騰訊雲李力：加快基礎設施建設，助力AI應用像雲服務一樣穩定落地

封面新聞記者 歐陽宏宇

“雲服務平台應該用雲原生、同源同構、場景驅動的智算平台，幫助產業突破算力瓶頸，助力產業加速釋放AI生產力。”4月18日，騰訊雲副總裁李力在成都表示，基於雲原生的最佳實踐，無論是公有雲、混合雲還是專有雲，AI都可以享受和雲一致的能力和穩定性。“如今AI和大模型時代到來，這些優勢正在發揮越來越關鍵的價值。”

據介紹，“大模型+知識庫”正在成為企業落地AI應用的最佳路徑。雲智算已在互聯網企業、大模型廠商、金融行業、政企行業、AI開發等多個場景逐步深度應用。

李力介紹說，在雲平台普遍追求功能複雜度的時代，平台應堅持自研，對海量高併發、柔性、可擴展等穩定性能力持續投入。

從技術層面入手，在大模型訓練場景中，雲智算的同源同構特性，可以支撐從公有雲到分佈式雲、私有雲的平滑、靈活遷移，避免因技術棧差異導致的代碼重構或適配問題。而對於大模型訓練涉及的海量敏感數據，同源同構支援分佈式雲將算力部署在用戶指定地點，確保數據不出本地。統一的雲原生架構支援精細化資源調度和軟硬協同優化，顯著降低故障率，提升斷點續算效率，從底層解決了大模型訓練中常見的遷移成本高、數據合規難、資源利用率低等問題。

今年年初，DeepSeek 引發了一場革命性突破，技術的里程碑意義不僅彰顯了開源精神，更為普惠AI注入了全新動力。同時，杭州版“硬核六小龍”的崛起，標誌著AI與行業的深度融合正邁向新階段，一場由技術突破、產品迭代和產業轉型構成的三重奏，為整個AI產業的發展和智能化躍遷創造了前所未有的機遇。

對於大模型企業普遍關注的成本問題，李力認為，雲原生就是“以雲的方式使用雲”，這是IT基礎設施最佳實踐的集合。“比如，應用雲原生則通過模塊化開發、動態伸縮等技術，降低架構複雜度，實現資源成本下降，直播帶寬開銷降低。”

目前，雲能力正在為行業提供性能領先、多芯兼容、靈活部署的智算平台，幫助產業突破算力瓶頸，加速釋放AI生產力。對此，李力預測，雲智算並非簡單疊加AI能力，而是通過雲原生生態體系與AI深度融合，打造真正的“AI原生雲”。“雲服務企業需要繼續加大在生成式AI雲基礎設施上的投入，在更廣泛的應用場景實踐、驗證和持續提升自身能力。”