你计算过2023年收发了多少次快递吗？依照国家邮政局公布的最新数据，2023年1—11月，邮政行业寄递业务量累计完成1463.1亿件。也就是说，全国14亿人口，人均寄递业务逾百件。在这张庞大的邮政网络背后无疑需要海量数据与算力的支撑。在无数个发往全国各地的快递上，无形的云计算赋能产业高质量发展的价值得到了具象化的体现。

  连续三年进入世界500强、营业收入和利润均排名世界邮政第一，作为邮政行业的“领头羊”，中国邮政集团有限公司（以下简称“中国邮政”）带有一系列耀眼的“光环”。据了解，截至目前，中国邮政已建成5.4万个营业网点、42万个邮乐购站点，农村邮路日均里程超过420万公里。

  不同于别的行业，邮政行业业务结构较为复杂、覆盖范围广、影响面大，对云平台的稳定性、弹性计算能力及可扩展性要求很高。记者通过调查了解到，中国邮政自2016年以来开启了云上探索之路，从早期的X86私有云平台建设，到OpenStack云的引入，再到信创云平台的运行，中国邮政花了七年时间去寻找最适合自身业务的那朵“云”。

  中国邮政相关负责这个的人说：“一朵云能否满足自主创新要求，其全栈能力能否持续进化迭代，底层架构能否持续升级演进，是契合邮政集团云平台需求的核心关键。”据介绍，自2021年年中开始，中国邮政集团启动了信创云平台的项目建设与试点探索。截至目前，中国邮政包括银行OA、集团OA、电子印章、邮箱、邮票博物馆等在内的核心业务系统皆已上云。

  “不同于新用户，老用户对如何‘选云’‘用云’的感悟更加深刻。他们了解到不能绑定单一云厂商，要做好备份，但同时如果服务版本太多又会造成云资源割裂，还会带来运维成本、人力资源的浪费等，这些都是云用户都会存在的痛点。”易捷行云COO王瑞琳在接受《中国电子报》记者专访时表示。

  在他看来，早期的云用户在选择厂商时更倾向于“找品牌”，大多会选择一些大厂的云以保证更多功能的覆盖；中期的云用户慢慢地认识到底层架构开放性的重要，开始“找备份”，希望能够通过引入更多不一样的品牌的云来避免对单一厂商的过度绑定；今天的云用户则更重视“看未来”，因为它们本身已经在云上了，对云的作用和价值有了更深的感触，更看重能否实现对新技术的平滑引入和动态升级等问题，同时对后续持续增加的运维成本也更敏感。

  “几百台服务器业务不停机在线升级——这是一场数字化战役，也是一次总实力的证明。”易捷行云首席技术官郑晨感慨道。据悉，易捷行云仅用20余天便顺利完成了中国邮政超过几百台服务器在内的云平台大版本套件的升级。在升级过程中，实现了业务不中断、数据不迁移、用户无感知。

  要实现这样的平滑无感升级并非易事。郑晨介绍道，中国邮政集团核心业务承载在两朵不同的云上，对应两家不同的云厂商。不同厂商的技术路径不同，提供的功能、协议、接口等自然也会存在一定的差异。而中国邮政对业务连续性、升级时间、生产故障率等都有很高的要求，这进一步加剧了其云平台平滑升级的压力。

  “我们的目标是要让用户像用公有云一样来用私有云。”王瑞琳表示，“私有云的核心趋势是要走产品化路线，将云服务做成一个标准化的产品提供给用户。”要实现这样的目标，一方面，平台底座要有全栈式的能力，同时要跟随技术演进潮流实现自主升级与进化；另一方面，在平台之上，计算、存储、网络、编程服务要像搭乐高积木一样自由组合，可编程、可定义，并与上层应用强结合，所见即所得。

