生成式AI：雲計算的關鍵之戰

“美國有一家鐵路公司，過去兩年我們一直在交談。終于，他們這次打電話給我們，希望迅速推進上雲遷移。”近日，亞馬遜雲科技全球客戶技術支援與服務副總裁Uwem Ukpong向記者談及企業上雲的最新需求。

一個大背景就是，生成式AI正在席卷千行百業，而要拿到生成式AI的船票，上雲通常是第一選擇。Uwem Ukpong認為：“首先，企業需要全面擁抱雲技術，遷移上雲是第一步；第二，企業需要確定資料在統一的資料湖倉中，進而可以高效地利用算力來駕馭資料；最後，尋找潛在的生成式AI技術的應用場景并進行開發概念驗證（POC）。”

他還告訴21世紀經濟報道記者，部分企業在雲技術采納方面非常慢，但是現在他們面臨着來自不同利益相關者和股東的壓力，要求在生成式AI方面有所作為，而企業開啟生成式AI之旅，就意味着需要上雲。

是以，生成式AI也成為雲計算市場的新驅動力。生成式AI需要雲端計算，雲計算也因為生成式AI重塑服務業态，随着大模型進入雲端，模型即服務（MaaS）備受關注。

對此，Forrester副總裁兼首席分析師戴鲲接受21世紀經濟報道記者采訪時表示：“生成式AI整體競争将進一步白熱化，在從炒作回歸價值的商業落地程序中加速市場融合。模型即服務本身不會帶來規模化收入增長和服務方式的改變，但會有效推動企業在底層基礎設施，諸如計算、存儲、網絡、資料庫、資料湖倉等領域的投入，為廠商以及各行業企業進行客戶互動、内部營運，以及生态建構注入新的思路。”

“三層架構”和全面競賽

根據Forrester分析，2022年全球雲計算廠商在公有雲基礎設施領域的市場佔有率前四位是Amazon Web Services(AWS)、Microsoft Azure、Google Cloud和Alibaba Cloud。

其中，亞馬遜雲科技（AWS）排名第一，在雲基礎設施上領跑。亞馬遜雲科技也繼續貢獻高利潤，2023年營運利潤達到了246.31億美元，亞馬遜的營業利潤為368.52億美元。

而值得注意的是，随着生成式AI的崛起，看似默默無聞的亞馬遜自2023年以來頻頻出擊。去年40億美元投資OpenAI勁敵Anthropic後，近日繼續向Anthropic追加投資27.5億美元，決心可見一斑。

對于大模型的選擇，Uwem Ukpong表示，亞馬遜雲科技和多家大模型進行合作，包括AI21 Labs、Anthropic、Cohere、Meta、Stability AI、Mistral AI等的基礎模型，以及自家的Amazon Titan基礎模型。

作為全球雲廠商龍頭，亞馬遜雲科技提出了基于生成式AI的三層服務架構。Uwem Ukpong告訴記者，第一層是生成式AI雲基礎設施，過去五年，亞馬遜雲科技持續加大在自研晶片方面的投入，比如Amazon Trainium和Amazon Inferentia晶片可以提供在雲上訓練模型和運作推理的最低成本。除此之外，在GPU方面，NVIDIA多款先進算力均率先在亞馬遜雲科技落地。

第二層是模型，基于Amazon Bedrock雲托管服務，企業可以通過API通路從文本到圖像的一系列強大的基礎模型；第三層就是生成式AI驅動的應用程式，目前已經推出Amazon Q這一AI助手，可以根據客戶業務進行定制，專用于辦公場景需要。

可以看到，亞馬遜雲正從底層基建往上層應用拓展，Uwem Ukpong還指出，2024年亞馬遜雲科技的布局重點就在Amazon Q和Amazon Bedrock。兩者均和生成式AI息息相關，是亞馬遜雲科技發力AI的重要支點。

