域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過
2024年注定是云計(jì)算發(fā)展的關(guān)鍵時(shí)間節(jié)點(diǎn)。
過去兩年多時(shí)間里，云計(jì)算行業(yè)被討論最多的話題就是“降價(jià)”，在市場(chǎng)增速放緩，甚至有企業(yè)高呼“下云”的背景下，云廠商紛紛打出了“價(jià)格牌”，導(dǎo)致整個(gè)行業(yè)陷入到了“低水平內(nèi)卷”的境地。
進(jìn)入2024年后，在大模型的促進(jìn)下，千行萬業(yè)的智能化轉(zhuǎn)型愈演愈烈，而云化算力作為靈活高效、性價(jià)比極高的算力資源獲取方式，正在成為各AI廠商新的算力底座。如果說芯片是智能時(shí)代的“石油”，那云化算力就是AI發(fā)展的“新能源”。
新舊業(yè)態(tài)的轉(zhuǎn)變，對(duì)云計(jì)算的影響絕不僅僅是輿論層面，屬于云計(jì)算的“黃金時(shí)代”或許才剛剛開始。
01 云計(jì)算的“第二增長曲線”
生成式AI正在席卷千行萬業(yè)，想要拿到通往新時(shí)代的船票，“上云”可以說是第一選擇。生成式AI需要云計(jì)算，也為云計(jì)算提供了新的驅(qū)動(dòng)力。
直接的例子就是坐上OpenAI“副駕駛”的微軟。
4月25日，微軟發(fā)布了2024財(cái)年第三財(cái)季的財(cái)報(bào)，微軟云業(yè)務(wù)的整體收入為351億美元，同比增長23%；智能云業(yè)務(wù)部門收入達(dá)到267億美元，同比增長21%，其中Azure和其他云服務(wù)的收入增長31%，AI對(duì)Azure的收入貢獻(xiàn)提升至7%，高于2024財(cái)年第二財(cái)季的6%和第一財(cái)季的3%。
人工智能釋放出的增長推動(dòng)力，讓華爾街的分析師們普遍對(duì)微軟持有樂觀態(tài)度。券商Wedbush的知名科技分析師Daniel Ives直言：“未來6到12個(gè)月內(nèi)，人工智能用例可能會(huì)在整個(gè)企業(yè)領(lǐng)域呈爆炸式增長。我們將此視為微軟的’iPhone時(shí)刻’，人工智能將改變微軟未來幾年的云增長軌跡，我們對(duì)此充滿信心。”
一個(gè)禮拜前結(jié)束的WWDC 2024，進(jìn)一步印證了這樣的趨勢(shì)。
從蘋果公布的AI戰(zhàn)略來看，全場(chǎng)最大的亮點(diǎn)莫過于和ChatGPT的整合：用戶可以呼喚Siri，以及在全系統(tǒng)的寫作工具中調(diào)用ChatGPT，實(shí)現(xiàn)聊天機(jī)器人、圖像生成等功能，且這些需求會(huì)上傳到OpenAI的數(shù)據(jù)中心，在云端完成。也就意味著，AI推理將長期以“云端為主”，至少是三到五年中的常態(tài)。
事實(shí)上，國內(nèi)市場(chǎng)也早有準(zhǔn)備。
比如華為云在2023年9月上線的昇騰云服務(wù)，除了滿足基礎(chǔ)的AI算力需求，還提供了高效長穩(wěn)的大模型訓(xùn)練環(huán)境和完備的工具鏈，千億參數(shù)行業(yè)模型的端到端開發(fā)，從過去的5個(gè)月縮短到了1個(gè)月。
同樣做出選擇的還有大模型廠商。有別于2023年初瘋狂囤芯片的景象，越來越多的大模型廠商開始在云上訓(xùn)練和推理。比如估值超過25億美元的MiniMax，沒有購買任何GPU，而是以相對(duì)便宜的價(jià)格租賃云算力。
不只是云廠商和大模型廠商，走在AI第一線的大中型企業(yè)，也已經(jīng)將AI和云作為戰(zhàn)略方向。
借用奇瑞汽車股份有限公司副總經(jīng)理戴闖的說法：“預(yù)計(jì)未來5年智能網(wǎng)聯(lián)汽車將超過90%的滲透率，將累計(jì)上萬PB的數(shù)據(jù)量。汽車行業(yè)的數(shù)據(jù)價(jià)值挖掘不充分，所以奇瑞認(rèn)為以AI推動(dòng)的創(chuàng)新是必然之路，基于云服務(wù)的自動(dòng)駕駛數(shù)據(jù)閉環(huán)平臺(tái)，圍繞算力、算法、數(shù)據(jù)構(gòu)建了端到端的AI底座。”
