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、高效率和高質量地釋放AI生產力成為產業關注的焦點。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，旨在指導產業提升AI工程化水平，加速人工智能的產業落地。
近期，中國信通院首次公布了MLOps服務能力旗艦級評測結果，百度智能云成為全國首批在AI開發管理能力上達到旗艦級的MLOps平臺。這代表著，百度智能云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平。百度相關負責人表示，后續將為文心一言快速產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、復雜程度高的工作，從數據采集、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范都將影響AI模型的效果。正因如此，目前產業內面臨AI模型開發運營流程不規范、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?；a業應用，促進企業智能化轉型。
不久前，百度智能云AI中臺參與了信通院組織的面向產品方的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塊均達到了旗艦級水平。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，加速智能化轉型進程。具體而言，百度智能云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平的模型開發工具和標準化的流程規范指導，AI模型開發不再單純依賴技術研發人員的個人水平，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模型開發質量，因為有了規范和標準，AI模型開發有據可依，企業可通過參考最佳實踐，保證AI模型開發的質量。
百度智能云構建新一代AI基礎設施，全面加速產業智能化升級
百度智能云之所以率先通過信通院MLOps服務能力旗艦級評測，其根本原因在于，在百度AI中臺背后，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“芯片-框架-大模型-行業應用”的智能化閉環路徑，從高端芯片昆侖芯，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?；贏I大底座的全棧能力，企業在接入文心一言后，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產業落地的“最后一公里”。
(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，產業對完善的AI基礎設施的需求日益迫切。百度集團執行副總裁、百度智能云事業群總裁沈抖認為，在AI原生時代，需要云計算廠商標準化地輸出智能化的底層能力，把芯片、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?；诎俣華I大底座，百度智能云將把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能云對外提供服務，為產業帶來真正的AI普惠。 [正文結束] |
