随着以ChatGPT为代表的生成式AI应用快速破圈,各行各业期待着技术突破带来的新商业场景落地。如何大规模、低成本、高效率和高质量地释放AI生产力成为产业关注的焦点。为加速AI工程化进度，推动AI从“可用”变为“易用”，中国信息通信研究院联合数十家企业制定了MLOps(机器学习流水线)系列标准，旨在指导产业提升AI工程化水平，加速人工智能的产业落地。
近期，中国信通院首次公布了MLOps服务能力旗舰级评测结果，百度智能云成为全国首批在AI开发管理能力上达到旗舰级的MLOps平台。这代表着，百度智能云AI中台在AI开发的服务能力和管理能力均达到国内领先水平。百度相关负责人表示，后续将为文心一言快速产业化落地提供全方位的支持，面向企业提供一系列AI开发和运维工具。
通过信通院MLOps评测，将为企业提供AI模型开发宝典
AI模型开发运营全流程是个多环节、复杂程度高的工作，从数据采集、数据标注、模型训练再到数据回流和模型观察，任何一个环节未能规范都将影响AI模型的效果。正因如此，目前产业内面临AI模型开发运营流程不规范、自动化程度不高、标准不一致等一系列痛点。在此背景下，信通院牵头制定了《人工智能研发运营一体化(Model/MLOps)能力成熟度模型》标准体系，旨在指导企业提高AI研发运营管理能力，推动AI规模化产业应用，促进企业智能化转型。
不久前，百度智能云AI中台参与了信通院组织的面向产品方的MLOps开发管理服务能力评测，在需求管理、数据工程和模型开发三个模块均达到了旗舰级水平。这是行业对百度AI中台在AI模型工程化应用方面的领先实力的认可，也意味着，企业可以通过百度AI中台获得AI模型开发全流程的最佳实践，降低AI开发的技术门槛和成本，加速智能化转型进程。具体而言，百度智能云将为企业解决两大难题：
第一，大幅降低企业AI开发门槛。百度AI中台提供高自动化水平的模型开发工具和标准化的流程规范指导，AI模型开发不再单纯依赖技术研发人员的个人水平，对开发技术门槛和人才要求都有所降低，从而帮助企业节省成本。
第二，大幅提升AI模型开发质量，因为有了规范和标准，AI模型开发有据可依，企业可通过参考最佳实践，保证AI模型开发的质量。
百度智能云构建新一代AI基础设施，全面加速产业智能化升级
百度智能云之所以率先通过信通院MLOps服务能力旗舰级评测，其根本原因在于，在百度AI中台背后，是集百度AI能力之大成的AI大底座，面向企业AI开发提供端到端的解决方案。
百度AI大底座是国内首个全栈自研的AI基础设施，其形成了一套“芯片-框架-大模型-行业应用”的智能化闭环路径，从高端芯片昆仑芯，到飞桨深度学习框架，再到文心预训练大模型，各个层面都有领先业界的关键自研技术，可以实现端到端优化，帮助企业降本增效。基于AI大底座的全栈能力，企业在接入文心一言后，也可低门槛、便捷地完成与业务场景的适配与二次开发，顺利突破AI产业落地的“最后一公里”。
(百度AI大底座架构图)
随着生成式AI等人工智能技术的爆发，产业对完善的AI基础设施的需求日益迫切。百度集团执行副总裁、百度智能云事业群总裁沈抖认为，在AI原生时代，需要云计算厂商标准化地输出智能化的底层能力，把芯片、大模型、深度学习框架等高门槛的技术，变成像水电能一样供客户按需取用。基于百度AI大底座，百度智能云将把AI技术更低成本、更便捷地提供给企业，助力企业加速数智化转型，同时文心一言也将通过百度智能云对外提供服务，为产业带来真正的AI普惠。 [正文结束] |
