南方财经全媒体记者江月 上海报道AI服务如何产生规模化效应？怎样降低行业客单成本？为何AI人才依然稀缺？这是社会大众当前对人工智能产业的一些疑问。
9月2日，在2022年世界人工智能大会的商汤企业论坛上，商汤科技宣布，推出基于AI-as-a-Service（简称AIaaS）的云计算产品与服务SenseCore商汤大装置AI云，进一步扩大了该公司AI基础设施建设和上海临港算力中心AIDC的应用面。
商汤联合创始人、大装置事业群副总裁陈宇恒回答南方财经全媒体记者提问，就多个热点议题进行了观点释放。他指出，在AI-as-a-Service的起步之初，商汤大装置正在考虑提升AI服务的规模化效应，这将有助于降低行业成本。
陈宇恒称，商汤大装置AI云的诞生，将促进AI-as-a-Service进一步发展。他还向记者介绍了AI-as-a-Service的愿景和意义，也指出了AI稀缺人才需要“跨界”、也需要和科学界和产业界展开更紧密的合作。
南方财经全媒体：此前，AI服务的定制化被人们诟病，因为“一客一定制”缺乏效率、成本也太高了。为什么AI-as-a-service迟迟未能出现？它的出现难点是什么？未来能像SaaS、PaaS、IaaS那样大规模出现吗？
陈宇恒：商汤在2021年推出了AI基础设施——SenseCore商汤AI大装置，实际上是迈出了AI-as-a-service的第一步，它的难点核心在于跨界人才的稀缺。
具体来说，第一，AI Iaas的基础设施建设，它的系统设计研发既需要AI方面的专家，也需要基础设施系统方面的专家。两者要紧密地配合，才能去构建AI IaaS这样一个系统。
AI的大规模普及，也不过刚在近十年里发生，所以既具备AI研究能力、又具备基础设施系统设计开发能力的人，实际上是非常稀缺的。
第二，AI-as-a-Service的应用落地，这也需要AI专家和对应的行业专家去紧密地合作和碰撞，这涉及一种全新合作模式的创造，与此同时由于整个商业社会发展越来越快，它也必须能非常敏捷地进行迭代。
现在在推进AI-as-a-Service的开发商，就是拥有懂两类知识的人才，这是它们的核心优势。这些人会引领行业形成一个发展方向和发展模式。
南方财经全媒体：AI-as-a-Service的初步产品形式是什么？
陈宇恒：初步的AI-as-a-Service会有点像传统的云计算，也就是说，AI云计算的官网（www.sensecore.cn）就像是一个AI全栈式生产的集成平台。
用户可以先申请账号，然后通过订阅去使用AI-as-a-Service的产品。
南方财经全媒体：那么这种AI-as-a-Service又和传统的云服务有什么区别呢？现在也有一些云服务在提供AI的SaaS。
陈宇恒：和传统的云服务不同，AI-as-a-Service是云原生的基础设施。比如说，AI-as-a-Service的基础硬件需要异构的计算，需要大规模的冷热分离的小文件以及海量小文件的存储。另外，还需要高速网络去减少延迟，因为大规模分布式训练和大模型推理正成为趋势。还有，在任务的调度上，与传统的云其实也有很大的差异。
AI-as-a-Service也是在传统云服务器的技术基础上发展的，不能说两者完全不同。比如说，SenseCore云服务其实把传统HPC（高性能计算）的部分技术和云做了一个结合。
综上所述，其实AI原生的AI-as-a-Service云基础设施，既具备HPC强大的算力，也具备云上的弹性、高度的可管理安全等特性。同时，由于基础设施的硬件进行了“AI原生”改造，因此AI-as-a-Service能提供比传统云服务更优良的AI任务运行能力。简单地说，“AI原生”的AI-as-a-Service基础架构，它的整个设计会更加以AI的应用流程为核心。
（商汤联合创始人、大装置事业群副总裁陈宇恒，受访者供图）南方财经全媒体：现在“大模型（foundation model）”的概念非常流行，SenseCore云服务上，会提供丰富的大模型吗？商汤将怎样去跟大模型的龙头开发商合作或者竞争？
陈宇恒：首先，有一些大模型的开发商提出了“模型即平台”的概念，无论是大模型的推理，还是在大模型上进行微调、做新任务的适配，就需要AI-as-a-Service。
其次，无论视觉、还是推理、NLP（自然语言处理），在发展过程中，数据和模型量级越来越大，需要巨大的算力配合。其中一部分算力需求，是传统通用基础设施所不能满足的，因此需要AI-as-a-Service。
此外，基于商汤长期的开源生态积累，SenseCore商汤大装置AI云的算法模型层，提供OpenMMLab、OpenGVLab、OpenDILab三套开箱即用的开源算法体系。其中OpenGVLab将提供视觉大模型支持。
SenseCore是一个开放的生态，我们未来会支持社区开源，培育自己的算法社区。
南方财经全媒体：商汤培育AI-as-a-Service的生态，将分为哪几个层面？
陈宇恒：第一个层面是开源的算法体系生态，会培育自己的算法社区。
第二个层面是商汤内部的研究资源，我们内部始终在坚持做行业领先的研究成果和商用算法。
第三个层面例如AI for Science这类新的领域，会有自己的AI的算法专家和学科的专家去做对接和深度的合作。
商汤已与国家蛋白质科学中心（上海）等科研机构和高校达成合作意向，将用人工智能系统来预测蛋白质三维结构，可为人工智能为生命科学、药物、蛋白质材料等研究提供了利器。
未来，我们还会欢迎第三方模型来到SenseCore，可以跟他们形成一些生态上的合作。
南方财经全媒体：今年上半年，商汤的智能汽车板块收入大幅增长71%、单客户收入提高11%，可以看到汽车业对AI的需求增长快、空间大。汽车业将如何运用好AI云？
陈宇恒：以SenseCore商汤Al大装置为基石，商汤推出了“绝影”智能汽车平台。智能汽车平台，以赋能引擎为底座，包括智能车舱、智能驾驶、自动驾驶接驳及车路协同系统，以上构成全栈体系。
这说明，智能汽车、自动驾驶正需要大规模算力、视觉大模型、仿真决策、数据存储量等技术支持。随着国内外车企客户实施智能化升级战略，以及消费者的智能出行需求持续提升，汽车业对AI云的需求潜力巨大，汽车业将成为AI-as-a-Service的重要客户群体。
南方财经全媒体：现在有很多人说，人工智能工作者往往陷入“调参数”的陷阱，很难有真正创新的工作。请问云服务对于激励行业的创新和攻克相关的难题会有什么帮助吗？
陈宇恒：把AI研究员和从业者从调参数这样比较无趣、机械化的劳动中解放出来，这是我们希望为行业发展所做的努力。怎样才能让AI研究的工作更有创造性？怎样才能让他们有更多精力思考和具体行业、具体科学的结合呢？为此我们在云服务上也做了相关努力。
就云服务可以提供的工作而言，我们将在云上提供一套AI工具链，它通过全套的数据服务、算法模型服务、AI部署技术，提升AI工作的自动化能力。
我们希望通过这样的一些工具系统，大大减少重复性的工作，甚至人工智能工作者可能不用再写代码就能生产出还不错的模型。换句话说，我们让人工智能自己去智能化。
在未来，由于机械化的工作越来越多地被人工智能取代，可以预见到行业成本将相应变得更低，同时工作者也将把精力更多地放在行业创新和真正的技术发展上。
（以上对话依据采访进行整理）
（作者：江月 编辑：陶力）