云原生ai文章文档介绍内容 沭阳刘集镇云原生论文
编辑整理：整理来源：爱奇艺，浏览量：87，时间：2022-12-21 00:07:01
云原生ai文章文档介绍内容，云原生 语言，数据科学与云原生
前沿：云原生ai文章文档介绍内容
D
2022年5月13日讯，IDC发布了《云原生AI-加速AI工程化落地》(IDC #CHC48747822, 2022年5月)报告。分析了云原生AI技术和平台在优化AI成本和效能、增强AI处理性能、简化AI开发部署等方面的优势，同时包括典型应用场景、代表厂商的产品技术和案例，并对企业用户给出了相应的建议。
在《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》以及《“十四五”数字经济发展规划》中反复提到增强以人工智能、云计算为代表的关键技术的创新能力，并且加快推动这些创新技术与产业和各个行业的结合。在数字经济蓬勃发展、数字化转型不断深入的背景下，数字化、智能化转型成为企业的工作重点之一，数字化创新能力成为企业的核心竞争力之一。人工智能的发展从初期的概念时期，到广泛的场景切入，再到融合在各个行业的业务中的全面落地阶段——智能家居、智能金融，自动驾驶、智慧医疗、智能零售、智能制造、智能交通等行业都在广泛应用深度学习和机器学习技术。人工智能开发领域的发展呈现数据量和模型规模越来越大、模型训练要求速度越来越快的特点。然而资源利用率低、应用成本高、性能不足，落地困难等工程化问题阻碍了人工智能应用的落地。作为企业未来数字化创新核心开发方式的云原生开发方式，在优化AI成本和效能，增强AI处理性能，简化AI开发部署等方面卓有成效，加速实现人工智能在各行各业的落地创新，促使人工智能发挥更大的社会经济价值。
云原生AI通过把云原生技术和平台与AI 应用相结合，并且通过相应的技术配套和长期工程实践，来满足AI业务场景。云原生AI平台具备云原生平台的通用能力之外，还应具备AI优化的云原生平台能力，比如初级能力使得云原生AI平台具备支持AI应用的能力；中级能力使得云原生AI平台在技术上获得较好的效能；而高级能力使得云原生AI平台在具体AI业务中高效稳定落地。云原生AI不是简单的云原生+AI，而是需要技术配套和长期工程实践，才能真正满足AI业务场景。这是从技术到落地的关键，涉及到多场景长时间的实践和技术积累。
云原生AI典型场景：NLP超大模型训练，智能营销以及自动驾驶中，我们可以看到云原生技术底座结合AI优化的能力在提高资源的处理性能以及效能，降低成本，提升AI 训练速度，推动整个流程的自动化水平，实现推理服务更快的更新和上线，并且降低开发难度上都有非常明显的优势。
中国AI公有云服务市场是一个快速增长的新兴市场，其在2021年上半年的市场规模达到了18.3亿元人民币(此数据未包含云上GPU/FPGA等AI算力），其在整体人工智能市场的占比不断在上升。活跃在AI公有云服务市场的公有云服务厂商，像百度云、阿里云、华为云和腾讯云也纷纷推出了自己的云原生AI产品和解决方案。比如百度云推出的AI-Native架构，在AI思维的基础上，打造一体化云计算服务，实现云能力和AI能力深度融合；阿里云的云原生AI解决方案利用阿里云容器服务（ACK）全面支持GPU和CPU异构资源集群统一管理和调度，与阿里云其他资源服务深度整合；华为云通过容器批量计算服务(BCE)支持多场景统一生态，支持HPC/AI/大数据/基因多场景计算服务统一管理；腾讯云针对不同场景和需求推出云原生AI PaaS，云原生AI降本和云原生AI加速三种方案。这些厂商提供的是全栈的云原生AI解决方案，不仅能够提供云原生基础架构，还可以提供AI开发能力和环境，并且活跃在云原生社区中，因此在云原生AI市场中具有较强的综合能力。
IDC中国企业研究部助理研究总监李昭表示：“根据IDC的调研数据，未来两年采用云原生技术支持AI应用场景的企业数量会翻倍，这也说明企业开始认识到云原生AI对于加速AI落地的意义。云原生化和人工智能的落地并不仅仅是技术问题，还涉及到组织架构的调整、企业文化的适配、人才的培养和相应的考核体系的革新，因此应该把其视为企业数字化转型和未来创新中的重要一环，上升到企业整体的数字化战略层面。”
（刘立庆）
补充拓展：云原生ai文章文档介绍内容
