阿里云賈揚清：用4S標(biāo)準(zhǔn)帶領(lǐng)團(tuán)隊鍛造大數(shù)據(jù)+AI產(chǎn)品體系「阿里靈杰」

10 月 20 日，在 2021 云棲大會上，阿里巴巴集團(tuán)副總裁、阿里云計算平臺事業(yè)部負(fù)責(zé)人、達(dá)摩院 AI 平臺負(fù)責(zé)人賈揚清發(fā)布大數(shù)據(jù) + AI 產(chǎn)品體系“阿里靈杰”。

“時至今日，我們可以越來越清晰的看到算力、算法、數(shù)據(jù)和場景的融合，尤其是 AI 和數(shù)據(jù)。沒有數(shù)據(jù)，AI 是留在實驗室里的火花；而沒有 AI，數(shù)據(jù)就是堆在那里的一堆成本”，賈揚清提到，“阿里靈杰是我們在過去幾年思考實踐的過程中所沉淀下來的基于 Scale、Speed、Simplicity 和 Scenario 這樣的 4S 標(biāo)準(zhǔn)的產(chǎn)品的體系。它不是一個為了創(chuàng)新而創(chuàng)新的過程，而是在我們希望 AI 能更加簡易落地的時候不斷生根的一個結(jié)果。我們希望阿里靈杰幫助我們和各行各業(yè)開發(fā)者一起，能夠在云上畫出人工智能增長的第二曲線?！?/p>

據(jù)悉，“阿里靈杰”是中國最大的大數(shù)據(jù)＋AI 一體化平臺。“阿里靈杰”包含機器學(xué)習(xí)平臺 PAI、云原生大數(shù)據(jù)計算服務(wù) MaxCompute、實時計算 Flink 版、大數(shù)據(jù)開發(fā)治理平臺 DataWorks、實時數(shù)倉 Hologres 等產(chǎn)品，可調(diào)動規(guī)模高達(dá) 10 萬臺以上計算集群，擁有云邊端一體的高性能訓(xùn)練和推理引擎，能提供毫秒級延遲的實時數(shù)據(jù)分析能力等，也提供開箱即用的視覺、語音、決策、NLP、業(yè)務(wù)增長引擎等開放服務(wù)。

在過去一年，賈揚清介紹，他帶領(lǐng)的團(tuán)隊在 4S 標(biāo)準(zhǔn)下也在不斷提升產(chǎn)品能力，主要體現(xiàn)在四點：

Scale：靈活擴縮的大數(shù)據(jù)、大模型、大應(yīng)用

賈揚清向大家分享了幾個數(shù)字：1. 云原生大數(shù)據(jù)平臺 Max?Compute 已經(jīng)以 10 萬臺集群，支持 2000 萬表和千萬級的調(diào)度。但同時也可以從一張表，一個 GB，一個任務(wù)開始，用零啟動成本來使用近乎無限的彈性。2. 在 AI 領(lǐng)域，阿里云發(fā)布了大規(guī)模分布式訓(xùn)練框架 Whale，提供分布式 comp graph 建模和自動優(yōu)化，達(dá)摩院的科學(xué)家們用 Whale 訓(xùn)練了全球首個十萬億級參數(shù)的預(yù)訓(xùn)練模型M6， 以及AliceMind等模型。

Speed：極致的運行、開發(fā)、運維效率

今天性能已經(jīng)不是刀耕火種的手工優(yōu)化?；?AI for Systems 的邏輯，通過自動優(yōu)化，阿里云的成熟產(chǎn)品 MaxCompute 和實時計算 Flink 版持續(xù)提升自己性能，MaxCompute 已經(jīng)是第五年拿到 TPCx-BB 的性能第一名。

賈揚清介紹，“人力成本是最大的成本，開發(fā)效率越來越重要。我們的 AI 平臺在前面一年完全實現(xiàn)云原生化，使我們可以一鍵式地完成從建模 / 訓(xùn)練 / 服務(wù)全鏈路的搭建過程?！?/p>

Simplicity：標(biāo)準(zhǔn)、像調(diào)用函數(shù)般易用

AI 先驅(qū) Richard Sutton 說過一句話：70 年研究得出的最大經(jīng)驗，最有效也最顯著的技術(shù)，就是找到通用的方法來利用大量計算。

今年，阿里云 MaxCompute 和 DataWorks 提供了豐富的生態(tài)和數(shù)據(jù)建模治理工具。阿里云 AI 工程團(tuán)隊與達(dá)摩院算法的合作，在十多個 AI 場景下提供了上百個標(biāo)準(zhǔn)化的算法模型服務(wù)，解決 AI 落地應(yīng)用最后一公里的問題。使用 OCR、NLP 等，應(yīng)該像下一個 App 那么簡單。

Scenario：向場景而生

沒有場景化的 AI 能力是沒有用處的。誰都需要算力，但是不一定管得好算力。阿里的云原生化的 PAI 軟件層和 Eflops 高性能集群的結(jié)合，提供開箱即用的算力解決方案，支持從學(xué)術(shù)研究、工業(yè)制造場景的落地。

在金融領(lǐng)域，阿里云湖倉一體架構(gòu)、離線實時一體化數(shù)倉，將各種形態(tài)的數(shù)據(jù)匯聚在一起，從傳統(tǒng)的反欺詐到創(chuàng)新的用戶營銷，提升多個場景的應(yīng)用效果。

和之前基于運營的增長黑客相比，今天的增長引擎很多都是基于數(shù)據(jù)和算法的。PAI 將這些場景算法標(biāo)準(zhǔn)化，可以實現(xiàn) RTA、用戶觸達(dá)、智能搜索等多個客戶應(yīng)用中的明顯的業(yè)務(wù)提升。

在過去一年，阿里靈杰也跟犀牛制造、北京大學(xué)化學(xué)與分子工程學(xué)院來魯華教授組（靶向****物研究）、老視頻修復(fù) B 站 Up 主 AI 開發(fā)者大谷 Spitzer，在一起探索各種業(yè)務(wù)場景，為企業(yè)和開發(fā)者提供 “開箱即用” 的大數(shù)據(jù) + AI 一體化能力。