帮助大家解决各种各样的问题和挑战，推进模型的落地应用。
首先，基础模型层面，语言大模型通义千问来自阿里云多年的技术积累，从今年4月份第一次发布以来受到了广大开发者以及社会的关注，整个模型和产品也是在不停地迭代，不停地突破和创新。10月31日，在2023云栖大会上通义千问2.0发布，升级为千亿参数的模型，在业界各种评测指标上全面达到国际先进水平。此外，文生图基础大模型通义万相自7月份发布以来也受到了广泛关注，这款人工智能艺术创作大模型至今已经生成了超过1000万张图片。
为推动大模型更易在千行百业落地，阿里云基于通义千问基础大模型“打样”了8个行业大模型，包括通义听悟、通义晓蜜、通义星尘、通义灵码、通义点金、通义智文、通义法睿、通义仁心。
通义听悟作为工作学习的AI助手，在会议交流、教学培训、调研访谈、音视频理解与问答等场景下把多媒态的体验、语音的体验、自然语言的相关总结能力有机地结合在一起。“听悟”有两个含义，一个是“听”，能够听得懂；第二个是“悟”，能够理解讲话过程中的相关内容。它不仅能记录，还可以区分对话人、提炼要点、无缝转换成外语。过去两个多月，已经有累计超过100万的用户使用了听悟，每天处理音视频个数超5万，每日处理小时数超3万。个性化角色创作平台通义星尘，可以把人的个性引入到日常对话里，创造虚拟人，用于游戏、陪伴、教学服务等多样化应用场景。智能编码助手“通义灵码”，基于通义大模型，经过海量优秀开源代码数据与研发知识训练，提供代码智能生成，研发智能问答能力。通义晓蜜是一款助力企业服务向智能化与多模态转型的产品，它可以承担客户服务，也能提升客服效率、实现坐席赋能。
通义点金是一款智能投研助手产品，通过多样化海量金融数据训练、引入多智能体决策协助、多源实时数据接入，能够更加有效地分析复杂问题，成为有效帮助使用者的投资小助手。此外，还有用于文献阅读的通义智文、提供法律咨询及文书生成等服务的通义法睿，以及提供医药领域咨询问答的通义仁心等。
以上所有基础模型、应用模型的能力，都可以通过多种接入方式调用，各行各业的开发者、合作伙伴、企业级的客户都能真正意义上将AI模型能力集成在自己的业务系统里，更有效地去解决实际的业务问题。
在AI场景的落地里面，企业还会面临一系列挑战。例如如何在一个安全的环境里面，让模型和企业自身的数据以及自身的知识体系有效地融合？企业的应用也非常复杂，会存在各种各样的调用形式，那如何有效地解决集成问题？
为此，阿里云推出了一站式大模型应用开发平台——阿里云百炼。
该平台集成了国内外主流优质大模型，提供模型选型、微调训练、安全套件、模型部署等服务和全链路的应用开发工具，为用户简化了底层算力部署、模型预训练、工具开发等复杂工作。开发者可在5分钟内开发一款大模型应用，几小时即可“炼”出一个企业专属模型，开发者可把更多精力专注于应用创新。
通过与企业的知识体系有效地连接，“百炼”能够真正编排适合当前业务场景的应用系统，有效解决企业模型落地的重要需求、技术难题。
目前，央视网、朗新科技、亚信科技等企业已率先在阿里云百炼上开发专属模型和应用。例如朗新科技在云上训练出电力专属大模型，开发“电力账单解读智能助手”“电力行业政策解析/数据分析助手”，为客户接待提效50%、投诉降低70%；基于百炼，亚信打造了一款伴读助手，满足了阅读和知识整理的需求。
用坚定的开放，共促AI生态的繁荣
阿里巴巴集团董事会主席蔡崇信在云栖大会期间表示，阿里云要做“AI时代最开放的一朵云”。不开放就没有生态，没有生态就没有未来。
开放也是阿里云创始人王坚博士留下的基因。相较业内普遍使用的“公有云”叫法，王坚博士更倾向于称之为“公共云”。这符合他对于云计算就像水电煤的直觉判断，他认为，“就像电一样，每分钟、每秒钟都在用，但你不会感觉到它的存在了，云计算也是这样的公共服务”。
