人工智能全球产业竞争，关键点在这里
近期，北京市在通用人工智能产业创新伙伴计划中，明确提出与云服务厂商建立合作，为产业提供算力。
人工智能重新激活了全球科技的竞争，AI能力正在催生大量“新物种”，进化速度一日千里，产业生态成为赢得数字科技竞争的关键要素。
快速行动起来是一种共识。5月5日，中央财经委会议指出，“要把握人工智能新科技革命浪潮”。近期，北京市连续公布两批产业创新伙伴名单，鼓励加快建设人工智能产业发展，从产业伙伴合作方式，构建产业生态。
图/网络
在上述举措中，有两个方向值得关注，其一是明确提出加强与公有云厂商等市场主体合作，首批算力伙伴中即涵盖了阿里云等公有云厂商；其二，计划中涵盖了算力、数据、模型、应用四个类型伙伴，体现了人工智能生态的四个生长方向。
大模型和智能应用都不是单点技术的突破，不仅是一套算法或技术的突破，而是对底层算力基础设施的极大挑战，更是从“公有云+AI”技术体系的全面创新——技术创新生态从来没有像今天这样重要。
01
不要忽视算力的力量
新一轮的人工智能浪潮将带来巨大的算力需求。算力被认为是大数据时代的生产力，当数据要素成为驱动经济发展的重要要素，毫不夸张地说，算力就是支撑国民经济发展的原动力之一。
而自从2023年以来，伴随数字经济的高速发展，特别是人工智能的爆发，整个社会对算力的需求呈现快速增长态势。
国际数据公司（IDC）在《2022全球计算力指数评估报告》中指出，中国的算力产业规模和多样性目前正持续高速增长，2018年-2022年，北京、杭州、深圳的算力规模位居全国前三。
扩充算力规模正成为区域中心城市经济发展的必然要求。以北京为例，这种布局也早就已经正在展开。
近期，在全球人工智能领域占有重要地位的北京，短短一个月时间，就连续发布3个支持鼓励人工智能发展的政策文件：
4月27日，北京市发布《加快建设具有全球影响力的人工智能创新策源地实施方案(2023-2025 年)(征求意见稿)》，明确提出充分利用云厂商算力供给能力，实施算力伙伴计划，整合公有云算力租赁资源，向人工智能创新主体开放，加快建设具有全球影响力的人工智能创新策源地；
5 月 12 日，北京市发布《促进通用人工智能创新发展的若干措施(2023-2025 年)》提出，加强与头部公有云厂商等市场主体合作，实施算力伙伴计划；
5月19日，北京市经信局联合市科委、中关村管委会、市发改委共同启动“北京市通用人工智能产业创新伙伴计划”。第一批伙伴成员共有39家，包括阿里云计算有限公司、北京超级云计算中心等。7月2日，全球数字经济大会人工智能峰会又发布了第二批伙伴名单。
从这些文件中我们能够看到一些关键词，公有云、算力伙伴、人工智能创新。其实，这也算得上是在面对可能到来的封锁时不多的好消息——基于本土公有云的算力布局已经在加速之中。
图/网络
事实上，从全球最优秀公司的成功案例来看，公有云与应用的相互耦合、形成闭环的“飞轮效应”正在日益凸显。其中做的最好的，就是云计算领域的全球领军者AWS。
从2006年8月AWS对外提供亚马逊弹性云至今，作为亚马逊的云计算板块，其存在并不是孤立的，而是打通了亚马逊的业务线，并使其在新技术的迭代和应用上获得了极大的优先机会。
我们把视线拉回国内，从2010年阿里云对外公测算起，中国云计算领域的发展也取得了巨大进展。如今，作为全球排名第三、中国第一的阿里云，其在人工智能领域的创新速度也并不逊色国外厂商。
其实，在大家能够看到的通义千问背后，是阿里云基于多年积累的技术，已经可以基于智能计算灵骏在公有云上打造一个“10万卡”体量的超大规模智算集群，并且解决了关键的网络、数据存储、算力的可观测、可调度和负载平衡等核心技术问题，构建了一个从集群IaaS到PaaS到MaaS全栈式AI的服务，方便各行各业的大模型厂商和企业客户使用。
这也应该是阿里云成为北京市第一批算力合作伙伴的原因。
02
集中力量办大事
想要算力为人工智能加速，我们的布局究竟如何提升效率？其实在北京市的“创新伙伴计划”中就给出了一条明确答案：加快归集现有算力，为市场主体提供多元化优质普惠算力。
而如果要进行算力归集，留下的选择并不算多，云计算是最优先的选项。这是因为，云这种商业模式本身就是集中建设、运维、弹性收缩，向全社会提供算力资源——是最高效、成本最低、利用率最高的方式。
换句话说，对整个社会来说，算力资源分散所导致的低效率、高耗能，无论从哪个角度来看都是弊大于利的。
而相比私有云和混合云，公有云的效率无疑是最高的。通过多租户的弹性使用，资源利用率能够得到进一步提升。
