《國家信息中心：2024“人工智能+”時代公共云發展模式與路徑研究報告（37頁）.pdf》由會員分享，可在線閱讀，更多相關《國家信息中心：2024“人工智能+”時代公共云發展模式與路徑研究報告（37頁）.pdf（37頁珍藏版）》請在三個皮匠報告上搜索。

1、 II 01“人工智能+”時代公共云發展模式與路徑研究 前言前言 新一代人工智能技術正步入跨越式發展新階段，成為引領現代產業變革的核心力量，大力發展通用人工智能已經成為全球潮流。2024 年我國政府工作報告中提出“開展人工智能+行動，打造具有國際競爭力的數字產業集群”，既順應全球人工智能發展趨勢，也反映了未來中國產業升級的現實需求，開啟了人工智能技術在各行各業廣泛應用的新篇章。隨著人工智能技術和應用創新不斷加速，模型復雜度和數據量急劇增加，對包括算力在內的新型基礎設施建設提出了新需求和新要求。實踐層面看，目前我國算力資源在規模和使用成本等方面仍然不能滿足人工智能的規?；瘧煤涂焖俚鷦撔碌男枰?/p>

2、，建立適應“人工智能+”時代的高質量算力服務體系迫在眉睫。公共云是破解我國“人工智能+”時代算力“供不上、用不起”瓶頸問題的重要抓手。公共云具有大規模集群管理能力，能以資源利用效率最大化的方式，幫助提升我國算力供給能力，并通過規模經濟效應推動算力門檻降低，讓更多的用戶享受普適普惠的算力服務。公共云和人工智能相結合還將推動“云計算”走向“云智算”，云計算不再局限于 IT 計算本身，而是提供包括算力、模型、數據、生態等與智能化發展相關的全方位創新服務，從而促進“人工智能+”切實落地，引領新質生產力不斷發展。本報告闡述了公共云的概念內涵及其對未來經濟社會發展的重要意義，在分析我國公共云當前發展態勢與

3、面臨問題的基礎上，提出了“人工智能+”時代公共云發展的典型模式、模式要求、技術服務架構和健康長效發展路徑，以期為相關從業者提供指導和參考。01公共云概述 02“人工智能+”時代公共云發展模式與路徑研究 01公共云概述 03“人工智能+”時代公共云發展模式與路徑研究 （一）公共云的概念與內涵 公共云是指面向公眾提供的云計算資源，其本質是將云計算資源規?；?、大范圍進行共享，聚合各類算力并通過在線的模式為各類用戶提供簡單易用、且近乎無限擴展的計算服務。在傳統的用戶單位自建數據中心模式下，需要大量人力物力投入來建設基礎設施、系統、中間件服務等，支出龐大且維護復雜。區別于私有云、公有云的“有”，公共云強

4、調的則是“用”，重視使用權，是以需求為導向以應用為目的的一種公共服務模式。公共云模式下，用戶單位無需過多關注上述技術細節，通過按需使用公共云服務商所提供的計算、存儲、網絡等開放資源，能夠大大減輕 IT 成本，并轉而投入更多的精力聚焦業務持續創新。公共云是云計算發展的初心和核心價值所在。隨著互聯網技術的發展和虛擬化技術的成熟，云計算應運而生。云計算的核心理念是將計算資源集中起來，并通過互聯網按需提供給用戶；其核心價值和優勢體現在資源共享、按需使用、靈活性和可擴展性。從實踐層面看，全球公共云巨頭亞馬遜最早推出云計算服務 AWS（Amazon Web Services），企業和個人只需通過互聯網就能

5、按需獲取計算和存儲服務。AWS 自成立的第一天起，就肩負著以公共云對外提供云計算服務的使命。貝索斯曾這樣描述 AWS 的愿景“學生在宿舍里就能使用與世界上最大的公司一樣的基礎設施”。面向未來看，人工智能特別是深度學習等技術的發展，對算力提出了更高要求，推動“云計算”走向“云智算”。人工智能的發展與公共云密不可分，公共云不僅支撐了人工智能大模型的突破，未來大模型也將以云的方式提供服務?！叭斯ぶ悄?”時代，從模型預訓練到模型部署和推理應用，算力的需求呈指數級增長，公共云將成為破解算力資源緊張、算力成本昂貴的關鍵抓手。01公共云概述 04“人工智能+”時代公共云發展模式與路徑研究 （二）公共云有效支