秉持着“服务好各种各样的开发者”的初心，阿里云最核心要做的就是建设一套“开放的技术体系”，把最核心的AI基础设施开放给开发者使用，同时积极参与模型社区的建设和繁荣。
在AI时代，开发者有各种各样的画像。
拥有技术实力和前瞻性想法的大模型初创公司，如百川智能和相关科研机构，希望利用阿里云世界级水平的AI基础设施，有效获得超大规模的模型训练。而这绝对不是一个简单的GPU芯片的堆积，其中涉及网络、存储、调度和容错等方面问题。如何在这样一个AI竞争的时代里，能够快速迭代，这是制胜的关键。也就是说，谁有最强有力的AI基础设施，就会在这样一场AI竞争里面脱颖而出。
还有一些开发者基于某种原因，不做模型而更关注业务系统和应用，希望直接使用已经训练后的模型。所以具备二次开发能力的开发者，就可以直接使用已训练好的开源的通义千问基础模型，进行模型的微调和改进。而针对企业级客户，百炼会以产品化的形式，帮助开发者做模型的二次开发。
当然也存在许多开发者希望从零开始建模型，阿里云就将魔搭社区所有开源的模型进行开放，让开发者在这之上自由发挥、创造。
最后还有一类只关注模型使用的开发者，他们希望只需要通过API的方式接入大模型，不做额外的调整就能使用完整模型。阿里云就为这些开发者提供更多开放接口和行业模型供其使用，同时也在魔搭社区上提供第三方模型，让开发者以API的方式快速对接到自己的业务系统。
在2022年云栖大会上，魔搭模型社区正式发布。短短一年，魔搭社区已经发展成为中国最大的AI模型社区，这里有2400多个高质量模型、300万活跃用户，达到了1.2亿模型下载量。
在这个社区中，包括创业公司、研究机构、学校等各界组织，都非常积极地贡献自己的模型。今天，魔搭社区已经成为开源平台上一个重要渠道，比如大模型公司都把魔搭社区作为模型发布的一个重要阵地。早在一两年之前，我和智谱科技首席科学家、清华大学教授唐杰聊起要做“魔搭”的时候，唐杰说一定会把模型放在这里，但没有想到一年以后魔搭社区能够有上亿的模型下载量。除了模型，魔搭社区也提供了非常丰富的数据集，帮助大家实现模型创造、创新。
同时，阿里云也在为广大的开发者提供免费算力。截至目前，阿里云已经提供了累计3000万GPU小时的免费算力，能够让社会各界在阿里云上创造自己的模型，去尝试各种模型。同时，通过创空间大家分享自己模型使用的体验，共同营造AI的生态，帮助整个产业快速发展。
2023年8月到12月，通义千问陆续进行了18亿、70亿、140亿、720亿参数规模的开源，通义千问也成为了业界首个“全尺寸开源”的大模型。
Qwen-72B在10个权威基准测评创下开源模型最优成绩，成为业界最强开源大模型，性能甚至超越开源标杆Llama 2-70B和大部分商用闭源模型，填补了中国LLM开源领域的空白。如果说，Qwen-72B“向上摸高”，抬升了开源大模型的尺寸和性能天花板，那么12月同时开源的Qwen-1.8B就是“向下探底”，成为尺寸最小的中国开源大模型，推理2K长度文本内容仅需3G显存，可在消费级终端部署。
用户可在魔搭社区直接体验Qwen系列模型效果，也可通过灵积调用模型API，或基于阿里云百炼平台定制大模型应用。
开源生态对促进中国大模型的技术进步与应用落地至关重要，通义千问将持续投入开源，希望成为“AI时代最开放的大模型”，与伙伴们共同促进大模型生态建设。
作为一朵开放的云，阿里云针对所有企业、各种各样的开发者，保持开放的心态，在不同层面提供开放的产品技术支持，服务企业和开发者快速在自己熟悉的领域实现创新突破。创新也是无处不在的，大模型的能力只有赋予开发者和合作伙伴，让他们发挥自己的创造力，AI的产业才能得到突飞猛进的发展。
