2022 云原生优秀案例公布 百度荣获两项大奖

【百度云原生导读】6 月 15 日 “第四届 云原生产业大会” 在线上召开，大会公布了 2022 年云原生优秀案例获奖名单，其中，百度地图检索云原生化案例与百度云原生 AI 方案分别荣获 “云原生应用优秀案例” 和 "云原生技术创新案例" 两项大奖。

本次大会以 “原生聚力，云数赋能” 为主题，由中国信息通信研究院、中国通信标准化协会主办，中国通信标准化协会云计算标准和开源推进委员会承办，云计算开源产业联盟、云原生产业联盟、云原生计算基金会（CNCF）联合支持。此次大会揭榜了云原生成熟度、云原生数据服务、服务网格性能等最新领域的评估结果，同时也揭晓了 2022 年云原生优秀案例获奖名单。

百度地图检索入选 “云原生应用优秀案例”

百度地图是一个国民级出行应用。地图检索是地图的核心基础功能，每天承载数十亿级别的流量。地图检索具有丰富强大的功能，包括 POI（Point ofInterest）精确检索、POI 泛连检索、POI 属性检索、POI 输入联想检索、POI 国际化检索等，每天支持了端内外的数十亿级别的流量，端内支持了大框搜索、导航、公交、语音等几乎所有的 toC 业务。端外向开放平台、百度搜索阿拉丁等 toB/toG 业务提供 POI 检索能力。

地图检索是庞大而且复杂的搜索系统，有 50 + 个 APP，千级别监控项。整体资源大概是几万核 CPU，几千台物理机，分布在十几个机房之内。每个 APP 的规格差异大，存在超大的单体实例。不同 APP 的规模从几个到几百个实例，也有很大区别。

地图检索原来的系统设计还是面向物理机时代的传统应用架构，主要有应用隔离性差、弹性能力不足、资源利用率低等问题。地图检索服务的流量有很强规律性，一般是白天偏高，夜间降低，节假日偏高，工作日偏低，理论上在提高资源利用率方面有着巨大的潜力，但是在面向物理机的系统设计和部署方式中，十分不利于资源优化，导致机器利用率总体偏低。

当前地图检索已经完成了云原生化改造，包括业务微服务化、容器化等改造，构建在 Kubernetes 平台之上，采用了云化一键自动打包、内外生态融合、混合云热点解决方案等技术，性能大幅提升，实现了地图检索节假日保障成本降低 87.5% 等显著效果，资源利用率提升至 45%。

云原生 AI 方案荣获 "云原生技术创新案例"

近年来，AI 模型愈发复杂，数据量不断增大，千亿级甚至万亿级参数的超大规模模型的出现，对 AI 工程化能力以及成本控制能力提出了更多的挑战。

在 AI 应用中模型设计和算法精度才是决定其应用价值的核心关键，但企业和开发者实际上将大部分的时间和精力投入了平台搭建、系统调试、团队磨合、监控运维等 “非核心” 的基础设施搭建工作中，整个行业对 AI 开发基础设施的诉求主要有如下两点：

• 高性能：数据模型越来越大，对性能要求越来越高。

• 高利用率：昂贵的异构资源，如何提升开发机和推理场景的利用率

百度云原生 AI 方案凭借自身的技术和产品功能创新（自研 GPU 容器虚拟化方案，自研加速库，AI 容器调度方案等），可以降低工程化建设复杂度，加速 AI 落地，降低学习成本，提升资源利用率，加速产业智能化转型和升级。

值得一提的是，百度目前已将超大模型训练经验，资源管理和资源利用率优化经验，多场景工程实践经验充分融合进百度云原生 AI2.0 方案，能够用标准化的能力帮助企业应对缺乏大模型训练经验而导致的资源利用率低等问题，在资源弹性、跨节点架构感知、训练推理效率等方面做了重点升级。

百度云原生 AI2.0 全景图

结语

目前，云原生已经成为驱动云计算发展的新动力引擎，不仅是企业数字化转型的最佳技术路径，同时也成为新兴领域，人工智能、大数据、边缘计算、5G 等底层基础平台。云原生充分释放了云计算的红利，可在基础设施层面为产业应用提供底层支撑能力，并提高对应用生命周期的管理能力，实现资源利用效率和交付效率的提升、业务弹性扩展能力和灵活性的升级。

一直以来，百度坚持以 云计算为基础 支撑企业数字化转型，以 人工智能为引擎 加速产业智能化升级。如今，云原生技术与产业生态发展日益成熟，百度智能云将不断提升云原生关键核心技术能力，完善产品矩阵，为推进云计算和 AI 在各个领域的落地贡献自己的力量。

重磅！云原生计算交流群成立

扫码添加小助手即可申请加入，一定要备注：名字 - 公司 / 学校 - 地区，根据格式备注，才能通过且邀请进群。

了解更多微服务、云原生技术的相关信息，请关注我们的微信公众号【百度云原生】！