兩年前，一位云計算行業高管曾對鈦媒體App預見了今日云計算行業將要遭遇的難題，其中有一個觀點讓人印象深刻：“一只蜻蜓遠比一個木星要復雜的多”。木星是太陽系中體積最大的行星，而對我們來說只需要關注一個參數——引力，蜻蜓不及手指大小，但是其內部肌理與DNA分子結構異常復雜。

很多互聯網或者公有云巨頭其實是“木星”，大家都驚訝于它巨大的力量，但是這個力量的邏輯很簡單，網絡效應加上數據的力量，在數億人的行為之間獲取收益，但它無法用于一個小而復雜的系統，哪怕是MES。

百度集團執行副總裁、百度智能云事業群總裁沈抖

這與百度智能云最新的戰略升級遙相呼應，沈抖就任百度智能云事業群總裁后，第一次全面闡述其戰略邏輯，“云智一體，深入產業”，總體而言是確定性趨勢的延續和加強，也是當下最適合百度智能云的戰略。

產業智能化升級的“蜻蜓”之難

在最新的財報數據中，百度智能云第二季度營收同比增長31%，環比增長10%，是百度集團所有業務中亮眼的存在，名副其實撐起了百度的第二增長曲線。

與此同時，不少人對百度智能云的增長感到疑惑，尤其與阿里云和騰訊云相比，阿里云最新季度營收在抵銷跨分部交易前為239.38億元，在抵銷跨分部交易后為176.85億元，同比增長10%，經調整EBITA盈利2.47億元。

騰訊云并不單獨披露云業務收入，其金融科技及企業服務業務季度收入422億元，同比增長1%，環比下跌1.3%，財報中直接寫道，“企業服務收入同比略有下降”。

這都不是云計算行業積極的信號，阿里云和騰訊云是典型代表，與前幾年相比，云廠商的日子大多不算好過。

另一方面，百度智能云31%的增速，乍看起來不高，其實已經算是成規模云廠商中高增長的數字，雖然百度智能云的規?？傮w小于騰訊云和阿里云，但現階段可以看出其增長不屬于偶然因素拉動，穩健且可持續的收入，正是目前云計算行業所追求的增長模式。

我們可以將“雙11”、“618”這樣的超大型數字化項目視作“木星”，當然其所要克服的重重挑戰也很多，“雙11”、“618”可以作為中國云計算行業的標桿項目，證明了云計算所能實現的高峰。

轉念一想，中國還有多少企業需要做如此之大的數字化項目，他們可能歸屬于完全陌生的領域，遵循著不一樣的行業知識，能解決“雙11”的問題，不一定能解決工廠中一個小場景的問題，“蜻蜓”之難是另一種難題。

草蛇灰線，伏脈千里。如果按照算力消耗從大到小排序，“蜻蜓”可能不是云廠商的優先級，消耗不了巨大的算力，大型的數字化項目才是云廠商通常喜歡的節奏，一些云廠商也就錯過了早期的機會。

百度智能云則不同，近年來其戰略重心始終放在“蜻蜓”上，主打技術與產業結合，即以行業復雜場景為代表的業務，云智一體的作用也很顯著，云計算不能解決的問題，由人工智能來解決，兩者互為犄角，復制規?；鲩L的路徑。

新戰略不“新”，但更深

在2022智能經濟高峰論壇上，沈抖用相當濃重的筆墨介紹了百度智能云深入產業的實踐，吉利、廣汽、恒逸和國網等，遍布在水電能、制造、政務、交通、金融等各行各業，這是百度智能云得以增長的實證，百度智能云也將繼續延續這一路徑，今年新戰略重點強調縱深。

百度智能云認為，中國的數字化轉型和智能化升級還在早期，仍有巨大的機會。當然，數字化本身不是追求的目標，而是通過數字化、智能化，真正提高產業的效率、效能，創造新的價值、提升競爭力。

