除了对未来的准确判断，蓝云的成功还得益于对市场和技术的深刻理解。蓝云前期就与国内大型车型“六小龙”之一达成深度合作。通过为其提供算力服务，积累了大量的技术和业务经验。对方后来成为蓝云的股东。与此同时，蓝云在推理应用领域也在未雨绸缪。早在市场还以大模型训练为主的时候，蓝云就开始布局推理场景。随着市场逐渐转向推理需求，蓝云以高性价比的服务进一步扩大了竞争优势。
领先的资产布局和对推理领域的洞察，奠定了李健的信心，也让蓝云在市场上站稳了脚跟。财报显示，蓝云2023年营收为4.08亿元，是2018年转型期营收的近7倍；仅2024年上半年，蓝云营收就达到5.3亿元，同比增长289%。
CTO安江华选择在蓝云业务升级之际加入，是因为他在多年的合作中看到了李健的前瞻性思维。
安江华向《九子光年》指出，2021年以来，全球算力需求经历了重大转型阶段。 “对GPU的需求首先集中在基本的大模型训练上，但近年来我们看到推理和应用层面的需求快速增长。”
然而，大规模算力的部署、运维、计算资源的调度和使用是算力行业难以突破的一大门槛。如何进一步降低广大AI应用开发者的使用成本，并在此基础上提供满足多方需求的灵活服务，也是一个难题。安江华提到，与传统通用计算服务器相比，高性能计算领域在技术和资源管理方面面临着完全不同的挑战。
李健也提到了类似的观点，认为中国算力市场不存在所谓的痛点：“我们更关心的是算力服务商需要具备哪些能力？我认为是投放规模大、投放效率高、运行稳定。国内真正能提供这些能力的算力服务商并不多，但一旦具备了这些能力，就不乏市场认可。”
安江华指出，蓝云科技与大厂商相比有其独特的竞争优势。从平台功能设计架构来看，各大厂商普遍从CPU虚拟化转型，而蓝云自进入计算行业之初就专注于GPU计算，产品设计较为轻量。在产品功能上，蓝云从最初的裸机、容器云，到基于一线需求和用户对应用场景的深入理解，设计了AI协同开发平台。比如弹性裸机和容器相对来说更容易使用，而AI协作开发平台针对训练场景设计了更完善的团队协作功能。
在产品上线方面，无论是集成项目私有化部署、混合云部署，还是在公有云上开辟专用区域，蓝云的决策链都非常短。例如，对于一个新的数据中心项目，蓝云的上线速度可能只有传统大厂商的一半。即使时间更少，部门协作也更高效。
通过硬件和软件的双重布局，蓝云向市场呈现了久经考验的答案。
2、算力时代的技术桥梁
无论是计算资源的调度效率，还是对用户需求的敏锐掌控，蓝云的目标都很明确：不仅仅是提供计算资源，而是搭建一座桥梁，将AI发展从高成本的技术壁垒中解放出来。 。
硬件方面，蓝云在全国拥有多个合作智能计算中心，可提供超过的算力资源。这样的规模不仅令人瞩目，更重要的是承载着行业领先的管理效率。
但硬件规模只是这场竞赛的起点。蓝云真正的优势在于其自主研发的“原代”平台。该平台不仅可以高效协调大型团队的资源需求，还可以为中小型开发者提供灵活、个性化的解决方案。从企业级用户的大规模团队协作应用场景到学生等个人用户的轻度使用，蓝云的服务模式足够灵活且具有竞争力。按需计费、节点灵活增删等功能让蓝云算力平台能够适应多样化的发展场景。无论是大B、小B还是C端用户，“原盛代”都可以依靠根据不同业务场景专业设计、精细优化的工作流程系统，将复杂的流程简化为直观的操作，真正做到简单高效。 ，方便易用。
蓝云对客户需求的深入理解还体现在其平台的生态支持上。 “不同的公司对框架的选择差异很大。”蓝云科技产品总监顾瑞泉告诉《甲子光年》。 “我们希望为客户提供更多的选择，包括型号定价和框架适配，最大程度地满足他们的要求。”有了这种全面的支持，客户不再需要担心硬件调度或技术适配，可以专注于关于模型和应用程序开发本身。
但低廉的价格和门槛并不是用户的最终诉求。尤其是对于规模较大的B端客户，他们更关心服务的性能和稳定性是否能够达到预期。
“运维能力的提升并不总是线性的。随着服务器数量的增加，运维的复杂度可能呈指数级增长。应用开发者往往需要快速部署大规模的GPU资源，甚至一夜之间部署数千或甚至数万张GPU卡，而这个过程中涉及到的硬件采购、部署调度、系统维护等问题，往往让很多团队无法真正经历过大规模运维的服务商才能深刻理解。并避免潜在的问题。”安江华强调。
