云厂商鏖战大模型

本文由 甲子光年 撰写/授权提供，转载请注明原出处。

文章来源于：甲子光年

作者：赵健

在刚刚过去的 3 月，以大模型引领的生成式 AI 浪潮在全球科技圈狂飙，甚至以天为单位迭代。

如今，这股大模型风潮从海外刮到了国内，并且愈演愈烈。

本周，王小川、商汤科技、昆仑万维先后更新大模型动态。在这场争先恐后的大模型浪潮中，创业公司基本还处在招兵买马的阶段，云厂商成为当下唯一对公众开启类 GPT 大模型邀测的公司。

上周五，阿里云刚启动大模型“通义千问”邀测，而在昨天的阿里云峰会上，阿里巴巴集团董事会主席兼 CEO、阿里云智能集团 CEO 张勇正式宣布：阿里巴巴所有产品未来将接入“通义千问”大模型，进行全面改造。目前，钉钉、天猫精灵已经接入测试，将在评估认证后正式发布新功能。

张勇认为，面向 AI 时代，所有产品都值得用大模型重新升级。

以 ChatGPT 为代表的 AI 大模型是一个划时代的里程碑。英伟达 CEO 黄仁勋称之为“AI 的 iPhone 时刻”，比尔·盖茨评价为“不亚于互联网诞生”。

张勇指出，大模型是一场“AI+云计算”的全方位竞争，超万亿参数的大模型研发，并不仅仅是算法问题，而是囊括了底层庞大算力、网络、大数据、机器学习等诸多领域的复杂系统性工程，需要有超大规模 AI 基础设施的支撑。

面对全新的 AI 时代，首次兼任阿里云智能集团 CEO 的张勇表示，阿里云已经做好了准备。通过 IaaS、PaaS、MaaS 三层智算体系的完整平台化打造，阿里云可为各行业及企业打造自己的专属大模型。张勇还表示，未来阿里云面向行业的专属模型的算力成本，有望降低到今天的 1/10 甚至 1/100。

从单纯的 AI 技术比拼，到全面的算力体系竞争，阿里云将云厂商的大模型鏖战，推进到全新的层次。

大模型的成功背后，云厂商扮演了关键的角色，就连推出了 ChatGPT、站在全世界聚光灯下的 OpenAI，也离不开云厂商——微软 Azure 的助力。

今天，几乎所有的大模型都是基于谷歌在 2017 年发布的论文《Attention is all you need》中所提出的 Transformer 模型。要完成大模型的训练，雄厚的资金实力是必要条件。

比如，OpenAI 的 GPT-3 模型训练耗费了大约 1200 万美元，有人调侃为“Money is all you need”。

2019 年 7 月，OpenAI 获得了微软的 10 亿美元投资，其中一半为 Azure 云计算的代金券。今年1月，微软再次宣布未来几年向 OpenAI 投资 100 亿美元，Azure 将为跨研究、产品和 API 服务的所有 OpenAI 的工作负载提供支持。

这是一个双赢的合作，OpenAI 获得了训练大模型所必需的财力与算力，而微软也成为 OpenAI 的独家云供应商，以及利润优先分成权。

可以说，如果没有微软的支持，今天就不会有 ChatGPT，黄仁勋口中反复强调的“AI 的 iPhone 时刻”也不会到来。

微软四年前这笔 AI 投资获得了巨大回报。在最近一次财报中，微软表示已经有 200 多个客户——从毕马威到半岛电视台——正在使用 Azure OpenAI 服务，仅 Azure ML 的收入就连续五个季度增长超过 100%，安盛、联邦快递和 H&R Block 等公司都选择该服务来部署、管理和治理其模型。

在微软尝到 AI 的甜头之后，其他云厂商也坐不住了。

在微软宣布追加投资 OpenAI 之后不到一个月（2 月 6 日），谷歌向 AI 初创公司 Anthropic 投资了约 3 亿美元，后者开发了一款与 ChatGPT 相抗衡的聊天机器人。谷歌云成为 Anthropic 的首选云提供商。此次合作涉及谷歌云为 Anthropic 构建大规模 GPU 和 TPU 集群，以训练其 AI 系统。

