科技云报道：公有云内卷时代，青云的新想象力在哪？

　　科技云报道原创。

　　2023年接踵而至的价格战，将国内公有云的竞争力度再次拉满。阿里云、腾讯云、京东云、移动云带头降价，也将寒意传导给了更多腰部云服务商。毫无疑问，这是一场对云服务商的残酷考验。

　　在公有云高度内卷的阶段，以价格换市场无疑是一种有效的竞争手段，但这种效果能维持多久?换句话说，公有云市场的竞争维度，是否只能被拉平在千篇一律的价格战中?公有云市场，又是否还存在未被充分开垦的良田?

　　对于这些问题，青云公有云似乎有了新的解题思路。

　　基于领先技术的长跑

　　诞生于2012年的青云科技，是中国最早一批推出公有云服务的云服务商。彼时的硅谷诞生了诸多云计算领域的独角兽公司，而国内企业仍习惯于传统IT烟囱式架构，云计算作为一种全新的技术变革为初创的青云带来了无限的前景。

　　那一年，国内互联网业务与移动互联网业务爆发式增长，灵活、弹性、高性价比的公有云由此进入互联网企业的视野。

　　数据显示，2013年，业界创建一台虚拟机普遍需要15分钟，而青云公有云只需要6秒，且按秒计费。凭借领先的技术，青云公有云迅速抢占了互联网市场。

　　进入2014年，青云洞察到市场上的一些新变化：传统企业开始关注上云，银行、零售、交通等领域的头部客户进入云服务商视野。

　　青云适时做出重大改变，结合公有云服务模式，推出了私有云的交付方式，并率先在国内提出“公私统一”架构混合云的技术主张，从而进一步拉大了与对手的领先优势。

　　正因为“公私一体”架构的混合云交付模式，青云的公有云和私有云能够为企业提供一致体验，还能将云的弹性灵活、安全可靠融为一体，越来越多的企业不需要在云的“便捷性”和“安全性”之间左右徘徊、艰难取舍，实现“鱼和熊掌兼得”。

　　伴随这个重要时期，青云也从早期单一的公有云服务，持续迭代升级、推陈出新，发展成为覆盖存储、超融合、SDN、SD-WAN等热门技术领域、全面丰富的云端技术栈，将公有云和私有云相互补充，以灵活的产品、服务架构和场景化解决方案，为中大型企业客户铺筑云化之路。

　　彼时，国内不少政企、金融等行业机构，选择将部分非核心业务或生态相关业务放在青云公有云，充分利用公有云的弹性资源，以更快响应业务诉求，同时基于行业规范、合规性要求，将核心业务放在青云私有云。

　　而一些对云计算数字化技术理解更深的传统企业，则愿意将青云公有云作为整个业务的数字底座，将相关服务按功能分类逐步上云。

　　比如，江苏交控作为交通行业数字化转型排头兵，基于青云公有云打造了交通新基建，实现了对高速行车的统一指挥调度;某大型银行基于青云公有云提供普惠金融服务，既满足合规要求，也响应了国家金融信创战略，充分发挥金融对经济发展的支撑作用。

　　2017年，随着企业多云和混合云部署日益常态化，容器的出现使得企业在混合云异构基础设施环境中，更容易实现敏捷开发和持续交付，以容器为代表的云原生技术正式登上历史舞台。

　　这一次，青云依然站在了技术创新的前沿，其容器平台KubeSphere自2018年推出以来，已成为全球三大主流开源容器平台之一，是由中国公司发起的、唯一一个具有世界影响力的开源容器平台，其开源社区用户覆盖全球100多个国家和地区，为上万家企业用户在生产环境中所应用。

　　这不仅为青云领跑云原生奠定下坚实的技术基础，更为其混合云战略进一步领先市场祭出了杀手锏。

　　在云原生技术的加持下，青云公有云作为混合云战略的重要补充，进一步为企业客户提供更广泛的、统一的云服务，助力企业更便捷、高效地构建自己的业务应用，专注于业务创新。

　　不难发现，在过去十余年里，青云经历了云计算从公有云、私有云、混合云到云原生的云计算“黄金十年”发展浪潮，从技术迭代到客户需求的演进，青云始终踩着时代的节拍，凭借领先的技术和战略布局，一次次颠覆中国本土云计算行业旧有的技术格局、业务路径和商业模式。

