本文來自微信公眾號“科技云報到”。
2024年注定是云計算發(fā)展的關鍵時間節(jié)點。
過去兩年多時間里,云計算行業(yè)被討論最多的話題就是“降價”,在市場增速放緩,甚至有企業(yè)高呼“下云”的背景下,云廠商紛紛打出了“價格牌”,導致整個行業(yè)陷入到了“低水平內(nèi)卷”的境地。
如今,在大模型的促進下,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,對云計算的影響絕不僅僅是輿論層面,屬于云計算的“黃金時代”或許才剛剛開始。
下一代云,正在變得智能
IDC《聚焦平臺能力,支撐智能化業(yè)務發(fā)展》報告指出,2022-2027五年間中國公有云市場年復合增長率將達到26.9%,其中PaaS增速最快,為30.5%,SaaS(軟件即服務)緊隨其后為28.7%。當云計算的基礎設施建設完成后,中國公有云市場正在從資源驅(qū)動型延伸至技術和業(yè)務驅(qū)動。
IDC《聚焦平臺能力,支撐智能化業(yè)務發(fā)展》報告
生成式AI和大模型的快速發(fā)展,也在加速推動PaaS成為下一代智能云的核心能力——作為承上啟下的中間層,PaaS層既要承擔IaaS層快速規(guī)模化擴張帶來的壓力,又要承載SaaS層軟件功能沉淀下來的可平臺化能力,PaaS層將成為幫助企業(yè)全方位構(gòu)建和應用AI原生力的關鍵環(huán)節(jié)。
企業(yè)用戶對云的需求變化主要體現(xiàn)在三個方面:在云上獲得應用AI的能力、在云上獲得AI加持的工具、在云上實現(xiàn)以智能驅(qū)動的應用創(chuàng)新。
IDC認為,下一代云將是按需適配企業(yè)智能化發(fā)展的“智能云”,云是AI落地和發(fā)展的土壤,AI也會助推云平臺發(fā)展。技術層面,企業(yè)需要借助智能架構(gòu)和系統(tǒng),加速智能設施應用落地;在業(yè)務層面,企業(yè)需要利用云平臺的資源管理能力,提高工作流程的自動化水平,實現(xiàn)智能運營;在生態(tài)層面,企業(yè)需要依賴下一代云上的智能工具,提升產(chǎn)品開發(fā)效率和產(chǎn)業(yè)協(xié)同能力,實現(xiàn)智能創(chuàng)新。
顯然在經(jīng)歷過去十多年的發(fā)展,當云計算遇到人工智能,尤其這一波的大模型,進化中的云計算正在變得更加智能。
云計算的“第二增長曲線”
生成式AI正在席卷千行萬業(yè),想要拿到通往新時代的船票,“上云”可以說是第一選擇。生成式AI需要云計算,也為云計算提供了新的驅(qū)動力。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財年第三財季的財報,微軟云業(yè)務的整體收入為351億美元,同比增長23%;智能云業(yè)務部門收入達到267億美元,同比增長21%,其中Azure和其他云服務的收入增長31%,AI對Azure的收入貢獻提升至7%,高于2024財年第二財季的6%和第一財季的3%。
從蘋果的AI戰(zhàn)略來看,全場最大的亮點莫過于和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,實現(xiàn)聊天機器人、圖像生成等功能,且這些需求會上傳到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)。
事實上,國內(nèi)市場也早有準備。比如華為云去年9月上線的昇騰云服務,除了滿足基礎的AI算力需求,還提供了高效長穩(wěn)的大模型訓練環(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個月縮短到了1個月。
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練和推理。比如MiniMax,沒有購買任何GPU,而是以相對便宜的價格租賃云算力。
不只是云廠商和大模型廠商,更多傳統(tǒng)產(chǎn)業(yè)領域的大中型企業(yè),也已經(jīng)將AI和云作為戰(zhàn)略方向。以汽車產(chǎn)業(yè)為例,預計未來5年智能網(wǎng)聯(lián)汽車將超過90%的滲透率,將累計上萬PB的數(shù)據(jù)量。
汽車行業(yè)的數(shù)據(jù)價值挖掘不充分,因此AI推動智能網(wǎng)聯(lián)汽車的數(shù)據(jù)應用是必然之路,基于云服務的自動駕駛數(shù)據(jù)閉環(huán)平臺,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、應用上云看作是云計算的“第一增長曲線”,急劇增長的生成式AI需求,將為云計算帶來“第二增長曲線”,在基礎資源需求逐漸飽和時,為云計算行業(yè)開辟了新的增量市場。
云巨頭發(fā)力大模型生態(tài)
從去年開始,國內(nèi)云巨頭All in AI毋庸置疑。
從IaaS+PaaS市場來看,今年上半年創(chuàng)下近三年來同比增速新低。因此,大模型也就自然成為了云廠商的增長新抓手。其中,AI生態(tài)則是其重要組成部分。