  “以前软件厂商不懂硬件，硬件厂商不懂软件，业务架构和IT架构设计很难耦合在一起。进入云时代，云原生的出现倒逼大家把应用照着云的方式重新开发了一遍，把底层硬件的能力最大化爆发出来，提供给应用，同时也让应用以最佳的方式、最快的效率、最短的路径把底层硬件能力联动起来，让业务架构和IT架构真正的完成了双轮驱动。”王瑞琳指出。

  纵观国内云计算市场，大型云厂商更擅长互联网公司的商业打法，追求规模化，从公有云场景切入，通过部署大量的云服务节点和可用区来扩大服务范围，并把售卖资源作为产品设计重要考量和核心指标，尽可能多地将所有功能堆叠在一起，不同的功能形成不同的产品线，后续自然也需要更多维护团队的介入。

  传统硬件厂商做云则是以使用户得到满足当下需求为主要打法，通过硬件销售带动软件销售，但并不关注用户自身的业务架构和IT架构，这使用户使用的产品越多，对品牌的绑定性就越强。随着用云程度的加深，双方的理念冲突会慢慢的明显。

  实际上，对于私有云场景中的用户而言，功能大而全不代表合适，服务体验的提升也不是简单地增加服务器数量就能满足的。处于不同数字化转型阶段的用户，对于云服务的需求也不完全一样。他们更需要的是一个分布式、可进化、可升级的云底座。

  这要求云厂商向用户交付的云服务是一个成熟产品，用户都能够在使用的过程中依据自己业务需求对这样的产品进行反复锤炼。对于厂商而言，产品可进化意味着能够大大减少后期运维的投入，加大降本增效的力度；而对于用户而言，通过长期的使用、设计、迭代，这样的产品将成为一款为其量身定做的产品，最大限度契合实际业务需求。

  业界一致认为，生成式人工智能掀起了云计算新一轮的技术浪潮。尤其是大模型的涌现，给云厂商带来了新的机遇。

  “无论是所谓的新型基础设施，还是算力调度平台，计算、存储、网络等底层能力的实现不能离开数据。数据是最重要的生产力，而云计算让数据的价值得到了充分体现。”郑晨说道。

  以大模型为例，大模型的三要素是数据、算力、算法。无论是提高模型参数量还是提升数据规模，算力是大模型能力提升的核心驱动力。只有对足够大的算力实现精准的匹配与调度，才能支撑起大模型的泛化能力。在本质上，这背后还是云计算在发挥作用。

  近日，有消息称，一些央企、国企和行业用户，比如金融行业，正在找寻私有化大模型方案。业内人士分析称，许多大型传统企业鉴于对数据安全的担忧，对通过公有云来用AI服务的接受度不高。与此同时，这一些企业在人工智能方面的基础能力比较薄弱，缺少技术和人才的沉淀，而智能化升级又是公司发展的刚需，因此借助专业方面技术服务商进行大模型的私有化部署成为比较经济且高效的选择。

  王瑞琳坦言，短期内，平台类的通用大模型通常基于广泛的公开文献和网络信息进行训练和推理，选择公有云性价比最高，且训练速度最快。但从长久来看，场景化的行业大模型更容易实现商业化落地，而考虑到行业数据的敏感性和安全性需求，私有化部署或许是更好的选择。

  同样，开源也是大模型发展的一个重要技术趋势。目前业界已有LLaMA2、PaLM2、Claude等众多开源模型，众多行业用户正在结合自己场景和私有数据来进行本地化训练，让大模型在具备通用能力的基础上，叠加行业知识，形成行业专属大模型。

  “与公有云大厂、传统硬件厂商相比，易捷行云作为一家纯云的软件公司，核心竞争力在于我们是用开源生态产品化的理念去做云，技术路线更开放，立场更中立，能够更好地匹配用户长期发展需求，这是我们花了近十年时间在巨头林立的云市场中找出的一条独特的发展之路，”王瑞琳感慨地说道，“任何一个企业都有自己的价值，我们该长时间坚持自己的理念，去做难而正确的事情。”