1. 百度在容器化上有一套自研标准,但随着时间推移,自研与社区的docker、k8s等标准越来越远,维护升级困难,如何建设一个云原生应用平台,平滑、稳定的将业务应用迁移上来,并沉淀云原生、平台工程理念?
2. 在大模型时代,相比与传统应用,AI应用对应用平台有哪些特殊的诉求?如何支持好AI应用的全生命周期托管?
3. AI如何赋能应用平台,在应用配置、部署排障上有何助力?
内容大纲
1. 百度一站式云原生应用平台的建设
1.1 百度应用平台的历史与包袱
1.2 易用性与平滑迁移
2. 应用平台对AI应用的探索与实践
2.1 GPU与推理服务
2.2 大模型的调用链分析、token监控
2.3 基于线上数据,应用平台助力构建数据飞轮
3. AI赋能应用平台探索
3.1 简化应用配置
3.2 部署排障提效
听众收益
1. 应用平台该如何设计
2. 大模型时代应用平台有何特殊需求
3. AI如何赋能应用平台,提升效率