實際上,早在2022年底,阿里云就提出了MaaS模型理念,而這個時間點也正是海外ChatGPT剛剛火熱之時。在2023年的云棲大會上,阿里云CTO周靖人表示,截至目前,百川智能、智譜AI、零一萬物、昆侖萬維、vivo、復旦大學等中國一半的大模型公司,都跑在阿里云上。
在具體服務方式上,阿里云的開源社區(qū)魔搭一共提供兩種服務:一是開發(fā)者可以直接調(diào)用阿里云的算力和大模型訓練及推理平臺,后者是阿里云為生態(tài)伙伴提供一站式的服務;二是模型的二次開發(fā),這種服務模式則是提供模型訓練和數(shù)據(jù)訓練,另外還會針對具體的業(yè)務場景進行調(diào)優(yōu)。
簡單來看,一種是直接提供API接口,一種則是通過提供模型訓練能力,幫助企業(yè)對模型進行二次開發(fā)。
騰訊云進度同樣迅速。在今年年初的的騰訊云生態(tài)大會上,騰訊云公布了最新成績單,“過去兩年,騰訊云被集成收入同比增長200%”。而且發(fā)布了大模型后,騰訊云更是在被集成業(yè)務中,將80%-90%的業(yè)務收入分配給合作伙伴。
另外,騰訊云這兩年一直在加速“被集成”業(yè)務。實際上,從騰訊云提出“被集成”開始,便退出了“總集成商”這個角色,再到今天的MaaS模型,騰訊云的生態(tài)模式已然發(fā)生了巨大的轉(zhuǎn)變。從某種程度上講,騰訊云的MaaS也更有助于其自身沉淀垂直領域的行業(yè)Know-How。
在過去一年中,隨著這種模式的不斷深入,騰訊云已經(jīng)在醫(yī)療、金融、文旅、傳媒、政務、教育等十個行業(yè)積累了大量的資源。
而這些垂直領域大模型大部分都是有生態(tài)伙伴配合完成的。在垂直模型的建設中,各方的角色分配十分清晰。騰訊云的工作是提供PaaS層的能力,垂直領域的大型企業(yè)來提供數(shù)據(jù)和需求,最后再由專業(yè)的垂直模型建設團隊完成行業(yè)的私有化部署。
有迅速行動的還有華為云。在大模型生態(tài)方面,華為云采取面向軟件伙伴、服務伙伴、咨詢與系統(tǒng)集成伙伴三類伙伴的合作路徑。
其不僅支持盤古大模型的調(diào)用,也有各類開源模型和三方商業(yè)模型的搭建,從大模型開發(fā)到定制的過程,華為云還提供數(shù)據(jù)工程、模型開發(fā)和應用開發(fā)等多種工程化套件,幫助用戶構(gòu)建獨立的數(shù)據(jù)集,并升級基礎模型。
從某種層面來看,不論是阿里云、騰訊云,還是華為云,其基于MaaS層面的生態(tài)建設相較之前態(tài)度更為開放兼容,同時也更果決,不論是算力層面還是數(shù)據(jù)層面,都有足夠強的空間給到生態(tài)伙伴。
截至目前,各家的MaaS生態(tài)模型基本已成型,其以算力為底座,上層的大模型收集、標注、預訓練等環(huán)節(jié)為抓手,作為生態(tài)武器,加速自身的生態(tài)構(gòu)建,以為自身的大模型落地提供更強的配套支撐。
大模型時代
云廠商的“公有云”進化
實際上,從IaaS+PaaS+SaaS,到IaaS+PaaS+MaaS,這也正在云廠商在大模型時代的新盈利方式。而從親自做SaaS到開始探索MaaS,也意味著云廠商會將“被集成”的生態(tài)模式進行到底。
而這種生態(tài)模型對應的一個必然趨勢也恰是“公有云+AI”。客觀來看,這種模式正在成為各家的公開選項。
從市場需求來看,一方面由于GPU算力短缺,公有云則可以極大地降低AI模型的成本。另一方面,公有云的AI大模型模式也確實能在一定程度上拉動云廠商的增長。
從目前云廠商的商業(yè)模式來看,一種是API調(diào)用,按token字數(shù)收費;另一種則是為大型企業(yè)提供二次開發(fā)的服務,前者比拼的是云廠商自身的算力積累,后者則是依托于領域伙伴。
無論是阿里云、騰訊云,抑或是華為云,在過去一段時間里除了算力側(cè)的多重信號,最常見的便是垂直領域大模型的構(gòu)建,即不論是基于本地部署還是公有云模型,先和部分垂直賽道頭部企業(yè)合作進行領域數(shù)據(jù)的訓練表達,最終訓練出面向?qū)S匈惖赖念I域模型。
同時基于雙方的協(xié)商,將其部分能力釋放到公有云的能力模型中,進一步加持基座模型的底層能力,并且將這種能力加持到自身的產(chǎn)品中,比如百度文庫,騰訊的騰訊會議,阿里的釘釘?shù)鹊取?/p>
實際上,在大模型生態(tài)模式的探索方面,海外云廠商已經(jīng)提供了一個例證。微軟Azure在ChatGPT被炒得火熱之時,并沒有選擇自研大模型,而是通過深度綁定的方式,直接基于GPT對外提供服務。
仔細觀察微軟的產(chǎn)品即可發(fā)現(xiàn),其Windows、Office、Bing等軟件都開發(fā)了AI Copilot助手。這樣一來,微軟也就形成了由云-AI-軟件的商業(yè)閉環(huán)。
就現(xiàn)階段而言,云計算的增長引擎已經(jīng)從價格渠道逐步向需求驅(qū)動、價值驅(qū)動轉(zhuǎn)變,勢必會倒逼云廠商改變市場策略,將資源投入到核心領域,繼而從低水平內(nèi)卷重回理性增長的軌道。
如果把視角再放長遠一些,AI對云計算的顛覆才露出冰山一角,過去的云服務是以功能為中心的,未來將是以場景為中心,基于大模型的能力,打破功能的邊界,深入場景解決問題。彼時,云計算將漸漸剝離資源屬性,成為智能世界的底層系統(tǒng)。
新的大幕剛剛打開,新的能量也正在整合注入,新的浪潮已經(jīng)開始洶涌起來。