云厂商鏖战大模型｜甲子光年
阿里巴巴所有产品将进行大模型改造。
作者｜赵健
在刚刚过去的3月，以大模型引领的生成式AI浪潮在全球科技圈狂飙，甚至以天为单位迭代。
如今，这股大模型风潮从海外刮到了国内，并且愈演愈烈。
本周，王小川、商汤科技、昆仑万维先后更新大模型动态。在这场争先恐后的大模型浪潮中，创业公司基本还处在招兵买马的阶段，云厂商成为当下唯一对公众开启类GPT大模型邀测的公司。
上周五，阿里云刚启动大模型“通义千问”邀测，而在昨天的阿里云峰会上，阿里巴巴集团董事会主席兼CEO、阿里云智能集团CEO张勇正式宣布：阿里巴巴所有产品未来将接入“通义千问”大模型，进行全面改造。目前，钉钉、天猫精灵已经接入测试，将在评估认证后正式发布新功能。
张勇认为，面向AI时代，所有产品都值得用大模型重新升级。
以ChatGPT为代表的AI大模型是一个划时代的里程碑。英伟达CEO黄仁勋称之为“AI 的 iPhone时刻”，比尔·盖茨评价为“不亚于互联网诞生”。
张勇指出，大模型是一场“AI+云计算”的全方位竞争，超万亿参数的大模型研发，并不仅仅是算法问题，而是囊括了底层庞大算力、网络、大数据、机器学习等诸多领域的复杂系统性工程，需要有超大规模AI基础设施的支撑。
面对全新的AI时代，首次兼任阿里云智能集团CEO的张勇表示，阿里云已经做好了准备。通过IaaS、PaaS、MaaS三层智算体系的完整平台化打造，阿里云可为各行业及企业打造自己的专属大模型。张勇还表示，未来阿里云面向行业的专属模型的算力成本，有望降低到今天的1/10甚至1/100。
从单纯的AI技术比拼，到全面的算力体系竞争，阿里云将云厂商的大模型鏖战，推进到全新的层次。
1.云厂商打响大模型军备竞赛
大模型的成功背后，云厂商扮演了关键的角色，就连推出了ChatGPT、站在全世界聚光灯下的OpenAI，也离不开云厂商——微软Azure的助力。
今天，几乎所有的大模型都是基于谷歌在2017年发布的论文《Attention is all you need》中所提出的Transformer模型。要完成大模型的训练，雄厚的资金实力是必要条件。
比如，OpenAI的GPT-3模型训练耗费了大约1200万美元，有人调侃为“Money is all you need”。
2019年7月，OpenAI获得了微软的10亿美元投资，其中一半为Azure云计算的代金券。今年1月，微软再次宣布未来几年向OpenAI投资100亿美元，Azure将为跨研究、产品和API服务的所有OpenAI的工作负载提供支持。
这是一个双赢的合作，OpenAI获得了训练大模型所必需的财力与算力，而微软也成为OpenAI的独家云供应商，以及利润优先分成权。
可以说，如果没有微软的支持，今天就不会有ChatGPT，黄仁勋口中反复强调的“AI的iPhone时刻”也不会到来。
微软四年前这笔AI投资获得了巨大回报。在最近一次财报中，微软表示已经有200多个客户——从毕马威到半岛电视台——正在使用Azure OpenAI服务，仅Azure ML的收入就连续五个季度增长超过100%，安盛、联邦快递和H&R Block等公司都选择该服务来部署、管理和治理其模型。
在微软尝到AI的甜头之后，其他云厂商也坐不住了。
在微软宣布追加投资OpenAI之后不到一个月（2月6日），谷歌向AI初创公司Anthropic投资了约3亿美元，后者开发了一款与ChatGPT相抗衡的聊天机器人。谷歌云成为Anthropic的首选云提供商。此次合作涉及谷歌云为Anthropic构建大规模GPU和TPU集群，以训练其AI系统。
紧接着，2月22日AWS宣布与美国AI创企Hugging Face扩大合作，以加速构建生成式AI应用的大型语言模型和大型视觉模型的训练、微调和部署。Hugging Face是OpenAI的主要竞争对手之一。
在国内，同样掀起一股类ChatGPT狂潮。
2023年1月，百度内部开始正式规划用大模型做出一款对标ChatGPT的产品，不久之后率先发布文心一言，并打包牵引出它的云服务。
阿里则显得更迅猛。
早在阿里巴巴上一季度的财报会上，张勇就首次预告阿里将全力构建好自己的AI预训练大模型，并为市场上风起云涌的模型和应用提供好算力的支撑。更有消息传出，阿里云是国内高端GPU囤货量最大的云厂商。