6、撐經濟社會數智化發展“人工智能+”上升為國家戰略行動，人工智能從推動各行業提質增效的技術手段，升級為支撐經濟社會數智化轉型升級不可或缺的基礎設施和核心能力。我國持續加強頂層設計，加快形成以人工智能為引擎的新質生產力。隨著人工智能應用和產業發展進入加速期，公共云成為推動全球經濟增長和提升社會發展質量的關鍵驅動力。通過提供可擴展、靈活且經濟實惠的計算資源，公共云成為連接不同行業、不同規模企業協同創新的橋梁，為各行各業提供了轉型升級的新機遇，能夠助推創新能力的整體提升，促進經濟多元化、可持續發展。01公共云概述 05“人工智能+”時代公共云發展模式與路徑研究 1、推進技術、應用和模式創新 公共云降低

7、了使用和試驗新技術的門檻。公共云通過提供按需訪問的計算資源、存儲和廣泛的服務，顯著降低了開發者和企業創新研發的門檻，使個人開發者和中小型創業公司能夠利用先進的技術棧進行產品實驗和原型設計。如 SaaS（Software as a Service，軟件即服務）允許個人和企業以訂閱的方式訪問最新的軟件和工具，以較低的試錯成本快速驗證新設計的可行性，加速了技術創新和業務模式的演進。隨著近年來人工智能等新技術的迅速發展，公共云的定位也在不斷演變，不再僅僅是一種普惠、靈活的基礎資源，還是個人和企業獲取新技術新能力的重要渠道。圖 1 公共云助力構建創新生態 公共云提供了協同、開放發展的創新生態服務體系。公

8、共云支持數據和應用程序的集中存儲，通過提供豐富的 API、開發工具和集成服務等，為開發者構建和部署新的應用程序提供了創新平臺，促進了企業、開發者和各類研究機構間協作，推動了商業模式和應用場景創新。例如，亞馬遜 AWS、微軟Azure、谷歌等公共云廠商通過提供虛擬化的計算資源、存儲空間和各種服務，支撐了醫療健康、能源、金融科技等各領域的數據挖掘和應用創新。01公共云概述 06“人工智能+”時代公共云發展模式與路徑研究 2、強力服務全行業數字化轉型 公共云降低了企業數字化轉型的成本。公共云服務允許企業根據計算能力、存儲空間和網絡帶寬等實際需求快速調整多元的算力組合與服務模式，能夠幫助企業、尤其是中

9、小企業應對突發的業務量變化，減少了因資源不足而錯失數字化轉型機會的風險，對降低中小企業技術成本有至關重要的作用。圖 2 公共云助力數字化轉型 公共云為企業提供廣泛的數字化服務生態。公共云服務模式下，通過共享基礎設施和資源，為廣大使用者提供靈活的數據分析、應用快速開發和部署、容災恢復等云服務，能夠促進企業在業務流程優化、業務精準決策、產品質量提升、業務數據安全等方面實現數字化智能化轉變，是初創數字企業貫徹數字化思維、推動中小企業跨越數字鴻溝、賦能企業節本增效、助力產業升級的戰略性工具。01公共云概述 07“人工智能+”時代公共云發展模式與路徑研究 3、提升云服務用能效率促進綠色發展 公共云能夠有

10、效提升能源利用效率。與分散部署的傳統數據中心相比，大型公共云平臺的能源需求和消耗更加集中。公共云通過集中管理和運營，實現能源監控和負載平衡，確保能源消耗與實際需求緊密匹配，減少能源浪費。公共云平臺通過計算資源集約化、轉移工作負載，實現了更高的能源利用率（公共云的資源利用率是企業自建機房的 5-10 倍1），有助于減少能源浪費，從而降低碳排放。圖 3 公共云助力綠色發展 公共云有效推動清潔能源的利用。公共云對能耗的管控水平更高，為集中利用風能、太陽能等清潔能源提供了可行載體。例如，2023 年，亞馬遜宣布當年已投資 78 個全新的太陽能和風能項目，預計到 2025 年，亞馬遜 AWS、亞馬遜物流

11、中心、實體商店和公司辦公室在內的所有業務運營 100%使用可再生能源2；谷歌、微軟等公共云服務商也在積極探索通過使用可再生能源減少環境足跡。1 來源：為綠色低碳注入科技動能探訪阿里云張北數據中心，http:/ 年 7 月 22 日。2 來源：亞馬遜宣布全球新增 78 個可再生能源項目，包括中國大慶和博白風能項目，https:/ 年 11 月 15 日。02公共云已成為“人工智能+”時代數智化發展的戰略抉擇 08“人工智能+”時代公共云發展模式與路徑研究 02公共云已成為“人工智能+”時代數智化發展的戰略抉擇 09“人工智能+”時代公共云發展模式與路徑研究 （一）公共云已成為支撐國際領先大模型的

