科技云报道原创。
近三年，中国云计算市场在多个维度同时发生着剧烈变化——疫情极大加速了全社会对于数字化的认知和接受程度；一系列云原生技术依托着开源和蓬勃的市场而迅速发展演变，更多产品和技术名词同时涌向市场；国际关系复杂化下的信创云浪潮扑面而来......
在这样一个技术和需求都在快速演变的供需环境中，云计算市场竞争走向存量市场的较量，留给所有玩家的空间都更加逼仄。
对于已经穿越过十余年风浪的青云科技而言，如何在这些剧烈的变化中寻找新航道，再一次对其战略眼光提出了考验。
在9月19日的“AI算力发布会”上，青云科技宣布了全新的战略方向——发力AI算力，与生态圈共建，以满足企业复杂的AI需求。
令人好奇的是，打出的“AI算力牌”，能否成为青云科技备战下一个10年的重要支撑？
AI是云计算竞争的新机会
当下最火热的技术莫过于AI，随着ChatGPT成功带来的新一代AI浪潮，引发了全球科技巨头在AI大模型层面的“军备竞赛”。
作为AI大模型的发展基石，AI算力的需求也得到大幅提升——无论是基于通用大模型微调的行业应用，还是垂直行业的大模型训练，都需要大量的AI算力进行支撑，其规模还在随着大模型的成熟落地而不断攀升。
而在AI大模型热潮涌现之前，AI作为一种新的生产力工具已经在各行业场景中发挥作用。伴随AI技术的迅速发展，算力基础设施由通用算力为主，向通算、智算、超算一体化演进，市场对AI算力乃至多元算力的需求愈加强烈。
一个明显的变化是，在国家政策的大力倡导下，全国各地都在积极打造大型智算中心，以推动国家新一代人工智能公共算力开放创新平台的建设。
同时，“东数西算”工程也推动着各地包括智算中心、超算中心在内的算力中心建设，以提升国家整体算力水平。
中国信通院《中国综合算力指数（2023年）》显示，近5年我国人工智能算力在整个算力结构中的占比已经超过25%，同比增加60%。未来算力仍会保持高速发展，尤其是智能算力将成为未来算力增长的主要动力。
毫无疑问，云计算作为AI算力不可或缺的基础设施，AI算力需求的爆发正在为云计算市场带来更多增量。有业内人士认为，随着企业对AI投入占比的持续增加，对于底层算力的需求，会带来10倍乃至100倍的市场规模增长。
在青云科技总裁林源看来，AI为云计算打开了全新的增量市场，并且会带来一波长达10年以上的市场需求，这正是青云新一轮竞争的机会。
但机会总是伴随着挑战，AI技术催生的新市场，从客户需求到对算力、应用、底层架构的要求，都发生了巨大的变化：
过去数字化转型，企业应用以传统应用为主，如今以云原生和AI应用为主；过去企业对于底层算力以CPU为主，如今变成了CPU、GPU异构多元算力；过去互联网业务主要是延迟敏感型应用，但如今企业会兼顾成本型应用，业态变得更加丰富。
这些变化对技术和平台挑战越来越多，也让几乎所有的云服务商重新回到同一起跑线，争夺AI算力这一新增市场。
那么对于青云科技来说，发力AI算力，到底有多少胜算？
“AI算力调度平台” 抢跑AI算力赛道
自2022年国务院发布《“十四五”数字经济发展规划》以来，重点提到要推进云网协同和算网融合发展，促进智能计算中心构建，目前智算中心已成为各地政府的重点项目。据不完全统计，全国至少有30座城市已经建成或正在建设智算中心，这还不包括企业自主建设的智算中心。
可以说现阶段是一个算力集中建设的时期，但无论是地方政府、国央企，还是地方AI集成商，想要建设好一个智算中心都面临着巨大的挑战。
一方面，智算中心投资巨大，能否盈利取决于运营效率和平台能力；另一方面，相比于建设，中后期的运营则更为复杂，要面对更为现实的技术和应用落地问题，比如：云计算、超算、智算等多元算力如何统一调度？
传统应用、云原生应用、AI应用如何同时兼顾？如何支持异构CPU/GPU、提供高效的网络与存储？大规模智算中心如何高效的运维和运营？
在智算中心高速扩张的早期阶段，由于缺少统筹规划和技术经验，项目失败不在少数。某大厂斥巨资建设的智算中心，由于只支持国产GPU，上线时发现很多应用根本无法支撑，导致整个智算中心无法投入运营。
与之类似的还有超算中心想要兼顾智算中心的功能，虽然超级计算机提供高精度算力，但却是为科学计算、超算等场景而生的，对于AI所需要的大规模、低精度算力并不适用，因此这一想法也并不现实。