紧接着，2 月 22 日 AWS 宣布与美国 AI 创企 Hugging Face 扩大合作，以加速构建生成式 AI 应用的大型语言模型和大型视觉模型的训练、微调和部署。Hugging Face 是 OpenAI 的主要竞争对手之一。

在国内，同样掀起一股类 ChatGPT 狂潮。

2023 年 1 月，百度内部开始正式规划用大模型做出一款对标 ChatGPT 的产品，不久之后率先发布文心一言，并打包牵引出它的云服务。

阿里则显得更迅猛。

早在阿里巴巴上一季度的财报会上，张勇就首次预告阿里将全力构建好自己的AI预训练大模型，并为市场上风起云涌的模型和应用提供好算力的支撑。更有消息传出，阿里云是国内高端GPU囤货量最大的云厂商。

上周，阿里云启动大模型 “通义千问”邀测；昨天又在云峰会上宣布将阿里所有产品接入通义千问，并开放通义千问的能力，帮助每家企业打造自己的专属大模型。

再加上还未公开亮相但一直声音不断的腾讯混元大模型、华为盘古大模型，大厂们纷纷入局，这场大模型的军备竞赛已经打响了。

业界通常认为，全球云厂商高速增长的“黄金时代”已经过去，一个普遍的事实是，云厂商们都遭遇了增长乏力的现状。

海外三家云巨头亚马逊、微软、谷歌，在 2022 年 Q4 的合计营收虽然同比增长 25.7% 至 439.6 亿美元，但环比却出现了 5.9% 的下降。细分到每一家，亚马逊 AWS、微软 Azure、谷歌云营收同比增速分别为 20.2%、31.0% 和 32.0%，环比下降为 7.3%、4.0% 和 5.6%。

在 2022 年财报电话会上，亚马逊首席财务官 Brian Olsavsky 表示亚马逊已经注重到了 AWS 营收的持续放缓趋势。

云收入放缓的部分原因在于，企业用户对于云计算的支出需求在下滑。亚马逊高管表示，AWS 客户希望减少在云计算方面的支出。

研究机构 TrendForce 今年 2 月也发布预警，Meta、微软、谷歌、亚马逊这四家云厂商的服务器采购量可能从年增 6.9% 放缓至 4.4%，这一举动将拖累 2023 年全球服务器出货量年增长率下滑至 1.87%。

为了应对业务下滑趋势，亚马逊甚至已经开启了两轮裁员，其中就包括 AWS 部门。

但大模型有望改变云增长持续放缓的局面，打开新的增量市场。

在深度学习兴起的头十年之间，AI 模型基本上是针对特定应用场景需求进行训练的“小模型”，属于传统的定制化、作坊式的模型开发方式。但在 2015 年至 2020 年期间，用于训练大模型的计算量增加了 6 个数量级，并且在手写、语音和图像识别、阅读理解和语言理解等方面超过了人类。

大模型的出现能够提高模型的通用性、降低AI落地应用的门槛，实现 AI从“手工作坊”到“工厂模式”的转变。

在 Gartner 发布的 2022 年重要战略技术趋势中，以大模型驱动的生成式 AI 就位列 12 项重要战略之首。同时Gartner预计，到 2025 年，生成式 AI 将占所有生成数据的 10%，而目前这一比例还不到 1%。

但是，训练大模型需要消耗巨大的算力。OpenAI 的研究表明，2012 至 2018 年 6 年间，在最大规模的人工智能模型训练中所使用的计算量呈指数级增长，其中有 3.5 个月的时间计算量翻了一倍，比摩尔定律每 18 个月翻一倍的速度快得多。