12、云服務首選 公共云為大模型訓練提供萬卡集群的技術能力。自 OpenAI 于 2022 年 11月發布 ChatGPT 以來，全球大型科技企業掀起了基礎大模型之戰，不斷升級大模型版本。當前，全球領先基礎大模型的能力遵循“規?；伞保⊿caling Law），即模型參數、訓練數據和算力規模越大，則模型效果越好。盡管公共云和專屬云都可以用于訓練基礎大模型，但訓練全球領先的基礎大模型需要調度至少萬張 GPU 高效協同工作。在此背景下，只有極少數公共云具備相應能力。例如，OpenAI 的 ChatGPT 部署在微軟 Azure 云上，Anthropic 的 Claude 和 Meta 的 LLaMA

13、部署在亞馬遜 AWS 云上，Midjourney 和 Google 的 Gemini 部署在谷歌云上。具體如表 1 所示。表 1 全球領先基礎大模型訓練芯片規模及部署方式 02公共云已成為“人工智能+”時代數智化發展的戰略抉擇 10“人工智能+”時代公共云發展模式與路徑研究 公共云為大模型應用提供“AI+AI+云”的服務方式。智能時代云計算技術體系加速演進，從單點技術競爭升級為芯片、網絡、計算、模型全體系技術綜合能力的競爭。公共云巨頭為新一代人工智能技術進步提供了強大支撐。以OpenAI 和微軟 Azure 的合作為例，微軟提供裝備了上萬塊英偉達 H100 GPU 和超過 20 萬核 CPU

14、的超級計算系統，用于支持 ChatGPT 大模型訓練和在線服務。在公共云上部署大模型，不僅能讓用戶更加及時地獲取到大模型的最新功能和應用，還能通過其 PaaS 層和 SaaS 層為用戶提供極為豐富的工具、組件和應用，從而支撐千行百業智能化應用。截至 2023 年11 月，已有超過 18000 家組織通過 Azure 接入 OpenAI 大模型服務3。3 來源：Microsoft 365 Copilot Set to Provide A Generative AI Revenue Boost，https:/ 11“人工智能+”時代公共云發展模式與路徑研究 （二）公共云已成為破解全球算力瓶頸的核心

15、手段 公共云能夠緩解人工智能發展算力緊缺問題。大模型發展帶來了 AI 算力需求的快速上升，所消耗的計算資源每 3-4 個月翻一倍4，算力需求的增長速度已經遠超芯片性能提升和產能擴張速度的上限。隨著人工智能大模型規?；瘧?，支撐海量用戶頻繁使用所需要的推理算力成本也將急劇上升，尤其是多模態大模型對于算力的消耗將遠高于文本類大語言模型。算力資源緊缺已成為制約大模型規?；瘧玫闹饕款i。據估計，截至 2023 年 8月，全球 H100（英偉達主流高端 GPU）的供給缺口超過 43 萬張5。受限于封裝技術及產能不足，H100 訂單交貨周期長達 36 周到 52 周不等，即使是美國訂單也無法得到保障。公

16、共云可以多路復用，通過多租戶使用同一套計算資源大池，削峰填谷，顯著提升硬件資源利用率。隨著公共云技術體系加速升級，AI 訓練、AI 推理以及 HPC 超算等計算資源將并池管理，實現算力普惠和模型普及。公共云能夠實現我國算力供給能力的邊界突破。國內大量企業自建數據中心的平均資源使用效率不到 5%，而亞馬遜 AWS、谷歌等公共云廠商的數據中心資源使用效率一般可達 25%-40%6。在我國高端算力芯片進口受限的背景下，破解我國算力瓶頸的關鍵路徑之一在于提高既有芯片和產 4 來源：吳泳銘擁抱人工智能驅動的產業智能革命 5 來源：Nvidia H100 GPUs:Supply and Demand，ht

17、tps:/gpus.llm-utils.org/nvidia-h100-gpus-supply-and-demand，2023 年 11 月。6 來源：阿里云 2024 新戰略：全面降價 20%，https:/ 年 2 月 29 日。02公共云已成為“人工智能+”時代數智化發展的戰略抉擇 12“人工智能+”時代公共云發展模式與路徑研究 能的利用率，而非盲目新建投入。公共云通過集群的計算、網絡、存儲平衡設計和軟硬一體化加速技術，調度“盤活”已有芯片，可以形成超大規模算力資源池，實現芯片復用、彈性可擴展。發揮公共云大規模機器調度、異構芯片兼容能力，不僅能將已有先進芯片集約化利用，還能充分利用已有的