與此同時，亞馬遜雲科技也面臨着激烈競争，排在第二的微軟雲，在生成式AI風生水起，奮力追趕。微軟早早押注OpenAI，繼130億美元投資OpenAI之後，微軟又投資了Mistral AI。可見頭部廠商也在不斷投資AI大模型企業，增加手中的籌碼。據悉，Azure在2023年第四季度擴大了對OpenAI最新模型的支援，包括GPT-4 Turbo、GPT-4 with Vision和Dall-E 3，并且提供了微調能力，而AI也推動了Azure的業績增長。

前三強中的谷歌雲也不甘示弱，推出AI大模型Gemini後迅速疊代，在生成式AI的助力之下，谷歌雲在2023年第四季度就開始呈現新的增長勢頭。對于雲市場而言，一場關于生成式AI的全面競賽已經開啟。

生成式AI的關鍵一戰

目前的雲計算廠商，正在面臨激烈的競争，從今年的花式降價資訊也能看出白熱化程度。一直以來，雲廠商的差異化競争愈演愈烈，以往大家主要拼基礎設施，或者進行單點突破。

但是目前來看，“一招鮮吃遍天”的時代已經過去了。對于大廠而言，如果隻做雲，或者隻做大模型、隻做晶片都會存在短闆。事實上，全球巨頭們都已經在這些領域有所布局，雲和大模型不必多言，晶片的競賽也更加兇猛。比如谷歌TPU的研發已久，已經推出第五代晶片TPUv5e，用于大模型訓練和推理；微軟也釋出了首款自研AI晶片Azure Maia 100 AI晶片和Cobalt 100 CPU。

大家的共識是，至少要涉足，才能有更多可能性，或者說企業需要懂這個領域，才能更好地開展系統性的AI業務。拓展大模型也好、晶片也好，并非要做成主營業務，但是為長遠計不能沒有這些産品線，尤其是對大廠來說，需要标配這些要素。

從雲基礎設施擴充到晶片和大模型的過程中，新的戰場已經開啟，在生成式AI的征程上，雲廠商也有各自路徑。戴鲲向記者分析道：“AWS、Azure和GCP在生成式AI發展政策上從AI硬體基礎設施投資、AI軟體基礎設施服務規劃、AI基礎模型開發、ModelOps服務編排、應用開發賦能、解決方案側重、模型生态建構、關聯開發與應用服務協同、商業投資方式等諸多領域都各有差異。”

Uwem Ukpong告訴記者：“亞馬遜雲科技一個最大的差異化是具有廣泛的模型選擇。我們把更多的LLM放到Amazon Bedrock上，為客戶提供豐富的自由選擇的空間，包括目前Anthropic釋出的最新Claude 3模型。”

他還補充道，一方面亞馬遜雲科技擁有自研晶片的技術，Anthropic選擇亞馬遜雲科技作為其主要雲服務提供商，并使用Amazon Trainium和Amazon Inferentia晶片進行訓練和部署未來的基礎模型。是以可以直接從Anthropic獲得很多一手的回報，用于晶片技術的完善。另一方面，亞馬遜雲科技在大模型上既有外部的合作夥伴，還有Amazon Titan基礎模型，應用範圍廣泛。

海外大廠在加速推進生成式AI的同時，國内的雲廠商如阿裡雲、華為雲、騰訊雲、百度智能雲等也在迅速抓住AI紅利。此前阿裡雲就釋出了基于通義千問的行業大模型；華為雲自研了盤古大模型系列；騰訊推出了混元大模型；百度智能雲基于千帆大模型平台，推出了7款大模型應用産品，包含百度智能雲曦靈數字人平台、百度智能雲客悅智能客服平台、百度Comate代碼助手等，各家都在持續疊代和應用中。

談及中國廠商，戴鲲表示：“中國的雲廠商雖然受到高性能GPU晶片可用性、高品質資料可用性、社群生态與創新協同意識不足、創新長期主義認知壁壘、産研高技術人才短缺、整體宏觀經濟不利影響等多方面因素的制約，在生成式AI的模型核心性能、AI治理、面向AI的資料管理、服務協同編排等多方面總體而言存在差距，但部分領先企業在行業大模型針對包括客戶服務、數字人、現代知識管理等特定業務場景的應用落地層面上與國際市場保持同步。”

更多内容請下載下傳21财經APP