云原生（Cloud Native）的概念，最早是由 Pivotal 于2013年提出的。云原生可分解为 “云”（Cloud）和 “原生”（Native）两个词。这里还隐藏了一个词—— “计算”（Computing），因为云原生本质上是一种与云计算（Cloud Computing）相同的计算方式，因此通常我们在说云原生的时候，实际上是暗指云原生计算（Cloud Native Computing）。
得益于云计算快速发展，基于云计算特性所设计的云原生应用相比传统的单体应用在安全性，扩展性，快速迭代，运维等各方便都有巨大的领先优势。
云原生自诞生依赖，已经度过了概念炒作的阶段，进入架构落地阶段，出现了云原生2.0的概念。云原生1.0与2.0最大的区别在于， 1.0的云原生是ON Cloud，即把容器、微服务、DevOps等云原生的特征堆砌到云上。这样的做法虽然实现了弹性、敏捷等，但还仅仅是解决了基础设施架构层的问题，是以资源为核心，并未实现资源效率的最大化、最优解。
而云原生2.0则是IN Cloud，是以应用为中心。除了具备云原生1.0的容器、微服务、DevOps等特征外，更强调对资源的配备。
从现在基础设施的发展情况来看，我们正在从以资源为中心的资源上云阶段向以应用为核心的应用上云阶段演进，关注点从资源云化向应用云化渗透。第一阶段，我们关注的是以资源自动化为目标的资源融合管理。第二阶段，我们关注的是以应用自动化为目标的应用敏捷管理。
相对概念阶段的云原生以及资源上云来说，云原生2.0的关注点有了以下变化：
高效的资源管理与调度：基于软硬件协同构建多元算力，为应用提供极致的覆盖逻辑、虚拟机、容器、函数等在内的多元算力；基于边云协同和分布式云架构，实现多云算力的纵向融合和横向联动，形成分布式泛在算力平台；以应用为中心，实现资源的高效管理、调度和编排，实现一键部署、一建管理和智能感知。
敏捷的应用交付与管理：通过创新应用开发模式，进一步实现应用的敏捷交付和应用的全生命周期管理，通过侵入式和非侵入式两种模式助力企业应用架构升级。
智能的业务支撑与开放：主要是如何做好数据汇聚融合和数据运营，推动数据资产化、数据业务化和业务数据化，借助AI等新技术，实现数据对业务的二次赋能，实现业务的智能升级。
完善的安全可信与合规：借助云原生对基础资源的融合纳管，在基础资源和基础设施安全的基础上，进一步打造应用、数据和业务安全。 （推荐答案！）
云原生（Cloud Native）是以微服务、DevOps、容器、多云业务管理为代表的技术。
云原生为什么会出现？企业 IT 数字化转型也正在由“以资源为中心”转变为“以应用为中心”。服务器时代和以虚拟化技术为代表的云计算时代，企业 IT 建设聚焦于 IT 资源，更多的关注 IT 资源利用率的提升和 IT 资 源管理的方便性。虽然屏蔽了一部分基础设施的差异性，但并未从根本上解决基础设施与软件割裂、 运维复杂的难题，应用还是无法以完全标准化的模式构建，应用部署还是以资源为中心。进入数字 化时代，IT 资源建设已经基本完善，企业的关注点从以资源为中心转移到以应用为中心，聚焦于如 何更高效进行数字化创新以应对日益多变的市场环境和用户需求，包括数字化应用的敏捷交付、快 速弹性、平滑迁移、主动运维等。
当前，以微服务、DevOps、容器、多云业务管理为代表的云原生技术已经广泛成熟应用，成为加 速企业数字化业务高效创新、实现企业数字化转型的最佳技术支撑。
与云原生相关的各个技术分别解决什么问题？微服务实现了软件的模块化、组件化、共享化，实现了开发团队的独立化、小型化和协同化，为数 字化应用研发创新更敏捷、更高效打下了坚实的基础。
DevOps 实现了软件研运过程标准统一，强化应用研发运营全周期的管理、打破部门壁垒，从应用 需求到生产运维的全流程改进和优化，结合统一工具链，实现文化、流程、工具的一致性，提升数 字化应用创新整体协同效率，提升软件交付效率。
容器技术实现了应用与资源的解耦和应用交付件的标准化，有效解决了异构环境的部署一致性问 题，促进了资源的标准化，为面向应用的服务化、自动化提供了基础。标准容器化的打包方式实现 了真正的应用可移植性，不再受限于特定的基础架构环境。
多云业务管理实现在私有云模式、混合云模式、多云模式下应用的部署、跨云迁移、应用运维和治 理，满足企业多样化 IT 资源需求，同时避免企业被云服务商绑定，实现自主可控。多云业务管理 同时可实现云端+边缘设备的应用一体化交付和管理。
（推荐答案！）