阿里云上AI Landing Zone的主要组成部分
企业落地AI的三种典型范式
在实际业务中,企业的AI建设通常呈现三种典型范式:
范式 | 特征 | 典型用户 |
MaaS(Model-as-a-Service) | 快速调用预训练大模型API,零代码构建智能体应用 | 业务部门、产品经理、ISV |
PaaS(Platform-as-a-Service) | 使用托管平台进行模型训练、微调、部署与管理 | 数据科学家、算法工程师 |
IaaS/自研平台(Infrastructure-as-a-Service) | 自主搭建高定制化AI系统,追求极致性能与控制力 | MLOps团队、大型科技公司 |
为此,阿里云提供了多款AI关键产品来支撑这三大范式:
范式 | 代表产品 | 典型用户 |
MaaS(Model-as-a-Service) | 百炼 | 面向业务用户低门槛AI应用构建平台 |
PaaS(Platform-as-a-Service) | PAI、AI网关、FC(函数计算) | 面向开发者的一站式AI开发与服务平台 |
IaaS/自研平台(Infrastructure-as-a-Service) | ACK+自定义集群 | 面向专业团队的高性能、可扩展AI基础设施 |
AI Landing Zone定义
无论使用哪种平台,都需建立统一的治理框架。为此阿里云提出AI Landing Zone(AI LZ): 一种基于云计算最佳实践的 标准化、自动化、可治理的企业级AI基础设施框架。它不仅是一个技术平台,更是一种组织协同、流程规范与自动化治理相结合的方法论,确保AI项目在启动之初就具备:
组织与账号隔离
安全与权限控制
成本分账与监控
可持续演进能力
就像飞机在执行任务前需依托一个安全可控的登陆区(Landing Zone)完成部署与整备,AI 项目也需要一条通往生产的“数字登陆区”。AI LZ是在通用Landing Zone的基础上补齐AI的特有能力,包括安全与合规、AI成本、训推场景下的可观测等特有能力。下图是AI LZ整体架构图

AI Landing Zone组成
AI LZ还是延续了通用LZ的8个功能模块,只不过在每个模块添加了面向具体AI平台独有的新功能。

下表简要描述了上述功能模块。
AI Landing Zone模块 | 描述 |
资源规划 | 规划云上账号及其组织结构,规划AI平台项目空间,规划AI资源相关联的资源组与标签规范。 |
财务管理 | 管理云上账号财务管理模式,设计AI平台及其关联资源的成本分摊规则,满足企业对AI项目精细化运营需求。 |
网络规划 | 从数据采集预处理到模型训练再到模型部署提供推理服务,规划各个阶段相应的网络最优方案。 |
身份权限 | 提供云平台身份权限最佳实践,规划AI平台身份权限,提供API Key安全使用规范 |
安全防护 | 从AI基础设施、AI模型安全再到AI应用安全,提供全方位的AI安全环境,帮助企业在云上快速 |
合规审计 | 基于企业在训练与推理场景下关联到的资源及AI平台自身,提供相应的合规审计规则及日志操作审计,满足等保3及相关行业审计要求 |
运维管理 | 提供训练与推理场景下的全链路AI统一可观测,借助MCP能力实现AIOPS |
自动化 | 定义自动化场景与目标,并通过相应的工具实现部署自动化。常见的场景如AI Landing Zone自身平台搭建及MLOps流水线自动化。 |