AI大模型混戰(zhàn)，中國云服務準備好了嗎？

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“時代風口”的紅海。所謂的人工智能大模型，也就是“大算力+強算法”結合的產物，通常是在大規(guī)模無標注數據上進行訓練，學習出一種特征和規(guī)則，當需要具體的應用方向時，再將大模型進行微調，比如在特定任務上，進一步采用小規(guī)模有標注數據進行二次訓練，當然，也可以不進行微調就直接參與多個應用場景。

在這個過程中不難發(fā)現，算力是打造大模型生態(tài)的必備基礎，一個優(yōu)秀的算力底座在大模型的訓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，從而大幅提升訓練模型的效率。根據IDC的數據顯示，國家計算力指數與GDP/數字經濟的走勢呈現出了顯著的正相關，十五個重點國家的計算力指數平均每提高1點，國家的數字經濟和GDP將分別增長3.5‰和1.8‰，預計該趨勢在2021-2025年將繼續(xù)保持，所以，算力優(yōu)勢對經濟的拉動作用將變得更加顯著。

更重要的是，隨著半導體短溝道效應以及量子隧穿效應帶來的漏電、發(fā)熱等問題愈發(fā)嚴重，摩爾定律已日趨放緩接近失效，人工智能訓練算力需求增長與摩爾定律出現了嚴重的不匹配現象，這也將推動對算力基礎設施需求的快速提升，而龐大的數據量以及算力決定了人工智能產業(yè)一定是典型的重資金產業(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個數據中心，所產生的總成本超過200億元。為此，著名經濟學家任澤平也提出了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人工智能的舉旗者。

但事實上，這四大云服務商在內容方向上并不一致，阿里云主要是物聯網和“云釘一體”；華為云則從政務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；而百度智能云走的是“云+AI”戰(zhàn)略路線，主要在助力傳統產業(yè)智能化轉型方面發(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，阿里云是當前國內唯一實現盈利的云服務商，但它同樣面對很多的問題，比如目前雖然在國內IaaS領域市場份額第一，但IaaS領域存在產品高度同質化的問題，毛利率也只有10%-15%，遠低于SaaS行業(yè)內50%以上的毛利率，再加上消費市場復蘇不及預期、出口業(yè)下滑等因素，阿里云本身也并不輕松，所以拓展新領域就成了重中之重，這時候ChatGPT的出現就順理成章地為阿里云指出了方向，在AIGC領域先是拿出了通義千問，后又低調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、文生圖等領域已經開始有所建樹，雖然現在的功能水平還飽受詬病，但百度的前景在現有的人工智能發(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、應用四層技術的布局上都有和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人士，他表示華為內部的基本判斷是短期內很難推出一個可以對標GPT的產品，國內云服務廠商真正應該做的是商業(yè)化閉環(huán)內有個核心，也就是服務單一場景為主，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器，國內首發(fā)搭載了英偉達最新的H800GPU，覆蓋人工智能訓練/推理、渲染、科學計算三大方向，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……