18、通用 CPU 資源，為 AI 大模型訓練和推理應用提供必要的算力支持。02公共云已成為“人工智能+”時代數智化發展的戰略抉擇 13“人工智能+”時代公共云發展模式與路徑研究 （三）公共云已成為智能產業降本增效的必由之路 公共云規模效應有利于算力普惠。算力成本是限制大模型發展的關鍵因素之一，中小型人工智能企業往往難以通過自建算力設施解決訓練和推理算力需求，因此，算力租賃需求旺盛。而由于美國芯片出口禁令等外部因素，當前市場上算力租賃業務價格不菲。有觀點認為，一旦算力成本降到目前的1%，大模型就能實現真正的普及7。公共云以其網絡效應和規模效應，具備降低成本的潛力。隨著用戶規模增加、技術優化和運營效率

19、提升，公共云廠商持續降低云計服務價格。例如，亞馬遜 AWS 曾連續三年每年降價 12 次；過去十年阿里云將計算成本降低了 80%，存儲成本降低了近 90%。7 來源：創新工場汪華：兩年后，模型基礎設施成本可降至當前 1%，https:/ 年 7 月 25 日。02公共云已成為“人工智能+”時代數智化發展的戰略抉擇 14“人工智能+”時代公共云發展模式與路徑研究 公共云加速人工智能產業化進程。人工智能原生企業提供新技術和新工具，是人工智能產業化的生力軍和未來的主力軍，也是人工智能產業成熟度的重要標志。美國涌現出了 Stability AI、Midjourney、Pika 等一批 AI 原生企業。

20、其中，Midjourney 成立不到一年，用戶超過 1300 萬，市值超過 10億美元；Pika 成立不到半年即獲得 5500 萬美元融資，估值也超過 2 億美元。公共云廠商為這些 AI 原生企業注入了關鍵的算力資源，比如，微軟累計向 OpenAI 投資 130 億美元，大部分是算力資源，CoreWeave 通過質押萬卡 H100 獲得英偉達 23 億美元融資，如表 2 所示。此外，公共云平臺通過“平臺+低代碼+生態”的方式，構建普惠化、個性化、低成本的技術架構和解決方案，幫助企業專注于業務創新，加速技術的迭代與升級。例如，Discord 依托谷歌云平臺，從一個聊天溝通平臺變成 AI 創新應用

21、的“首發”驗證平臺，支持了 Midjourney 和 Pika 的成長。表 2 AI 獨角獸企業主要投資方及投資方式 數據來源：課題組根據公開資料整理（截止到 2024 年 1 月 31 日）03我國公共云發展態勢和面臨的問題 15“人工智能+”時代公共云發展模式與路徑研究 03我國公共云發展態勢和面臨的問題 16“人工智能+”時代公共云發展模式與路徑研究 （一）市場增長乏力，需求引導不足 無論是從理論上還是國際市場發展趨勢看，算力服務最經濟的方式是將算力集中在云廠商手中，以公共云模式提供算力服務。特別是智能計算時代，算力采購成本更高、集群管理更難、研發投入更大，公共云可以利用規模效應降低算力

22、成本。近年來，國際市場算力正變得更集中，公共云保持快速增長態勢。然而，我國公共云市場卻呈現出增速放緩、市場內生算力需求不足、算力供給分散等特征。03我國公共云發展態勢和面臨的問題 17“人工智能+”時代公共云發展模式與路徑研究 2016-2022 年，全球公共云服務市場實現了蓬勃發展，市場規模從 2016年的 8540 億元增長到 2022 年的 38206 億元。其中，我國公共云服務規模從 2016 年的 203 億元增長到 2022 年的 2479.4 億元8。在經歷了快速增長期之后，近年來我國公共云市場增速逐步放緩。2023 年上半年，我國公共云服務整體市場規模為 190.1 億美元，從

23、 IaaS（Infrastructure as a Service，基礎設施即服務）+PaaS（Platform as a Service，平臺即服務）市場來看，2023 上半年同比增長 15.9%9，為近三年來同比增速新低。據 IDC 預測，到 2027 年全球收入將達到 1.34 萬億美元（約 93800 億元），復合增長率達 19.4%10。與全球趨勢對比，我國公共云市場規模不僅份額小，發展動力也不足。數據來源：IDC 公開資料整理 圖 4 全球公共云服務規模 8 來源：國際數據公司（IDC），以美元為單位的數據按照 7：1 的匯率折算成人民幣。9 來源：國際數據公司（IDC）中國公有云

