隨著以ChatGPT為代表的生成式AI應用快速破圈,各行各業期待著技術突破帶來的新商業場景落地。如何大規模、低成本、高效率和高品質地釋放AI生産力成為産業關注的焦點。為加速AI工程化進度,推動AI從“可用”變為“易用”,中國信息通信研究院聯合數十家企業制定了MLOps(機器學習流水線)系列標準,旨在指導産業提升AI工程化水準,加速人工智能的産業落地。

　　近期,中國信通院首次公佈了MLOps服務能力旗艦級評測結果,百度智慧雲成為全國首批在AI開發管理能力上達到旗艦級的MLOps平臺。這代表著,百度智慧雲AI中臺在AI開發的服務能力和管理能力均達到國內領先水準。百度相關負責人表示,後續將為文心一言快速産業化落地提供全方位的支持,面向企業提供一系列AI開發和運維工具。

　　通過信通院MLOps評測,將為企業提供AI模型開發寶典

　　AI模型開發運營全流程是個多環節、複雜程度高的工作,從數據採集、數據標注、模型訓練再到數據回流和模型觀察,任何一個環節未能規範都將影響AI模型的效果。正因如此,目前産業內面臨AI模型開發運營流程不規範、自動化程度不高、標準不一致等一系列痛點。在此背景下,信通院牽頭制定了《人工智能研發運營一體化(Model/MLOps)能力成熟度模型》標準體系,旨在指導企業提高AI研發運營管理能力,推動AI規模化産業應用,促進企業智慧化轉型。

　　不久前,百度智慧雲AI中臺參與了信通院組織的面向産品方的MLOps開發管理服務能力評測,在需求管理、數據工程和模型開發三個模組均達到了旗艦級水準。這是行業對百度AI中臺在AI模型工程化應用方面的領先實力的認可,也意味著,企業可以通過百度AI中臺獲得AI模型開發全流程的最佳實踐,降低AI開發的技術門檻和成本,加速智慧化轉型進程。具體而言,百度智慧雲將為企業解決兩大難題:

　　第一,大幅降低企業AI開發門檻。百度AI中臺提供高自動化水準的模型開發工具和標準化的流程規範指導,AI模型開發不再單純依賴技術研發人員的個人水準,對開發技術門檻和人才要求都有所降低,從而幫助企業節省成本。

　　第二,大幅提升AI模型開發品質,因為有了規範和標準,AI模型開發有據可依,企業可通過參考最佳實踐,保證AI模型開發的品質。

　　百度智慧雲構建新一代AI基礎設施,全面加速産業智慧化升級

　　百度智慧雲之所以率先通過信通院MLOps服務能力旗艦級評測,其根本原因在於,在百度AI中臺背後,是集百度AI能力之大成的AI大底座,面向企業AI開發提供端到端的解決方案。

　　百度AI大底座是國內首個全棧自研的AI基礎設施,其形成了一套“晶片-框架-大模型-行業應用”的智慧化閉環路徑,從高端晶片崑崙芯,到飛槳深度學習框架,再到文心預訓練大模型,各個層面都有領先業界的關鍵自研技術,可以實現端到端優化,幫助企業降本增效。基於AI大底座的全棧能力,企業在接入文心一言後,也可低門檻、便捷地完成與業務場景的適配與二次開發,順利突破AI産業落地的“最後一公里”。

(百度AI大底座架構圖)

　　隨著生成式AI等人工智能技術的爆發,産業對完善的AI基礎設施的需求日益迫切。百度集團執行副總裁、百度智慧雲事業群總裁沈抖認為,在AI原生時代,需要雲計算廠商標準化地輸出智慧化的底層能力,把晶片、大模型、深度學習框架等高門檻的技術,變成像水電能一樣供客戶按需取用。基於百度AI大底座,百度智慧雲將把AI技術更低成本、更便捷地提供給企業,助力企業加速數智化轉型,同時文心一言也將通過百度智慧雲對外提供服務,為産業帶來真正的AI普惠。