AI核算与云基础设施

基础设施供给商是迄今为止这个商场上的最大赢家！

AI基础设施少不了云核算，开年以来，云商场风云迭起。

ChatGPT、GPT-4、文心一言、BARD等生成式AI大模型，背后都有着微软云Azure、百度智能云、谷歌云Google Cloud的算力支撑，而新品发布后，紧接着的战略动作，便是将生成式AI集成到了自家的云服务中。

微软将 Azure 的企业级功用与 OpenAI 的生成式 AI 模型功用相结合，发布了Azure OpenAI服务；百度在三月的两场重磅发布会，一是文心一言的发布，另一个便是百度智能云面向企业的沟通会。

其他有AI大模型才能的云厂商，也并没有干看着，要么揭露表示正在研发，比如谷歌云，要么暗地里用功，尽管还没有类似产品亮相，但也绝没有放话说自己必定不做，比如腾讯云、阿里云、华为云等，都有在释放信号，表示自己有AI大模型方面的积累和才能。

至此，咱们能够得出结论：AI正在改写云商场的竞赛格局。

但是，有了AI，云厂商就能赚到钱吗？答案是，不。

AI与云服务之间究竟有怎样的联系？AI云服务化，究竟是不是一种好的商业形式？为什么云厂商都希望靠AI来“逆天改命”？咱们从三层逻辑，来重新理解云与AI的联系。

第一层逻辑：AI核算与云基础设施

提到AI对云商场的改变，很多人脑海里浮现出的第一个反映便是：AI需要使用算力，而云能够供给算力，AIGC火了，云厂商这不就赚到钱了吗？

前半句合理，后半句未必。

通过向AI用户出售核算资源来盈余，依照使用量计费，这种商业形式是公有云的传统服务形式：IaaS (Infrastructure-as-a-Service）基础设施即服务。

云厂商作为IaaS服务商，那可真是一部血泪史。作为IT基础设施替代方案的公有云，属于重资产职业，建造维护本钱高，前期投入大，又容易打价格战，而且很难涨价溢价，云巨子亚马逊AWS，运营了整整10年才实现盈余。

这一波AI热潮到来之后，看似核算资源的需求增加了，但也无法为IaaS服务“逆天改命”。

几个原因：

1）AI芯片贵重，前期投入本钱很高

当下AIGC正火，适用于AI练习推理的显卡GPU被哄抢、抬价，英伟达GPU供不应求，国产芯片在性能上还达不到100%同等水平，有音讯称，此前A100芯片的单价是五六万，现在现已卖到了八九万。

芯片水涨船高的当下，云厂商的本钱压力是很高的，就连微软都约束了New bing的问答条数，可见“地主家”也扛不住放开了造啊。

2）AI训用分离，云使用量增长有限

传统公有云IaaS服务是依照使用的资源收费的，用云量越大，收入就越高。惋惜的是，AI模型带来的新增云使用量，是比较有限的。

你可能会问了，不是说练习一个万亿参数的AI大模型要耗费几十万芯片的算力吗？这核算需求量分明很大啊？

问题来了，基础模型的练习，的确很耗算力，但很多是离线核算的，便是东部企业的大模型能够放到西部数据中心训好了，到了真正使用的时候，生成一张图片、一段文字，云端核算量不算大，所需要的云资源并不多，云厂商要靠AIGC回本遥遥无期。

3）模型落地，本钱收回周期很长

AI大模型要落地使用，一定会“变小”。此前就有报导，有高校以更小的参数规模，到达与ChatGPT同样的作用。所以，一个AI大模型未来落地所需要的核算本钱，也会呈现十倍以上的降低，这又会延伸云厂商的本钱收回周期。

而且，AI练习一般会“独占”物理机，假如用户购买了足够多的核算资源，后续的需求不会再增加很多。有AI服务器厂商透露，去年很多头部客户做了AI资源的储备，今年的收购需求现已萎缩了。

能够看到，假如想靠公有云IaaS服务作为商业形式，赚钱真的很难。所以，云厂商要吃到AI的盈利，不再过传统云的苦日子，有必要想其他招。