以時下火熱的算力產業為例，各地數據中心、算力中心的建設突飛猛進，據統計，國內算力產業近五年平均增速超過30%，算力排名全球第二。

但在很多地區和產業的關鍵場景下，算力不是真正的瓶頸，甚至不少地方存在超前建設、算力過剩的情況，接下來，怎么用好算力、解決產業的關鍵問題，才是真需求。

“為了讓智能化解決產業的核心需求，我們必須更加深入產業。而產業里豐富的應用場景，也為人工智能與云的發展提供了廣闊的空間。”沈抖說道。

沈抖表示，實體經濟很多領域的數字化改造尚未完成， 而數字化本身并沒帶來效率的明顯提升，智能化的滲透尚需時日，智能化對實體經濟的巨大拉升作用雖有信仰者、但還沒有成為廣泛共識。

因此產業智能化的進程還需要踏踏實實地摸索更長時間，需要給產業、給企業持續交付真實的價值和成果，不玩噱頭，讓行業真真切切地嘗到智能化的甜頭。

沈抖所說的其實也是云廠商入局產業的難題，只要云廠商進入到其他行業中去，就會發現“隔行如隔山”，初期云廠商投入和產出根本不成正比，很多場景云廠商逛了一圈就出來了，就是因為評估成本和收益之后，并不認為值得做。

這就不得不提到百度云智能云新戰略，“深入產業”的前提是有“云智一體”作為依托，一個一個場景的做，換做誰也經受不住虧損，云智一體給百度智能云提供了規?；捏w系。

云智一體3.0架構

隨著新戰略的升級，百度智能云也正式更新了“云智一體3.0”架構。首先是AI IaaS層最核心的芯片部分，昆侖芯已經量產數萬片，實現了大規模的商業化落地。百度內部已經部署到搜索、小度、自動駕駛、愛奇藝等業務。百度外部也已經在金融、工業等客戶的業務中使用。

作為7納米通用型GPU，昆侖芯2代相比1代，性能提升了2到3倍，性價比優于國外同級別的高端芯片產品，且具備規?；┙o能力。在工業質檢場景中，用昆侖芯替代非國產芯片，成本降低了65%。沈抖表示，百度已經啟動昆侖芯3代的研發，預計2024年初量產。

在AI PaaS產品，最核心的產品之一是飛槳深度學習框架。飛槳解決了基礎軟件層的開發、訓練、推理部署，以及模型庫、開發套件等問題，通過開源開放，讓開發者無需從第一行算法代碼寫起，可以直接調用飛槳框架和飛槳開發平臺的相關模塊，大幅降低了人工智能技術應用的門檻，更快推進產業智能化。飛槳官方支持的產業級模型庫新增了100多個開源算法，到目前模型數量超過500個。

再如大模型和中臺能力，百度自研的文心產業級知識增強大模型系列，包括以鵬城-百度·文心為代表的基礎通用大模型，是全球首個知識增強千億大模型，參數規模達到2600億。

有了飛槳深度學習框架和大模型，整體AI PaaS的能力得到大幅提升，例如AI中臺3.0可以自動適配超過1萬6千種網絡和芯片組合，覆蓋市場上大部分AI硬件；知識中臺3.0，能將標注成本減少50%。在搜索場景中，模型落地的開發周期可以縮短一半。

“除了百度，國內還沒有哪家云廠商，能在每一層都有領先的自研技術、產品和生態。而百度在AI IaaS層的昆侖芯片以及AI PaaS層的深度學習框架飛槳和文心大模型，使得百度形成了‘芯片-框架-大模型-行業應用’這樣一套自成閉環的智能化路徑，真正做到端到端的優化。”沈抖說道。

對此鈦媒體App認為，百度智能云更多是從人工智能和云計算的結合角度，相對可能還要更偏向人工智能去塑造3.0架構，因為僅靠算力無法滿足產業所需，人工智能要做出更多的貢獻。

沈抖表示，3.0架構從行業核心場景切入，通過打造行業標桿應用，帶動和沉淀了AI PaaS層和AI IaaS層的能力，打造極致性價比的異構算力和高效的AI開發運行能力，進而向上可以優化已有應用、孵化新應用，向下改造數字底座，使基礎云更適合AI應用，形成螺旋上升、不斷進化的效果。

百度智能云走在正確的路上，繼續加強戰略的廣度和深度有章可循，也越來越成為云計算行業共同的選擇。

（本文首發鈦媒體APP 作者｜張帥）