　　在此过程中，青云公有云也一直保持着长跑的姿态，从最早服务互联网用户，到基于“公私一体”架构混合云服务中大型企业客户，再到如今提供便捷的云原生实践，始终为企业提供获取持续价值的路径，以中立灵活的方式满足不同企业深度用云、管云的需求。

　　掘金算力新大陆

　　‍不可否认的是，中国云计算市场经历十多年的发展已步入成熟期，随着云计算IaaS层技术的拉平，越来越多的竞争者进入这一领域。为了提升公有云IT基础设施投入的复用率，更多的云服务商进入了价格竞争阶段，试图挤出竞争对手。

　　面对市场竞争加剧，青云公有云不可避免地被裹挟其中，但却并没有选择参与价格战。

　　在青云看来，价格并不是客户上云、用云的唯一指标，企业客户更多的关注技术、服务、运维、响应支持等综合因素。青云公有云始终以客户利益为先，持续满足客户各类需求，创造更多价值。

　　“其实客户还是会希望得到好的服务，希望公有云的厂商能够为他们提供所需要的服务支撑。

　　比如传统企业对于公有云的理解，一般没有互联网企业了解全面，这时候就需要有更多的前期商业沟通、架构咨询和服务支撑，他们也会去比较整体的TCO、性价比，所以我们会给到客户完整的解决方案”，青云科技副总裁沈鸥表示。

　　正因如此，青云公有云将目光投向了更多的传统行业，为更看重服务质量的行业客户提供服务。除了一直重点投入的金融行业，教育、医疗、能源、制造等行业正在成为青云公有云新的机会和市场。

　　不仅如此，随着云计算市场的成熟和服务细分，青云还洞察到一个新变化：随着云原生技术的快速发展，PaaS正在和IaaS解耦，这也将逐步分化出应用服务供应商和算力资源服务商两个群体。

　　其中，云原生技术可以让企业横跨在不同的IaaS资源上构建应用，无视底层基础设施。而云原生的需求既有面向行业应用的，也有聚焦在业务应用的，所以在不久的将来，上层的应用服务将成为一个巨大的市场。

　　面对即将爆发的应用服务市场，青云已手握云原生的入场门票。

　　通过云原生带动公有云的发展将是关键一步：一方面，通过自身沉淀的云原生技术、产品，青云公有云能够为企业提供高效便捷的云原生服务;另一方面，通过更开放的生态合作，青云公有云将接入更多第三方优秀的厂商，满足客户多元的个性化业务需求，最终带来更多创新前沿价值。

　　在IaaS层面，算力资源正在成为国家数字新基建的核心组成部分，当下国家全力推进的“东数西算”工程，正是以算力促进数字经济发展的新引擎。

　　工信部统计显示，截至去年底，我国算力总规模达到180百亿亿次浮点运算/秒，存力总规模超过1000EB (1万亿GB)，算力核心产业规模达到1.8万亿元。另据中国信通院测算，算力每投入1元，将带动3至4元的GDP经济增长。

　　算力服务市场的快速发展，也让青云公有云找到了突围的方向。

　　沈鸥曾在采访中透露，2020年国家提出“新基建”时，青云通过研究相关政策和行业需求已经看到数字经济对算力中心和多元算力的需求。提前两年的布局，使得青云已经具备服务算力中心建设三要素(架构/能耗管理、多元算力操作系统以及多算力集群运营)的能力，相关产品和技术已在多个政府相关项目中得以落地实践。

　　目前，青云已构建了全面的算力基础设施，打造和持续升级了一系列高性能、弹性敏捷、安全可靠的算力产品及服务，既包括企业级e系列云服务器、高性能计算EHPC、QKE容器引擎、分布式存储，也有企业云平台、超级智算平台等，以满足企业通用算力、高性能计算、科学计算等算力需求，帮助企业实现统一高效的海量数据存储和管理，全面支撑企业业务数字化创新。而这也是青云公有云与私有云融合创新的体现之一。