如果將資源上云、應(yīng)用上云看作是云計(jì)算的“第一增長曲線”，急劇增長的生成式AI需求，將為云計(jì)算帶來“第二增長曲線”，在基礎(chǔ)資源需求逐漸飽和時(shí)，為云計(jì)算行業(yè)開辟了新的增量市場(chǎng)。
02 云上AI成為“最大公約數(shù)”
必須回答的一個(gè)問題是：滿足算力需求的方式有很多，譬如自建算力中心的方式，為什么大大小小的企業(yè)要選擇云上AI算力呢？
似乎有必要回顧下互聯(lián)網(wǎng)的商業(yè)簡史。
在PC互聯(lián)網(wǎng)初期，一臺(tái)服務(wù)器就足以撐起一個(gè)網(wǎng)站。到了移動(dòng)互聯(lián)網(wǎng)時(shí)代，智能手機(jī)的普及進(jìn)一步擴(kuò)充了網(wǎng)民群體，形成了一個(gè)又一個(gè)月活上億的超級(jí)應(yīng)用。正是在這一時(shí)期，云計(jì)算開始走進(jìn)人們的視線，提供了一種比傳統(tǒng)機(jī)房更靈活、更彈性的資源獲取方式。
移動(dòng)互聯(lián)網(wǎng)的商業(yè)模式是“以終端為中心”的，智能手機(jī)的保有量某種程度上就是移動(dòng)互聯(lián)網(wǎng)的上限。而生成式AI的特征是“以智能為中心”，借助自然語言的交互范式，手機(jī)、電視、汽車、空調(diào)等任何終端都可以是交互入口，算力需求注定會(huì)爆炸性增長。
“計(jì)算”量的指數(shù)級(jí)增長，也帶來了建設(shè)周期、運(yùn)維、散熱等一系列挑戰(zhàn)。
以大模型訓(xùn)練為例，通常需要數(shù)千張GPU，基于TB級(jí)別的數(shù)據(jù)，耗時(shí)幾個(gè)月進(jìn)行訓(xùn)練。一旦出現(xiàn)硬件故障、電源中斷、數(shù)據(jù)傳輸問題，訓(xùn)練過程可能會(huì)被打斷，導(dǎo)致長時(shí)間的等待和之前計(jì)算資源的浪費(fèi)。
無法繞開的還有算力中心的散熱問題。AI服務(wù)器的功率密度遠(yuǎn)超通用服務(wù)器，單機(jī)柜的功耗是過去的6-8倍。在“綠色數(shù)據(jù)中心”的政策限制下，需要專用的液冷系統(tǒng)進(jìn)行散熱，以降低PUE（能效比）。
兩相比較的話，云計(jì)算有著近乎“降維打擊”的優(yōu)勢(shì)。
比如在算力交付方面，華為云蕪湖數(shù)據(jù)中心在全球首創(chuàng)了機(jī)房產(chǎn)品化交付模式，將電力、AHU制冷等模塊化，把電纜管道預(yù)制化，可實(shí)現(xiàn)極速交付，并將交付過程中的質(zhì)量問題降低了90%；在運(yùn)維層面引入IOT技術(shù)，實(shí)現(xiàn)了告警秒級(jí)上報(bào)、故障分鐘級(jí)定位；在散熱方面，華為云首創(chuàng)了云服務(wù)感知能效調(diào)優(yōu)技術(shù)，AI智能調(diào)優(yōu)精度高達(dá)99.5%，可使PUE降低8%到15%……
身為“局內(nèi)人”的科大訊飛董事長劉慶峰，對(duì)此有著深刻認(rèn)識(shí)：“下一步我們還有更多任務(wù)要開發(fā)，更多算力要用，在我們自己建算力集群之后，我們發(fā)現(xiàn)在華為云上做訓(xùn)練推理建設(shè)比自己做更輕松、效率更高，更能滿足短時(shí)瞬間的規(guī)?；懔?yīng)用之后，釋放波峰波谷（減少能耗閑置，算力削峰填谷），對(duì)整個(gè)行業(yè)都是效率最高的。”
大模型及相關(guān)應(yīng)用是迄今為止最復(fù)雜的軟硬件系統(tǒng)工程，需要系統(tǒng)性創(chuàng)新才能應(yīng)對(duì)。云上AI算力作為一種高效、靈活、可擴(kuò)展的解決方案，無疑是打破算力瓶頸的最優(yōu)解，并因此成為產(chǎn)業(yè)上下游的共識(shí)。
03 下半場(chǎng)將比拼“算力服務(wù)”