在此背景下，公共云将是 AI 新型基础设施的最佳载体。

硅谷知名风投 A16Z 在博客中表示，生成式 AI 的大量资金最终都稳定地流向了基础设施层——以亚马逊 AWS、微软 Azure、谷歌 GCP 为主的云厂商，以及以英伟达为代表的 GPU 厂商。

据 A16Z 估计，应用层厂商将大约 20%~40% 的收入用于推理和模型微调，这部分收入通常直接支付给云厂商或第三方模型提供商，第三方模型提供商也会将大约一半的收入用于云基础设施。因此，总的来看生成式 AI 总收入的 10%~20% 都流向了云提供商。

巨大的市场需求，在收入放缓的背景下，刺激了云厂商对 AI 的投入不降反升。

在新的 AI 时代，率先拿到大模型入场券的云厂商，将有机会改写市场格局。

作为大模型的“发动机”，以 GPU 为核心的算力也被放在了聚光灯下。

进入 2023 年，英伟达的股价也乘着大模型的东风一飞冲天，仅仅头 3 个月，市值增长超过 80%。

不过，人们常常忽略的一点是，算力只是训练大模型的必要不充分条件。

实际上，微软 Azure 为了支持 OpenAI 训练大模型，除了准备了上万颗英伟达 A100 GPU 芯片之外，也做了大量的优化工作。

微软 Azure 与 OpenAI 一起共同设计了一台超级计算机，专门用来做 GPT 模型的训练，同时要确保它们不与 Azure 提供的其他服务产生冲突。

在某些时候，这些 GPU 需要相互交流来分享他们所做的工作。对于 AI 超级计算机，微软必须确保处理所有芯片之间通信的网络设备能够处理这种负载，并且它必须开发出最大限度地利用 GPU 和网络设备的软件。同时，微软还要考虑数据中心的断电、散热等问题。

在阿里云 CTO 周靖人看来，GPU很重要但不是全部：“大模型的训练往往需要几千甚至上万张 GPU 卡共同协作来完成，卡与卡之间的连接，机器与机器之间的连接，如何构建一个高吞吐、低延迟的网络，以及高效的存储，都是智算基础设施的重要环节。如果没有这些环节，光有 GPU 的卡，就很难跑出规模超级大的模型。”

阿里云是国内最早涉足 AI 大模型研发的云厂商之一，因此对于大模型的训练经验有足够的发言权。

早在 2019 年，阿里就发布大规模预训练语言模型 structBERT，并登顶全球 NLP 权威榜单GLUE，成就国内大厂在 AI 领域的突出贡献之一。此后，2021 年，阿里先后发布国内首个超百亿参数的多模态大模型 M6，并演进至全球首个 10 万亿参数大模型。

OpenAI 的前政策主管 Jack Clark 曾公开点评 M6 模型，称它“规模和设计都非常惊人。这看起来像是众多中国的 AI 研究组织逐渐发展壮大的一种表现。”

像M6这样的超大模型，极其考验算力基础设施，这是阿里云作为亚太第一、全球第三的云厂商的市场地位之外，更重要的技术证明。

周靖人把它总结为全新的 “飞天智算基础设施”，主要包含三层系统服务能力：

. IaaS：阿里云可支持最大十万卡 GPU 单集群规模，是可承载多个万亿参数大模型同时在线训练的智算集群，并可为万卡规模 AI 集群提供无拥塞通讯的自研 RDMA 网络架构等；

. PaaS：以机器学习平台 PAI 为核心，阿里云可支持万卡的单任务分布式训练规模，AI 训练效率提升可达 10 倍，推理效率提升可达6倍，覆盖全链路 AI 开发工具与大数据服务，深度支持了通义大模型的研发；