　　基于完整的算力基础设施，青云能够为工业仿真、大气环境、医疗医药、教育科研、交通物流、自动驾驶、智慧政务等领域企业提供蓬勃算力，驱动业务创新。

　　以青云超级智算平台为例，整个平台核心代码由青云自主研发并坚持迭代，其不仅可提供多元算力的海量扩展，同时支持跨地域数据中心网络及分布式云的构建，并提供算力的统一调度、统一运营服务。而这种能力正是来源于对青云公有云算力能力的提炼。

　　如今，青云超级智算中心平台已率先落地国家级超算中心。其中，青云承建了其超算公共服务云、政务行政服务云和公共云，提供HPC高性能计算、EHPC弹性高性能计算、标准云服务(包括IaaS/PaaS/GPU/AI)以及基于分布式云架构的区域云服务。

　　正是基于较早的算力布局和大规模的生产实践经验，青云在算力的调度、管理、运营等方面都具备了可靠的能力支撑，对于客户多样化的算力需求，也可以快速满足和响应。由此，青云公有云也获得了全新的发展机遇。

　　AI算力的突围

　　2023年伊始，以ChatGPT为代表的AI大模型飞速发展，进一步推动了算力需求的猛增。从最早的ResNet、inception等模型，到如今的GPT模型，大模型的参数量不断壮大，数据量加速指数级攀升之下，所需的AI算力也呈指数级提升。

　　然而，AI算力的爆发式增长也为各行业用户带来了新的困扰：

　　第一，AI大模型训练和推理需要用大规模、高性能的计算资源，巨大的计算量需求，导致算力成本极高;

　　第二，AI技术在各行业的应用不断扩大，实时响应和决策也成为了企业的核心需求，如在AI训练和推理过程中遇到响应瓶颈，极大影响运行速度;

　　第三，传统的物理服务器和数据中心架构很难支撑AI大规模训练，企业的运维压力越来越大;

　　第四，极高的技术门槛，让很多企业对AI技术的使用产生了极大阻力。

　　面向AI浪潮，青云公有云抓住机会进一步突围，从庞大的AI算力需求中开疆拓土。

　　沈鸥表示，希望能够让客户以极低的成本，高效便捷的获取到稳定的、优质的底层基础设施，为AI大模型训练和推理提供支持，包括大规模高性能计算资源、高速数据存储和管理服务、高性能网络服务等。

　　值得注意的是，AI大模型训练和推理，本身也是一个复杂的技术体系，为了帮助客户屏蔽复杂的技术，云厂商与大模型厂商的合作将是发展趋势之一。

　　对此，青云公有云将通过开放生态的合作模式，接入专业的大模型厂商或AI团队专业服务能力，联合针对客户AI相关业务提供场景化方案，协助客户完成数据采集、算力平台建设、模型训练和推理、定制化模型、公私混合云部署等，最终构建或落地符合真实需求的AI应用，形成自己的差异化竞争力。

　　同时，AI也是一个很宽泛的领域，它对于算力的需求复杂且多种多样，青云公有云也会以覆盖通用算力、科学计算、高性能计算等各种算力的完整算力基础设施，为企业客户提供多样化的算力支持。

　　例如，青云即将发布的新一代计算型e4云服务器，就能够很好地应用于对计算和网络有更高性能要求的业务场景。

　　据悉，e4云服务器采用最新的第四代英特尔®至强®铂金处理器，性能全面提升，相比上一代(e3)，CPU性能提升50%，存储IOPS性能提升35%，物理网络性能提升100%，网络延迟降低30%，并且支持AMX、QAT等加速引擎，深度学习和训练推理性能大幅提升，SSL解密效率提升6倍，压缩解压缩提升8-9倍，可以轻松满足企业AI推理、高性能计算、大数据、数据库等业务场景需求。

　　总体而言，在算力运营方面，青云公有云充分发挥其算力调度管理能力，与运营商、大型政企科研机构相互配合，扮演好算力运营的角色;在算力场景能力方面，青云基于公有云能力打造了全面的算力基础设施，为企业提供多样化的算力支撑;在AI算力生态方面，青云公有云则积极与AI大模型公司合作，通过积极的商业模式来驱动发展，为企业客户创造更多价值。

　　结语

　　在公有云高度内卷的时代，青云并不盲从价格战，而是另辟蹊径，通过前瞻性的布局和持续领先的技术能力，走出了云原生和算力的新路径，从而给予市场新的想象力。