上周，阿里云启动大模型 “通义千问”邀测；昨天又在云峰会上宣布将阿里所有产品接入通义千问，并开放通义千问的能力，帮助每家企业打造自己的专属大模型。
再加上还未公开亮相但一直声音不断的腾讯混元大模型、华为盘古大模型，大厂们纷纷入局，这场大模型的军备竞赛已经打响了。
2.必须抓住的机会
业界通常认为，全球云厂商高速增长的“黄金时代”已经过去，一个普遍的事实是，云厂商们都遭遇了增长乏力的现状。
海外三家云巨头亚马逊、微软、谷歌，在2022年Q4的合计营收虽然同比增长25.7%至439.6亿美元，但环比却出现了5.9%的下降。细分到每一家，亚马逊AWS、微软Azure、谷歌云营收同比增速分别为20.2%、31.0%和32.0%，环比下降为7.3%、4.0%和5.6%。
在2022年财报电话会上，亚马逊首席财务官Brian Olsavsky表示亚马逊已经注重到了AWS营收的持续放缓趋势。
云收入放缓的部分原因在于，企业用户对于云计算的支出需求在下滑。亚马逊高管表示，AWS客户希望减少在云计算方面的支出。
研究机构TrendForce今年2月也发布预警，Meta、微软、谷歌、亚马逊这四家云厂商的服务器采购量可能从年增6.9%放缓至4.4%，这一举动将拖累2023年全球服务器出货量年增长率下滑至1.87%。
为了应对业务下滑趋势，亚马逊甚至已经开启了两轮裁员，其中就包括AWS部门。
但大模型有望改变云增长持续放缓的局面，打开新的增量市场。
在深度学习兴起的头十年之间，AI模型基本上是针对特定应用场景需求进行训练的“小模型”，属于传统的定制化、作坊式的模型开发方式。但在2015年至2020年期间，用于训练大模型的计算量增加了6个数量级，并且在手写、语音和图像识别、阅读理解和语言理解等方面超过了人类。
大模型的出现能够提高模型的通用性、降低AI落地应用的门槛，实现AI从“手工作坊”到“工厂模式”的转变。
在Gartner发布的2022年重要战略技术趋势中，以大模型驱动的生成式AI就位列 12 项重要战略之首。同时Gartner预计，到 2025 年，生成式 AI 将占所有生成数据的 10%，而目前这一比例还不到 1%。
但是，训练大模型需要消耗巨大的算力。OpenAI的研究表明，2012至2018年6年间，在最大规模的人工智能模型训练中所使用的计算量呈指数级增长，其中有3.5个月的时间计算量翻了一倍，比摩尔定律每18个月翻一倍的速度快得多。
在此背景下，公共云将是AI新型基础设施的最佳载体。
硅谷知名风投A16Z在博客中表示，生成式AI的大量资金最终都稳定地流向了基础设施层——以亚马逊AWS、微软Azure、谷歌GCP为主的云厂商，以及以英伟达为代表的GPU厂商。
据A16Z估计，应用层厂商将大约20%~40%的收入用于推理和模型微调，这部分收入通常直接支付给云厂商或第三方模型提供商，第三方模型提供商也会将大约一半的收入用于云基础设施。因此，总的来看生成式AI总收入的10%~20%都流向了云提供商。
巨大的市场需求，在收入放缓的背景下，刺激了云厂商对AI的投入不降反升。
在新的AI时代，率先拿到大模型入场券的云厂商，将有机会改写市场格局。
3.GPU是基础但不是全部
作为大模型的“发动机”，以GPU为核心的算力也被放在了聚光灯下。
进入2023年，英伟达的股价也乘着大模型的东风一飞冲天，仅仅头3个月，市值增长超过80%。
不过，人们常常忽略的一点是，算力只是训练大模型的必要不充分条件。
实际上，微软Azure为了支持OpenAI训练大模型，除了准备了上万颗英伟达A100 GPU芯片之外，也做了大量的优化工作。
微软Azure与OpenAI一起共同设计了一台超级计算机，专门用来做GPT模型的训练，同时要确保它们不与Azure提供的其他服务产生冲突。
在某些时候，这些GPU需要相互交流来分享他们所做的工作。对于AI超级计算机，微软必须确保处理所有芯片之间通信的网络设备能够处理这种负载，并且它必须开发出最大限度地利用GPU和网络设备的软件。同时，微软还要考虑数据中心的断电、散热等问题。
在阿里云CTO周靖人看来，GPU很重要但不是全部：“大模型的训练往往需要几千甚至上万张GPU卡共同协作来完成，卡与卡之间的连接，机器与机器之间的连接，如何构建一个高吞吐、低延迟的网络，以及高效的存储，都是智算基础设施的重要环节。如果没有这些环节，光有GPU的卡，就很难跑出规模超级大的模型。”