. MaaS（Model-as-a-Service）：阿里云提供通义大模型系列和以之为基础的企业定制大模型，以及国内首个“模型即服务”开放平台魔搭社区。

阿里云全新的智算框架已通过了内部更严苛的考验与实践。周靖人介绍称：“比如 M6 模型从最开始的百亿参数规模，一直训练到后来的 10 万亿参数规模，在训练过程中解决了很多系统问题、网络问题、调度问题、编译系统问题。”他总结到，阿里云的基础设施具备了训练至少 10 万亿参数规模模型的能力，是能够快速推出通义千问这样一个语言大模型的核心基础。

在本次阿里云峰会上，首次兼任阿里云智能集团 CEO 的张勇表示，面向智能化时代，阿里云已经做好了准备。

作为大模型的探险者，OpenAI 的成功几乎是烧钱烧出来的。据估算，OpenAI 的模型训练成本高达 1200 万美元，GPT-3 的单次训练成本高达 460 万美元。

这当然极大提升了大模型的进入门槛。而把大模型做得更普及、更便宜，将是接下来大模型的主要趋势之一。

在云峰会上，张勇对阿里云的战略定位就两句话：让算力更普惠，让 AI 更普及。

2022 年云栖大会上，周靖人首次提出 model as a service 模型即服务（MaaS）。阿里云是在全球第一个提出 MaaS 概念的大公司。

MaaS 理念来源于市场和实践。周靖人观察到，今天不是所有的企业都需要从头开始训练，也不需要从头去做多种语料训练，消耗大量的机器资源，这无异于“重复造轮子”。

“我们希望今天在通义千问模型之上，结合企业的场景、企业的知识体系、企业的行业特殊需求，产生一个企业的专属模型，比如企业自己的智能客服、智能导购、智能语音助手、文案助手、AI 设计师、自动驾驶模型等。”周靖人说。

阿里云新开辟的MaaS市场一呼百应。

阿里云峰会当天，OPPO 安第斯智能云宣布，将联合阿里云打造大模型基础设施，基于通义千问进行持续学习、精调及前端提示工程，未来建设服务于 OPPO 海量终端用户的AI服务。

同时，中兴通讯、吉利汽车、智己汽车、奇瑞新能源、毫末智行、太古可口可乐、波司登、掌阅科技等多家企业表示，将与阿里云在大模型相关场景展开技术合作的探索和共创。

这还不够。行业专属大模型适合有一定研发能力的大型企业客户，而面向广大的中小企业与个人开发者，阿里云联合达摩院牵头建设了国内规模最大的 AI 模型服务社区“魔搭”。

阿里云联动澜舟科技、深势科技、智谱 AI 等 17 家机构，在魔搭以开源方式提供超 800 个 AI 模型，以及行业和学术热门的公开数据集，以及阿里巴巴集团贡献的专业领域数据集。

社区上线以来，在不到半年的时间内魔搭社区吸引了超百万用户，模型累计下载次数超过 1600 万，已经成为国内规模最大、最活跃的模型社区。

如今，MaaS 的概念基本已经成为全球云厂商的共识，构建行业的专属大模型也成为云厂商正在进行的实践。

在最近一次财报中，微软表示已经有 200 多个客户正在使用 Azure OpenAI 服务；百度文心大模型已经在工业、金融、交通、媒体等领域，发布了 10 多个行业大模型。

周靖人表示：“我们比较欣慰地看到越来越多的行业、云计算厂商还有更多的互联网公司也开始认同这样的一个观点，甚至今天也开始按照这样一个观点去打造自己的产品服务体系。我们已经真正进入到了一个模型的世界。”

除了 MaaS 之外，阿里云的另一个核心战略就是——降价。

过去十年，阿里云提供的算力成本下降了 80%，存储成本下降了近 90%。阿里云通过软硬一体技术的研发来降低成本，先后自研了 CPU 倚天 710、云数据中心处理器 CIPU、数据中心网络等。

放眼全球，自研芯片也是 AWS、谷歌等云大厂的共同趋势。

今年，阿里云将推出一款更接近云计算终极形态的算力产品——通用 Universal 实例，进一步屏蔽了传统 IT 的硬件参数，让数据中心真正成为一台超级计算机。通用 Universa l实例的价格对比上一代主售实例最高可下降 40%。