顾瑞泉进一步表示，运营万卡集群最大的挑战就是定位问题，无论是网络中断还是GPU卡本身的问题。解决问题还需要基于流程的系统、先进的工具和成熟的经验来快速采取正确的行动。这恰好是蓝云这二十年来的积累。
近年来，蓝云在技术研发方面投入了更多资源。顾瑞泉表示，蓝云不断的平台迭代更新和最新的分布式培训推广平台，可以保持蓝云的技术领先地位，满足不同客户的需求。公开资料显示，蓝云研发人员占公司员工比例从2023年初的16%迅速提升至2024年中期的40%，2024年上半年研发费用也同比增长50%年。
这一战略不仅让蓝云在竞争激烈的算力服务市场站稳了脚跟，也让公司在行业内逐渐积累了技术声誉。 “我们的目标是让用户在使用算力的过程中尽可能少地关注硬件配置和调度细节。”安江华说。 “相比传统大厂商的标准化，蓝云的智能计算中心场景做得更加灵活和完善，提供最易用的计算云服务。”
此外，算力服务商在资源管理方面的专业能力也至关重要。这就要求他们紧扣业务实际，深入洞察用户的实际需求和操作习惯。其中，详细了解C端消费市场和B端企业市场尤为关键，因为不同用户群体的需求可能存在显着差异。
根据部署方式和服务对象的不同，“原代”智能计算云平台可提供公有云、私有化部署和包年订阅三种服务模式：针对中小型商业客户和各类C端AIGC开发者，平台以公有云的形式提供弹性算力服务。用户无需自行搭建硬件，即可按需购买或订阅资源；注重数据安全和性能对于要求较高的大型企业用户，可以将平台私有化并部署在内部，以完善高效的计算平台解决方案并保护数据隐私和独立运行；此外，对于那些计算资源丰富但技术能力相对较弱的合作伙伴，“原盛代”平台将在授权下免费对其开放接入，蓝云将收取每年的技术服务费。借助蓝云前沿的技术框架，用户可以轻松独立运营，构建自己的服务生态系统。
蓝云的客户群覆盖广泛，从智能基础模型培训用户到智能驾驶汽车企业，再到高校师生和社区开发者。各级用户都可以在蓝云的服务体系中找到自己的位置。 “我们做的是算力运营，商业决策非常清晰。”安江华说。 “平台的通用性使其不局限于特定场景，无论是云用户还是行业用户都可以灵活使用。”他特别提到，蓝云坚定地专注于计算资源的优化，而不是涉足具体的应用开发，从而为用户提供更纯粹、更高效的技术支持。
一系列的技术迭代，让蓝云巩固了行业地位。顾瑞泉表示，随着AI技术的普及，蓝云科技将更加专注于AI服务商的角色。他表示，公司未来的目标是在基础设施层做到极致，成为AI应用客户的坚实后盾。
3.AI OS与合作共赢
但基础设施层不一定是生态位中的最低层。
“虽然我们以前称之为基础设施，但在AI时代，基础设施并不是最底层。下面还有能源层。我们是连接下层数据中心和上层模型应用的中间层。” “我们首先要保持灵活性，同时保护我们的生态。”顾瑞泉说。
这一思想体现在蓝云技术平台的模块化设计中。 “初代”智能计算云平台不仅是算力的集合，更是合作伙伴的工具箱。蓝云的技术团队从一开始就认识到合作伙伴的独立运营需求至关重要。模块化的设计和快速部署能力让这些合作伙伴可以专注于自己的业务，直接嵌入蓝云的功能流程，而无需担心底层技术的复杂性。这样的设计赋予了蓝云“看不见的手”的力量：推动而不干扰、连接而不束缚。
在发布会现场演示中，安江华表示，通过这样的设计，蓝云可以为有闲置算力的合作伙伴提供快速部署服务，即快速将他们的GPU服务器放入蓝云数据中心，或者将蓝云放入数据中心。 Yun的模块化应用部署到合作伙伴算力服务器所在的机房。这些资源可以统一到蓝云的资源池中，用户可以在蓝云的平台上直观地看到和使用这些GPU资源，从而帮助合作伙伴立即创收。
作为计算资源和AI开发工具的高效整合平台，“元生一代”还可以给用户更广阔的定制空间。对于有用户需求但缺乏算力的合作伙伴，“元生一代”可以帮助合作伙伴实现在几分钟内快速打造专属品牌的算力平台。合作伙伴只需提供企业品牌LOGO、网站及负责人信息，即可轻松完成。
在最新的发布会上，李健还公布了蓝云的集团战略，涵盖合作板块和投融资板块。在上游，蓝云将通过投资垂直领域模式，加强技术积累。同时，与浙江大学科技创新集团合作设立的首期拱墅人才科技创新基金，标志着蓝云深度参与行业发展，也为人工智能技术未来发展注入更多可能。
