0
一年前，李彥宏曾發(fā)表演講稱，云計算、大數(shù)據(jù)、人工智能正逐漸走向“三位一體”。他指出，深度學習賦予人工智能實用價值。這一年來，不少公司都在搶灘AI與云計算結合市場，物聯(lián)網(wǎng)時代的到來也為此加了一把火。
才云科技（Caicloud）創(chuàng)始人兼 CEO 張鑫博士認為，“容器技術正在迅速發(fā)展成為云計算領域的新貨幣，并向著軟件交付的事實標準大步邁進?！弊鳛樵朴嬎愕囊徊糠郑行┤嗽噲D將AI與容器云相結合。
才云科技是一家深耕容器集群管理的創(chuàng)業(yè)公司，現(xiàn)在他們想為自己貼上“深度學習容器云公司標簽”。今年以來，才云動作不小。在3月的發(fā)布會上，除了宣布獲得由經(jīng)緯中國領投的4000萬A輪融資，才云迭代了 CLaaS 2.0 容器云PaaS平臺，并推出新產(chǎn)品—— TensorFlow As A Service（TaaS）深度學習平臺。
才云科技（Caicloud）CEO張鑫
據(jù)了解，才云科技頗具谷歌氣質。CEO 張鑫是前谷歌集群管理系統(tǒng)資深工程師，核心團隊成員大多也是谷歌系，首席大數(shù)據(jù)科學家鄭澤宇是前谷歌高級工程師，CTO 鄧德源是前谷歌集群管理核心成員。2015年正值國內云計算、大數(shù)據(jù)處于風口浪尖之時，政策也頻頻利好高科技創(chuàng)業(yè)，在這個大背景下張鑫他們離職創(chuàng)業(yè)，將谷歌云服務集群技術帶回國內，為國內企業(yè)提供開發(fā)維護服務。
具體來說，才云 Caicloud 平臺依托于物理機，虛擬機，微軟云，AWS 云平臺，阿里云平臺，創(chuàng)建了 Kubernetes 集群。Kubernetes 是谷歌基于十余年容器和集群管理方面的經(jīng)驗基礎上開源的容器集群管理系統(tǒng)，本質上可看作是基于容器技術的 PaaS 平臺。在多個 Kubernetes 集群之上，才云建立了 Caicloud CLaaS 容器集群管理平臺。在 CLaaS 平臺之上還有：分布式深度學習平臺 TaaS，CI/CD 工具 Cyclone，以及 Cargo。
才云科技產(chǎn)品一覽
顯而易見，CLaaS與 TaaS 是拉動才云發(fā)展的兩架馬車，兩者之間也能相互拉動。CLaaS 與 TaaS 的關系可以類比早期微軟 Windows（CLaaS）和 Office（TaaS），Office 拉動了 Windows 的市場份額，同時 Windows 也為 Office 提供了獨特的底層支持。
基石 Caicloud CLaaS
Caicloud CLaaS 是才云的基礎產(chǎn)品。它是為企業(yè)客戶提供容器云解決方案的 PaaS 平臺，共包含4款產(chǎn)品：Cargo（鏡像倉庫）、CLaaS（跨集群管理）、Cyclone（持續(xù)交付）、TaaS 及針對企業(yè)的大數(shù)據(jù)智能分析服務。
谷歌是容器領域的摩天巨擘。業(yè)內人士稱，容器已經(jīng)成為了谷歌基礎設施上運行的唯一實體。據(jù)了解，2005年谷歌就已經(jīng)基于底層技術開發(fā)了一些應用，如搜索、視頻、大數(shù)據(jù)應用等。這一套內部使用多年的集群管理核心系統(tǒng)叫 Borg，2014年谷歌開源的 Kubernetes 系統(tǒng)受 Borg 啟發(fā)而誕生。張鑫深度參與了研發(fā)過程，在他看來，容器并不僅是一種工具，未來會成為滿足業(yè)務需求的平臺。因此從創(chuàng)業(yè)伊始，才云便選擇了圍繞技術的產(chǎn)品化和生態(tài)建設這條路。
近日微軟宣布收購 Deis （專門開發(fā) Kubernetes 容器管理技術的軟件公司）。對此張鑫表示，谷歌、微軟兩巨頭之所以青睞 Kubernetes 的原因在于看到了容器集群管理的價值，
“隨著用戶與市場的成熟，人們意識到容器本身只是一個底層技術，廣大開發(fā)者和運維人員都不應該過多關注這個盒子。谷歌早在10年前就意識到真正的核心的技術是對海量這類‘盒子’的管理、調度、和掌控；與這個管理系統(tǒng)打交道才應該是開發(fā)、運維人員去管理其應用和服務的正確姿勢。”
谷歌奉行 AI First 戰(zhàn)略，深受熏陶的才云團隊也很快意識到人工智能應用將有望成為企業(yè)云的殺手級應用。張鑫談到才云 CAI 戰(zhàn)略（Cloud+AI=CAI），他認為云是 AI 落地的最好方式，AI 是云的靈魂和戰(zhàn)略布局，AI 理念于云的提升作用可能更大于技術的效用。
因此，TaaS 誕生了。TaaS 是以 TensorFlow 為核心的分布式訓練及模型托管系統(tǒng)，它結合了 Kubernetes 容器集群管理系統(tǒng) 與 TensorFlow 深度學習系統(tǒng)。
