當前，人工智能在經濟和戰(zhàn)略上的重要性，將成為企業(yè)、政府數字化轉型的首選項。企業(yè)在發(fā)展數智化轉型中，AI的使用仍受到諸多限制，首當其沖的是AI成本居高不下。

IDC數據顯示，2021年全球企業(yè)在人工智能軟件、硬件和服務的總投資將超過850億美元，預計將在2025年增至2045億美元，五年復合增長率達24.5%。

在青云科技云原生產品負責人于爽看來，AI所需的算力是一種高階算力，也是一種更高成本的算力。這種情況下，不管是AI框架和工具，還是AI應用，都面臨著一種“內驅”產生的變化，也就是說AI應用本身對外的輸送能力可能沒有變化，但對內需要能兼容更多的計算架構，兼容更多的輕量調度框架。

如何評估AI算力成本？

算力計算成本高昂，不禁讓人疑惑，AI是否真可以實現普惠于民？任何技術過于昂貴都會成為少數人才能享受的奢侈品，比如早期的電腦、手機、互聯(lián)網等。同樣，AI算力過高也會影響之后的應用和落地。

AI算力成本主要是設備、電力、網絡帶寬等支出，其中又以設備的支出為最大，最新型號的CPU、GPU、閃存、智能網卡等IT設備都會給AI算力帶來更大的好處，企業(yè)需要確保AI算力能滿足業(yè)務需求。

企業(yè)將AI視為業(yè)務轉型、流程再造的重要組成部分，而不能孤立看AI的技術或者應用。由于AI投入巨大，企業(yè)在評估ROI時需要從多維度來進行衡量，在AI的價值體現中，業(yè)務應用至少占6成。

另外，企業(yè)需要從行業(yè)競爭、公司戰(zhàn)略角度進行評估：

• AI是否是公司業(yè)務戰(zhàn)略的核心，例如車聯(lián)網企業(yè)就需要基于AI實現自動駕駛。
• AI是否成為增加收入的手段，如農業(yè)通過AI及時發(fā)現病害生物，航運業(yè)通過AI增加航運效能，這些都將從AI場景中直接獲得收益。
• AI能否成為降低風險和成本的手段，如倉儲物流業(yè)通過AI及時發(fā)現危險情況。

用云原生化解AI成本

人工智能發(fā)展已經進入與行業(yè)深度融合的階段，AI計算能力反映了一個國家最前沿的計算能力。中國和美國是AI算力支出占總算力支出最高的兩個國家。

AI的投入不斷增加，主要是因為AI涉及的業(yè)務場景在不斷普及，比如車聯(lián)網、監(jiān)控及應急管理，這些都需要AI進行海量數據分析以優(yōu)化算法，實現更高效的智能化處理。這里的投入既有算法研發(fā)人員的投入、更需要有AI設備（算力和GPU資源）的投入等。

于爽表示，AI場景靈活多變，對于企業(yè)，特別是中國企業(yè)來說，IT環(huán)境更加復雜多樣，而形式和服務模式固定的公有云很難滿足企業(yè)在AI場景上的需求。因此很多企業(yè)選擇云原生架構來解決這類問題，將AI業(yè)務、工具和容器、K8s結合，可以兼容多種基礎設施環(huán)境，可以靈活地快速部署交付，讓企業(yè)可以放下負擔，更快速高效地發(fā)揮AI的真正價值。

通過云原生，可以充分釋放云的彈性、靈活、分布式、高可用等特性，幫助企業(yè)實現降本增效。青云科技開源了KubeSphere云原生容器平臺，利用云原生的技術特性，將AI的使用和管理成本降低，同時結合自身的云網邊端一體化能力，將AI的價值輸送變得更便捷。

云原生對于AI場景的友好及效率提升，云廠商也可以通過海量AI算力資源池，存儲資源池來解決AI生產成本過高與AI算法需求增加之間的矛盾。

GPU/CPU/存儲的高額成本往往成為企業(yè)進行AI規(guī)模化應用的攔路虎。在特定場景下，模型訓練往往是周期性的，同時更希望借助龐大算力來縮短訓練時間，及時產生業(yè)務價值，此時就可以充分發(fā)揮云廠商在算力資源上的優(yōu)勢，借助其規(guī)模化效應，按需使用、按需付費來實現AI場景的落地。

青云科技在公有云上也提供了GPU云服務器，對于企業(yè)來說有四個明顯優(yōu)點：超強計算加速、極致網絡性能、彈性購買方式、高性價比。例如，采用深度生成模型來實現精準降雨預測，該模型只需1.3秒即可生成一個全分辨率的臨近天氣預測樣本。在私有云環(huán)境里，可以通過超級智算平臺來統(tǒng)一管理CPU與GPU資源，形成橫向與縱向資源的彈性伸縮及優(yōu)勢互補。

結語

如今人工智能類工作負載成為企業(yè)IT基礎設施的重要承載對象，眾所周知，AI的投入巨大，尤其是以算力為主，如何降低AI算力成本成為產業(yè)的關注焦點。

可以預見，人工智能只會越來越普及，越來越普惠，對算力的需求越來越大、越來越多樣，要支撐AI產業(yè)的真正爆發(fā)，低成本普惠且包容的算力供給必不可少。

我們看到不管是芯片廠商還是服務器廠商，以及云廠商，整個產業(yè)鏈都在協(xié)同努力降低AI成本。青云科技通過云原生手段讓AI成本更低的做法值得借鑒，畢竟技術的問題需要通過技術來解決。

不過AI成本不光只是基礎設施的問題，這是一個綜合問題，需要企業(yè)進行全局評估。隨著AI的加速落地，企業(yè)在AI的投入持續(xù)增加，成本問題的解決也將成為重點，這需要我們一起共同應對挑戰(zhàn)。