AI大模型正掀起新一輪人工智能應用的熱潮。最先受益的是云廠商，這是由于云計算能夠提供大模型所需的計算、存儲等資源與服務，并且靈活可擴展、彈性調度，幫助企業迅速起步、降低成本，成為大模型訓練、AI推理的必要基礎設施。最熱鬧的也是云廠商，大模型正在帶動云業務的發展，各家云廠商也在積極為企業訓練和部署大模型提供包括AI算力在內的多元算力。
作為國內眾多云廠商之一，青云科技面對新的市場需求，也快速走上了新的進擊之路：一是構建和不斷完善算力基礎設施，提供多元算力產品和服務；二是借助云原生技術能力，為企業提供高效便捷的云原生服務，幫助企業實現跨平臺的應用部署和構建。
青云科技副總裁沈鷗表示：“對于AI大模型，我們看到的是企業都有興趣，在這個領域也想要有所探索。相關AI算力價格隨之水漲船高、供不應求。”
“大模型對算力和高速網絡有很高需求，同時AI的應用也要求以云為載體，實現即插即用。AI與云融合，對云（計算）的增長空間和發展模式都將產生重大影響。”一位業內人士稱。
但AI算力需求井噴的同時，企業在獲取AI算力上也存在不少痛點。
首先，AI算力離不開計算、網絡、存儲等各種復雜底層資源和生態環境的創新與支撐。這些客觀因素給企業自建數據中心，帶來了非常高的技術和成本門檻。
其次，AI大模型的訓練和推理，是一個復雜的技術體系，涉及多元算力統一、高效、靈活的調度和管理。而如何屏蔽底層異構基礎設施的差異，按需及時獲取不同的算力資源，滿足不同業務場景的需求也非常關鍵。
再者，除了底層基礎設施的支持外，強大的技術支撐團隊、快速的AI需求響應能力、協助企業快速落地AI應用等方面支持，也是當下企業的全新需求。
打造完整的算力基礎設施，一直是青云對外提供算力服務的優勢。目前，青云已經形成了覆蓋通用計算、高性能計算、科學計算等在內的多元算力服務矩陣，包括企業級e系列云服務器、EHPC高性能計算、QKE容器引擎、分布式存儲、企業云平臺、超級智算平臺等，為企業多場景AI業務開展提供穩定的算力支持。
眾所周知，算力更多是資源驅動，本身并沒有太高的競爭壁壘。市面上算力資源的提供方眾多，但普遍缺乏相應的運營能力。沈鷗認為，算力資源提供方和資源需求方之間往往是不對等的，實現統一的管理運營就變得特別重要。為此，青云在算力調度上不斷提升能力，屏蔽超算服務器、AI 服務器、通用服務器等多種異構基礎設施的差異，向下接駁異構化的算力和硬件平臺，實現對算力的統一納管、調度、配給和全生命周期管理，進而向上支撐各種行業應用。
同時，青云通過高度解耦、分布式的體系架構，還能夠把第三方算力資源納入青云的公有云服務體系當中，為客戶提供更加高質低價的算力服務。
另外，青云也在積極拓展與大模型公司的合作，互相補齊能力，比如算力接口和標準協議的建立、成熟的監控運維體系打造，以形成行業方案或者場景方案，滿足AI客戶更多層面的算力服務和大模型應用需要。
基于議價權、數據安全等多重因素考慮，多云戰略成了越來越多企業的上云和用云的選擇。而云原生技術，可以無視IaaS底層的差異性，提供應用服務。在云原生的加持下，PaaS逐漸與底層的IaaS解耦，算力資源服務商和應用服務供應商會慢慢形成兩個群體。“青云將會借助云原生的能力，往應用服務的領域走”。
青云KubeSphere容器平臺企業版4.0也已上線，其最大的亮點是采用了全新的LuBan架構，實現平臺高度模塊化，并提供豐富的插件中心，滿足企業各種功能和場景需求。圍繞LuBan架構和插件中心，KubeSphere企業版將攜手合作伙伴、客戶圍繞云原生展開生態共建，加速企業云原生轉型。