24、服務市場（2023 上半年）跟蹤 10 來源：國際數據公司（IDC）全球半年度公共云服務（2023 上半年）追蹤 03我國公共云發展態勢和面臨的問題 18“人工智能+”時代公共云發展模式與路徑研究 我國公共云市場增速持續走低的主要原因，一是需求不足，二是供給分散。從需求端看，最積極使用公共云的互聯網行業近幾年發展持續低迷，占據 IT支出大頭的政企行業更加青睞私有云、混合云和專屬云。據國際咨詢機構Gartner 數據顯示，2021 年中國混合云占比達到了 42%，2024 年中國混合云占比將達到 70%，遠高于全球平均水平（50%）11?？梢娢覈苍剖袌鲈鏊僭诔掷m下滑，而本地部署的云（混合云、

25、私有云、專屬云）保持穩定增長。從供給端看，近年來我國云市場出現了明顯的分野，騰訊云、阿里云等更聚焦發展公共云，而有大量云廠商更多在混合云、私有云、專屬云等本地部署的云上發力，導致算力建設日趨分散化。與國外發達國家相比，我國公共云市場在總體規模、發展速度、全球市場份額等方面仍然存在較大差距。美國亞馬遜、微軟和谷歌三大科技巨頭云計算業務牢牢占據了近 70%的市場份額，算力資源集中。這三大云廠商普遍基于公共云提供服務，其優勢是規模大、效率高，天然能向全球市場擴張，不斷攤薄算力、研發成本，推動美國成為全球云計算市場的領導者，其市場規模全球占比超過四成。私有云和專屬云過多，會導致我國算力產業和軟件服務業

26、碎片化，對未來人工智能產業、數字經濟核心產業以及新質生產力整體提升都將造成一定的阻礙。11 來源：Gartner中國混合云運營的三個重要經驗 03我國公共云發展態勢和面臨的問題 19“人工智能+”時代公共云發展模式與路徑研究 （二）重硬輕軟失衡，服務效能不佳 云計算通常以 IaaS、PaaS、SaaS 等方式向外提供服務。早期以 IaaS 服務為主，隨著產業發展的深入，各行業領域對于上云用云服務的需求愈加多樣化，應更加重視服務的創新和對應的生態支持?？v觀全球云計算市場，SaaS 服務的占比不斷提升，而我國呈現出 IaaS 服務占比提升、SaaS 發展遲緩的趨勢，靈活便捷的軟件應用支撐服務供應不

27、足，使得用戶用云服務成本較高。從長遠來看，難以形成可持續發展的優質云服務生態。圖 5 2022 年中國與全球公共云服務結構 從公共云服務結構來看，我國與全球發展情況存在差異，我國公共云服務形式主要以提供 IaaS 為主，PaaS、SaaS 的市場占比較低，存在平臺和軟件方面的服務短板。Gartner 數據顯示，2022 年，我國公共云市場 IaaS、PaaS、SaaS 市場規模占比分別為 58.24%、16.12%、25.64%，以 IaaS為主。同年，全球公共云市場 IaaS、PaaS、SaaS 市場規模占比分別為03我國公共云發展態勢和面臨的問題 20“人工智能+”時代公共云發展模式與路徑

28、研究 31.50%、28.84%、39.67%，SaaS 是主體。此外，IDC 數據顯示，2023年我國 IaaS 市場占比進一步提升，SaaS 市場占比進一步降低，與全球公共云服務結構差異愈加凸顯12。12 來源：國際數據公司（IDC）中國公有云服務市場（2023 上半年）跟蹤 03我國公共云發展態勢和面臨的問題 21“人工智能+”時代公共云發展模式與路徑研究 （三）算力資源分散，利用效率不高 近年來，我國算力總規模高速增長，但算力資源未能實現充分利用。2018-2022 年，我國在用數據中心機架總規模年均增速超過 30%，但 2022 年上架率僅為 58%13，低于全球平均水平（60%）和

29、歐美發達國家平均水平（65%）。其中一個重要原因是，專屬云建設比例高，開放不充分的算力服務市場導致大量算力供給浪費。從使用效率看，公共云 CPU 利用效率可以達到 40%，而專屬云部署的 CPU使用效率通常為 5%-10%14。2022 年，我國以公共云形式提供服務的算力占比僅為 28%，大部分服務器以私有化部署的形式存在15，部分城市通過自建數據中心來承載政務信息系統，金融機構和大型央國企出于數據安全和資產保值的目的大多也自建數據中心。算力資源分散，小規模、分散運營的傳統機房普遍存在，難以形成統一的公共云服務市場，缺乏可持續發展的競爭力。13 來源：中國信息通信研究院中國算力發展指數白皮書（