阿里云是国内最早涉足AI大模型研发的云厂商之一，因此对于大模型的训练经验有足够的发言权。
早在2019年，阿里就发布大规模预训练语言模型structBERT，并登顶全球NLP权威榜单GLUE，成就国内大厂在AI领域的突出贡献之一。此后，2021年，阿里先后发布国内首个超百亿参数的多模态大模型M6，并演进至全球首个10万亿参数大模型。
OpenAI的前政策主管Jack Clark曾公开点评M6模型，称它“规模和设计都非常惊人。这看起来像是众多中国的AI研究组织逐渐发展壮大的一种表现。”
像M6这样的超大模型，极其考验算力基础设施，这是阿里云作为亚太第一、全球第三的云厂商的市场地位之外，更重要的技术证明。
周靖人把它总结为全新的 “飞天智算基础设施”，主要包含三层系统服务能力：
- IaaS：阿里云可支持最大十万卡GPU单集群规模，是可承载多个万亿参数大模型同时在线训练的智算集群，并可为万卡规模AI集群提供无拥塞通讯的自研RDMA网络架构等；
- PaaS：以机器学习平台PAI为核心，阿里云可支持万卡的单任务分布式训练规模，AI训练效率提升可达10倍，推理效率提升可达6倍，覆盖全链路AI开发工具与大数据服务，深度支持了通义大模型的研发；
- MaaS（Model-as-a-Service）：阿里云提供通义大模型系列和以之为基础的企业定制大模型，以及国内首个“模型即服务”开放平台魔搭社区。
阿里云全新的智算框架已通过了内部更严苛的考验与实践。周靖人介绍称：“比如M6模型从最开始的百亿参数规模，一直训练到后来的10万亿参数规模，在训练过程中解决了很多系统问题、网络问题、调度问题、编译系统问题。”他总结到，阿里云的基础设施具备了训练至少10万亿参数规模模型的能力，是能够快速推出通义千问这样一个语言大模型的核心基础。
在本次阿里云峰会上，首次兼任阿里云智能集团CEO的张勇表示，面向智能化时代，阿里云已经做好了准备。
4.阿里云把大模型普惠进行到底
作为大模型的探险者，OpenAI的成功几乎是烧钱烧出来的。据估算，OpenAI的模型训练成本高达1200万美元，GPT-3的单次训练成本高达460万美元。
这当然极大提升了大模型的进入门槛。而把大模型做得更普及、更便宜，将是接下来大模型的主要趋势之一。
在云峰会上，张勇对阿里云的战略定位就两句话：让算力更普惠，让AI更普及。
2022年云栖大会上，周靖人首次提出model as a service模型即服务（MaaS）。阿里云是在全球第一个提出MaaS概念的大公司。
MaaS理念来源于市场和实践。周靖人观察到，今天不是所有的企业都需要从头开始训练，也不需要从头去做多种语料训练，消耗大量的机器资源，这无异于“重复造轮子”。
“我们希望今天在通义千问模型之上，结合企业的场景、企业的知识体系、企业的行业特殊需求，产生一个企业的专属模型，比如企业自己的智能客服、智能导购、智能语音助手、文案助手、AI设计师、自动驾驶模型等。”周靖人说。
阿里云新开辟的MaaS市场一呼百应。
阿里云峰会当天，OPPO安第斯智能云宣布，将联合阿里云打造大模型基础设施，基于通义千问进行持续学习、精调及前端提示工程，未来建设服务于OPPO海量终端用户的AI服务。
同时，中兴通讯、吉利汽车、智己汽车、奇瑞新能源、毫末智行、太古可口可乐、波司登、掌阅科技等多家企业表示，将与阿里云在大模型相关场景展开技术合作的探索和共创。
这还不够。行业专属大模型适合有一定研发能力的大型企业客户，而面向广大的中小企业与个人开发者，阿里云联合达摩院牵头建设了国内规模最大的AI模型服务社区“魔搭”。
阿里云联动澜舟科技、深势科技、智谱AI等17家机构，在魔搭以开源方式提供超800个AI模型，以及行业和学术热门的公开数据集，以及阿里巴巴集团贡献的专业领域数据集。
社区上线以来，在不到半年的时间内魔搭社区吸引了超百万用户，模型累计下载次数超过1600万，已经成为国内规模最大、最活跃的模型社区。
如今，MaaS的概念基本已经成为全球云厂商的共识，构建行业的专属大模型也成为云厂商正在进行的实践。
