前言：

云計(jì)算產(chǎn)業(yè)正面臨一場由大模型技術(shù)引領(lǐng)的變革，背后的驅(qū)動力主要有兩個(gè)方面：

首先，AI算力和AI軟件的需求增長速度遠(yuǎn)遠(yuǎn)超過通用算力和傳統(tǒng)軟件；

其次，大模型的應(yīng)用有助于降低軟件和項(xiàng)目交付的成本。

作者 | 方文三

圖片來源 |  網(wǎng) 絡(luò) 

算力饑渴有望帶動云服務(wù)復(fù)興

與前兩年的繁榮相比，近兩年來云計(jì)算行業(yè)面臨困境，增長乏力。

在大模型熱潮的推動下，云計(jì)算廠商成為主要受益者之一，被視為實(shí)現(xiàn)彎道超車的機(jī)會。

預(yù)計(jì)大模型將帶動云上AI算力的急劇增長，逐漸縮小AI算力工作負(fù)載與通用算力的差距，為云廠商帶來新的機(jī)遇。

據(jù)硅谷知名風(fēng)投A16Z估計(jì)，應(yīng)用層廠商將大約20%—40%的收入用于推理和模型微調(diào)，這部分收入通常直接支付給云廠商或第三方模型提供商。

而第三方模型提供商也將一半左右的收入用于云基礎(chǔ)設(shè)施。因此，生成式AI總收入的10%—20%流向了云提供商。

另一方面，OpenAI的研究表明，在最大規(guī)模的人工智能模型訓(xùn)練中，計(jì)算量呈指數(shù)級增長。

目前大模型訓(xùn)練所需算力的增速保持在3-4個(gè)月/倍速度增長，遠(yuǎn)超摩爾定律的增速。

綜上所述，生成式AI的大量資金最終流向了基礎(chǔ)設(shè)施，AI大模型訓(xùn)練為云廠商帶來了可觀的直接營收。

同時(shí)，生成式AI推動了整個(gè)云服務(wù)行業(yè)的升級，為其帶來了新的市場增量。

傳統(tǒng)云生態(tài)過渡到新型云生態(tài)

傳統(tǒng)云生態(tài)以軟件、服務(wù)為核心。云計(jì)算興起過程中，一批銷售、軟件、服務(wù)、咨詢、集成伙伴自然聚合在云廠商周邊，形成了[云原生]生態(tài)。

云廠商與合作伙伴的默契是，只提供基本的公有云服務(wù)（如計(jì)算、存儲、網(wǎng)絡(luò)、數(shù)據(jù)庫），其他都交由合作伙伴負(fù)責(zé)。

這種生態(tài)的好處是邊界清晰、分工明確。但過去多年，中國云市場生態(tài)建設(shè)有大量不足之處。

中國市場應(yīng)用現(xiàn)代化水平還不高。集成項(xiàng)目、人力外包是目前的主流形態(tài)。這帶來的問題是，服務(wù)成本高、協(xié)同效率低。

在大數(shù)據(jù)模型時(shí)代，新型的云生態(tài)系統(tǒng)將以多租戶平臺和AI原生應(yīng)用為核心。

經(jīng)過AI技術(shù)改造后的應(yīng)用軟件將在整個(gè)生態(tài)系統(tǒng)中發(fā)揮更加關(guān)鍵的作用。

原子化、單點(diǎn)化、碎片化的AI應(yīng)用將更為豐富，且更具價(jià)值。

其價(jià)值主要體現(xiàn)在解決上一代云生態(tài)系統(tǒng)的主要問題上，即降低服務(wù)成本、提高服務(wù)效率。

以AI為核心的大模型階段云生態(tài)，正逐漸成為主流，并逐步取代舊的云生態(tài)。

這一歷史進(jìn)程是由AI算力占比的持續(xù)上升和AI算力成本的持續(xù)下降所決定的。

據(jù)OpenAI預(yù)測，AI大模型的訓(xùn)練成本將持續(xù)快速下降，預(yù)計(jì)到2030年將降至僅60萬美元。

MaaS成趨勢，大模型服務(wù)是主流

隨著大模型的數(shù)量日益增多，眾多企業(yè)已認(rèn)識到，獨(dú)立訓(xùn)練大模型并非明智之舉，反而基于現(xiàn)有的通用大模型進(jìn)行二次開發(fā)更為實(shí)際且高效。

這一觀點(diǎn)與當(dāng)前大模型領(lǐng)域中普遍存在的[重復(fù)造輪子]現(xiàn)象的應(yīng)對策略相吻合。

在AI原生應(yīng)用大量涌現(xiàn)的背景下，除了前期的模型訓(xùn)練，云服務(wù)提供商的盈利空間將更多地來自于向開發(fā)者提供強(qiáng)大的基礎(chǔ)大模型，并針對各類業(yè)務(wù)場景和用戶需求收取AI應(yīng)用推理費(fèi)用。

