AI云，重畫的起跑線

AI與云計算，正在以前所未有的緊密姿態綁定在一起。

2024年，中國新增千億級別參數大模型50個，推動智能算力規模同比增長74.1%，是通用算力同期增幅的三倍以上，智算中心利用率持續突破70%[1]。

云計算是AI規模化落地的基石，AI則徹底改變了云服務的架構與價值邏輯，催生了“AI云”這一新范式，使得云計算產業突破長期桎梏，跑出了增長的第二曲線。

正如百度集團執行副總裁、百度智能云事業群總裁沈抖說，當價值的創造方式被重構，產業鏈也會進化，AI就會進入真正的“超級周期”。

隨著產業進入應用規模化落地期，從“知識增強”走向“執行增強”，對AI云的需求也從底層的AI算力基礎設施走向了更全面的一站式端到端解決方案，給云廠商提出了新的挑戰。

AI與云計算的共生關系重構技術與商業的邊界，正在畫出全新的起跑線，云計算固化已久的競爭格局也開始松動。

AI重塑云計算賽道

2020年5月，微軟用28.5萬顆CPU和1萬顆GPU，在Azure云平臺為OpenAI構建了第一臺AI超級計算機，為兩年后的“ChatGPT時刻”按下了倒計時。

奧特曼（左）和納德拉（右）

奧特曼將這次合作稱為“科技界最佳基友情”，而對當時的云計算產業來說，更大的意義在于將產業從“同質化-價格戰”的水深火熱中拯救出來，獲得新賽道的入場券。

這一年，中國云計算市場規模高增33.6%達到1781億元人民幣[2]，是全球增長最快的地區之一。但在數據高光的背后，是慘烈的價格戰廝殺以及掙脫不開的同質化困局。

云計算的本質是算力資源的池化和再分配，傳統云計算作為“新基建”之一，扮演的角色類似于供水廠、供電廠，是算力的搬運工，算力也如同水電被標準化，導致差異化困難，價格便成為了競爭唯一的鉚。

海外巨頭以亞馬遜AWS為代表率先開戰，宣布對計算實例Amazon EC2和存儲服務Amazon S3等多項云計算核心業務降價，最高降幅達到40%，微軟Azure和谷歌云迅速跟進，最高降幅分別超過50%和60%。

AWS當時的一則降價公告

戰場蔓延至正值高速增長期的中國，戰況更是慘烈，圍繞政企大單和互聯網增量市場，從單純的資源降價進階至戰略性虧損搶占，招標項目“地板價”頻現，一線巨頭以利潤的暴跌為代價守陣，二線廠商徘徊生死邊緣。

與提供標準化算力資源的公有云相比，以私有云為代表的定制化解決方案路線，被認為是云計算擺脫同質化陷阱的良方，但在戰火紛飛的2020年，卻也深陷碎片化瓶頸。

定制化是通用性的反面，導致需求的“非標性”，不同行業、不同規模的客戶對云計算的理解和自身技術能力差異巨大，需求天差地別，需要廠商“上可摘星辰，下可撈月亮”。

客戶需求拳拳到肉，對應的是居高不下的成本和人力投入，坐辦公室的工程師淪為科技施工隊，

微軟與OpenAI的“AI+云計算”聯姻，為烏云密布的云計算產業打開了一扇窗。

一方面，AI模型訓練依賴云計算超大規模計算能力，打開了市場空間，另一方面，AI技術融入云計算帶來技術的革新，衍生新的應用場景，同時提高了底層計算方案的通用性，在同質化和碎片化之間取得了平衡。

簡單來說，就是將競爭的焦點從 “我的計算力有多便宜” 轉移到 “我能為你解決什么業務難題”上，從簡單粗暴的資源規模競爭，全面升級為創新解決方案的競爭。

當“AI云”成為沖破霧靄的第一束陽光，只有少數人意識到了，其中就包括百度智能云

人工智能時代的技術棧分為四層：芯片層、框架層、模型層和應用層。

百度是最早投身AI的中國公司之一，AI向來是其長坡厚雪的賽道。

2016年，百度發布并開源了中國自主研發的第一個深度學習框架“飛槳”；2018年，云端全功能AI芯片“百度昆侖”在百度AI開發者大會首發；2019年，百度開始預訓練大模型的研發，為后來發布的文心大模型奠定了基礎。

