今年以來，大模型引爆科技圈，熱度始終高漲不下。英偉達狂飆的股價與利潤體現(xiàn)了以GPU為代表的芯片市場的火爆，而作為AI基礎設施之一的云，此前似乎被遮掩了些許光芒。

此前，大模型對云的影響稱不上顯著。但隨著微軟、谷歌、亞馬遜相繼披露季度財報，直觀的增長擺在眼前。因而，多家云服務商都調(diào)高了業(yè)務期待，預計影響將逐漸從2023年第四季度起體現(xiàn)。

從頭部云廠商的業(yè)績來看，在生成式AI的驅動下，以Azure為核心的微軟智能云收入同比增長了13%至565億美元，凈利潤同比增長了27%，至222億美元，微軟表示，主要得益于對消費者和商業(yè)產(chǎn)品中大型AI模型的不斷增長需求，推動了云消費的增加；AWS的收入結束了此前連續(xù)六個季度的放緩，并預計生成式AI會在未來幾年帶來數(shù)百億美元的收入。市場占有率排在微軟與AWS之后的谷歌，由于云收入低于預期，股價一度大跌9%。

此外，近期的Open AI開發(fā)者大會上，Open AI宣布將圍繞GPT打造AI平臺，推出GPT Store，讓用戶用自己的自然語言來創(chuàng)建自己的“個人版ChatGPT。大模型從通用走向垂直，從B端走向C端，其創(chuàng)新不輟，逐漸走向普惠性發(fā)展的同時也意味著云廠商將面臨著又一輪的增長機遇。

可以說，AI的下一個拐點，“云關”已至。

大模型如何“需要云”？

今天的大模型并非依靠一個計算單元，而是需要將成千上萬個計算單元聯(lián)合起來，組成復雜的分布式系統(tǒng)。

訓練大模型所需要的超大規(guī)模的數(shù)據(jù)處理和并行計算能力，必須通過對對網(wǎng)絡操作系統(tǒng)、分布式計算引擎、網(wǎng)絡設備、交換機、計算架構等全棧內(nèi)容的整體優(yōu)化來實現(xiàn)。可以說，在云的支撐下，大模型才能完成“數(shù)據(jù)中心級”的重構。

以微軟為例，為了支持OpenAI訓練ChatGPT，專門設計了一臺10000張A100芯片連接起來的超級計算機，在獲得高效能算力的同時，也要解決數(shù)據(jù)中心的散熱、斷電等工程問題的優(yōu)化。可以說，正是有了微軟的云服務支撐，才造就了如今的ChatGPT。

正如阿里云CTO周靖人所言，此輪AI技術變革的本質，其背后是整個計算機體系的全面升級。云計算靈活、可擴展的彈性調(diào)度能力，成為大模型訓練、推理部署的必要基礎設施。而大模型則為云計算激發(fā)了更多資源需求的同時，帶來技術架構和產(chǎn)品布局的革新，由此激發(fā)出更多業(yè)務場景，成為當前云計算市場不可多得的興奮劑。

廣袤市場如何“布局云”？

英偉達曾透露，2023財年數(shù)據(jù)中心業(yè)務有40%的收入來自超大規(guī)模數(shù)據(jù)中心與云服務商。

隨著大模型逐漸走向輕量化和應用場景的拓展，未來大模型將成為一項通用服務，帶來真正的AI普惠性發(fā)展。作為基礎設施的云計算將會在大模型的驅動下進一步重塑產(chǎn)業(yè)格局。

根據(jù)Gartner統(tǒng)計，2022年全球云計算市場規(guī)模為4910億美元，增速19%，預計在大模型、算力等需求刺激下，市場仍將保持穩(wěn)定增長，到2026年全球云計算市場將突破萬億美元。

當前，云計算市場也已涌現(xiàn)出許多新業(yè)態(tài)——

算力調(diào)度：

AI大模型的興起加速了對更大規(guī)模和更強大計算資源的需求，這也使云計算服務提供商繼續(xù)改進其硬件和軟件基礎設施，以支持大規(guī)模AI訓練和推理工作負載。又因硬件設備的成本過高，近來算力調(diào)度、算力租賃模式火熱。

前者以合作形式共建算力生態(tài)。以青云科技為例，其推出的AI算力調(diào)度平臺，介于底層的資源層與上層的模型層之間，通過整合不同來源、類型和架構的算力資源，實現(xiàn)統(tǒng)一調(diào)度與運營，為用戶提供按需獲取和調(diào)度的服務。當前已經(jīng)成功服務于國家超算濟南中心。當青云科技的客戶有算力需求，青云科技可以通過直接調(diào)度濟南超算的算力向客戶提供AI算力資源。因此，青云科技既是濟南超算的供應商，也是其渠道商。

