深度学习与容器结合，Caicloud 帮助企业快速落地 AI 应用

2015 年 10 月成立的才云 Caicloud（以下简称 Caicloud），是国内容器行业入局较晚的创业公司，但其创始团队出身 Google，拥有每周运行 20 亿容器的原生 Google 经验。

聚焦数据分析和 AI 领域的 Caicloud，发展迅速，已成为业内不可忽视的力量。

容器云管理平台 Caicloud Compass，打造云端操作系统中台

Caicloud Compass 是 Caicloud 深度整合 Kubernetes 的容器云管理平台。目前开源容器技术更多支持无状态应用，对企业核心系统上大量的有状态应用支持得并不是很好。Caicloud Compass 不仅可以承载无状态的云原生应用，还打通了有状态应用，尤其是大数据类应用，从而实现了对企业核心系统的统一管理。

打通有状态应用，不只是让该应用在容器平台上运行，更是要对应用运行的全生命周期进行管理。

以 AI 任务为例，Caicloud Compass 除了支持 TensorFlow 在容器平台上的运行，还实现了从数据获取、特征工程转换、模型分布式训练、模型验证、模型灰度发布、GPU 资源监控管理等整套流程的打通，提供面向数据分析应用的 DevOps、CI/CD 解决方案，并实现与其他应用的资源隔离。

这些都不是原生容器和 Kubernetes 技术所支持的，需要进行大量技术创新。

打通企业业务和数据，实现对企业核心系统的统一管理，Caicloud 希望将 Caicloud Compass 打造成企业的云端操作系统中台，提高企业的资源利用率和运营效率。

人工智能云平台 Caicloud Clever，助力企业挖掘数据价值

目前，数字化转型已经成为潮流，Caicloud 希望利用好企业的大规模计算能力，分析挖掘出海量企业数据中的深层价值，真正帮助企业降本增效，实现业务创新。

因此，Caicloud 推出了人工智能云平台 Caicloud Clever，一个服务于算法科学家，专注于深度学习开发流程优化的数据科学平台。

在 Caicloud Compass 的支持下，Caicloud Clever 集数据导入、数据处理、模型开发、模型训练、模型评估、服务上线等功能于一体，提供一站式全方位的深度学习建模流程，算法科学家无需再关注底层资源，即可快速打造智能业务，从而降低了企业的 AI 使用门槛。

由于 Caicloud 创始团队出身 Google，Caicloud 最大优势在于大规模复杂场景和数据分析业务的管理。因此，Caicloud 瞄准服务器规模和业务流量较大的头部或腰部企业，目前重点服务金融、制造、电商、新零售等行业，已拥有数十家客户，标杆客户包括中国银联、唯品会、海尔集团、锦江国际等，平均客单价数百万元。

近日，爱分析对 Caicloud 创始人兼 CEO 张鑫进行了访谈，他对 Caicloud 的发展情况、未来战略，以及行业未来发展趋势等方面，进行了详细阐述，现分享部分内容如下。

重视产品化水平，减少定制化工作

爱分析：Caicloud 还提供 AI 模型服务，这块是否会涉及到企业的业务流程，需要投入较重的人力？

张鑫：Caicloud 不是一家算法外包公司，AI 模型服务是向客户传递 Caicloud 平台价值的一种手段；同时 Caicloud 聚焦于视觉相关的可标准化 AI 模型产品，与平台一起联动形成一站式行业解决方案。

目前大量 AI 公司做的工作，也多是把学术论文中的公开算法进行复现，就取得了很好的效果；随着 TensorFlow 这类优秀框架的开源，算法门槛也进一步降低；Google 的广告业务背后有大量数据分析，但核心算法其实是最经典的逻辑回归。

因此，算法并不是企业业务真正的核心，有很多好用的通用算法，企业真正缺乏的是提供 AI 工具和算力的平台。

Caicloud 提供 AI 模型服务时，非常有选择性，只是去做一些已经有过积累，或是基于开源工具能够快速创建出来的模型，并不会深钻到用户业务中，建立完整模型。

爱分析：如果客户有复杂的 AI 模型需求，会与其他 AI 公司进行合作吗？

张鑫：是的。Caicloud 自身拥有一个小而精的 AI 模型服务团队，基于擅长的领域进行建模；此外，建立了一些合作伙伴关系，合作伙伴可以基于 Caicloud 的平台去提供终端解决方案。