為了實(shí)現(xiàn)這一目標(biāo)，云服務(wù)提供商需要確保計(jì)算服務(wù)的穩(wěn)定性和推理體驗(yàn)的優(yōu)質(zhì)性，從而在激烈的市場競爭中脫穎而出。

最終，MaaS將成為新的基礎(chǔ)服務(wù)，并依賴于新型IT基礎(chǔ)設(shè)施進(jìn)一步顛覆當(dāng)前的云計(jì)算市場格局。

在過去數(shù)年中，穩(wěn)態(tài)業(yè)務(wù)通常部署在主機(jī)上，要求絕對穩(wěn)定性，而敏態(tài)業(yè)務(wù)則更多地構(gòu)建在云上，以滿足不斷變化的需求。

在此基礎(chǔ)上，目前存在兩種主要的上云模式：一種是平遷上云，成本較低且能保證數(shù)據(jù)可控性，但同時(shí)可用性也較低；

另一種則是將底層架構(gòu)徹底云原生化改造，雖然成本高、周期長，但可以為企業(yè)帶來長期利益。然而，很少有企業(yè)能夠承擔(dān)暫停服務(wù)器進(jìn)行架構(gòu)改造的代價(jià)。

云服務(wù)提供商積極發(fā)力

目前，各大云服務(wù)提供商正在積極推出大模型平臺，旨在降低大模型的訓(xùn)練和使用成本。

百度推出了文心千帆大模型平臺，專門面向B端企業(yè)用戶。該平臺提供一站式的大模型定制服務(wù)，包括數(shù)據(jù)管理、自動化模型定制微調(diào)以及推理服務(wù)云端部署等，同時(shí)還提供文心一言企業(yè)級推理云服務(wù)。

騰訊云推出了新一代HCC高性能計(jì)算集群，采用最新一代騰訊云星星海自研服務(wù)器和NVIDIA H800 Tensor Core GPU，提供高達(dá)3.2T的超高互聯(lián)帶寬。

阿里云推出了[魔搭社區(qū)]，這是一個(gè)面向用戶的模型服務(wù)型平臺。該平臺致力于降低模型的使用門檻，為多個(gè)場景提供適配的API。

華為云的一站式AI開發(fā)平臺ModelArts為盤古大模型的訓(xùn)練和推理提供了全面的優(yōu)化支持，包括計(jì)算優(yōu)化、通信優(yōu)化、存儲優(yōu)化和算法優(yōu)化，成為盤古大模型重要的基礎(chǔ)平臺資源。

字節(jié)跳動旗下的云服務(wù)平臺火山引擎推出了智能推薦-高速訓(xùn)練引擎，采用軟硬一體優(yōu)化設(shè)計(jì)，支持100GB-10TB+超大模型的高效訓(xùn)練。

在大模型的影響下，云計(jì)算從互聯(lián)網(wǎng)時(shí)代的CPU云為主向AI時(shí)代的GPU云為主的轉(zhuǎn)變已成為行業(yè)共識和必然趨勢。

在更底層的芯片端，除了英偉達(dá)之外，高通、英特爾、Arm等廠商也開始將面向大模型訓(xùn)練與推理的芯片設(shè)計(jì)與生產(chǎn)納入工作日程，為下一個(gè)時(shí)代的可能性做好準(zhǔn)備。

然而，除了芯片種類與數(shù)量的變化，大模型對云計(jì)算廠商的影響其實(shí)體現(xiàn)在更深層面。

結(jié)尾：

對于大模型相關(guān)能力的研究和投入，各大云廠商必須給予足夠的重視。

通用人工智能的支持是大勢所趨，也是各大云廠商必須完成的任務(wù)。

在這方面，任何疏忽或缺失都可能導(dǎo)致無法在激烈的市場競爭中立足。

因此，各大云廠商應(yīng)將其視為一個(gè)必備的核心能力，不斷加大投入力度，以應(yīng)對不斷變化的市場需求和競爭態(tài)勢。

隨著新需求的涌現(xiàn)，需要構(gòu)建與之相匹配的新生態(tài)，并制定相應(yīng)的新策略。

部分資料參考：財(cái)經(jīng)十一人：《大模型，即將改變云生態(tài)》，雷鋒網(wǎng)：《年底了，我們來談?wù)勗朴?jì)算與大模型的那些事兒》，中國新聞周刊：《在云上，看見大模型的未來》，比特網(wǎng)：《熱度不減的大模型，將給云計(jì)算市場帶來什么？》，科技云報(bào)到：《生成式AI將開啟云計(jì)算未來新十年？》，21世紀(jì)經(jīng)濟(jì)報(bào)道：《大模型時(shí)代，云廠商的雙重身份》

       原文標(biāo)題 : AI芯天下丨深度丨長在云上的大模型，也終將改變云計(jì)算的格局