大模型的爆发，带动了行业对于算力支撑的关注。青云科技（qingcloud.com）对外发布青云AI算力调度平台及青云 AI 算力云服务，面向算力提供新架构、新产品与新服务。

据了解，青云 AI 算力调度平台致力于打造算力中心建设运营的新模式，实现对GPU 算力、CPU 算力、HPC 算力、多存储、多模型资源、数据资源等多元资源的统一管理，打破网络速度瓶颈和环境搭建复杂等制约，面向多业务场景，提供多租户、计量、计费等丰富的运营功能，达到“像管理本地资源一样管理 AI 基础设施”的目标，全面提升算力中心的运营效率与平台能力。

在青云科技总裁林源看来，AI的市场机会已经来临，将会带来更大的市场需求和机会。“AI和大模型来了之后，发生的变化变多了。几乎所有的应用都需要拥抱AI技术或者被AI改造，可以看到数字化正在变成数智化。”林源强调：“新一轮的变化就是新一轮的机会。”

这也带来了对底层算力支撑需求的增长，成为了青云的“占位点”。

整体而言，青云此次发布的青云AI算力调度平台具备自主创新、功能完善、智能运维、成熟运营、开源开放、安全合规、中立可靠、灵活部署八大优势，具备即刻调度扩容数万卡资源、设置最短优先调度链路、支持异构平台、提升感知作业级单卡颗粒度等能力。

围绕灵活调度、高速并行存储、分布式调度与管理、多区多业务资源整合、算法开发支持、混合组网、容器推理服务平台、模型仓库（MaaS）、AI训练平台九大关键能力，青云 AI 算力调度平台提供多元算力统一调度的同时，具备分布式调度与管理能力，并能够统一纳管多种异构硬件设备，提供开放的应用框架，既能通过智简运维运营帮助算力中心的建设者与运营者实现精细化管理，又能通过丰富的应用生态使能算力中心为最终用户快速落地业务场景。

随着大模型的爆发，AI算力需求激增，智算中心迎来了建设高峰期，但智算中心建成后的运营成为关键挑战。

青云科技产品经理苗慧介绍，算力中心需要解决多元资源统一调度管理问题。例如“现在对AIGC这个领域，要对大文本、对大量行业数据进行加速，不同的资源需要统一平台进行管理。”同时，在网络方面需要解决优化网络传输速度问题。而环境搭建的复杂性，也需要在运营层面提供相关帮助。而青云AI算力调度平台就是根据这些难题进行优化、研发，也是青云算力调度平台的整体目标。

因此，林源指出，青云AI算力调度平台的目标客户群体是现在和未来投入计算中心建设的企业。“AI算力调度平台是计算中心运营者的关键工具，我们希望帮他建立从建设到运营的闭环。”

例如，青云 AI 算力调度平台支撑运行的国家超级计算济南中心，通过一个平台，统一管理高性能计算、云计算、人工智能计算、数据存储备份、工业仿真计算等资源模块，纳管异构算力，运营多元算力，服务于科研计算应用、政务云应用、智慧城市应用等多元化业务。

需要注意的是，投资建设一个平台后产生的效益取决于平台能力，林源介绍：“因为平台能力越强，能支撑客户的业务种类越多。客户越多，盈利模式越清晰。”目前，经过3年运营后，济南中心已经实现盈利，也从侧面可以看到AI 算力调度平台的支撑力。

面向企业用户，此次青云也推出了青云 AI 算力云服务能够提供算力资源、存储资源，以及镜像仓库、容器推理、高速 IB 网络等能力，让企业快速拥有灵活智能的 AI 计算资源，满足他们从训练、到数据清洗、再到推理的复杂需求，承载AI 应用，支撑开发、测试、上线、运行等应用生命周期，并且能够兼顾成本敏感与延迟敏感。

简单来看，可以说是“以青云为主，对外运营的一个AI算力的服务。”

青云认为，在AI领域一定会有头部玩家出现，但从形态来看，头部玩家可能以生态而不是单独企业的形式出现。因此，青云AI算力云服务的定位是一个开放的生态同盟。

“青云在集结这些跟我们志同道合的合作伙伴，通过‘同盟’的方式一起运营AI算力云服务。这是我们想在AI算力云里面表达的。”林源详细说道，客户需要完整的解决方案，所以生态是必须的；每位参与者都是专业的，彼此需要，所以彼此之间应该要开放；大家是志同道合，长期共赢的同盟。

这也直接带出了青云在AI算力布局上的底层逻辑：青云希望通过开放的、成熟的、可运营的一个AI算力调度平台，通过自营、合营乃至支撑第三方运营的方式，与生态同盟一起贡献我们的AI Cloud，这是青云的逻辑和思路。

林源坦承：“青云不是什么都干，青云就干自己最擅长的AI算力调度平台。这件事恰恰是青云差异化的价值，同时也是其他企业所需要的。”