ChatGPT的持續走紅不光讓人們對人工智能的發展充滿期待，同時也對云計算產業產生深刻的影響。因為在ChatGPT的發展過程中，我們看到微軟的Azure發揮了不可估量的作用。
大模型的訓練底層依托GPU算力資源、高性能的存儲與網絡，因此大模型的發展與云計算息息相關。
在青云科技看來，具備底層IaaS資源的云廠商與大模型廠商的合作是發展趨勢之一，兩者之間可以互相補足能力，基礎設施服務的搭建、靈活彈性的云資源算力、成熟的運維監控體系都能很好地彌補大模型廠商在算力和模型訓練上缺失的能力。
云計算的邊界越來越模糊
在傳統的認知中，云計算是按照IaaS、PaaS和SaaS進行劃分的。但是進入到大模型時代，我們看到，這種分層的邊界已經越來越模糊，云廠商需要基于用戶的使用場景，提供細分客群的差異化產品，比如基于行業特征的PaaS服務、低代碼服務等。
AI模型的訓練包含算力搭建、數據采集、數據清洗、數據分析、算法、訓練以及推理等多個方面，此前用戶需要具備一套成熟的研發團隊才可以進行AI產品的投入。
服務化的背后是專業的分工，于是我們看到為了抓住機遇，專注于大模型的公司打磨其產品，從而提供相應的能力。
MaaS（模型即服務）這一全新服務也涌現出來。就像云計算的出現是為了消除用戶獲取IT資源的復雜性，MaaS幫助用戶屏蔽復雜的技術，尤其是AI相關的重投入的技術。MaaS能讓客戶以最小的成本，快速使用模型服務構建其專屬的AI產品。
青云科技認為，MaaS將會是一種趨勢，但是不會一蹴而就，而是一個循序漸進的過程。因為隨著數據量級（token參數）的增多，其精準度和認知能力上會隨著數據量的增加、算法模型的優化而不斷的發展，這是一個長期發展的過程。
大模型也是一種資源
大模型與云計算提供的資源是緊耦合的，對于大模型服務來說，多了一個大模型的成本。這對于云廠商而言是一種機會。因為一種新的成本，意味著一種新的商業機會。
大模型對于算力的需求與日俱增，GPU的相關產品也需要隨著迭代和更新，云廠商能夠提供穩定的算力支持，強大的技術支撐團隊，以及快速響應客戶的AI需求，協助客戶在大模型領域落地相應的產品和項目。比如青云公有云提供包括了e系列云服務器、EHPC高性能計算、GPU云服務器等的多元算力，存儲及網絡服務。
青云科技表示，在認知層面，云廠商一定要正視大模型，將其視為和計算、存儲、網絡等平等的地位。云廠商需要調整現有服務和解決方案，適應大模型的產品和服務。“對第三方云廠商來說首先服務好現有客戶，通過大模型或者其他AI技術在現有客戶面前增值，并且能夠真的基于用戶的使用場景為用戶提供一個可落地的大模型服務。”
目前，云計算廠商計劃進一步打造自身的大模型能力，而一些大模型公司也會加入到與云平臺的競爭中，所以大模型的出現是一場變革，變革意味著機會，未來各個行業都會用到大模型，機遇與挑戰適用于變革中的每一家公司。
結語
大模型的競爭是一種長期主義的競爭。
云計算平臺服務千行百業的定位不會變，為用戶提供多樣性業務的基礎能力的需求不會改變。云廠商的能力需要更加多樣化，并與更多的公司/組織/機構合作。
回到青云科技自身，青云一直都秉承客戶至上的原則，從客戶的需求出發，除了做好穩定的算力支持，青云具備與其他技術領域整合的專業能力，也可以從生態發展上接入大模型服務的能力，聯合專業的AI團隊提供多方位的服務，從訓練數據集收集、訓練、推理、算力平臺建設、多模態支持、定制化模型、公私混合云模式部署等產業全鏈路提供支持，讓客戶不用投入巨大成本就能跟上這輪變革，專注自身業務。