而后者算力租賃模式除了有傳統(tǒng)的云計算服務提供商和第三方數(shù)據(jù)中心企業(yè)參與，還吸引了如蓮花健康、恒潤股份等企業(yè)跨界入局，致使相關概念股大漲，部分公司幾度漲停。在投資者提問平臺，可以搜索到近600條關于算力租賃的提問。

云智一體：

過去，云計算更專注于算力能力，服務模型集中在IaaS、PaaS、SaaS三層。如今，云計算在大模型驅動下具備了更強的集成能力，可在算力、算法和應用層中嵌入大模型，進而強化云計算的“智”，以智能底座集成應用并統(tǒng)一對外輸出，實現(xiàn)場景端的生產(chǎn)力解放，同時進一步降低企業(yè)獲取和使用人工智能的門檻。目前，百度、阿里乃至更多云計算企業(yè)，已經(jīng)將目光投向“云智一體”，布局在智能基礎設施之上的通用型AI產(chǎn)品能力。

云原生安全：

在由AI大模型的興起帶來持續(xù)算力的需求同時，安全保護也成為新業(yè)態(tài)下的重點挑戰(zhàn)。

作為新興市場，云原生安全為技術創(chuàng)新型公司提供了更多發(fā)展機遇，云計算廠商以及專業(yè)網(wǎng)絡安全廠商都在加速布局，力爭獲取先發(fā)優(yōu)勢，并通過融入機器學習、人工智能等技術為最終用戶提供更智能化、自動化的容器安全解決方案。

頭部廠商如何“角逐云”？

當前，隨著大模型落地路徑的日趨清晰，大模型也成為國內(nèi)云服務商未來十年甚至二十年的核心戰(zhàn)略。未來MaaS將成為云計算的主流商業(yè)模式，各類應用將基于大模型來開發(fā)，每個行業(yè)需要打造行業(yè)自己的大模型?；诖耍^部廠商紛紛拿出創(chuàng)新方案——

阿里云：

基于對行業(yè)模型落地的認可，阿里云提出開源通過從底層算力（IaaS）到AI平臺（PaaS）再到模型服務（MaaS）的全棧技術創(chuàng)新，升級云計算體系。

在此前的云棲大會上，阿里云針對大模型升級了AI基礎設施，提供更高性能、更低成本的智能算力。全新升級的阿里云人工智能平臺PAI，底層采用HPN 7.0新一代AI集群網(wǎng)絡架構，高效協(xié)同調(diào)度各類芯片，可支持高達10萬卡量級的集群可擴展規(guī)模，讓超大集群像一臺計算機般高效運轉。

京東云:

基于企業(yè)自建產(chǎn)業(yè)大模型的風潮指向，京東云推出混合多云操作系統(tǒng)“云艦”和數(shù)據(jù)儲存體系“云?！币远嘣瀑Y源提供給業(yè)務方，向行業(yè)云、產(chǎn)業(yè)云的方向演進。這種多云混合部署形式一方面大大降低投入成本和能耗支出，同時保障企業(yè)自身數(shù)據(jù)安全，另一方面可規(guī)避企業(yè)用戶與單一云廠商深度綁定，一定程度上保障企業(yè)議價權。

騰訊云：

基于過去積累的龐大業(yè)務數(shù)據(jù)和算力基礎設施，騰訊云已經(jīng)推出了自己的MaaS大模型精選商店，將基礎資源、技術支持、工具組件等進行整合。企業(yè)可以基于騰訊云TI平臺，然后結合自身的應用場景，按需定制或者構建自己的專屬大模型。

目前，騰訊云行業(yè)大模型能力已在騰訊企點、騰訊會議、騰訊云AI代碼助手等多款產(chǎn)品中落地使用；通過聯(lián)合行業(yè)頭部企業(yè)，已為文旅、政務、金融等10余個行業(yè)，提供了50多個大模型行業(yè)解決方案。

百度云 ：

百度智能云在去年構建的AI大底座，通過集成百度智能云在AI IaaS層和AI PaaS層的先進技術，極大降低了AI產(chǎn)業(yè)應用的門檻。同時，為推動中小企業(yè)上云，百度推出“千帆AI原生應用開發(fā)工作臺”，為大模型的研發(fā)、服務提供了全生命周期的支持。

華為云 ：

基于已有的行業(yè)伙伴生態(tài)和自家盤古大模型的行業(yè)應用實踐，華為云繼續(xù)專注To B的行業(yè)市場，高效帶動其他生態(tài)伙伴參與到大模型升級中。據(jù)華為云官方數(shù)據(jù)，目前，華為云AI已在各行業(yè)落地了1000+項目。

寫在最后

大模型時代競爭日益激烈，云底座的效能也愈發(fā)顯著，這便注定了云生態(tài)會持續(xù)變化發(fā)展，未來云計算平臺廠商也將從載舟者成為劃槳者，共同構建出大模型時代的數(shù)字化生態(tài)，基于多元需求帶來更多創(chuàng)新和智能化的解決方案。