第 1 章 · 导论：传统 AI 开发的困境与云原生 AI 范式

第 1 章 · 导论：传统 AI 开发的困境与云原生 AI 范式

本章是全书的认知坐标系。云原生 AI（Cloud Native AI）并非新词，但在大模型时代获得了全新含义——它把「会训练的算法」装进「可调度的平台」，让模型从「单机 notebook 里的一次性实验」变为「可调度、可复现、可弹性、可观测」的生产级工程产物。理解传统 AI 工程化的五大痛点与云原生 AI 的五大特性，是理解后续所有章节的钥匙。

章节摘要

本章从传统 AI 开发的工程化困境切入——「环境地狱、资源孤岛、版本混乱、不可复现、扩展难」五大痛点长期困扰算法团队。随后讲清云原生 AI 的定义与五大核心特性（容器化、声明式、不可变基础设施、自动化、弹性），辨析这些特性如何对症下药地化解传统痛点。接着梳理从 MLOps 到 LLMOps 的演进路径，指出大模型时代给工程化带来的新挑战（长上下文、推理成本、Prompt 治理）。最后绘制 CNCF AI 生态全景图，按调度、训练、推理、可观测四层梳理 Kubeflow、Ray、vLLM、KServe、Kueue、Volcano、Feast、MLflow 等主流项目谱系，并标注本书各章的落点，为后续 7 章铺平道路。

学习目标

读完本章，你应当能够：

1. 复述传统 AI 工程化的五大痛点，并指出每一项在真实团队中是如何表现的。
2. 用一句话定义云原生 AI（Cloud Native AI），并说出其五大核心特性分别化解了哪个痛点。
3. 辨析 MLOps 与 LLMOps 的关键差异，理解大模型给工程化带来的新挑战。
4. 在 CNCF AI 生态全景图中定位本书各章对应的项目（Kubeflow、Ray、vLLM、KServe、Kueue、Volcano、Feast、MLflow 等）。
5. 画出「调度 → 训练 → 推理 → 可观测」四层闭环，并指出每层对应后续哪一章。

子章节安排与导引

四个子章节构成「痛点 → 方案 → 演进 → 地图」的递进：先看清问题（01），再给出云原生的解法（02），然后看到大模型时代的新演进（03），最后用一张生态地图把全书项目坐标标清楚（04）。读完这四节，你将拥有一张完整的认知地图，知道后续每一章在这张地图上的位置。

配图说明

• Mermaid「云原生 AI 四层架构栈」：在第 02 节给出，按调度、训练、推理、可观测四层组织，展示各层的关键技术与项目。
• SVG「传统 AI vs 云原生 AI 工作流对比」：在第 02 节给出，左右对照两种范式下从数据到上线的流程差异。
• Mermaid「MLOps 成熟度三级演进」：在第 03 节给出，展示从手工、流水线到 CI/CD 的三级成熟度跃迁。
• 表格「CNCF AI 生态四层项目谱系」：在第 04 节给出，按层归类主流开源项目并标注本书章节归属。

SEO 关键词

云原生 AI、Cloud Native AI、MLOps、LLMOps、CNCF AI 生态、Kubeflow、容器化 AI、声明式基础设施、AI 工程化困境、不可变基础设施、模型推理服务、GPU 调度、特征存储、分布式训练。

章节关联

• 前置：本章为全书起点，无前置章节。建议先读本目录下的 README.md 了解全教程结构与四层架构闭环。
• 后续：理解了云原生 AI 的价值与生态全景后，第 2 章「Kubernetes 基础设施」将深入四层架构的最底层——K8s 如何承载 AI 负载与 GPU 基础调度；第 3 章继续延伸调度侧的共享 GPU 与拓扑感知；第 4-5 章进入流水线层；第 6-7 章处理推理交付；第 8 章闭环可观测与综合案例。