30、2023 年）14 來源：王軼辰不可輕視數據中心高能耗問題，https:/ 年 3 月 16 日。15 來源：中國信通院，2022 年 7 月中國信息化百人會公開演講推動我國算力設施發展的思考。04“人工智能+”時代我國公共云發展模式 22“人工智能+”時代公共云發展模式與路徑研究 04“人工智能+”時代我國公共云發展模式 23“人工智能+”時代公共云發展模式與路徑研究 （一）典型模式 1、市場主導的建運投一體化模式 市場主導的建運投一體化模式，一般由單一市場主體同時作為投資方和運營方，采用自建或代建方式形成自有資產的算力資源，通過自營方式整合生態運營伙伴資源，共同面向用戶市場化提供多層次、多

31、種類的公共云服務資源，這也是目前騰訊、阿里、百度等云服務商和電信運營商提供的公共云服務的主要模式。根據主導企業的不同，又可以進一步細分為科技企業主導的平臺服務模式、運營商主導的垂直整合模式和 IT 廠商主導的建設運營模式等。這一模式的優勢是運營主體擁有對服務資源的完全配置權，能夠自主面向用戶需求快速調整產品開發和服務供給策略，從而更好地滿足用戶需求。但這一模式也要求市場主體同時具備雄厚的資金實力和較高技術和管理能力。此外，不同細分模式具有不同的相對優勢，如 IT 廠商主導的模式服務器采購成本較低，運營商主導的模式網絡和終端客戶資源更豐富，科技企業主導的模式平臺化運營能力更強。04“人工智能+”

32、時代我國公共云發展模式 24“人工智能+”時代公共云發展模式與路徑研究 2、政企合作的多元生態運營模式 政企業合作的多元生態運營模式，投資方、建設方、運營方可以是不同主體，例如投資方可以是政府、市場主體或其他社會機構，或者三類主體的多元組合；建設方可以是具備技術實力的云服務商、電信運營商；運營方一般作為投資方的授權代表，通過有效的組織管理，基于自身技術能力或采購相應的技術服務、資源服務、運營服務甚至集成服務，例如地方政府主導的公共算力普惠供給模式，多采用由政府指定機構進行投資建設和運營的方式，由政府提供資金、土地、政策等支持，并對數據中心的規劃、建設、運營進行監管。這一模式的優勢是能夠更好發揮

33、參與各方的資源和能力優勢，更多地從社會利益的角度考慮資源配置。如地方政府在公共算力普惠供給中引入技術和生態合作伙伴，可以有效彌補財政資金難以持續投入、技術和運營能力不足等問題。但因為涉及主體較多，這一模式也往往需要更多的協同配合，需要形成能夠平衡各方利益的建設運營方案，組建分工合理、責權明確的專業化團隊，對運營方的協調管理能力具有較高要求。04“人工智能+”時代我國公共云發展模式 25“人工智能+”時代公共云發展模式與路徑研究 （二）模式要求 1、市場化供給 市場作為一種高效、靈活的配置資源方式，一是能夠通過競爭機制激發市場主體活力，促進企業提高效率、降低成本，提高產品質量和服務水平，形成更加

34、豐富、更高質量的市場供給；二是能夠通過價格機制調節供需，使資源流向市場需求較高的領域，實現更加有效的資源配置。為有效破解算力產業發展過程中出現的資源易閑置難題，增加高質量、高效率的算力資源供給，形成更有韌性、更具競爭力的產業生態，應采用市場化方式實現算力資源供給。2、規?；洜I 由于算力資源供給具有初始固定投入高、邊際成本遞減和邊際收益遞增的特點，通過規?；洜I、多用戶共享資源、按使用量計費，能夠使公共云具備更加極致的資源彈性調度能力，在更好滿足用戶算力資源彈性使用需求的同時，提高資源的使用率、降低平均使用成本。為有效破解算力資源使用成本高的難題，提供更具性價比的算力資源服務，應采取規?；洜I

35、的路線，避免數據中心分散建設、小散化經營。04“人工智能+”時代我國公共云發展模式 26“人工智能+”時代公共云發展模式與路徑研究 3、專業化運營 公共云可以有效屏蔽技術細節，為用戶提供即時開通、按需使用、靈活可擴展的云服務，但相應的也需要服務團隊具備極高的專業技術能力。例如為滿足不同用戶的不同需求，須掌握“一云多芯”“一云多算”等技術，支持對異構芯片進行統一納管、池化和調度和對異構算力集群的統一管理，形成對多源異構算力資源的統一調度能力。為有效降低用戶獲取資源的技術門檻，提供可靠、穩定的技術服務，應采用專業化運營的方式。4、生態化發展 為適應多場景、個性化的應用需求，一方面，需要更多懂業務、

