大模型和MaaS概念的出現，定義了以模型為中心的一整套AI開發新范式，而這背后日益增長的巨大算力需求，對AI工程底座提出了新的挑戰。今天，大模型時代下的人工智能+大數據平臺，需要具備計算效率、開發效率、處理效率為一體的高效能力，才能保障服務AI時代下的業務創新。

　　10月31日，2023云棲大會上，阿里云計算平臺事業部負責人汪軍華宣布阿里云人工智能+大數據平臺升級發布，以服務大模型時代下各行各業的業務創新。

　　高性能的AI基礎設施，讓計算效率達到極致

　　根據OpenAI測算，全球用于頭部AI模型訓練的算力需求以每年10倍的速度增長，計算需求處于持續爆發中。汪軍華介紹，PAI靈駿智算集群在網絡、存儲、調度上做了深度優化，采用HPN 7.0新一代AI集群網絡架構，存儲計算分離架構，支持高達10萬卡量級的集群可擴展規模，讓超大規模集群像1臺計算機般運轉。

　　軟硬一體的智算服務PAI靈駿，為大規模深度學習訓練場景提供穩定和高效的支撐，大模型訓練任務線性加速比可達到96%，大模型訓練資源可節省超50%。在穩定性保障方面，PAI靈駿智算服務配置了彈性容錯訓練框架AIMaster和EasyCkpt模型自動保存與恢復能力，可讓千卡規模任務穩定運行3周以上。

　　面向大模型的推理服務場景，PAI體系化地整合模型系統聯合優化、運行時優化、LLM領域優化等能力，可將大語言模型推理吞吐提升3.5倍，大幅降低推理時延。單卡推理可支持的最大上下文長度達280K，超長的上下文推理將進一步推動LLM涌現。

　　多形態、更靈活的AI開發模式，支撐多樣化需求

　　隨著需求的不斷涌現，AI開發者和AI開發需求越發細分。人工智能平臺PAI 4.0發布，全面降低大模型AI開發門檻，提供完善的需求支撐，提升開發效率。

　　不論是需要定義模型結構和開發流程的深度學習開發者群體，還是有海量大規模計算任務的群體，亦或是需要高效快速串聯起訓練推理任務的業務算法群體，都可以通過PAI來實現研發，包含各類熱門的計算框架、開源模型和開發場景，一站式地完成開發部署。

　　PAI靈積為廣大開發者提供了通過云上API服務，可以用于應用模型開發和開發好的模型調用，允許開發者將大模型能力迅速集成到自己的業務和應用中，在PAI-靈積平臺上，開發者不僅可以找到通義系列大模型(包括通義千問，通義萬相等等)，也可以找到來自業界最優秀的頭部大模型，包括ChatGLM，百川，Stable Diffusion等。

　　汪軍華宣布，今天這些模型都通過PAI 靈積上統一的API和SDK對廣大開發者開放，開發者只需要幾行代碼，就能迅速把這些不同類別的大模型的能力，集成到自己的應用中去。

　　高效的數據服務提升大模型效果，大數據和AI更深融合

　　在機器學習開發過程中，80%的研發時間有用于數據準備，數據質量決定著大模型的效果，數據處理分析的重要性更加凸顯。大數據作為AI基礎設施的一部分，阿里云提供了從數據積累、清洗、建模、計算到服務的全套產品化方案，來節省AI開發過程中數據準備的時間。

　　同時，大數據和AI進行了更深度的融合。阿里云自研大數據處理平臺MaxCompute 全面升級DataFrame能力，發布分布式計算框架MaxFrame，100%兼容Pandas等數據處理接口，一行代碼即可將原生Pandas自動轉為MaxFrame分布式計算，打通數據管理、大規模數據分析、處理到ML開發全流程，打破大數據及AI開發使用邊界，大大提高開發效率。

　　大模型驅動的 AI 時代，AI 場景對數據時效性的要求也越來越高，Flink+Paimon新一代實時湖倉方案，為用戶提供一站式數據入湖、實時加工和探查分析能力，拓展 Flink 在數據湖場景的實時計算能力，同時加速 AI 應用。

　　全托管向量檢索服務DashVector正式發布，基于阿里云自研8年的高性能向量檢索內核Proxima，提供具備水平拓展能力的云原生、全托管的向量檢索服務。Hologres、OpenSearch、Elasticsearch分別升級了向量能力，滿足不同場景下性能的提升。全新發布DataWorks Copilot，將大數據平臺的一站式統一元數據、統一調度、統一數據集成、統一數據建模與AI大模型能力全面結合， 將AI與業務充分融合，創造新價值。

　　在面向大模型時代整體大數據AI產品能力升級后，汪軍華宣布大數據AI產品全面完成Serverless化，致力于給客戶提供開箱即用、按需付費的高性價比產品。作為大模型時代AI的基礎設施，阿里云人工智能+大數據平臺將堅定、持續的投入研發資源，服務各行各業的業務創新。