大模型的路，阿里云“向內求”

　　文|光錐智能，作者|劉雨琦

　　4月11日，所有人都在盯著阿里云。

　　不只是因為，這是繼去年年底，阿里巴巴集團董事會主席兼CEO張勇接任阿里云智能集團CEO之后的第一次公開講話，更是因為在大模型激戰的時代，剛剛發布了“通義千問”大模型，阿里云此時的動作舉足輕重。

　　大模型毫無疑問是關注的重點，但讓人意外的是，阿里沒有像百度、商湯一樣現場演示大模型的性能和參數，僅僅是介紹了這一模型的具體功能。在這個大模型扎堆發布的4月，阿里似乎在刻意降低通義千問的存在感。

　　“阿里所有產品未來將接入大模型進行全面升級”，張勇在阿里云峰會上宣布。

　　據光錐智能了解到，目前包括釘釘、天貓精靈、天貓、淘寶、閑魚、盒馬等產品接入了通義千問。接入后，釘釘能夠實現自動寫工作方案、生成應用等功能，天貓精靈則提升了人機交互水平。

　　正如微軟一樣，阿里想在用大模型把所有產品都做一遍。

　　不同于ChatGPT的插件開放，百度文心一言急著讓客戶和合作伙伴接入測試，阿里全線產品智能化的背后，或許是張勇沒有說出的后半句話：

　　現階段，通義千問的重心并不是與同類型大模型進行外部的市場化競爭，而是補齊內部生態板塊。

　　01 不蓋房子，做錘子釘子

　　要開發大模型就繞不開一個關鍵詞“算力”。

　　參考ChatGPT的發展路徑，所需算力被分為兩部分，一是硬件算力，即微軟用數萬顆英偉達A100芯片幫助OpenAI打造的超算中心;二是云算力，云所形成的超強存儲空間、計算空間是目前最低成本的解決方案。

　　硅谷知名風投A16Z曾在博客中表示，生成式AI的大量資金最終都穩定地流向了基礎設施層——以亞馬遜AWS、微軟Azure、谷歌GCP為主的云廠商，以及以英偉達為代表的GPU廠商。

　　也就是說，無論是王小川還是王慧文，都繞不開采購國內云廠商的服務。阿里云、華為云、騰訊云等云巨頭，早就陳列在基礎設施的采購名單里。

　　張勇指出，大模型是一場“AI+云計算”的全方位競爭，超萬億參數的大模型研發，并不僅僅是算法問題，而是囊括了底層龐大算力、網絡、大數據、機器學習等諸多領域的復雜系統性工程，需要有超大規模AI基礎設施的支撐。

　　順著這個思路便會發現，阿里云的做法是將基礎設施進行到底。

　　那么，優秀的基礎設施往往要具備兩個特質：一是低成本、二是高性能。

　　對于算力來說，成本最大的門檻在于“貴”，微軟數萬億美金的投入，幾乎攔住了所有人。這也就不難理解，為什么張勇一直提到“降價”，畢竟想要5G網絡走入千家萬戶，第一件事就是把流量費用“打下來”。

　　阿里云智能CTO周靖人在會上宣布，發布ECS企業級通用算力型U實例，價格對比一代主售實例最高可下降40%，同時推出對象存儲預留空間產品，價格最多可降70%。

　　U實例整合了多種云服務器規格，無需進行復雜的資源配置，售價相比上一代主售實例降幅最高可達40%，更適合Web應用及網站、企業辦公類應用、離線數據分析、中小型數據庫等典型應用場景，具備與其他同類產品一致的穩定性和用戶體驗。同時，阿里云還推出了“0元升配”活動，符合條件的用戶可免費升級至第7代ECS實例。

　　低價過后，想要長出龐大的應用生態，還需要降低開發門檻。對此，阿里云向開發者推出“飛天免費試用系列”，開放全棧云產品體驗，首批推出50款核心產品免費試用，時長最多可達3個月。

　　其中包括ECS、數據庫PolarDB、機器學習PAI等在內50款云產品的免費試用，時長支持1個月、3個月到長期免費，可支持開發者構建包括在線、大數據類、AI等不同類型應用，并且支持Serverless的開發模式。

　　“以模塊化、可編程、可視化、服務化為特征的組裝式開發將成為未來主流的開發范式。”周靖人表示。

　　低成本決定了能否入局，而高性能則決定了能走多遠。

　　在整個AI Infra底層設施上，阿里云將其解構為了三層，周靖人把它總結為全新的“飛天智算基礎設施”。

　　IaaS層靈駿：由阿里云十萬卡GPU單集群組成，可承載多個萬一參數大模型同時在線訓練智算集群，是整個大模型訓練的底座。

　　PaaS層PAI：不同于以往的PaaS層，ML PaaS以機器學習平臺PAI為核心，支持萬卡的單任務分布式訓練規模。將AI訓練效率提升10倍、推理效率提升6倍，并提供全鏈路的AI開發工具與大數據服務，簡單來講，就是大模型界的AI OS開發系統。