云計(jì)算價(jià)值和演進(jìn)方向的悄然變化，意味著游戲規(guī)則也將同步更新：不再是拼價(jià)格的“低水平內(nèi)卷”，而是進(jìn)入比拼“算力服務(wù)”的新賽段。
其中的一個(gè)關(guān)鍵賽點(diǎn)在于，能否提供“無處不在”的算力服務(wù)以及全棧AI能力。
為何不少企業(yè)傾向于自建算力中心，原因之一就是對(duì)時(shí)延的苛刻要求。大模型訓(xùn)練時(shí)常常需要幾個(gè)TB的數(shù)據(jù)傳輸，沒有哪家企業(yè)甘愿被帶寬和時(shí)延卡了脖子。況且大模型將有90%以上的算力需求用于推理，如果時(shí)延過長，將導(dǎo)致推理過程的延遲，直接影響響應(yīng)效率和用戶體驗(yàn)。
這也就成了云廠商們“卷”的新方向。
譬如6月14日正式開服的華為云華東（蕪湖）數(shù)據(jù)中心，不僅標(biāo)志著華為云全國存算網(wǎng)布局的全面完成，還畫出了一個(gè)覆蓋華東、華中等算力高地的10ms時(shí)延圈，時(shí)延圈內(nèi)的對(duì)時(shí)延要求非常高的AI推理、電商、游戲等行業(yè)，都可以一鍵接入。
除了在物理上降低時(shí)延，通過多級(jí)恢復(fù)機(jī)制、完備的工具鏈等保障服務(wù)的連續(xù)性、穩(wěn)定性，也是保障算力服務(wù)“無處不在”的思路。
以昇騰云服務(wù)為例，為大模型和AI應(yīng)用的開發(fā)運(yùn)行提供了資源獲取快、模型遷移快、故障修復(fù)快等六大AI支撐能力，實(shí)現(xiàn)了模型訓(xùn)練一鍵接入多個(gè)算力中心、出現(xiàn)故障可以在10分鐘內(nèi)恢復(fù)、推理服務(wù)就近接入相應(yīng)的AI算力中心等服務(wù)，保障AI企業(yè)在任何地方都能享受即開即用的澎湃算力。
另一個(gè)不應(yīng)忽略的賽點(diǎn)是“解決行業(yè)難題”的能力。
擁有全棧AI能力的華為云，可以說是最早給出答案的云廠商之一。
而對(duì)于龐大中小企業(yè)的需求，華為云的全棧AI能力可提供從云化算力、模型開發(fā)、模型托管到生態(tài)的全棧服務(wù)，提供ModelArts Standard（一站式AI開發(fā)服務(wù)）、ModelArts Lite（高性價(jià)比算力服務(wù)）等多種模式，幫助企業(yè)實(shí)現(xiàn)訓(xùn)推一體。
也就是說，華為云打造的“AI基建“能力覆蓋了模型開發(fā)的全流程，企業(yè)無需投資通用AI技術(shù)，省去了在山路上摸爬滾打的時(shí)間可以直接上AI高速公路。
簡單做個(gè)總結(jié)的話：相比上一次的紅利期，生成式AI浪潮催生出的“蛋糕”更大，對(duì)云廠商的篩選也將更為嚴(yán)格。既需要先進(jìn)的存算網(wǎng)絡(luò)，有能力保障不斷增長的算力需求，也需要在技術(shù)和模式上同步創(chuàng)新，真正幫助企業(yè)“解難題，做難事”，讓AI重塑千行萬業(yè)。無數(shù)個(gè)帶著問題和需求上云的客戶，將加速向技術(shù)派云廠商轉(zhuǎn)移。
04 寫在最后
回到文初的話題，為什么說云計(jì)算的“黃金時(shí)代”才剛開始呢？
就現(xiàn)階段而言，云計(jì)算的增長引擎已經(jīng)從價(jià)格渠道逐步向需求驅(qū)動(dòng)、價(jià)值驅(qū)動(dòng)轉(zhuǎn)變，勢(shì)必會(huì)倒逼云廠商改變市場(chǎng)策略，將資源投入到核心領(lǐng)域，繼而從“低水平內(nèi)卷”重回理性增長的軌道。
把視角再放長遠(yuǎn)一些，AI對(duì)云計(jì)算的“顛覆”才露出冰山一角，過去的云服務(wù)是以功能為中心的，譬如CRM、客服系統(tǒng)、OA等等。未來將是以場(chǎng)景為中心，基于大模型的能力，打破功能上的邊界，深入場(chǎng)景解決問題。彼時(shí)，云計(jì)算將漸漸剝離資源屬性，成為智能世界的“底層系統(tǒng)”。
申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
