新年伊始，万象更新。回顾过去一年发展，智算云市场如火如荼，大大小小的企业都在发力。作为云与AI融合发展的厂商代表，金山云凭借全栈能力布局，在2025年迎来高光时刻。
“当大模型得以快速发展，进入规模化应用阶段，金山云的智算服务体系带动了存储、网络、数据清洗等一系列周边业务的增长。” 金山云高级副总裁刘涛，在2025金山云年度Tech Talk上表示。不难预测，在智算云业务的带动下，公司整体业绩表现不俗，未来增强的潜力巨大。
面对生成式AI浪潮，智算服务市场在发生着微妙变化，新型算力成为支撑大模型训练和推理需求的重要载体。国际数据公司IDC发布的报告显示：2024年上半年，中国智算服务市场同比增长79.6%，市场规模已达到146.1亿元人民币。这说明，智能算力在AI生态系统中已占据核心地位，算力基础设施将迎来规模化增长期。
放眼市场，在技术发展和行业应用双引擎驱动下，来自各个层面的企业都在布局智算服务，其中既有公有云厂商、大型运营商，也有传统的IDC厂商。金山云能够脱颖而出，凭借的是多年的技术积累和高瞻远瞩的战略决策能力。
智算云平台化发展之路
虽然，智算云在这两年呈现高速发展状态，但对于金山云来说，AI能力的构建并不是从零开始，而是从公司成立时就在积蓄力量。在服务企业客户的过程中，金山云积累了很多经验，在基础云、智算网、智算平台等方面，具备了成熟的技术支撑能力。
在刘涛看来，所谓智算服务并不是服务器和高性能网络的直接连接，而是需要结合实际生产场景进行一系列优化，比如：如何让高性能网络稳定运行，如何让高性能的文件存储满足客户需求，如何能在大规模、低成本的存储和高性能存储之间找到最 佳平衡点，如何解决任务调度和故障自愈问题等等，需要平台化以及工程化的能力，才能构建出真正的智算服务体系。
金山云助理总裁、公有云产品研发中心负责人孙晓认为，智算云2.0时代，需要以平台化以及Severless能力满足用户对高效以及低成本诉求。此种背景下，金山云通过整合软硬一体化能力，对计算、存储、网络进行全面升级，以高性能基础设施能力支撑智算云的发展。
面对2.0时代，金山云要基于整个平台为用户提供任务式交付。比如：针对训练场景，用户不需要从底层开始去做资源的拉通，更不需要关心组网、监测、异构算力的管理等问题，而是直接让用户专注自己的业务。另外，Serverless也是智算云的一个关键能力。因为，对云客户来说，Serverless是一个足够友好的状态，可以让用户关心自己的业务网络，为实际业务负载去付费。在2.0时代，Serverless能力会带来加分项，将与平台化能力形成组合拳，让用户在大模型构建过程中，完成从数据准备到生产再到应用的全生命周期过程。
全技术栈协同联动为AI发展铺路架桥
从应用体验来看，用户在金山云上看到的是一个放心、高效、低成本的大模型平台，可一站式满足训、推、用各类需求，但底层是一个全面进化的智能云服务体系在支撑。
具体而言，金山云的智算服务体系具备全栈技术能力。
金山云的智算云架构图规划包括智算平台、智算网和异构资源管理的专属层。其中，平台层主要围绕数据平台、训练平台、推理平台及存储平台进行智算平台整体能力建设，确保大模型平台构建客户拥有易用、稳定的平台支撑能力。而在相对底层的智算网优化方面，金山云不仅提供多种组网架构，还通过自研的RoCE网络监控平台为运维人员提供全面且直观的网络视图，最终通过算力平台更加合理地分配和利用资源，确保业务的连续性。同时，为了帮助用户应对数据处理挑战，金山云在服务层整合了服务器、云网络、容器及高性能对象存储在内的能力，包括通过使用Serverless Spark在内的多款Serverless形态数据类产品，满足用户资源弹性以及业务敏捷性需求。
在行业模型方面，用金山云助理总裁、AI产品研发中心负责人徐寅裴的话来说，金山云对于AI的关注点在于，以行业模型为中心，去构建模型平台多应用视角的全技术栈能力，满足垂直领域客户的数智化转型需求。目前，距离客户比较近的应用是金山云轻舟行业大模型，可助力法律、政务和金融等客户实现从语言模型到多模态模型的构建。另外，用户还可以通过金山云瀚海平台去对接模型控制、大规模分布式训练等诸多原子能力。
随着金山云生成式AI生态的不断成熟，生态能力也在不断拓展，可满足用户对特定业务场景的需求。以金山云已与信永中和集团的合作为例，双方将构建一个集大模型训练推理、应用开发、长效运营能力于一体的一站式平台，打造“大数据+人工智能”双轮驱动的闭环能力，为有需求的用户提供一站式服务。
写在最后
致力于ToB场景，实现AII In AI目标。不管是得益于大模型的发展，还是雷系业务推动下的结果，金山云智能云的快速发展，是诸多云计算厂商智变的一个缩影。相信，随着大模型的发展，随着智算云的规模化扩张，中国AI产业的智能化变革将迎来关键节点。
