5 月 26 日-27 日，由 msup 主辦的 2023 年 A2M 峰會(huì)在上海南新雅皇冠假日酒店盛大舉行。本次 A2M 峰會(huì)以“AIGC 時(shí)代下的 AI 落地實(shí)踐、數(shù)據(jù)智能和基礎(chǔ)架構(gòu)演進(jìn)”為主題，邀請(qǐng)了 100 余位行業(yè)專(zhuān)家從支撐數(shù)字化轉(zhuǎn)型的幾個(gè)關(guān)鍵技術(shù)切面入手，甄選前沿有典型代表的 84 個(gè)技術(shù)創(chuàng)新及研發(fā)實(shí)踐的架構(gòu)案例，分享他們本年度的總結(jié)和實(shí)踐啟示。

峰會(huì)第二日，華為云 Serverless 研發(fā)工程師朱安東帶來(lái)了主題為“Serverless“遇見(jiàn)”AI，釋放 AI 生產(chǎn)力”的分享，重點(diǎn)介紹了業(yè)界領(lǐng)先的基于函數(shù)計(jì)算的 ServerlessAI推理解決方案，并展示了華為云函數(shù)工作流（FunctionGraph）的靈活、速度，如何讓開(kāi)發(fā)人員提升工程效率，縮短 TTM 等。

華為云serverless 研發(fā)工程師朱安東

朱安東表示：“AIGC 正逐漸在千行百業(yè)生根發(fā)芽，并且快速成為了行業(yè)中重要的生產(chǎn)力工具。伴隨著 AIGC 大模型以及領(lǐng)域?qū)＜翌?lèi)型的中小模型的快速演進(jìn)，引發(fā)了海量 AI 推理、大模型托管以及底層強(qiáng)大算力的訴求。然而，要想實(shí)現(xiàn) AI 扎根千行百業(yè)、實(shí)現(xiàn)“AIeverywhere”的最終目標(biāo)，我們?nèi)匀挥泻荛L(zhǎng)的路要走?！?/p>

Serverless——AIeverywhere 的下一塊拼圖

從業(yè)內(nèi)工程師的角度來(lái)看，AI 應(yīng)用迭代發(fā)展的核心痛點(diǎn)主要包含 2 個(gè)方面：

第一：算法工程師作為 AI 應(yīng)用的核心開(kāi)發(fā)者通常只會(huì)和模型、數(shù)據(jù)以及代碼打交道，主要工作圍繞數(shù)據(jù)清洗、數(shù)據(jù)工程、特征工程還有模型設(shè)計(jì)、開(kāi)發(fā)、訓(xùn)練等，偏研究和理論方向。但是一旦涉及到算法模型和 AI 應(yīng)用的最終落地，推廣給大量用戶(hù)使用就會(huì)涉及到模型發(fā)布、上線(xiàn)等動(dòng)作，為了完成這些流程，開(kāi)發(fā)者通常需要去花時(shí)間和經(jīng)歷學(xué)習(xí)托管類(lèi)知識(shí)，尤其是云原生時(shí)代下的 docker還有 k8s 等；

第二：對(duì)于參數(shù)量很大的模型上線(xiàn)后很難找到足量、優(yōu)質(zhì)的算力資源快速獲得推理結(jié)果，推理性能差。從基礎(chǔ)架構(gòu)工程師的視角來(lái)看，GPU 硬件設(shè)備成本高，研究階段的需求量尚且能夠滿(mǎn)足，但是上線(xiàn)后面對(duì)海量用戶(hù)和請(qǐng)求的資源量過(guò)于龐大，需要大量的投入；

另外，業(yè)務(wù)通常都是有浮動(dòng)趨勢(shì)的，就像旅游業(yè)的淡季和旺季，為了滿(mǎn)足業(yè)務(wù)峰值準(zhǔn)備的資源在業(yè)務(wù)量低的時(shí)候資源利用率也隨之降低，資源嚴(yán)重浪費(fèi)。