同时，李健解释了一个更高的概念：AI OS。这个位于计算能力之上的操作系统将成为未来技术栈的枢纽，链接Maas（模型即服务）和模型层。李健将这一理念视为蓝云的核心使命——为客户提供场景化的工程实施能力，让客户的系统越来越强大，从而适应多元化的需求：
AI OS将为不同应用提供统一的接口和服务，确保底层网络和存储硬件能够为AI生态系统提供坚实的物理基础。通过高速稳定的网络环境实现数据的快速传输和存储，使设备和节点之间的协同工作更加高效；模型工厂负责生产和提供各类个性化AI模型，涵盖图像识别、自然语言处理、智能推荐、自动驾驶等应用领域；数据工厂专注于数据的生产和合成，并进行详细的标注，成为AI时代最有价值的财富资源。
在此过程中，蓝云“元族”智能计算云平台成为连接智能计算生态的纽带。其核心功能是聚合资源、整合上下游、从基础到应用，为最终用户提供高质量的AI计算服务。基于GPU的优势，蓝云将全面开放“初代”平台的智能计算能力，以高效、集约、开放、兼容为宗旨，打造集AI开发工具、数据集管理、预制化、 -培养大型模型工作流程管理、模型图像管理、应用市场等多功能“算力即服务”生态系统。
“基于对行业的深刻理解、对服务生态的强烈认知以及成熟技术能力的积累，蓝云深刻认识到AI时代的自主发展不可能长久。只有构建良好的生态系统，实现上下游生态融合，只有协同合作，才能共同推动行业进步。”李健在发布会上表示。
然而，下一个足以缓解行业焦虑的需求爆发点又会来自哪里呢？
李健认为，这将是AI视频生成的爆发式发展。但要实现这一点，还需要全双工模式的出现。与传统的提问和回答的半双工模式相比，全双工模式将使人机交互更加自由流畅，为AGI时代铺平道路。李健指出，这一突破点将在未来两到三年内实现。
谷瑞泉还提到了泛娱乐产业的潜力。他认为，AI生成视频的便捷性和创造性将彻底改变内容创作的生态。网络编剧甚至可以利用AI模型快速创作短剧，让更多人参与到内容制作中。他感叹，“谁能率先推出高质量的AI短视频模式，谁就能引领这个领域的发展。”
对于人工智能服务的未来演进，顾瑞泉认为，人工智能即服务（AIaaS）正在成为一种新的服务模式，其核心在于人工智能技术与传统应用的深度融合。他提到，例如，在当今的在线会议工具中，AI助手可以总结会议内容，甚至帮助指导讨论过程。他预测，未来人工智能将成为这些服务的主角，为传统应用赋能，而不是完全取代它们。
这种创新在自动驾驶技术领域也很明显。顾瑞泉预计，机器视觉技术不仅会推动智能汽车的发展，还将在盲人辅助设备、家庭机器人等场景中发挥潜力。这些想法都指向一个更加智能的世界，而蓝云正是这一未来变革的重要推动者。
然而，当前的计算资源还远远不足以满足这一需求，更不用说支持通用人工智能（AGI）甚至超级人工智能（ASI）的长期发展。对于未来两到三年的市场策略，安江华透露，蓝云将坚定打造计算资源池，致力于让开发者和应用市场更容易获得这些资源。为此，他们重点招募贴近用户的算法工程师，以及运维能力较强的技术团队。
与此同时，蓝云对计算资源未来的认识也在不断加深。随着能量密度的提高，李健预计智能计算中心的建设成本将会下降。从长远来看，计算资源将成为AI时代的关键资产，其运营模式将逐步向能源行业的生产、分配和高效管理模式靠拢。而蓝云的愿景不仅是提供强大的算力资源，更要构建以算力为核心的创新生态系统，以前瞻性布局和战略前瞻深度赋能上下游产业。
在谈到蓝云对“甲子光年”的终极愿景时，李健表示，蓝云将不仅仅局限于成为中国最值得信赖的算力服务商，其目标是通过能源与计算的有机结合，提供能源和算力。力量。推动科技产业升级注入强劲动能，借助科技创新引领整个产业迈上新高度。
在探索未来的过程中，蓝云以技术为核心，以创新为导向，勇于冒险新领域。蓝云不仅是AI时代的算力服务提供商，更致力于构建生态系统，全面赋能上下游合作伙伴，促进行业协同发展。
这种信念和追求或许就是蓝云在激烈的市场竞争中保持领先、不断前进的动力源泉。
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论