出品｜虎嗅科技組
作者｜齊健
編輯｜陳伊凡
頭圖｜阿里云
AI大轉型的浪潮，似乎正將所有互聯網廠商拉到同一起跑線上。
“面對AI時代，所有產品都值得用大模型重做一次。”在4月11日的2023阿里云峰會上，阿里巴巴集團董事會主席兼CEO、阿里云智能集團CEO張勇說。
在本屆阿里云峰會上，張勇宣布，阿里巴巴所有產品未來都將接入大模型，全面升級。
這樣的動作，意味著在阿里云，AI大模型將更像是一個應用型平臺，北京軟件和信息服務業協會首席研究員倉劍將其比喻為“超級App”。阿里想打造的，正是這樣一個App的底座，云業務則是這個生態的基礎。
“阿里云非常幸運，我們趕上了中國過去十幾年互聯網產業熱潮。”張勇如是說。根據第三方市調機構Canalys最新發布的2022年中國云市場數據顯示，阿里云在2022年占中國云市場份額的36%，排名第一，雖然業績穩定增長，但增速持續放緩。在云業務這樣的新興市場，相比近兩年快速增長的“其他云”，阿里云的關鍵詞更像是“守業”。
而就在阿里云緩步前行時，ChatGPT從天而降。
在這波AI技術的爆發中，ChatGPT依云而生，Azure在ChatGPT訓練、運行過程中表現出色。AI大模型能力，成了全球云廠商追捧的焦點，也成為了未來云業務最核心的競爭優勢之一。
眼下，對于云廠商來說，不論前期發展如何，這波AI熱潮，的確是一個換道超車的機會，模型能力、基礎設施、開發者生態，都有可能決定云廠商的未來。
算力仍是重點
算力、算法、數據是AI大模型研發的三大要素，在AI大模型的競逐中，主流云計算廠商顯然在算力方面有著更強的實力，但一項創新技術的研發必然面臨諸多復雜的問題，有時候優勢亦是挑戰。
“阿里云未來核心要做好兩件事情：第一，讓算力更普惠；第二，讓AI更普及。”張勇提出，云計算是AI大規模普及的最佳方式，他說，“我們希望在阿里云上訓練一個模型的成本，能夠降低到現在的十分之一，甚至是百分之一。即使是中小企業，也能通過云平臺獲得AI大模型的能力和服務。”
據周靖人介紹，過去十年里，阿里云提供的算力成本下降了80%，存儲成本下降了近9成。2023年，阿里云將推出一款更接近云計算終極形態的算力產品，這款被命名為通用Universal實例的產品進一步屏蔽了傳統IT的硬件參數，讓數據中心真正成為一臺超級計算機，為中小企業和開發者提供普惠的算力。通用Universal實例的價格有大幅降低，對比上一代主售實例最高可下降40%。
降價、普惠的確是推廣云服務、普及AI的有效路徑，但普惠算力能滿足大模型的研發需求嗎？
AI大模型的研發對算力需求很高，而算力的強弱，取決于多個條件，包括硬件性能、硬件數量、系統和網絡、軟件優化、算法效率以及能源供應和散熱等。
OpenAI的公開資料顯示，GPT-3模型的研發采用的全部是英偉達A100顯卡。而目前國內算力服務商在A100的囤貨量上，并不樂觀。
“AI的訓練、運營都需要算力，無論傳統的AI模型還是現在的預訓練大模型，算力肯定是云計算廠商的核心優勢。”倉劍告訴虎嗅，GPU芯片是影響AI大模型訓練算力的重要條件。國內服務商缺芯問題目前還不是很明顯，因為從運營、發展的角度來說，國內廠商都會在算力方面進行長期儲備。
此外，對于云廠商來說，服務器對芯片技術的要求相比手機低一些，主要是體積和能耗方面的問題，部分國內自研芯片基本也能滿足60%-70%的AI大模型研發需求。
然而，對于AI大模型研發來說，雖然沒有高端GPU也能研發AI大模型，但訓練效果和效率必然會大打折扣。首先，如果GPU現存不夠的話，就需要對大模型進行架構優化、使用模型并行技術或降低批量大小來適應顯存限制，但這可能會影響模型性能和訓練穩定性。