36、有數據的生態伙伴參與 SaaS/MaaS（Model as a Service，模型即服務）層應用產品和服務開發，另一方面，也需要公共云的技術框架更加開放兼容，能夠適配多種技術和服務產品，從而在傳統算力服務之上，提供更加豐富、便捷可選的應用解決方案。為使公共云服務更好貼近用戶需求、滿足業務應用需要，應注重打造開放協同的創新生態，這也是公共云產業鏈繁榮發展的有效途徑。05“人工智能+”時代我國公共云發展路徑 27“人工智能+”時代公共云發展模式與路徑研究 “智能“智能+”+”時代時代我國公共云發展路徑我國公共云發展路徑 05“人工智能+”時代我國公共云發展路徑 28“人工智能+”時代公共云發展模

37、式與路徑研究 （一）技術服務架構“人工智能+”時代的公共云技術服務架構包括 IaaS、PaaS、MaaS、SaaS四層，如圖 6 所示。圖 6“人工智能+”時代的公共云技術服務架構 05“人工智能+”時代我國公共云發展路徑 29“人工智能+”時代公共云發展模式與路徑研究 1、以融合算力設施為支點的 IaaS 人工智能的快速發展引爆算力需求，公共云通過虛擬化技術將計算、存儲、網絡等基礎設施資源進行高效聚合，對外輸出融合異構算力服務，能屏蔽底層復雜硬件、開源框架的技術細節，兼容 X86、GPU、ARM 等多種芯片類型服務器，是破解我國當前 AI 算力瓶頸的最優路徑，也是實現 AI 大模型大規模商業

38、化的必由之路。公共云 IaaS 底層由模塊化的 IDC 硬件設施和通用計算設施構成，通過云操作系統將多元算力資源、網絡通信資源和分布式存儲資源等進行調度優化，讓用戶能夠根據業務需求動態調整計算資源的數量和配置，以滿足不同的業務負載需求，并提供數據安全、身份安全等基礎設施安全服務。在算力集成方面，通過聚合 CPU、DSP、GPU、DCU、PPU、ASIC、FPGA 等多種計算單元來提升計算性能，面向 AI 應用提供高效訓練和精準推理能力，并支持算力資源的大規模部署和彈性擴容；在網絡通信方面，支持高速RDMA（Remote Direct Memory Access，遠程直接內存訪問）鏈路服務，實現

39、零拷貝數據傳輸和智能網絡監控管理，減少算力芯片負擔的同時顯著提高通信性能和效率；在分布式存儲方面，針對不同應用場景提供塊存儲、對象存儲等高性能分布式服務。05“人工智能+”時代我國公共云發展路徑 30“人工智能+”時代公共云發展模式與路徑研究 2、以 AI 工程化工具為重點的 PaaS 在 PaaS 層，公共云服務可以為用戶提供統一的應用研發、測試、運維工具和服務，同時面向人工智能開發需求，提供高質量智算服務和機器學習框架，輸出一站式 AI 開發能力。PaaS 層使用戶無需在本地構建和維護平臺就可以擁有面向 AI 的工程化能力，在提升靈活性和效率的同時極大降低了開發成本。PaaS 層的主要包括

40、通用云產品與服務、大數據開發與治理服務和人工智能平臺與服務。面向通用的云服務需求，為用戶提供容器服務、數據庫、操作系統、網絡與 CDN 和各種中間件，使用戶無需關注底層硬件、系統軟件和設備運維管理，專心開發應用程序，簡化開發操作。面向人工智能算法模型訓練對海量數據的需求，提供規?；瘮祿杉?、清洗、存儲、分析、治理等功能，實現高效的大數據開發與治理。面向人工智能開發與訓練需求，提供場景化低代碼開發工具、數據標注、特征提取、可視化建模、分布式訓練、機器學習框架、AI 運維管理等工具，利用海量彈性的云上算力資源，支撐人工智能模型訓練任務的快速開展。05“人工智能+”時代我國公共云發展路徑 31“人工