綜上，AI 應(yīng)用如果想深入到人們的生活仍有很多問(wèn)題需要克服。那么如何加速 AI 應(yīng)用快速落地、敏捷迭代呢？Serverless 是以應(yīng)用為中心的新型云原生計(jì)算形態(tài)，這是業(yè)界的共識(shí)。而“用戶(hù)無(wú)感、按需使用、以應(yīng)用為中心，無(wú)需關(guān)注基礎(chǔ)設(shè)施”這幾個(gè)特性正好可以解決 AI 應(yīng)用的幾個(gè)痛點(diǎn)問(wèn)題：

第一：以應(yīng)用為中心：AI 工程師可以專(zhuān)注業(yè)務(wù)邏輯和模型 performance，節(jié)約下大量的時(shí)間和精力。

第二：無(wú)需關(guān)注基礎(chǔ)設(shè)施：企業(yè)和架構(gòu)工程師無(wú)需提前準(zhǔn)備海量計(jì)算資源、自建機(jī)房，只需按需使用，按量計(jì)費(fèi)。

華為云 FunctionGraph 解決 AI 用戶(hù)上云 4 大問(wèn)題

華為云 FunctionGraph 函數(shù)工作流是一項(xiàng)基于事件驅(qū)動(dòng)的函數(shù)托管計(jì)算服務(wù)，通過(guò)函數(shù)工作流，只需編寫(xiě)業(yè)務(wù)函數(shù)代碼并設(shè)置運(yùn)行的條件，無(wú)需配置和管理服務(wù)器等基礎(chǔ)設(shè)施，函數(shù)便可以彈性、免運(yùn)維、高可靠的方式運(yùn)行。對(duì)于現(xiàn)階段人們對(duì)業(yè)務(wù)、彈性以及降本增效等訴求提升，華為云 FunctionGraph 無(wú)疑是 AI 推理 Serverless 化的優(yōu)質(zhì)選項(xiàng)。

在 Serverless 的開(kāi)發(fā)模式下，開(kāi)發(fā)人員和交付流程實(shí)際上是有明顯界限的。開(kāi)發(fā)人員只需要上傳代碼包或者一個(gè)鏡像文件即可讓整個(gè)業(yè)務(wù)跑起來(lái)，不需要面對(duì)繁瑣的交付流程。

為了讓用戶(hù)能夠在 Serverless 平臺(tái)上更加絲滑、流暢的開(kāi)發(fā)和運(yùn)行 AI，華為云 FunctionGraph 推出了針對(duì) AI 場(chǎng)景的解決方案，主要解決 AI 用戶(hù)上云的四大問(wèn)題：

①工程效率

模型開(kāi)發(fā)、編排：專(zhuān)注業(yè)務(wù)代碼，NoOps，低碼編排

支持代碼包，容器鏡像

②性能、彈性：

長(zhǎng)時(shí)負(fù)載，支持異步函數(shù)調(diào)用，最長(zhǎng)函數(shù)執(zhí)行時(shí)間 72 小時(shí)

冷啟動(dòng)問(wèn)題：池化預(yù)熱、彈性調(diào)度

③運(yùn)行時(shí)、異構(gòu)計(jì)算：

支持 GPU/NPU，加速推理性能

支持 GPU 共享，提升資源利用率

④模型加載加速：

大文件加載：OBS+SFS 結(jié)合，解決 ML 模型庫(kù) &模型自身大文件加載問(wèn)題；

鏈路加速：高性能解壓縮轉(zhuǎn)換，降網(wǎng)絡(luò)開(kāi)銷(xiāo)、CPU 解壓耗時(shí)；共享內(nèi)存加速技術(shù)，降解壓 IO 開(kāi)銷(xiāo)；依賴(lài)包預(yù)加載，降低公共依賴(lài)的下載、解壓耗時(shí)

