2025中国Serverless用户调查解读_17页_3mb

Serverless + AI 创新发展研讨会总结

一、 Serverless 架构概述

• 核心优势：事件驱动、自动弹性伸缩、按需计费、免运维，显著降低人力成本。
• 技术特性：
  • 将基础设施资源抽象为服务，用户关注应用逻辑即可。
  • 支持精细化部署、自动资源调度、按使用计费，提高资源效率。
• 适配性：天然契合 AI 应用对资源弹性、调用波动和快速交付的需求。

二、 Serverless + AI 发展现状

1. 用户采纳情况

• Serverless+AI 使用意愿：超七成调查用户已使用或计划采用 Serverless 承载 AI 任务。
• 主要场景：AI 应用开发支持、资源使用优化是核心需求，75% 的用户认为 Serverless 极其契合 AI 特性。
• 企业趋势：构建基于 Serverless 的应用平台，加速 AI 能力服务化。

2. 调查数据发现

• 行业分布：互联网、金融、教育、制造业用户占比高。
• 用户价值认知：
  • 77.05% 用户认为减少运维成本是最重要价值。
  • 其次关注提升弹性、加快研发进度、缩短迭代周期。
• 技术采纳度：
  • 函数即服务：77.05% 团队已使用，业务生产环境投入占比约 50%。
  • Serverless 应用托管服务和容器服务接受度高，业务生产投入稳步上升。
• 企业顾虑：
  • 迁移成本、资源成本、厂商绑定为现阶段主要痛点。
  • 性能优化、参数调优、可观测性等技术问题仍待突破。

三、 AI 推理任务适配能力分析

• 精准痛点解决：
  • 冷启动优化、长任务支持、异构计算资源调配是关键需求。
• 场景扩展：
  • Serverless 支持短时任务、弹性计算、AI 推理、Web 应用等多种效能需求。
  • 开源方案（如 Virtual Kubelet、Keda、OpenFaaS）成为主流支持工具。
• 云生态共建：云厂商需提供资源自动调优、AI 模板预置等工具，推动 Serverless+AI 服务化。

四、 应用前景与趋势展望

• 降本增效：AI 应用规模激增，Serverless 更适用于高频次、不稳定并发的推理场景。
• 平台平台化革命：Serverless 架构促进 AI 平台向轻量化、快速部署演进。
• 全栈融合：全栈 Serverless 方案逐步商业化，需解决开发者工具链成熟度、性能开销、与传统架构整合等问题。

注：本总结基于研讨会调查及产业实践数据，不涉及个人解读内容。