云原生解决方案诞生于百度内部的大规模云原生实践，具备支撑百度AI和智能驾驶的生产级业务经验。通过对Kubernetes在GPU资源调度和大规模运算任务编排等方面进行深度优化，充分提升GPU资源利用效能，同时提供开箱可用的深度学习框架集成，帮助客户快速搭建面向AI业务的云原生基础设施底座。

• 支持多种计算资源： 全面支持GPU、FPGA、百度昆仑芯片等计算资源的容器化编排和共享，帮助AI业务提升资源效能、最大化降低成本。
• 突出的社区贡献： 参与并主导了开源社区Paddle EDL和Kube-Batch等项目，对Kubernetes的任务编排能力深度优化，充分强化PaddlePaddle、Tensorflow等框架的资源分配。

面对互联网服务市场竞争日趋激烈、用户群体下沉以及成本压力上升的趋势，云原生解决方案为企业提供了更加弹性的基础资源管理方式和更加敏捷的业务研发流程，从而在大幅提升资源利用率、降低资源成本的基础上，充分加快产品迭代效率、赋能业务创新。帮助互联网企业降本增效，实现业务持续化发展和精细化运营。

• 多年实践经验： Serverless的容器化基础设施，集成了开源社区的先进技术和百度智能云多年的优化实践，大大降低日常运维成本，全面提升资源灵活性。
• 创新的云+边协同管理： 通过容器或函数的方式将应用负载发布到覆盖全国的边缘计算节点，让服务与客户端近距离运行，“零”延时响应客户请求。

云原生解决方案为零售业提供先进、中立的技术中台，通过微服务框架有序管理订单、库存、支付、会员等大量系统之间的服务通信，为不同电商平台和线下门店提供统一的网关接口，在面对市场活动带来的流量峰值时弹性扩容底层资源。在线上线下一体化的新零售时代，彻底摆脱基础设施的绑定，专注业务创新发展。

• 使用原生接口： 基础设施无绑定，提供标准的Kubernetes原生接口，可以在公有云、专有云中灵活迁移，满足不同阶段的业务发展诉求。
• 创新的云+边协同管理： 支持自动扩缩容、竞价实例等多种灵活的资源购买模式，在流量峰值前后秒级完成资源扩缩容，降低无效的IT投入。

面对金融行业复杂且敏感的在线业务系统，帮助金融企业构建紧密结合的研发、测试、运维体系，全面优化研发上线流程，加强对线上业务的监控并支持运维人员及时进行服务性能优化或故障转移，从而让业务从容、敏捷地面对流量峰值冲击，提升系统整体可用性，满足金融业务对于稳定性和安全性的高要求。

• 开放的微服务框架： 兼容SpringCloud与Service Mesh并实现控制面打平，在对原有业务无入侵的情况下快速实现微服务架构转型。
• 智能的灰度发布能力： 镜像版本、配置文件均支持丰富的灰度策略，流量自主切换，发布流程可观察、可管控，实现线上业务的无感升级。

随着IoT和人工智能技术发展，工业和制造企业开始积累大量的业务数据。云原生解决方案帮助客户建设统一的业务和数据中台，通过容器和微服务技术，打通各个业务线的数据采集、数据管理和数据运算流程，帮助企业解决数据孤岛和信息同步难等问题，充分挖掘数据价值，快速实现数字化转型。

• 统一的容器化基础设施： 统一的容器化基础设施，降低IoT方案的接入成本，满足大量IoT设备同时建立连接的资源弹性需求，助力工业物联网平台建设。
• 以微服务为核心： 打通业务系统间的数据流通，建设标准化、可观察的服务间通信网络，在高度复杂的业务网络中建立有序的治理模式。

能源行业拥有大规模、分布式的基础设施，传统的IT架构难以保持各个环境的一致性，从而带来了极高的维护和排错成本。云原生解决方案，基于容器技术打平不同硬件的差异，提供跨区域和混合云统一管理的能力，从而满足能源行业分布式部署与集中化管理的诉求。并通过平台强大的可观察性，帮助客户实现指标、追踪和日志统一监控，大大降低大规模基础设施的运营风险。

• 灵活的交付方案： 提供公有云标准产品和私有化交付方案，支持虚拟机、裸金属和超融合等多种基础设施，满足混合云管理能力。
• 无侵入性和基础设施无关的可观察能力： 无需业务代码变更即可实现丰富的监控和报警，从而为分布式数据中心提供统一的运维大盘。