截至2020年底，百度已經事實上擁有了從底層硬件到上層應用的完整AI技術棧，這是當時所有云計算競爭對手都不具備的完整生態。

這一年，百度智能云業內首倡“云智一體”的發展策略，以全棧布局優勢率先啟動了AI開發范式的變革，帶領中國云計算產業向新的模式演進。

“大力”出不了奇跡

8月初，知名調研機構Gartner的報告稱，全球對AI基礎設施持續加碼投資，與此同時，企業內部的新項目卻陷入“不確定性暫停（Uncertainty Pause）”[3]，新技術上線節奏明顯放緩。

根據網站AI Graveyard（AI墓地）統計數據，截至目前，網站收錄的4845個AI項目中，已有1351個被關閉、被收購或停止運營，其中有277個項目是在過去的7個月內“死亡”的，平均每天都有一家AI初創公司倒下。

“AI墓地”網站

應用落地能力與基礎設施投資規模的背離，證明了大模型時代云計算商業邏輯的徹底改變。

過去以“規模化降本”為主要打法，大興土木、越虧越投，如今雖然同樣強調底層硬件設施的投資，但對整體系統和解決方案的調優能力也被前所未有的前置了。

一方面，相較于傳統云計算任務，AI訓練和推理對算力消耗巨大，特斯拉當年的dojo集群運行在1萬顆GPU上，建造成本3億美元起步，因此需要從芯片層、硬件層、框架與模型層等多個維度調優，以實現更高的計算效率和更低的成本。

另一方面，AI大模型是極其復雜的系統工程，涉及數據處理、模型訓練、調試、部署等漫長鏈路，并非像過去一樣“大力就能出奇跡”，要想提高方案落地效率，需要云計算廠商能夠提供“端到端”的調優能力，以降低客戶的應用門檻。

帶著AI的深深烙印，百度在入局云計算之初就明確了“人工智能、大數據與云計算”三位一體的發展策略，到了“云智一體”的時代，升級為“算力-模型-應用各層架構”的端到端優化能力。

百度智能云提供三個層面的服務，覆蓋了大模型的整個生命流程：

第一層是基礎設施層（AI IaaS），負責“算”，核心部分包括百度自研的AI芯片昆侖芯，今年4月實現了國內首個三萬卡集群的規模化部署，能夠同時承載多個千億參數大模型的全量訓練，支持1000個客戶同時做百億參數的大模型精調。

百度百舸（Baige）AI異構計算平臺，則負責高效調度和優化異構算力，通過AI大引擎能力大幅提升AI任務效率，例如可以將自動駕駛模型的迭代周期從“月級”縮短至“周級”。

第二層是平臺服務層（AI PaaS），負責“智”，千帆平臺將模型服務、Agent編排、數據和企業級服務等多種服務模式打包，類似于一個企業級大模型開發與應用的“超級工廠”，也是“云智一體”戰略的核心載體。

第三層則是應用與解決方案層（AI SaaS/Solution），百度智能云也在千帆和百舸上，開發了一些開箱即用的Agents，直接面向各行各業的具體場景，包括一見視覺大模型平臺，數字員工等等。

通過建立一個全棧式、端到端的產品體系，百度智能云的目標不只是解決算力優化、行業落地等固有困境，更是要打造一個活躍的生態，給嶄新的業態提供新的解題角度。

長期主義者的勝利

AI大模型冗長的產業鏈和對算力的驚人需求，進一步提高了AI云的準入門檻，也要求廠商明確自身長板，形成更具競爭力的商業模式，讓投資擲地有聲。

放眼當下各家云計算巨頭的布局，有重金砸向基礎設施、憑借優勢業務資源構建商業閉環的，也有強調用戶需求和產品體驗，靠工程能力和B/C端連接能力搶占市場的。

與同行們相比，百度智能云更像是一個“技術專家” ，以“AI帶動云” 作為核心驅動力，以全棧自研的AI能力吸引客戶上云，與“AI原生”的行業大勢呈現了高度的一致性。

根據IDC最新發布的報告，2024年，百度智能云以24.6%的市場份額連續六年、累計十次蟬聯中國AI公有云市場份額第一。作為云計算賽道的后來者，百度智能云正是依靠AI技術的積累以及“云智一體”戰略引領下的錯位競爭，實現了一次完美的換道超車。

在剛剛召開的2025百度云智大會上，沈抖宣布，百度智能云“云智一體”戰略進一步升級：

將打造云智一體、智能優先的新一代AI云基礎設施，一切以智能為核心，致力于提升智能的天花板、擴大智能的滲透面，成為中國AI引領世界、造福人類的堅實底座。

基于這一全新戰略，百度智能云的智能基礎設施和平臺服務迎來了再次迭代。

其中，百度百舸AI計算平臺迭代至5.0，主要針對推理能力進行了全面升級。數據顯示，當前推理算力在云端算力中的占比已達到58.5%[4]，對應AI大模型應用進入密集落地期，百舸升級以應時需。

