在生成式人工智能浪潮的推動下，每個企業都面臨著如何緊跟時代潮流、創新業務模式的挑戰。而這些挑戰也給諸如云廠商等帶來了更多的發展新機遇。

作為一家在云計算領域深耕多年的企業，金山云始終關注著技術發展的趨勢，并積極探索如何幫助企業將這些技術應用于實際業務中。一方面，金山云夯實云計算基礎，通過技術和產品能力的升級，助力大模型服務商更好地發展。另一方面，為了幫助特定領域行業用戶提升效率，金山云圍繞人工智能，探索行業大模型、模型平臺以及知識助手等，以便更好地滿足行業客戶的業務需求。

金山云副總裁錢一峰表示，金山云延續中立的優勢，依托底層算力網絡優勢以及混合云部署差異化優勢，聚焦業務場景，更好地滿足企業的實際需求，幫助企業創造更多的價值。

2023 年：堅實基礎與創新前行的雙軌戰略

在 2023 年，金山云采取了兩步走的戰略。首先，注重夯實基礎，修煉內功；其次，勇立潮頭，緊跟大模型發展趨勢，推出 MaaS 互信推理專區方案，解決模型及數據互信問題。

為了更好地服務企業客戶，金山云推動了多款核心產品升級，包括云服務器、對象存儲、網絡等產品。這些產品的推出，不僅提升了金山云的技術實力，也為進一步開拓大模型市場奠定了堅實的基礎。

在計算方面，金山云第七代云服務器 X7 進行了全方位的升級，搭載了第四代英特爾至強可擴展處理器，并支持英特爾 AMX 原生加速能力。與上一代產品相比，CPU 性能提升了 60%，內存也升級到了 DDR5，頻率較上一代提升了 50%。融合金山云自主創新的加速技術，云服務器 X7 可有效提升模型推理性能。

對象存儲作為金山云推出的第一個公有云服務，也經歷了不斷的優化和升級。隨著 AIGC 的崛起，對存儲性能的要求也越來越高。為了滿足這一需求，金山云已覆蓋五個品類的對象存儲產品，包括極速型存儲、標準存儲、低頻存儲、歸檔存儲和深度冷歸檔。其中，金山云對象存儲 KS3 極速型最高可提供 1Tbps/PB 的兌付帶寬，相較于傳統的機械硬盤(HDD)的對象存儲性能提升了上百倍。這些創新的產品為 AIGC、存算分離和高性能計算等場景提供了強大的存儲解決方案，確保客戶的數據安全可靠。

針對大模型應用場景，金山云推出了互信虛擬私有網絡（互信 VPC）。相對標準 VPC 而言，互信 VPC 對進出 VPC 的通信行為進行了更為嚴格的控制，幫助客戶解決合規和互信問題。針對 HTTP、HTTPS 等應用層負載場景，金山云還推出了應用型負載均衡 ALB(Application Load Balancer)，單實例最大支持 100 萬 QPS，與云原生場景融合得非常好。當客戶使用金山云容器服務 KCE 產品或自建 K8s 集群時，ALB 可作為 Ingress 部署，為業務提供網絡流量調度服務。

金山云始終保持敏銳的市場洞察力，緊跟技術發展的步伐，不僅注重產品的性能和效率，還致力于為客戶提供全方位的服務支持。金山云將繼續加強云上能力建設，拓展云上產品場景化能力，助力企業實現數字化轉型和創新發展。

態度：嚴守中立，做大模型服務商的堅實后盾

金山云的公有云在服務大模型服務商時，嚴守中立的立場，致力于成為大模型的助力者，為模型服務商提供云服務支撐，從訓練到推理的全流程，通過技術可監測的形式，在模型使用過程中，對模型的使用方式和使用日志提供可接入、可審計的能力，確保模型使用的透明度和可審計性。

為了滿足大模型運行的高性能要求，金山云在基礎架構層面進行了深入優化。將云服務器通過 IB 或 RoCE 方式連接，提供了部署驗收、性能測試和故障報警等功能。這為模型運行提供了一個強大的基礎網絡，確保了穩定性和高效性。

