兵马未动，“粮草”先行。在大模型时代，不少从业者认为，AI基础设施服务端可能会比应用端先跑出独角兽。
AI基础设施是连接算力和应用的中间层，包括硬件、软件、工具、优化方法等。因此，无论AI应用最终能在哪个商业化领域得到验证，AI基础设施对于各行各业的智能化转型来说，都是不可或缺的。
尤其是在科研创新、卫星遥感、医疗影像这些大型工业场景中，大多数选择都会是一站式的模型算力部署和开发工具平台，既要私有化，也要做好工程的标准化。
OpenBayes贝式计算，就是这样一家基于数据集壁垒、超算集群、长期工程化能力，提供开箱即用服务的AI基础设施厂商。
近日，在“联想新商业创新生态路演”第二季中，贝式计算被评选为TOP10项目。联想中小企业业务群对于AIPaaS层创新的重视，也反映出了其一以贯之的理念：为客户提供贯穿企业成长生命周期的一站式服务，与客户携手共进。
AI时代的基石
2017年，贝式计算刚刚成立的那一年，大数据技术也迎来了如火如荼的工程化阶段。
“一开始，我们主要是面向互联网和工业企业，提供AI从部署到开发的整体解决方案。但在AIGC爆发以前，我们发现，有这方面布局的企业和机构很多都是重科研、重创新的领域。”
贝式计算创始人兼CEO王臣汉告诉36氪，最初的创业经历，让他们积累了面向科研创新群体的数据处理经验，也找到了不少有志于在AI领域共同开拓成长的科研型客户。
招商局集团和北京大学计算机学院就是两个很好的例子。机构本身拥有大量的创新项目、高质量数据和跨学科人才，但由于算力资源不足，创新项目所需要的硬件、运维、能耗等成本也很难控制。因此，通过贝式计算的基础设施服务合理分配资源，就成为了一种硬性需求。
在“云”的时代，企业想要处理数据、开发数据应用、将应用开放给终端用户，都需要基于云端的服务。而AIGC则为经典的云原生架构按下了加速键。
目前，主流的AI基础设施服务已经基本涵盖了一切和大模型开发部署相关的工具和流程。如果说AI应用和算力是三明治的两片面包，AI基础设施就是夹在“算力”和“应用”这两片面包之间丰富的食材。
在贝式计算“主攻”的科研领域，这块AI三明治所需要的食材主要包括数据处理、模型训练、私有化部署等。而贝式计算本身的亮点，在于无需配置环境、开箱即用的特点，能够适应创新项目中的小型实验。
在科研市场，另一个痛点是兼具行业知识和AI技术的人才还比较少，跨学科人才的培养合作机制尚且不完善。仅就数据标注这一个步骤来说，人才成本还比较高，自动化、工程化产品能带来可观的效率提升和成本优化。贝式计算也在这方面有所发力。
在与更多科研机构、国内高校、头部工业企业的合作中，王臣汉进一步感受到：基础科研和高性能计算的结合，正在成为一种不可逆的趋势。
AI科研（AIfor Science）也是贝式计算目前探索和接触到的领域中，相对蓝海的核心场景之一。
为了顺应这一趋势，贝式计算展开了技术和产品侧的重构，在指令集迁移、模型结构搜索、计算效率优化等方面发力，明确了自身“科学计算平台”的定位。
2022年，在完成了产品矩阵初步打磨之后，贝式计算正式针对科研市场的需求构建了产品和运营团队。目前，其产品触达了国内几十所头部高校、科研院及国企，旗舰数据科学搜索引擎“Hyper.AI超神经”也收获了一定认可。
“既能兼容主流计算软件、又有价格竞争力的AI基础设施服务，对科研市场一直有很大的价值。”
王臣汉认为，相较于大厂，创业团队对科研客户的需求理解可能会更扎实、反馈更及时。
从创业之初到如今聚焦教育科研这一细分领域，贝式计算都在秉承同样的商业化定位：用AI解决技术问题，尽可能实现产品或业务的标准化，同时让客户看到降本增效的ROI。
走向生态连接
在参加本次路演之前，贝式计算团队就一直在关注联想的业务和商业化生态。
作为和多家高校、科研机构都有密切合作的头部工业厂商，联想本身就是贝式计算希望触达的潜在客户。此外，由于贝式计算的一大核心业务是为客户的HPC（高性能计算）场景提供解决方案，从技术创新出发，联想也是他们学习的方向。
“联想是我们敬仰的行业前辈，不仅因为这是一家智能硬件产品做得很好的
王臣汉直言，在技术和应用场景方面，自己对联想已经很熟悉了。但参加活动之后才知道的是，联想集团也有自己的创投基金部门，并且已经基于集团自有业务，投资和孵化了数百家企业。
“我能看到的是，联想正在积极地通过路演等活动发掘和整合内外部资源，打造一个优质的创新生态，这说明他们在迎接时代和产业变革这件事上是跑在前面的。”
说到自己的创业理念和联想生态的趋同性，王臣汉提到了三个关键词：创新、务实、场景。“无论是联想自身，还是被联想关注到的AI创业者，始终都在寻找传统行业与AI的结合点，大家更看重具体的应用场景和实际能给用户带来的价值。”
事实上，在路演活动中，联想的生态连接作用，就已经让贝式计算看到了商业化曙光。
王臣汉回忆起，当天来路演的另一家主要做算力系统监测管理优化的企业，在路演结束后就来交流合作，尝试在贝式计算自有的算力集群上使用他们的产品，未来可能还会共同去开拓市场。
“没有联想的活动，我们可能很难接触到彼此，并迅速建立信任关系。”王臣汉表示，对本次路演
产业拥抱创新
当被问到作为一家高速成长的创业公司、如今最缺少哪些资源的时候，王臣汉若有所思地回答：
王臣汉认为，未来如果能加入联想生态，这两个问题都能得到更好的答案。虽然从互联网到智能硬件大厂，头部选手都在发力布局AI应用生态，但联想这样业务完善的产业链“链主”，优势其实非常明显：
“联想做AI创新的市场化优势，在于品牌、流量、数据这三点。联想的品牌推动了AIPC等智能硬件的发展，以及企业服务的解决方案扎根于千行百业。从C端到大型企业客户，联想都能通过融合硬件生态和AI应用等数字化技术，实现更高的转化率，同时沉淀出大量用于更好地迭代AI的数据。”
这种良性发展的商业模式，使得贝式计算对联想生态的学习不止停留在技术，也体现在商业模式、团队建设、市场战略等诸多方面。
目前，贝式计算正在和联想在教育领域的销售团队深入交流，期待通过几个试点项目，帮助客户实现对异构计算的低成本冷启动与算力效率提升，验证自身价值。
联想生态也对这家创新企业予以了一定的关注：过去几年里，贝式计算已经发展至C轮融资阶段，股东之一就包括联想之星。
而在路演
作为最早一批使用GPU等异构芯片组建超算集群的企业，贝式计算将大模型在企业AI场景中的训练成本降到了行业基准的8.25%，推理成本也有显著优化。在激烈的AIInfra竞争中，他们正沿着技术的浪潮前行。
而与此同时，AI应用不能闭门造车。多和像联想这样的产业龙头交流，才能真正提升创业公司关于“如何解决问题”的认知。
AI应用探索期，如果说AIPaaS等基础设施服务是AI应用爆发的基石，那么产业的拥抱与包容，就是创新的基石。在此过程中，商业化生态和创新力量的“双向奔赴”至关重要。
如今，联想中小企业业务群正在创造机会，帮助更多像贝式计算一样的团队坚定生存、快速成长。
