PaaS

平台即服务 — 云服务三层模式的中间层。客户不再管理底层 OS/虚拟机，直接调用数据库、消息队列、AI 训练框架、机器学习平台等开箱即用服务。AI 时代演化为"AI PaaS / 机器学习平台"。

定义

AI 时代 PaaS 的核心已经从"通用应用 PaaS"漂移到 "AI PaaS / 机器学习平台"：分布式训练框架、特征工程、向量数据库、模型微调、推理部署、AI Agent 编排都被打包成 PaaS 产品（如 Bedrock、Vertex AI、阿里云百炼、百度千帆）。

技术细节

• 传统 PaaS：托管数据库（RDS）、消息队列（Kafka/RocketMQ）、容器编排（Kubernetes）、Serverless（Lambda/函数计算）
• AI PaaS / 机器学习平台：
  • 训练：分布式训练框架（PyTorch / DeepSpeed / Megatron）、超参搜索
  • 数据：标注平台、特征仓库、向量数据库
  • 部署：模型推理服务（vLLM / TensorRT）、A/B 测试
  • Agent：工具调用、记忆、工作流编排
• MLOps 闭环：从数据到训练到部署的端到端自动化

与 MaaS 边界：PaaS 提供"训练自己的模型"的工具链；MaaS 直接调用"别人训好的大模型 API"。两者常并列售卖。

主要玩家

• AWS SageMaker / Bedrock — 全球 AI PaaS 标杆
• Microsoft Azure ML / Azure OpenAI — 与 OpenAI 独家合作
• Google Cloud Platform Vertex AI — 整合 Gemini + TPU
• 阿里云 百炼 / PAI — 中国 AI PaaS 第一
• 百度智能云 千帆 — AI 公有云六连冠（24.6%，IDC）
• 华为云 ModelArts — 配套 昇腾生态
• 腾讯云 TI 平台 + 火山引擎 机器学习平台

在 AI 产业链中的角色

PaaS 把 IaaS 的"裸算力"翻译成"可被业务团队直接调用的 AI 能力"，是企业客户接入 AI 的主入口。中国云厂商的 AI 收入大头来自 PaaS 平台 + 大模型调用，而非纯 IaaS 出租。

演进历史

• 2007-2008：Heroku、Google App Engine — 通用应用 PaaS 起步
• 2015-2018：Kubernetes 兴起，容器 PaaS 成主流
• 2020-2022：MLOps 平台崛起（SageMaker、Databricks、Vertex AI）
• 2023-2025：大模型平台爆发 — Bedrock、Azure OpenAI、阿里云百炼、千帆
• 2025+：AI PaaS 增速远超传统 PaaS，与 MaaS 边界融合

相关概念 / 关系

参考：来源摘要