在云算力網絡層面，金山云借助自研的 IB/RoCE 等技術，結合端側和網側交付驗收工具，實現了整個鏈路的探測能力，對全網的性能進行全面測試。這為大模型的流暢運行提供了堅實的后盾。

為了增強云上運行的可靠性，金山云持續豐富裸金屬產品形態，推出了與 VPC 無縫對接的云托管管理機和進出 VPC 流量日志審計功能。這些功能為大模型的穩定運行提供了全方位的保障。

在 PaaS 層，金山云通過容器和 K8s 等技術，提供了故障檢測、故障自動剔除等功能，滿足了大模型運營的穩定性需求，確保了大模型的可靠運行。

值得一提的是，金山云發布了 MaaS 互信推理專區 2.0 版本。這一版本基于金山云 IaaS和 PaaS 底座，實現了 LangChain的一鍵部署。它支持對接多個生態合作商業大模型和開源大模型，同時支持多種 Embedding 模型，并可無縫對接金山云全托管向量數據庫 Milvus。這為企業開發者提供了一個簡單易用、安全可信的一站式推理應用部署平臺。

為了增強云上運行的安全性，MaaS 2.0 還提供了容器服務加密鏡像解決方案。依托金山云裸金屬服務，實現了從鏡像加密、加密鏡像上傳到解密鏡像運行的全流程模型安全運行。這一解決方案為企業提供了一個高度安全的大模型運行環境。

除了技術層面的保障，金山云還強調中立的立場和態度。金山云公有云產品中心負責人孫曉表示，金山云只觸及容器服務這一層面，并確保大模型運行的可信度。通過技術手段和嚴格的管理流程，確保了大模型在金山云平臺上的安全和可靠運行。

據了解，諸多頭部大模型服務商都是金山云的客戶。盡管許多大模型服務商選擇混合云部署，但金山云憑借其中立的立場和扎實的技術和服務創新，為大模型的發展提供了強有力的支撐。

聚焦：深入行業，滿足特定領域的知識助手場景

面向企業級人工智能市場，金山云選擇在企業內部比較基礎、但上限又很高的場景，并面向工時價值高的特定領域，推出金山云輕舟智問知識助手產品。金山云人工智能與大數據產品中心負責人徐寅斐解釋道，“‘基礎’，表達的是知識助手通過簡單的問答對話框來進行交互，‘上限很高’指的是，當把模型的洞察力、理解能力、推理能力深度集成到企業內部流程后，知識助手又可以完成非常復雜的事情。”

為了實現這一目標，金山云圍繞企業級知識助手場景制定了“一三一四”產品全景規劃。一套知識問答的能力，可以以產品形態輸出，也可以以元素化能力輸出；三個核心模型，包括行業語言模型，文本分片，Embedding 模型；一個平臺指的是金山云瀚海平臺，圍繞大模型預訓練和業務微調階段，提供數據-訓練-推理-評測的全生命周期關鍵環節產品能力；四大功能，包括微調推理、數據加速、智能檢索和文檔智能。

值得注意的是，前文提到金山云嚴守中立，成為大模型的助力者，為何又自己做行業大模型呢？對此，錢一峰表示，“金山云不做大模型，但一定會做企業的應用落地和平臺落地的支撐。企業級市場需求相對比較碎片化，也是看到客戶有很多業務需求，但是沒有很好地應用來滿足他們的業務訴求，因此，金山云才依托于底層基礎設施的能力，探索行業模型。”

據了解，金山云正逐步完善行業模型的全棧能力，其中金山云輕舟智問知識助手計劃優先在公共服務和法律兩大場景落地，助力政務服務和辦公，以及法律咨詢、訴訟以及非訴訟場景方面提升業務效率。

展望 2024 年，會是應用爆發的一年，因此推理資源的降本增效尤為重要。金山云也會通過算力虛擬化構建統一的算力池，加速推理速度，幫助更多行業用戶進行業務創新，提升業務效率。