在最近一次财报中，微软表示已经有200多个客户正在使用Azure OpenAI服务；百度文心大模型已经在工业、金融、交通、媒体等领域，发布了10多个行业大模型。
周靖人表示：“我们比较欣慰地看到越来越多的行业、云计算厂商还有更多的互联网公司也开始认同这样的一个观点，甚至今天也开始按照这样一个观点去打造自己的产品服务体系。我们已经真正进入到了一个模型的世界。”
除了MaaS之外，阿里云的另一个核心战略就是——降价。
过去十年，阿里云提供的算力成本下降了80%，存储成本下降了近90%。阿里云通过软硬一体技术的研发来降低成本，先后自研了CPU倚天710、云数据中心处理器CIPU、数据中心网络等。
放眼全球，自研芯片也是AWS、谷歌等云大厂的共同趋势。
今年，阿里云将推出一款更接近云计算终极形态的算力产品——通用Universal实例，进一步屏蔽了传统IT的硬件参数，让数据中心真正成为一台超级计算机。通用Universal实例的价格对比上一代主售实例最高可下降40%。
除此之外，周靖人告诉「甲子光年」：“虽然有技术前瞻性与先发优势，但阿里云并没有停下创新的节奏。今天发布的是通义千问，其实也在做下一代的技术演进与布局。模型的二次开发、推理服务今天仍然非常昂贵，这也是阿里云要攻克的一个方向。”
张勇表示，云计算是AI大规模普及的最佳方式，“未来，我们希望在阿里云上训练一个模型的成本，能够降低到现在的十分之一，甚至是百分之一。即使是中小企业，也能通过云平台获得AI大模型的能力和服务。”
5.重构AI行业，需要比微软更彻底
当大模型开始普及，AI行业会发生哪些变化？
对此，张勇表示，AI大模型的出现是一个划时代的里程碑，人类将进入到一个全新的智能化时代，就像工业革命一样，大模型将会被各行各业广泛应用，带来生产力的巨大提升，并深刻改变我们的生活方式。他认为，面向AI时代，所有产品都值得用大模型重新升级。
在阿里云峰会上，张勇宣布，“阿里所有产品将用大模型全面改造。”
将大模型落地为应用实践，国外看微软，国内看阿里云。
微软是全球布局动作最快的云厂商。在OpenAI发布ChatGPT后不久，其大股东微软便马不停蹄对旗下软件产品进行了AI改造，把包括搜索引擎bing、协作工具Teams、ERP和CRM系统软件Dynamics 365等。
3月17日，微软在GPT-4官宣后的第二天，就迫不及待地将其接入Office套件，推出全新的AI功能Copilot（副驾驶），通过自言语言指令来自动创建文档、表格与PPT。
对于微软一系列“光速”变革，前钉钉副总裁、明略科技首席战略官张思成曾对「甲子光年」评价道：“动作快到不像微软。”
国内云厂商中，目前来看动作最快的是阿里云。
对于现有产品接入类GPT大模型做改造，并不只是对接一个API这么简单，不仅要保证两个产品之间的无缝对接，还要保证向前兼容已有的客户和服务，中间必须经过大量的测试和调试。
钉钉、天猫精灵将率先接入通义千问测试，并将在评估认证后正式发布新功能。
根据钉钉当天披露的demo演示，接入通义千问之后的钉钉可实现近10项新AI功能。通过类似微软Copilot“副驾驶”的设定，可随时随地唤起AI，开启全新工作方式。
比如，在钉钉文档中，通义千问可以创作诗歌小说、撰写邮件、生成营销策划方案等；在钉钉会议中，通义千问可以随时生成会议记录并自动总结会议纪要、生成待办事项，通义千问还可以帮助自动总结未读群聊信息中的要点。
最惊艳的是，钉钉展示了拍照生成小程序功能，上传一张功能草图，不用写一行代码，即可立刻生成订餐轻应用——这与GPT-4宣传片中展示的一张草图生成网站代码异曲同工。
此外，通义千问还将陆续嵌入阿里电商、搜索、导航、文娱等场景。比如在网购场景，用户如果想开生日party，通义千问可以帮助生成生日活动方案和购物清单。或许下一个killer app，就从阿里云的通义千问中长出来。
红杉资本将大模型驱动的生成式AI分为文本、代码、图片、语言、视频、3D等数个应用场景。红杉资本认为，生成式AI至少可以提高10%的效率或创造力，有潜力产生数万亿美元的经济价值。
黄仁勋将ChatGPT的诞生称之为“AI的iPhone时刻”。正如App Store产生之后才构建了移动互联网庞大的生态，只有真正构建起大模型的生态，AI的生产力革命才真正带来价值。
这场大模型的鏖战才刚刚开始。