不难发现，智算中心并不缺建设者，关键挑战反而是在建设后的运营阶段，谁能更好地解决这一难题，谁就能优先拿到AI算力的门票，而青云科技无疑是其中的佼佼者。
2019年，国家超级计算济南中心实施规划——打造全新的百亿亿次异构融合算力平台，以满足日益旺盛的“新基建”需求。
青云科技作为唯一的算力调度平台供应商，为国家超算济南中心提供了“一个平台纳管多种算力服务、一站式统一管理、跨平台便捷应用部署”的算力运营服务。
作为当时全亚洲最大的计算中心之一，国家超算济南中心拥有1000P的算力、超 300 PB的存储，打造的算力服务包括HPC超算、传统云计算（以CPU为主）、智算（兼顾国外及国产 GPU），是一个名副其实的多元且异构的算力中心。
这样一个庞大的复杂体系，必然对平台建设方和运营方提出了极高的要求。据林源回忆，当时从底层的芯片、服务器、存储、交换机、安全设备到上层的云平台，业内几乎所有顶尖的厂商都参与其中，但整个项目的算力调度运营平台是由青云独家供应的。
在算力调度上，青云科技屏蔽了超算服务器、AI服务器、通用服务器等多种异构基础设施的差异，向下接驳异构化的算力和硬件平台，实现对算力的统一纳管、调度、配给和全生命周期管理，进而向上支撑各种行业应用，为传统HPC科学计算、政务云、智慧城市等AI应用提供完整的算力服务。
如今，国家超算济南中心已稳定运营3年，且已经开始盈利，成为国内多元算力中心成功运营的典范。尽管这种成功看起来毫不费力，但背后其实凝结了青云科技长期以来的技术积累和运营经验。
作为中国最早一批推出公有云服务的云服务商，青云科技在算力的调度、运维、运营等方面，已历经了十多年的大规模市场验证。
2020年在洞察到国家“新基建”政策背后的算力中心和多元算力的需求后，青云科技提前三年就开始布局算力领域，从而具备了服务算力中心建设三要素（架构/能耗管理、多元算力操作系统以及多算力集群运营）的能力。
据青云科技产品经理苗慧介绍，青云AI算力调度平台具备九大关键能力——多区多业务资源整合、高速并行存储、混合组网、分布式调度与管理、灵活调度、容器推理服务平台、算法开发支持、模型仓库（MaaS）、AI训练平台。
例如，在资源调度上，青云科技在多个方面进行了优化：为了适应AI行业特点，实现了立即调度扩容数万卡资源；在通信链路上，所有的节点、服务器、存储都打上了路径标签，可计算调度最短链路，让数据不绕路；支持异构平台，加速国产GPU芯片替代；使用“K8s+Slurm”对作业感知的管理，实现最大系统利用率；广泛的调度选项、动态灵活的资源调度可配置，使得运营管理员可以通过排队、调度、手动调度等方式，解决AI系统中最具挑战性的优先事项。
在混合组网上，青云科技也基于传统的云计算领域，增加了高速网络，在多区域（AZ）构建了统一服务计算平台，能够支持跨区域高速网络互联、不同类型资源池互联、独立计算和存储IB网、专属访问存储高速网络、业务网络互连下发任务等。
用户在申请资源时，无论是按卡还是按节点申请，都能保证数据的安全隔离。
在AI训练平台上，青云科技集成了常用的训练模型框架，并提供GPU服务器在线申请、自动调度的集群，使得AI训练的所有网络和环境都可以一键生成。
整体而言，青云科技在AI算力领域的成功并非偶然，而是在AI算力调度和运营方面下了“狠功夫”的必然结果。
目前，除了国家超算济南中心，青云AI算力调度平台还应用在清华天津电子院智算科研教学平台、上海科发SciPlus科研云等算力融合创新场景中，成为各类算力中心运营者的关键工具，助力算力中心建立从建设到运营的闭环。
AI算力云服务走向AI共赢
事实上，不仅是智算中心的运营者需要面对AI算力的挑战，AI作为一个非常宽泛的领域，产业链各方对于AI算力都有着复杂且多样的需求。
从最终用户角度看，企业、科研机构在进行AI大模型训练和推理时需要巨大的计算量，他们渴望更低成本的AI算力资源。
同时，AI训练和推理的响应效率，会影响业务应用实时响应和决策的速度，他们渴望稳定的、优质的底层基础设施，提供更加高效便捷的AI算力资源；AI的高技术门槛，让很多企业对技术的使用产生了极大阻力，他们渴望AI算力服务能够进一步降低AI技术的使用门槛......