據(jù)雷鋒網(wǎng)了解，Tensorflow 是現(xiàn)階段主流深度學習框架之一，被廣泛應用于國內外大型企業(yè)。但 Tensorflow 也存在某些缺陷。在單機特定應用場景里，即便使用目前最先進的 GPU 都無法滿足其計算量的要求。而在集群環(huán)境下，TensorFlow 存在高門檻、難配置、難管理等問題。而才云通過在 Kubernetes 基礎上，支持 GPU 和可視化的 UI 封裝，使 GPU 在分布式系統(tǒng)中進行隔離，能對 GPU 進行更加靈活自由的調度使用， 從而提升深度學習任務的訓練速度。
通過kubernetes在分布式環(huán)境中進行GPU隔離
TaaS界面
趙慧智是前惠普 Kubernetes 技術領域的 GPU 專家、現(xiàn)才云云開源高級工程師，他對雷鋒網(wǎng)表示，才云AI方向其實有兩個產(chǎn)品。其中之一是企業(yè)定制化人工智能解決方案，才云會針對不同公司的業(yè)務模式和需求，設計不同的應用模型。
另一個產(chǎn)品是 TaaS 深度學習私有云平臺。這是考慮到用戶（可能是機構也可能是個人）在使用 TensorFlow 設計模型時的時間成本及使用效率問題。若在一臺機器上訓練模型可能要幾個月甚至一年的時間，時間成本高，而單個用戶增加機器數(shù)量不經(jīng)濟也不實際?；诖送袋c，才云提供通用型平臺，用戶可以托管模型，平臺就能開始計算，無需整天監(jiān)管。除借助計算資源外，TensorFlow 本身有著局限，存在部署、資源管理、監(jiān)控、多用戶、集群管理等問題，TaaS 可以解決上述問題。趙慧智提到才云為企業(yè)設計的定制化解決方案也是在這個平臺上跑。
才云云開源高級工程師趙慧智
產(chǎn)品的最終目的是實踐應用。才云告訴雷鋒網(wǎng)，他們的目標用戶是傳統(tǒng)企業(yè)和互聯(lián)網(wǎng)+轉型中的大企業(yè)。而對于特定領域，比如金融等合規(guī)性門檻較高的領域，尚未有已落地的定制案例。才云表示最近剛贏得金融客戶，目前還仍處于項目開發(fā)階段，計劃會有 200 個物理機節(jié)點上線。
為就一些通用解決方案來說，以營銷活動為例，高峰會出現(xiàn)大量的瞬時訪問量，卻又缺乏彈性收縮機制，缺乏高可用和負載均衡。Caicloud 可以動態(tài)伸縮節(jié)點數(shù)量，支持資源水平擴展。同時混合云的部署方式能支持瞬時高并發(fā)，利用公有云資源滿足資源需求；若出現(xiàn)對于運維要求很高，需要高效的大規(guī)模集群管理系統(tǒng)的情況，Caicloud 運維平臺將由點及面，從日志收集到分析，應用監(jiān)控到多級報警，從行為記錄到權限控制，所有信息都由可視化方式呈現(xiàn)，提高運維效率。
趙慧智表示 CLaaS 的通用效用體現(xiàn)在兩方面：
一方面能提高集群部署能力和管理能力，使監(jiān)控和日志管理會更簡單，能更全局性地把握部署；
另一方面也有著所有云平臺都有的功能：節(jié)省用戶的硬件資源，維護應用程序管理。
目前國家電網(wǎng)、錦江電商、通用集團等機構已采用 CLaaS 產(chǎn)品。錦江電商副總裁龔天乙提到了2個數(shù)字，錦江電商在與才云科技合作的大半年里，將95%以上的應用都遷移到了容器集群產(chǎn)品上，錦江的應用發(fā)布時間從小時級調到了分鐘級。
而在談到 TaaS 的應用時，趙慧智表示 TaaS 主要以業(yè)務為導向，不同的企業(yè)有著不同的業(yè)務，才云也會分析業(yè)務，提供不同的解決方案，涉及金融、安防、能源、教育等多領域。這里需要指出一點，TaaS 私有云于3月底才正式發(fā)布，公有云處于內測階段，所以目前才云也無法提供真實的應用案例和客戶使用效果。
前文也已提到，CLaaS 與 TaaS 之間存在相互拉動關系，這種良性關系不僅體現(xiàn)在技術端，也表現(xiàn)在產(chǎn)品交叉銷售方面。兩大產(chǎn)品的目標用戶相同，若以 TaaS 服務切入企業(yè)，客戶能夠更直接地體驗才云 PaaS 平臺，了解平臺的價值。這為接下來的銷售提供鋪墊，反之亦然。
最后，在雷鋒網(wǎng)問到與客戶合作過程中有什么困難時，趙慧智答道：
才云做的是從基礎設施深入到業(yè)務層面的整合通用解決方案，那么就會面臨一個問題：企業(yè)定制化需求，這需要雙方大量溝通。對才云來說定制化服務其實是有一定挑戰(zhàn)，我們會用通用方式、從底層數(shù)據(jù)模型中抽象出來去解決，例如模板化應用編排。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
