Cloud

成本激增，算力搶灘難度頗高

隨著ChatGPT引爆的人工智能大模型混戰(zhàn)開打，算力之爭也成為了各大頭部企業(yè)爭奪下一個“時代風(fēng)口”的紅海。所謂的人工智能大模型，也就是“大算力+強算法”結(jié)合的產(chǎn)物，通常是在大規(guī)模無標注數(shù)據(jù)上進行訓(xùn)練，學(xué)習(xí)出一種特征和規(guī)則，當需要具體的應(yīng)用方向時，再將大模型進行微調(diào)，比如在特定任務(wù)上，進一步采用小規(guī)模有標注數(shù)據(jù)進行二次訓(xùn)練，當然，也可以不進行微調(diào)就直接參與多個應(yīng)用場景。

在這個過程中不難發(fā)現(xiàn)，算力是打造大模型生態(tài)的必備基礎(chǔ)，一個優(yōu)秀的算力底座在大模型的訓(xùn)練和推理上具備效率優(yōu)勢，而平臺是大模型和算力之間的“橋梁”，可針對不同的模型和硬件實現(xiàn)資源的合理分配，達到軟硬件的最優(yōu)組合，從而大幅提升訓(xùn)練模型的效率。根據(jù)IDC的數(shù)據(jù)顯示，國家計算力指數(shù)與GDP/數(shù)字經(jīng)濟的走勢呈現(xiàn)出了顯著的正相關(guān)，十五個重點國家的計算力指數(shù)平均每提高1點，國家的數(shù)字經(jīng)濟和GDP將分別增長3.5‰和1.8‰，預(yù)計該趨勢在2021-2025年將繼續(xù)保持，所以，算力優(yōu)勢對經(jīng)濟的拉動作用將變得更加顯著。

更重要的是，隨著半導(dǎo)體短溝道效應(yīng)以及量子隧穿效應(yīng)帶來的漏電、發(fā)熱等問題愈發(fā)嚴重，摩爾定律已日趨放緩接近失效，人工智能訓(xùn)練算力需求增長與摩爾定律出現(xiàn)了嚴重的不匹配現(xiàn)象，這也將推動對算力基礎(chǔ)設(shè)施需求的快速提升，而龐大的數(shù)據(jù)量以及算力決定了人工智能產(chǎn)業(yè)一定是典型的重資金產(chǎn)業(yè)：以GPT-3模型消耗的算力3640pfs-day為例，若按照單個500petaflops算力中心項目總投資約30億元來計算，若想要保證ChatGPT的正常運行，則至少需要投入7～8個數(shù)據(jù)中心，所產(chǎn)生的總成本超過200億元。為此，著名經(jīng)濟學(xué)家任澤平也提出了2023年云計算行業(yè)將重新洗牌的觀點。

中國“四朵云”，AI時代反應(yīng)各不相同

在我國云計算市場，就是阿里云、華為云、騰訊云和百度智能云這“四朵云”占據(jù)了80%的市場份額，考慮到人工智能對云計算算力的強需求性，它們也順理成章地成為了大家心目中國產(chǎn)人工智能的舉旗者。

但事實上，這四大云服務(wù)商在內(nèi)容方向上并不一致，阿里云主要是物聯(lián)網(wǎng)和“云釘一體”；華為云則從政務(wù)云和私有云的角度起步；騰訊云則以直播為主打，提供SaaS服務(wù)；而百度智能云走的是“云+AI”戰(zhàn)略路線，主要在助力傳統(tǒng)產(chǎn)業(yè)智能化轉(zhuǎn)型方面發(fā)力。但它們的共同點就是主要的用戶還停留在政商領(lǐng)域，而當ChatGPT顯露了一把身手之后，相當一部分的中小企業(yè)或者是傳統(tǒng)企業(yè)，甚至是個人用戶，也將會參與到云計算市場中來。

目前來看，阿里云是當前國內(nèi)唯一實現(xiàn)盈利的云服務(wù)商，但它同樣面對很多的問題，比如目前雖然在國內(nèi)IaaS領(lǐng)域市場份額第一，但IaaS領(lǐng)域存在產(chǎn)品高度同質(zhì)化的問題，毛利率也只有10%-15%，遠低于SaaS行業(yè)內(nèi)50%以上的毛利率，再加上消費市場復(fù)蘇不及預(yù)期、出口業(yè)下滑等因素，阿里云本身也并不輕松，所以拓展新領(lǐng)域就成了重中之重，這時候ChatGPT的出現(xiàn)就順理成章地為阿里云指出了方向，在AIGC領(lǐng)域先是拿出了通義千問，后又低調(diào)地推出了文字生成視頻的大模型，發(fā)展速度和效率都有目共睹。

百度智能云雖然是“四朵云”里份額最小的，但是通過飛槳平臺輸出了文心大模型，在對話型人工智能、文生圖等領(lǐng)域已經(jīng)開始有所建樹，雖然現(xiàn)在的功能水平還飽受詬病，但百度的前景在現(xiàn)有的人工智能發(fā)展線路下反倒是比較有優(yōu)勢的，以對話型人工智能為例，百度智能云在芯片、框架、模型、應(yīng)用四層技術(shù)的布局上都有和ChatGPT開發(fā)流程十分貼近的規(guī)模。

而華為云則是在4月25日剛剛發(fā)布了全新的盤古大模型，雖然也涉及了自然語言處理，但初衷還是聚焦機器視覺，我們也采訪了華為的相關(guān)人士，他表示華為內(nèi)部的基本判斷是短期內(nèi)很難推出一個可以對標GPT的產(chǎn)品，國內(nèi)云服務(wù)廠商真正應(yīng)該做的是商業(yè)化閉環(huán)內(nèi)有個核心，也就是服務(wù)單一場景為主，這樣成功率會比較高。

因為混元大模型可能要在今年9月才會發(fā)布，所以目前騰訊云的思路還是更傾向于上游，在4月中旬發(fā)布了國內(nèi)性能最強的大模型計算集群，采用最新一代騰訊云星星海自研服務(wù)器，國內(nèi)首發(fā)搭載了英偉達最新的H800GPU，覆蓋人工智能訓(xùn)練/推理、渲染、科學(xué)計算三大方向，換個角度來說也可以理解為騰訊在大模型上是相對滯后的，但這種“兵馬未動糧草先行”的思路確實也有后發(fā)優(yōu)勢，畢竟云計算的“下半場”剛剛開始，鹿死誰手還不得而知……