金山云AI首席算法架构师、人工智能产品中心负责人苏驰受邀出席了本次会议，发表了《云计算与AI深度融合 加速产业智能化升级》的演讲，分享对于AI发展趋势的思考，展示金山云新近技术成果和AI落地实践。
金山云AI首席算法架构师、人工智能产品中心负责人苏驰在大会现场演讲
提前布局
深耕AI技术研发
云计算具备覆盖网络、存储、计算等强大的基础资源能力，能为企业数字化升级提供低成本、安全、多种应用接入的一体化服务,为AI迅速发展提供基础，苏驰讲到，“金山云属于业内较早布局AI的云厂商之一，积极进行AI技术研究和商业化应用探索。”
以云服务为基础
构建开放的AI能力体系
作为中国AI市场上的主要玩家之一，金山云基于计算、存储等强大云计算能力，构建了覆盖IaaS层、PaaS层、SaaS层以及行业解决方案的AI能力。重点打造了金山云AI平台，利用中台策略，实现向不同客户群提供多种平台交互方式、场景的快速落地能力，并由此形成自身在AI平台上的竞争力。
金山云的一体化AI平台具备五大特点：首先，具备统一的AI基础设施支持，可以提供一致的计算资源的调度和分配；第二，面向不同客户群的多种平台交互方式，满足不同开发人员的应用需求；第三，计算与存储分离，按需使用；第四，运用云原生的架构，可以通过微服务的方式在容器中调用组件；第五，提供企业的运维、安全、权限和资源管理服务。
深度学习平台KDL与机器学习平台KML通过打通底层数据，针对不同的用户、使用场景及问题类型，为用户提供了三个模型开发平台。KDL主要针对深度学习工作场景，用户可通过notebook或图形化深度学习网络结构设计进行深度学习网络的设计及训练；KML主要针对传统机器学习工作场景，内置工作流及notebook引擎，用户既可以选择托拉拽进行机器学习模型设计，也可选择notebook进行机器学习模型创建。
在介绍AI平台时，苏驰以平台上的模型开发组件为例做了说明，该组件可以为AI模型提供算法编译环境，算法工程师可以基于自己擅长的AI框架和语言来开发算法，也可以从预置代码库里拉取现成的算法代码修改优化，还可以通过图形化界面拖拽、连接算法组件、配置参数，然后导入准备好的训练数据集，实现训练资源的高效配置，执行模型训练和调优。
AI走向自主化智能
加速产业升级
谈到金山云AI的核心优势，苏驰表示：
金山云的云+AI融合，可以说是从商用落地出发的“从上至下”——以云服务为主体，在其框架下提供一系列支持具体问题解决的AI能力。云+AI融合的本质是服务链条的深度整合，通过将技术、数据、框架等有机结合，才能更好地满足客户在各类复杂场景中的AI使用需求。目前，金山云全场景一站式AI解决方案，已经覆盖公共服务、金融、医疗、工业、教育等多个领域，积累了丰富的成熟应用案例。
”
在工业领域，除了云平台IaaS、PaaS、SaaS三大层面通用技术外，金山云还拥有如AI机器视觉、IoT等平台级技术优势，通过AI、IoT、边缘计算等技术，实现设备的自动化和智能化，从而提升智能决策能力，全面提高产品质量和企业效益。
不论是以互联网为代表的万物互联时代，还是以AI为动能的万物智联时代，云计算都是数字化发展变革中最重要的基础设施。AI云服务已经成为公有云服务中不可或缺的一部分，全面渗透到各行各业。对于AI未来的发展趋势，苏驰认为，AI将可实现自学习、自适应、自提高能力，即可根据行业里用户行为偏好、用户画像、生产环境等各类信息和数据进行主动分析，从而更智能、主动的帮助企业提升效率，加速行业转型升级。