爱分析：AI 市场还处于早期，Caicloud 主要瞄准哪些客户群体？

张鑫：第一，已有 GPU 资源的企业。它们可能有容器可以解决 CPU 等资源的调度，但如何管理 GPU，如何同 CPU 进行混合调度是一个痛点。这类企业会更注重容器云平台本身的价值，而不是 AI 的业务模型。

第二，TensorFlow 的用户。过去两年 TensorFlow 迅速落地，做机器学习的企业，大概率都用过 TensorFlow，它们对 TensorFlow 的 API、基于 TensorFlow 的建模方法已经很熟悉了，痛点是 TensorFlow 的分布式部署、在 GPU 上进行自动调度、打通 DevOps 等。这类客户对上层 AI 解决方案的要求也不高。

爱分析：Caicloud 会帮助客户做传统业务上云的改造吗？

张鑫：这个同样不是 Caicloud 的主营业务。改造的过程更多是人力服务，而且要深入企业业务系统，做很多定制化的东西。

Caicloud 为了帮助企业传统业务上云，会提供一些工具、平台层面的接口及支持，传统应用的一些常用的点，Caicloud 也会将其抽象出来，沉淀到产品里。传统应用与 Caicloud 的平台进行对接时，Caicloud 希望能与企业的技术团队一起来做。Caicloud 除了销售产品，还会将知识传递和赋能给企业的技术团队，实现双赢。

Caicloud 对很多企业甚至会开放产品源代码，给予企业自主可控的权利和选项，而且通过开放的 API，企业可以自己完成很多定制开发的工作。

爱分析：开放源代码是否会对公司业务造成隐患？

张鑫：第一个隐患是企业拿到源代码后，就不需要 Caicloud 了。但目前还没有发生过这种情况，对技术人员来说，完全读取别人的源代码，可能比自己写还复杂。

第二个隐患是代码泄露问题。首先，Caicloud 会从法律层面保护自己。其次，Caicloud 产品的迭代速度非常快，即使旧的代码被泄露，Caicloud 也有信心竞争过对方。最后，一家公司的核心竞争力和壁垒在于它的知识，即使面对同样的代码，如何使用、如何产生最佳实践，大家的能力也是不一样的。

综合考虑下来，Caicloud 认为开放源代码利大于弊。

爱分析：Caicloud 目前的团队规模与结构？

张鑫：全职员工超过 100 人，70% 是研发人员，包括个位数的算法团队，Caicloud 非常注重产品化和效率，交付团队的人均产出比在赛道内同比处于较高水平。

订阅模式将逐渐普及

爱分析：未来传统企业会像互联网公司一样，逐步把容器部署到裸机上吗？

张鑫：我认为会。举两个例子：

第一，Caicloud 的第一个客户是锦江国际，刚开始使用 Caicloud 的中台时，只是部署锦江旅游的一个创新业务，但现在已经在 Caicloud 平台上部署了 95% 的业务，而且准备把底层的虚拟化去掉。

第二，银联作为 Caicloud 的客户，其云闪付平台使用的是裸机加上容器，放弃了原先使用的 IaaS。

企业在使用容器时，不愿意放弃下面的 IaaS，主要是考虑到存储和网络问题，以及容器不适合有状态应用。Kubernetes 的存储接口非常灵活，已经可以直接对接多种存储。在对网络的策略支持上，Kubernetes 的确非常简陋，但 Caicloud 做了很多工作，平台已经可以做到对网络资源的限流和把控。对于有状态应用，Caicloud 的平台也已经可以做到统一管理。

爱分析：Caicloud 在 AI 业务这块，未来是否会有新的收费模式？

张鑫：以 Caicloud 的客户唯品会为例，唯品会在全球八个国家有电商业务，底层使用了微软 Azure 公有云基础设施。Caicloud 与 Azure 合作，为唯品会提供上层数据分析业务的管理，唯品会按照订阅模式付费。

我认为在 AI 平台业务上，订阅模式的使用会越来越多。GPU 是一种昂贵的资源，需要几个月漫长采购周期，训练完模型后，可能还会出现资源闲置的现象，因此，采购 GPU 对多数企业并不划算。随着产品和市场的成熟，企业会更希望有一个弹性的付费方式，基于云端的订阅模式会越来越普遍。

本文转载自才云 Caicloud 公众号。

原文链接：https://mp.weixin.qq.com/s/VirV5JKyIsup7BJlICzSbQ