正文
第二，在大模型应用上，公司具备将其部署至多台机器以优化性能的经验。比如，在处理任务时，公司能将预填充（Prefill）和解码（Decoding）过程分开，从而有效支持海量用户。
第三，公司具备强大的全球资源与服务能力。自 2012 年成立，2014 年便在北美部署数据节点和云服务平台，布局相对较早。2024年，公司在全球可用区数量达到31个，覆盖全球24个地域，实现广泛覆盖。
优刻得提供多款大模型服务。
截至目前，公司已服务多家 AI 公司，将其归为四大类。
第一类是基础模型公司，这类公司训练和推理需求大。
第二类是行业模型公司，这是今年重点发展方向。
第三类是AI Agent 和机器人相关公司，尤其是机器人领域，对视觉模型需求大，在数据存储和视频数据训练方面要求高，未来无人驾驶汽车也属此类。
第四类是应用类公司，此类数量庞大，但国内接触少，因此大量应用落地北美。北美用户付费意愿高、政策宽松。
去年公司就已在这四个方向布局，接触大量 AI 公司，熟悉行业情况。今年计划继续服务好大的基础模型公司，重点推广行业模型，把握应用类业务。同时，借助 DeepSeek 的契机，大力拓展海外市场，与更多国家的机构开展合作。
公司根据对大模型“幻觉”的容忍度进行了排序。尽管大模型技术已经取得了显著进展，但“幻觉”问题依然存在——即使模型表现得非常自信，它仍然可能生成不准确甚至错误的内容，这种情况会有一定的风险。
因此，公司按照对大模型“幻觉”的容忍度对业务方向进行了分类：
第一类，高容忍度场景行业。这些场景一般出现错误也不会造成严重后果，例如聊天、陪伴和游戏。
第二类，游戏中的NPC。在游戏领域，大模型可以显著提升游戏的粘性和活跃度。以米哈游为例，传统游戏中NPC的对话内容往往重复且单一，而现在，NPC可以根据玩家的装备、等级等信息提供个性化的互动体验，极大地增强了游戏的沉浸感。
第三类，电商与客服。在电商领域，某些场景（如翻译）效果非常好，但客服场景需要格外谨慎。
第四类，设计与绘画。在建筑设计领域，大模型可以生成效果图，但无法生成结构图。因为效果图对准确性要求较低，而结构图需要极高的精确性，需要人工审核。
第五类，教育行业。教育领域是大模型应用的重要方向，尤其是在数学和英语等学科的试卷批改中。
第六类，高敏感领域。在法律和医疗等敏感领域，大模型目前只能作为辅助工具，而不能完全依赖。相比之下，编程领域的效果较好，甚至有不少公司已经用大模型取代了部分外包工作。
总结来说，公司根据场景的容错率和标准化程度对这些方向进行了分类：基本上能够通过明确标准判断对错（0和1）的场景，或者容错率较高的场景，都更适合大模型的应用。基于这一逻辑，公司内部建立了一套完整的评估体系，并按照这些场景去寻找客户和开发产品。
超万P算力专注AI应用商业化落地。
截至2025年2月初，公司自有算力规模超10000P。未来公司算力的增量主要聚焦于推理应用的拓展，从而帮助并促进企业AI应用商业化落地和推广。
作为AI领域专业的算力服务提供商，公司依托自建智算中心，为行业客户提供涵盖训练集群和推理集群的全方位算力支持，能够有效满足大模型企业对底层算力基础设施的规模化需求。同时，公司提供配套云服务，包括但不限于高性能并行热存储、微调服务平台、算力调度平台、模型调度平台。此外，公司还提供完善的7*24运维保障标准化体系，保证客户的使用体验。UCloud凭借自身的技术优势，依托智算专有云全体系建设能力，积极与算力资源持有方开展合作，通过技术输出、资源整合和商业合作相结合的方式，为客户创造多元价值。
智算中心的建设稳步推进。