数据显示，公有云对CPU的使用效率，大概可以相当于私有云的5-10倍。就像350公里时速的“高铁”VS 60公里的“绿皮车”。使用效率提升5-10倍，服务器节省3000亿元人民币，电费节省800亿度，这是相当于一个三峡的电力损耗规模。
即便是从双碳的视角来观察，公有云也是最优选项。以复旦CFFF平台为例，阿里云绿色数据中心技术结合乌兰察布当地天然的气候优势，平台每年可节省总电力超过2000千瓦，节省电费500万元，年均节碳量达15吨。
图/图虫创意
但从当下来看，更为关键也更为核心的堵点在于，算力资源分散其实可能并不是技术路线的选择问题。
能够看到，在人工智能产业的带动下，新建智算中心成为一种潮流，但许多智算中心并不能呼应市场需求，缺乏市场化运营机制，导致严重的资源浪费。
有数据统计，非公有云的智算中心CPU利用率远低于云数据中心，资源长时间处于闲置状态，甚至会出现“数字烂尾楼”。
此外，许多中小规模的传统数据中心和智算中心采用的硬件、软件、模型框架等服务器技术体系，无法与 CUDA 等国际主流开源框架兼容，不具备“一云多芯”的能力，不支持 AI 开源模型，若要实现兼容，需要较高定制开发成本。
以私有部署最主流的OpenStack开源框架为例，这已经是美国淘汰的落后生产力，但在中国的数据中心却广为流行，OpenStack只能预分配计算资源，无法实现公有云的弹性资源调度，不仅造成资源浪费，而且无法承担需要统一调度的超大规模计算任务。
而“数字烂尾楼”所造成的后果也很明显：不仅会造成算力资源的浪费，而且在新建硬件基础设施上投入过大，反而忽略了人工智能的产业和生态建设。
03
关键时刻，破局之道
当有国内大模型厂商把距离chatGPT只有几个月差距作为大模型噱头时，这背后其实暴露的问题是，留给我们的时间，可能并没有我们想象中的那么多。
人工智能发展速度一日千里，技术追赶的时间窗口正在不断缩小。它已经不是用年、月来计算，可能是要以日、甚至分秒计算。
从chatGPT的母公司OpenAI选择来看，其和手握海量云上算力资源的微软绑定，不仅在Auzre上训练出了引领全球新一轮AI浪潮的大模型ChatGPT，还将基于微软公有云提供服务，让开发人员将定制化AI体验集成到自己的应用程序中。模型和公有云形成算法和算力的飞轮效应，高速运转巩固自己的先发优势。
好在我们也不是没有具备同样竞争优势的公司。像阿里云这样的规模化公有云厂商已经深入介入大模型的研究，在不久前发布了通义千问大模型，还将钉钉、天猫精灵等产品接入大模型进行测试。
▲通义千问大模型（图/网络）
公有云+AI正在一种新的人工智能生态，云计算不仅是AI大模型的训练和推理底座，还是大模型服务和应用的提供模式，就像阿里云发起的中文AI模型开源社区“魔搭”，形成MaaS模式，通过云计算将300多个模型开源给研究者和团队。
最近半年，中国大模型市场百花齐放，不仅是在“炼大模型”的方面，在产业落地上，以阿里云为首的科技企业也在尝试建设行业大模型。
不久前，阿里云宣布联合行业伙伴，打造金融、交通、通信、能源、电力等多个行业的专属大模型。在行业领域实现大模型的应用突破，这可能也将会是我们在全球科技竞争中破局的关键所在。
4 月 28 日，中央政治局会议指出，“要重视通用人工智能发展，营造创新生态，重视防范风险”；5 月 5 日，二十届中央财经委员会第一次会议指出，“要把握人工智能等新科技革命浪潮”。
在今年的达沃斯论坛上，总理也进一步强调了人工智能技术的重要性。2022 年底 ChatGPT 发布以来，人工智能大模型“涌现”能力催生大量“新物种”，产业生态成为中美赢得数字科技竞争的关键要素。
能够看到的是，自今年开年以来，中国科技公司们集体下场竞速的“百模大战”，已经在全球范围内掀起了巨大风浪——从比尔·盖茨、马斯克的到来，再到一度传出“登陆”传言的英伟达CEO黄仁勋，都足以证明，即便是全球人工智能关键领域的掌门人，也依然极为看重中国市场的创新变化。
在当前全球进入下一轮科技竞争的关键时刻，如果我们希望继续维系人工智能全球第二大战场、甚至是全球AI应用创新的最大战场，我们显然急需寻找解决方案。
而如今摆在我们面前最为现实也是最具有破局可能性的，就是为那些本身就跑得最快的企业们赋能。
尽管那些抢跑的科技公司们现阶段可能还面临诸多问题，但毫无疑问，他们的快速反应和抢跑再一次证明了一个问题——正如近期有媒体社论所指出的那样，到底谁才是科技进步、经济增长的主力军，是全球科技竞速的“关键先生”。
这是我们的既有优势，也是我们能够在下一个人工智能时代继续抢占先机的关键所在。