2017阿里云产品场景图:端、云、数据、智能,一图承载下的阿里云

简介: 我们希望你能暂时忘却数字,用心感受阿里云产品的逻辑以及用户场景。

人算不如天算,天算就是云计算。”在2017深圳IT领袖峰会上,阿里巴巴董事局主席马云如此直接推介云计算。


回到阿里云产品本身。阿里云产品数,从去年的6月份93款产品,到9月份121款,再到今年1月份的150款……


产品越来越多,它们之间的逻辑和用户场景是什么样的?这些产品在今天又可以怎么被概括,它们分别处于什么样的位置?


这一次,我们从一个新的角度出发,把产品分为四类:端、云、数据和智能。


需要指出的是,用来承载的图,前后修改多个版本,历时两个多月打磨。如此费心,我们希望你能暂时忘却数字,用心感受阿里云产品的逻辑以及用户场景。


在呈现这张图之前,请允许我用简洁的文字介绍下它——仅用两个公式来表达:


混合云=专有云+云

云=端+云+数据+智能

*其中,安全(云盾)是云的基础。


下面,是我们的主角:



2017阿里云产品场景图,点击图片可以直接下载打印高清版


如果看图不过瘾,咱们还有视频全方位展示:






而在场景图之外,你想全面了解阿里云的产品以及在开源上的贡献,我们还有以下图供你参考:


1.新春版!2017阿里云150款产品和解决方案全向图(1月制)


目录
相关文章
|
机器学习/深度学习 数据可视化 算法
数据处理方法—— 7 种数据降维操作 !!
数据处理方法—— 7 种数据降维操作 !!
1137 0
|
存储 网络协议 定位技术
高德地图开放平台IP地位接口使用说明
高德地图开放平台IP地位接口使用说明
3415 0
|
8月前
|
存储 机器学习/深度学习 人工智能
构建AI智能体:八十一、SVD模型压缩的艺术:如何科学选择K值实现最佳性能
本文探讨了SVD(奇异值分解)在深度学习模型压缩中的应用。随着模型规模不断扩大,面临的存储、计算和能耗问题日益突出。SVD通过将大型矩阵分解为三个特殊矩阵(U、Σ、Vᵀ),并根据奇异值大小进行截断,实现模型的高效压缩。文章详细分析了SVD的数学原理、压缩机制和参数选择策略,重点讨论了如何通过能量保留、目标压缩率和拐点检测等方法确定最佳截断秩k。以一个500×300的用户-物品矩阵为例,实证显示k=32时能实现82.93%的压缩率,99.97%的能量保留和5.86倍计算加速,达到了精度损失与压缩收益的最佳平衡
559 5
|
11月前
|
前端开发 JavaScript BI
如何开发车辆管理系统中的车务管理板块(附架构图+流程图+代码参考)
本文介绍了中小企业如何通过车务管理模块提升车辆管理效率。许多企业在管理车辆时仍依赖人工流程,导致违章处理延误、年检过期、维修费用虚高等问题频发。将这些流程数字化,可显著降低合规风险、提升维修追溯性、优化调度与资产利用率。文章详细介绍了车务管理模块的功能清单、数据模型、系统架构、API与前端设计、开发技巧与落地建议,以及实现效果与验收标准。同时提供了数据库建表SQL、后端Node.js/TypeScript代码示例与前端React表单设计参考,帮助企业快速搭建并上线系统,实现合规与成本控制的双重优化。
|
8月前
|
人工智能 监控 安全
智能体来了(西南总部)AI智能体运营工程师如何成为2026年的职业天花板?
2025-2026年,AI智能体落地加速,催生高价值新职业——AI智能体运营工程师。他们融合大模型技术与业务场景,具备Agent设计、工具集成、记忆管理与系统优化能力,推动企业从“单点智能”迈向“流程自动化”。作为大模型下半场的核心角色,其复合型技能与战略价值正构筑新一代“职业天花板”。
972 2
|
11月前
|
人工智能 算法 安全
AI + 热成像技术在动火作业风险防控中的实现路径
融合AI视觉与热成像技术,构建动火作业安全管控体系。通过定制化易燃物识别、计算机视觉测距、红外温度监测与多源图像融合,实现风险目标精准识别、安全距离实时预警、高温火源智能捕捉,并结合小程序“即拍即查”与后端闭环管理平台,完成隐患从发现到整改的全流程追溯,提升工业现场安全管理智能化水平。
737 10
|
10月前
|
JSON 缓存 API
技术解析:如何通过淘宝开放平台API获取商品券后价
本文介绍如何通过淘宝开放平台API(taobao.tbk.item.coupon.get)合法获取商品优惠券信息,并结合原价计算券后价。涵盖接口调用流程、参数说明、Python示例代码及签名生成、错误处理、频率限制等注意事项,助力开发者高效实现电商比价与优惠聚合功能。(238字)
|
8月前
|
人工智能 自然语言处理 算法
2026中国AI数字人全栈技术类企业信息
AI数字人全栈技术涵盖感知、认知、生成、渲染与交互五大层级,融合ASR、NLP、TTS、3D渲染等核心技术,推动数字人从“形象载体”进化为具备理解与决策能力的智能体。像衍科技、阿里、百度、世优等企业通过全栈自研或生态布局,实现虚拟客服、直播、政务等场景落地。未来,随着多模态大模型与轻量化技术发展,AI数字人将迈向情感化、自主化、合规化,成为虚实融合的核心生产力,真正实现“有皮囊,更有灵魂”。
|
传感器 人工智能 搜索推荐
智能硬件交互有什么发展趋势?
随着国内全网AI平台智能体数量突破千万,这些“数字人”虽功能强大,却大多困于云端,商业化比例低。同时,国内智能硬件市场同质化严重,难以满足用户长期需求。本文探讨了哪些AI智能体适合硬件实体化,并提出了四大创新方向:深度交互与情感陪伴型、特定场景解决方案型、环境感知与自主决策型。通过多模态交互、端侧专用模型、核心场景极致体验及持续服务模式,智能硬件可从同质化中脱颖而出。尽管挑战重重,但将AI“灵魂”与硬件“肉身”结合,是AI产业成熟的重要趋势。
615 2
|
IDE 开发工具 iOS开发
Pandas如何在PyCharm中进行安装?
【7月更文挑战第4天】Pandas如何在PyCharm中进行安装?
5974 61