同時(shí)華為云 FunctionGraph 基于函數(shù)計(jì)算的ServerlessAI推理解決方案具有 5 大優(yōu)勢(shì)：

1.更低的學(xué)習(xí)成本，更卓越的工程效率，更短的 TTM

華為云 FunctionGraph 可以極大提升開(kāi)發(fā)效率。精通 Python 的算法科學(xué)家無(wú)需學(xué)習(xí)如何安裝、配置和操作復(fù)雜的計(jì)算和數(shù)據(jù)存儲(chǔ)基礎(chǔ)設(shè)施,通過(guò)可視化拖拽式函數(shù)流便能編排復(fù)雜業(yè)務(wù)場(chǎng)景。此外，函數(shù)還支持容器鏡像，簡(jiǎn)化了 AI 推理 Serverless 化。

2.豐富的函數(shù)開(kāi)發(fā)生態(tài)。

華為云 FunctionGraph 支持 GPU/NPU 能力，具備 GPU 虛擬化技術(shù)，從而提高 GPU 硬件資源的利用率并降低使用成本。

3.更低的資源成本，按需付費(fèi)，提供工作負(fù)載感知智能推薦能力。

函數(shù)計(jì)算以 1ms 粒度按量計(jì)費(fèi)，函數(shù)編排基于節(jié)點(diǎn)執(zhí)行次數(shù)計(jì)費(fèi)

4.極致的冷啟動(dòng)、彈性及更智能的調(diào)度能力。

資源池化預(yù)熱、分層預(yù)加載與彈性水位控制：通過(guò)單實(shí)例多并發(fā)、分層預(yù)熱提升性能、降低成本。函數(shù)實(shí)例百毫秒冷啟動(dòng)時(shí)延，毫秒級(jí)彈性。

5.多維度結(jié)合的大文件加載加速能力。

高性能解壓縮轉(zhuǎn)換，降網(wǎng)絡(luò)開(kāi)銷(xiāo)、CPU 解壓耗時(shí)。

共享內(nèi)存加速技術(shù)，降解壓 IO 開(kāi)銷(xiāo)。

依賴(lài)包預(yù)加載，降低公共依賴(lài)的下載、解壓耗時(shí)

Serverless 代表現(xiàn)代化架構(gòu)的演進(jìn)方向，與微服務(wù)將長(zhǎng)期并存，在 5-10 年內(nèi)將成為云的首要交付模式。根據(jù) IDC 今天發(fā)布的《全球半年度公有云服務(wù)跟蹤報(bào)告》顯示，2020 年全球云計(jì)算市場(chǎng)同比增長(zhǎng) 24.1%，收入總額達(dá) 3120 億美元。同時(shí) Serverless 對(duì)客戶(hù)端還具有成本優(yōu)化、效率提升的商業(yè)價(jià)值。面對(duì) Serverless 的發(fā)展大勢(shì)，華為云將打造全棧全場(chǎng)景的 Serverless 能力，并在音視頻、數(shù)據(jù)處理、物聯(lián)網(wǎng)、端測(cè)應(yīng)用等場(chǎng)景優(yōu)先推廣落地，圍繞這些場(chǎng)景進(jìn)行打穿，推動(dòng)相關(guān)高階服務(wù)進(jìn)行 Serverless 化改造。今年，華為云在能力打造上將優(yōu)先推出函數(shù)計(jì)算 2.0、Serverless 應(yīng)用托管CAE、事件網(wǎng)格服務(wù) EventGrid、ADM 等；同時(shí)，也將在 Serverless 開(kāi)發(fā)工具及可觀(guān)測(cè)性上構(gòu)建端到端的能力，并重點(diǎn)在前端 Trigger、后端 BaaS 上進(jìn)行豐富，全面打造 Serverless 應(yīng)用生態(tài)。華為云 FunctionGraph 期待與更多的開(kāi)發(fā)者見(jiàn)面。

華為云持續(xù)將最先進(jìn)的技術(shù)提供給全球的客戶(hù)、伙伴和開(kāi)發(fā)者，助力千行百業(yè)的客戶(hù)商業(yè)成功。

審核編輯 黃宇