41、智能+”時代公共云發展模式與路徑研究 3、以一站式模型服務為核心的 MaaS 大模型是通用人工智能競爭的焦點，推動云計算進入“AI+云”的新一輪競賽。公共云可以通過大模型和開放 API 打造實際落地的 AI 服務能力和產業生態，賦能經濟社會的千行百業。因此，MaaS 層作為“人工智能+”時代特有的一層應運而生，通過為開發者提供集模型聚合、模型開發、模型服務為一體的一站式模型服務，解決傳統 AI 應用中壁壘多、部署難等問題，降低 AI 技術應用到千行百業的門檻。MaaS 層主要為泛 AI 開發者提供靈活、易用、低成本的一站式模型定制服務。通過大模型聚合平臺，匯集行業領先的預訓練模型，減少開發者的

42、重復研發投入，面向具體應用場景，基于基礎大模型和場景化數據，提供定制大模型微調和訓練的整套工具，讓用戶能夠更方便地打造符合個性化需求的專屬模型，讓大模型服務在專屬行業領域能夠應用落地。05“人工智能+”時代我國公共云發展路徑 32“人工智能+”時代公共云發展模式與路徑研究 4、以智能化應用場景為特色的 SaaS 在 SaaS 模式下，軟件應用程序以云的方式通過網絡提供給用戶使用，使用戶無需自己安裝、維護和管理軟件。SaaS 模式具有訪問靈活性、多租戶架構、高度可擴展、自動化升級和維護、按需付費、版本統一性等特點?！叭斯ぶ悄?”時代，SaaS 層可在 MaaS 層提供的定制模型的基礎上，構建適用

43、于智能化應用場景的軟件服務，進而在軟件服務的基礎上結合各個行業的特點和需求形成完整的行業解決方案。SaaS 層包括 AI 賦能的軟件服務、行業應用與解決方案?；?MaaS 層的場景化定制模型，SaaS 層實現了 AI 賦能的軟件服務，將各種傳統的場景智能化，例如，即時通信、文檔處理、協同工作、數據分析、CRM、ERP、客戶服務、市場營銷、人力資源等領域。為了滿足 AI 在不同行業落地的需求，通過集成 AI 賦能的場景化軟件，實現行業化的智能解決方案，例如，智能制造、智能電力、智能教育、智慧醫療等。05“人工智能+”時代我國公共云發展路徑 33“人工智能+”時代公共云發展模式與路徑研究 （二）

44、長效發展路徑 1、需求導向，完善服務生態優化服務供給 為有效擴大公共云使用需求，需從完善產業發展生態和優化服務供給兩端發力。一方面，充分發揮政府在優化營商環境的中的主導作用，營造更加公平的市場競爭環境，助力公共云產業生態培育和健康發展。一是在算力基礎設施建設中給予網絡直連、能耗、土地、稅收等方面政策傾斜。二是鼓勵財政資金購買公共云服務，將企業購買云服務納入研發費用加計扣除稅收優惠。三是將基于云計算構建的數字產品與服務納入資產入表范圍。另一方面，面向用戶多元化、個性化的用云需求，提升多元算力的融合供給能力。一是加強對大規模異構算力資源的統一管理，提供更細粒度、更具彈性、更加靈活的算力資源供給。二

45、是推廣跨平臺技術應用，允許和協助用戶轉移其使用公共云承載的系統和數據，并保證轉移前后的功能一致與服務持續，提升云服務可遷移性，推動公共云更加開放。05“人工智能+”時代我國公共云發展路徑 34“人工智能+”時代公共云發展模式與路徑研究 2、應用為王，強化公共云服務效能升級 面向多元化的場景應用需求，豐富優化 SaaS、MaaS 服務方式，整合生態資源，提供更多結合行業領域業務場景的應用服務。一方面，充分發揮行業龍頭企業在生態培育方面的引領作用，以開放兼容為原則，加快技術研發、產品開發、開源社區建設等。另一方面，在普及 IaaS 服務的基礎上，推廣SaaS、MaaS 等服務方式，結合行業數字化轉

46、型需求，積極發展包括診斷咨詢、方案設計、遷移服務、數據應用服務、知識技能培訓、資源運維管理等上云應用服務，進一步建立用云安全理賠機制，打消用戶使用公共云服務安全顧慮。3、統籌銜接，推動集約化高效化發展 集約化發展是公共云實現規?；洜I，提升產業競爭力的必然要求。要強化增量資源布局，推動存量資源整合，提高算力資源綜合利用率。一是加強對算力資源布局和結構優化引導，鼓勵適度超前、“質”“量”同步規劃建設算力資源，支持以公共云服務方式提供算力服務，避免盲目上馬、無序建設造成重復投資。二是鼓勵市場主體通過集約化建設、規?；洜I降低單位算力資源供給成本，提供更有競爭力的產品和服務。三是加強政企協同，通過多元化生態運營的模式，推動區域小散數據中心資源整合，提高存量資源的綜合利用率。