对此，青云科技依然发挥了自身在云服务上的优势，打造和持续升级了一系列高性能、弹性敏捷、安全可靠的算力产品及服务，以满足企业通算、超算、智算等多样化的算力需求。
目前，青云科技已基于完整的算力基础设施，能够为工业仿真、大气环境、医疗医药、教育科研、交通物流、自动驾驶、智慧政务等领域企业提供蓬勃算力，驱动业务创新。
青云科技2023年半年度报告显示，归属于云服务业务的AI算力云服务，上半年已经成为公司非常重要的新增长点，实现收入突破，收入规模为2651万元。
有别于互联网大厂在AI大模型和算力建设上的“高举高打”，青云科技反其道而行之，在AI算力云服务上走出了一条“轻资产”的道路。
众所周知，公有云服务一向是投入高、盈利难的业务，但青云科技在过去几年已确立了“精品化创新，高质量发展”的长期战略，更加注重盈利能力的建设。
因此，重金自建公有云不再是青云科技的选择，对于AI算力云服务的建设也同样遵循这一原则：一是不自建AI大模型；二是通过“生态同盟”的方式共同建设和运营AI算力云服务。
在青云科技总裁林源看来，“生态同盟”是AI时代的必然产物，企业一定是通过算力服务、算法和模型、高价值的数据来实现智能化，这也是AI生态体系的价值所在。
“最终用户要的是一个完整的解决方案，包括：机房、底层算力基础设施、算力调度平台、模型驱动、上层应用等等，每一层都需要专业的供应商投入大量的技术和时间才能建设好，所以我们认为AI领域会比以往更需要生态，而不是依靠一家独立的公司从下至上全部自建”，林源表示。
因此，在青云科技AI算力的生态同盟中，从底层算力基础设施方、中层大模型资源方、数据资源方，到上层算力运营方、行业应用方一应俱全，生态里的每位参与者都是专业且彼此需要的，大家以开放合作的心态一起实现整体能力的整合，从而走向AI共赢。
比如，青云科技会与专业的大模型厂商或AI团队联合，针对客户AI相关业务提供场景化方案，协助客户完成数据采集、算力平台建设、模型训练和推理、定制化模型、公私混合云部署等，最终构建或落地符合真实需求的AI应用。
AI算力“双轮驱动”备战下一个十年
整体来看，青云科技以AI算力调度平台和AI算力云服务为“双轮驱动”，共同支撑其“AI算力战略”的发展。
在AI算力运营方面，青云科技基于开放的、成熟的、可运营的AI算力调度平台，与大型政企、科研机构、运营商等智算中心建设方与运营方相互配合，扮演好算力运营技术服务商的角色。
在AI算力云服务方面，青云科技基于公有云能力打造了全面的算力基础设施，与生态同盟一起通力合作，为企业提供多样化的算力服务支撑，承担起AI算力云服务商的责任。
在青云科技总裁林源看来，AI算力未来一定会成为青云科技主营的业务模式，这是由市场决定的，“不管是互联网客户，还是传统行业客户，大家都在转向AI，所以我们的生意模式也是这么驱动的”。
而打造AI算力恰恰是青云科技最为擅长的。在过去云计算十余年的发展浪潮中，青云科技从公有云、私有云、混合云到云原生、信创云，一次次历练着自身云平台的能力。
随着AI时代来临，与青云云平台一脉相承的AI算力调度平台得以乘风而上，多年积累的技术实力让对手难以望其项背，很大程度上成为抢跑AI算力赛道的“杀手锏”。
同时，青云科技作为一个中立的服务商，既能满足客户不被绑定、赋能其独立运营的核心需求，也拥有大规模市场验证过的技术实力。
即便众多厂商都想进入AI算力运营这一赛道，但青云科技凭借自身清晰的定位和过硬的技术实力，在AI算力运营上拥有了无可比拟的差异化竞争优势。
如今，坚持“轻资产”路线、拥抱生态的青云科技，再次轻装上阵，全力奔向下一个十年。在走向AI星辰大海的路上，青云科技或将迎来自己新的黄金时代。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