除此之外，周靖人告诉「甲子光年」：“虽然有技术前瞻性与先发优势，但阿里云并没有停下创新的节奏。今天发布的是通义千问，其实也在做下一代的技术演进与布局。模型的二次开发、推理服务今天仍然非常昂贵，这也是阿里云要攻克的一个方向。”

张勇表示，云计算是 AI 大规模普及的最佳方式，“未来，我们希望在阿里云上训练一个模型的成本，能够降低到现在的十分之一，甚至是百分之一。即使是中小企业，也能通过云平台获得 AI 大模型的能力和服务。”

当大模型开始普及，AI 行业会发生哪些变化？

对此，张勇表示，AI 大模型的出现是一个划时代的里程碑，人类将进入到一个全新的智能化时代，就像工业革命一样，大模型将会被各行各业广泛应用，带来生产力的巨大提升，并深刻改变我们的生活方式。他认为，面向 AI 时代，所有产品都值得用大模型重新升级。

在阿里云峰会上，张勇宣布，“阿里所有产品将用大模型全面改造。”

将大模型落地为应用实践，国外看微软，国内看阿里云。

微软是全球布局动作最快的云厂商。在 OpenAI 发布 ChatGPT 后不久，其大股东微软便马不停蹄对旗下软件产品进行了 AI 改造，把包括搜索引擎 bing、协作工具 Teams、ERP 和 CRM 系统软件 Dynamics  365 等。

3 月 17 日，微软在 GPT-4 官宣后的第二天，就迫不及待地将其接入 Office 套件，推出全新的 AI 功能 Copilot（副驾驶），通过自言语言指令来自动创建文档、表格与 PPT。

对于微软一系列“光速”变革，前钉钉副总裁、明略科技首席战略官张思成曾对「甲子光年」评价道：“动作快到不像微软。”

国内云厂商中，目前来看动作最快的是阿里云。

对于现有产品接入类 GPT 大模型做改造，并不只是对接一个 API 这么简单，不仅要保证两个产品之间的无缝对接，还要保证向前兼容已有的客户和服务，中间必须经过大量的测试和调试。

钉钉、天猫精灵将率先接入通义千问测试，并将在评估认证后正式发布新功能。

根据钉钉当天披露的 demo 演示，接入通义千问之后的钉钉可实现近 10 项新 AI 功能。通过类似微软 Copilot“副驾驶”的设定，可随时随地唤起 AI，开启全新工作方式。

比如，在钉钉文档中，通义千问可以创作诗歌小说、撰写邮件、生成营销策划方案等；在钉钉会议中，通义千问可以随时生成会议记录并自动总结会议纪要、生成待办事项，通义千问还可以帮助自动总结未读群聊信息中的要点。

最惊艳的是，钉钉展示了拍照生成小程序功能，上传一张功能草图，不用写一行代码，即可立刻生成订餐轻应用——这与 GPT-4 宣传片中展示的一张草图生成网站代码异曲同工。

此外，通义千问还将陆续嵌入阿里电商、搜索、导航、文娱等场景。比如在网购场景，用户如果想开生日 party，通义千问可以帮助生成生日活动方案和购物清单。或许下一个 killer app，就从阿里云的通义千问中长出来。

红杉资本将大模型驱动的生成式 AI 分为文本、代码、图片、语言、视频、3D 等数个应用场景。红杉资本认为，生成式 AI 至少可以提高 10% 的效率或创造力，有潜力产生数万亿美元的经济价值。

黄仁勋将 ChatGPT 的诞生称之为“AI 的 iPhone 时刻”。正如 App Store 产生之后才构建了移动互联网庞大的生态，只有真正构建起大模型的生态，AI 的生产力革命才真正带来价值。

这场大模型的鏖战才刚刚开始。

扫码关注公众号

获取更多技术资讯