據沈抖介紹，當前AI計算的瓶頸主要體現在網絡、算力、推理系統，以及訓推一體的整體計算效率，而百舸5.0正是在這四個維度上實現了性能的躍升，其中最大亮點之一在于昆侖芯超節點實例在百舸上正式可用。

昆侖芯超節點是將64張卡放進同一個機柜，超節點用卡間互聯代替機間互聯，實現單卡性能提升13倍，單卡吞吐提升近一倍，較國內同類產品至少高出15%，單機訓練性能提升10倍。

這意味著使用搭載了昆侖芯的百度智能云，只需要花費幾分鐘、一個云實例，就可以輕松運行一個參數1萬億的開源模型。

在此基礎上，為了進一步壓榨算力資源，提升訓練、推理效率，百舸還發布了強化學習框架BRL，將訓練和推理兩個獨立環節打造成一條“推理采樣、獎勵評估、訓練更新”的流水線，將單點吞吐推到極限，相較于原先的開源框架效率提升9倍。

與此同時，百度智能云千帆平臺也迎來了4.0時代，打造為Agent為核心的一站式企業級服務平臺。

AI Agent本質是一個能感知、會決策、可執行的智能體，被Gartner列為2025年十大技術之首，并預測到2028年，33%的企業軟件應用程序將包含代理式人工智能 (Agentic AI)，至少15%的日常工作決策將通過Agent自主做出。

百度智能云千帆4.0為開發者提供了Agent開發所需要的模型、Agent編排、數據和企業級服務等能力，最終目的是為了打造一個能夠支撐Agent開發和創新的系統化基礎設施，打造一個高效的AI能力工廠，降低Agent的開發門檻，加速應用落地。

在圍繞Agent補充工具鏈的同時，千帆4.0還將模型庫擴充至150個，其中千帆自研行業專精模型庫再次升級，帶來更好的效果、更低的成本和更強的性能。

例如，千帆慧金金融行業模型，在金融行業的認證考試、推理計算等公開評估集上普遍超過了SOTA的通用模型；千帆VL視覺理解模型則在20多個開源評估集上效果領先。

在此基礎上，百度智能云還推出了“開箱即用的”數字員工“AI吳彥祖”、一見SOP合規分析能力，為Agentic AI在客服、營銷場景和專業級視覺AI應用的實踐提供了業內范本。

伴隨著百度智能云的迭代升級，其解決方案應用領域不斷擴大，從傳統的金融、冶金行業到人形機器人、自動駕駛、3D創作、AI眼鏡等眾多創新賽道，為百度在未來想象與不確定性并存的科技競爭中占下身位。

根據百度今年第二季度財報，百度智能云收入同比增長27%，推動百度AI新業務首次突破100億元，同比增長34%。百度創始人李彥宏對此表示，“第二季度，智能云業務實現健康增長，這得益于我們不斷加強的全棧AI能力和端到端AI產品及解決方案。”

在2025百度云智大會演講的尾聲，沈抖表示，每一代基礎設施的使命，都是激發新產業、創造新增長。

這讓人想起年初李彥宏在世界政府峰會的發言，“人們無法確切知道創新何時何地會出現，所能做的就是營造一個有利于創新的環境[5]。”

而這，也是百度智能云云從過去到現在一直在做的事。

熱火朝天的AI云投資背后，是無數行業專家的警告：

目前對AI大模型的投資仍處于早期階段，短期內難以帶來顯著營收，這代表云計算競爭的根本屬性并沒有因為AI大模型的到來真正改變。

它注定不是一場屬于投機者的狂歡，終將是一場長期主義者的勝利。

而百度智能云正在領跑。

參考資料

[1]中國智算云行業市場現狀分析及發展潛力研判報告，智研咨詢

[2]中國互聯網發展報告（2021），中國互聯網協會

[3]Forecast Alert: The Uncertainty Pause Dominates Enterprise IT Spending, 2Q25, Gartner

[4]2025云計算十大關鍵詞，中國信通院

[5]李彥宏在世界政府峰會上談創新：無法預知創新何時何地出現，環球網

作者：何律衡

編輯：李墨天

責任編輯：何律衡

封面圖片來自ShotDeck