　　MaaS層：基于IaaS的算力和PaaS的開發工具，阿里云提供以通義大模型系列為基礎的企業定制大模型，并在此基礎上，搭建國內首個MaaS開放平臺——魔搭社區。

　　其中，PAI是一個重要的連接器。周靖人講到，PAI×靈駿可以打造一個高性能分布式模型訓練平臺，PAI×靈積，可以打造低延時大模型推理和服務平臺，覆蓋了模型的推理、訓練全過程。

　　縱觀國內大模型發展現狀，這也是軟件結構中最薄弱的一環。人人都想要蓋房子，卻沒有人畫設計圖、沒有設計軟件、沒有錘子和釘子，阿里云想要補齊的中間層，連接了底層算力和上層模型，同時，基于MaaS的開發平臺，構建出一個類安卓開發平臺的應用生態也是另一個核心競爭力。

　　打造生態，是一直以來貫穿阿里的基因。回顧阿里云兩方面的降本就能發現，一邊為企業掃平價格門檻，拉起中小企業的手;另一邊則聯合千萬開發者，通過Severless的形式，迅速發展應用。

　　當然，在此之前，仍然有大量數據準備的環節，但這對于在云計算第一階段以IaaS形成核心突破力的云巨頭來說，基礎比別人更厚實。

　　誠然如張勇所言：“所有企業在智能化時代都將站在同一條起跑線上，互聯網公司和非互聯網公司不存在先進或者落后的區別，傳統企業有彎道超車的機會。”

　　但云廠商的起跑線一定比其他人更為靠前。

　　02 MaaS是云廠商們增長的第二曲線

　　蔡英華作為阿里云商業化一把手，他出席的重要程度，并不亞于張勇。

　　但遺憾的是，當周靖人在講“魔搭”的時候，蔡英華還在講“微搭”，與這個以大模型貫穿始終的峰會，似乎有點不搭。

　　去年提到“組織協同”“低代碼微搭”“業務轉型”還是比較前沿的數字化名詞，在當下卻顯得已經是再基礎不過的業務了。萬眾期待的，是基于阿里云的思考，找到如何將MaaS、智能化SaaS商業化的答案。

　　這個問題，蔡英華沒有給出答案，而是給出了路徑。蔡英華認為，智能化的本質就是以數字化為基礎，以數據為驅動，最后邁向應用智能化的過程。

　　云智一體只是智能化發展的起點，但不是智能化的終點，應用智能化是一種產品形態，卻不是商業策略。

　　怎么能夠一邊打磨能力一邊賺錢?不只是阿里云需要思考這個問題。

　　事實上，即便沒有大模型的催熟，云巨頭們也來到了一個轉折點。回顧阿里云歷季營收數據會發現，2020年Q1至今，阿里云營收同比增長在逐漸下滑，環比增長呈跳躍式，近兩年仍未達到穩定增長趨勢。

　　不只阿里云，AWS的增長狀況也達到了一個新的瓶頸期，亞馬遜公司首席財務官奧爾薩夫斯基稱，AWS現在的增長率在13%-19%中段。他指出：“早在2022年第三季度中期開始，我們的同比增長速度放緩，是因為各種規模的企業都在評估如何優化其云計算支出，以應對嚴峻的宏觀經濟形勢。”且在之后的幾個季度里，AWS仍然要遭遇阻力。

　　這意味著，無論是AWS還是阿里云，商業化都到了變革的關鍵節點。MaaS很可能成為云廠商們增長的第二曲線。

　　帶這個思考重新看“2019年，微軟Azure花10億美元買斷OpenAI成為其獨家供應商”，就更加感嘆納德拉的老謀深算。一方面，Azure成為OpenAI的獨家供應商后，所有基于ChatGPT和GPT4的MaaS(模型即服務)服務都長在Azure上，這將為Azure快速獲得市場份額，甚至有反超AWS的可能。另一方面，OpenAI通過Azure訓練自己的AI大模型，也快速、高強度打磨了Azure的智能化能力，目前Azure是全球排名第一的智能云。

　　目前，微軟已經在努力使Azure的AI功能變得更加強大，推出了新的虛擬機，使用英偉達的***和A100 Tensor Core GPU，以及Quantum-2 InfiniBand網絡。微軟表示，這將允許OpenAI和其他依賴Azure的公司訓練更大、更復雜的AI模型。

　　但這始終是產品和能力的補齊，商業模式該如何像產品一樣擁有創新式的改變?

　　周靖人在峰會后采訪中講到，基于MaaS的AI原生架構，可能會對現有的模式帶來沖擊，將出現不以業務付費而以效果付費的模式。這也是目前OpenAI開放ChatGPT后的收費模式，以企業調取的Token進行收費。

　　這將會改變現有的SaaS訂閱制付費、PaaS解決方案定制化付費和IaaS資源購買式付費的規則。這是對所有云巨頭提出的新挑戰，在新的規則下找到新姿勢，并非個體的努力所能成就，也不是一日之功。

　　正如比爾蓋茨曾講到：“人們總是高估了未來一到兩年的變化，卻低估了未來十年的變革。”站在這個智能化的開端，技術的速度以天為單位在迭代，產品和商業化能力也許要更快速地補齊，但我們需要給大模型和云廠商們一點耐心。