阿里云研究員、阿里云官網負責人蔣林泉表示，“對于大模型研發來說，高端GPU芯片意味著數據的存儲能力更強，對于用到大量數據的AI大模型訓練更加友好。但如果沒有足夠先進的GPU，就需要擴大GPU集群，通過分布式訓練等手段，來做大模型訓練。”
然而，對于云廠商來說，要擴大GPU集群的分布式訓練，就需要在構建GPU集群的過程中，保證高速通信和同步的能力，這對于云計算廠商來說同樣存在一定的技術門檻。
阿里云并沒有透露大模型使用的芯片情況。目前，國內大模型訓練使用的芯片多是英偉達的A100。
雖然云服務商的存貨能滿足一時的需求，但隨著AI大模型的迅速發展，算力缺口可能會呈幾何級數上漲，而且隨著AI技術、芯片技術的迭代更新，國內廠商的“庫存”或許很快就不夠用了。而單純低端顯卡并聯，很難滿足更高級的研發需求，且很快也會面臨能耗、成本的問題，未來算力市場要如何算賬，自研芯片要如何開發，都是擺在云廠商面前的難題。
生態是制勝的關鍵
算力之外，生態是大模型爭奪的戰場，各大廠商正在跑馬圈地。
在阿里云峰會上，周靖人正式公布了阿里云的大型語言模型產品——通義千問。
雖然在幾天前，通義千問就已經上線進行了邀測，不過測試的邀請碼申請只開放了半天，多數申請用戶似乎都沒有收到邀請碼。周靖人介紹說，目前通義千問的測試主要針對定向的企業用戶。
本次展示的通義千問能力比目前的邀測版本更豐富，不僅包括了大規模語言模型 （LLM）的對話功能，多輪交互及復雜指令理解。還提到了與GPT-4的“識圖”能力相似的多模態融合，以及支持外部增強API的功能。
阿里的AI大模型能力與阿里云成立之初一樣，第一步都是服務“自己人”。在本屆阿里云峰會上，張勇宣布，阿里巴巴所有產品未來將接入大模型，全面升級。他表示，要建設全新的AI開放生態，需要從阿里內部開始。
以釘釘為例，在周靖人的演示Demo中，釘釘接入通義千問之后可實現近10項新AI功能，用戶可通過快捷鍵，隨時隨地喚起AI，開啟全新工作方式。在釘釘文檔中，通義千問可以創作詩歌小說、撰寫郵件、生成營銷策劃方案等，全面輔助辦公。在釘釘會議中，通義千問可以隨時生成會議記錄并自動總結會議紀要、生成待辦事項。通義千問還可以幫助自動總結未讀群聊信息中的要點。
一個趨勢是，AI能力將會成為SaaS軟件的硬指標。“有人曾說國內SaaS卷不動可以出海試試。不過現在恐怕也沒戲了，在國內你面對的是釘釘等產品，但是到了海外，可能就要面對帶GPT-4的團隊了。”某國內協同辦公軟件公司高管對虎嗅透露，短期來看SaaS、協同辦公軟件上的AI功能可能還要等一陣，畢竟成本擺在那兒，不過如果微軟、谷歌不計成本地“卷起來了”，國內廠商的好日子可能就要到頭了。
“AI大模型可能更像微信、支付寶這種超級APP，它是一個應用型平臺。”倉劍認為。國內大廠不太可能共享自己的數據，因此也不可能共享一個通用AI大模型，更不會依托于其他廠商的大模型。
生態競爭將成為各廠商AI大模型的制勝關鍵之一。“對于以大模型為主業的企業來說，主要的客戶或合作伙伴應該會是AI能力不強的行業企業。通過加入某一個大模型的生態，綁定某一個重要的服務商，實現AI大模型的賦能。”倉劍說。
抓住用戶，讓企業加入自己的生態，光有價格優惠還不夠。對于企業和用戶來說，無論何種數字化、智能化轉型，目的無非是“降本、提質、增效”，一直以來，云技術都在努力從企業的業務中找到能夠實現這三個目標的場景。然而在今天，任何一種生成式AI大模型，要找到這樣的場景，首先要面對的就是“降低成本、提高穩定性”這兩個重要問題，對ChatGPT、GPT-4如是，對通義千問亦如是。
