2023，雲計算角逐大模型_風聞
解码工作室-03-28 10:37
去年10月，谷歌在Google Cloud Next大會上發佈了有關雲技術未來三年的十大預測。
其中有一條堪稱打工人的最愛：AI驅動的四天工作周。
谷歌解釋，人工智能創新比如低代碼、Vertex AI Vision和Translation Hub，將實現任務自動化，讓團隊能夠在四天之內完成五天的工作。
那時ChatGPT還沒有發佈，也沒有人想到微軟會在谷歌的後院點火。
自去年12月至今，微軟與OpenAI的合作已經到第三階段，先後落地了整合ChatGPT技術的New Bing和Office，也將OpenAI技術捆綁到自家的低代碼平台Power Platform。
總之，作為「賣鏟人」，微軟正在努力讓它的鏟子變得更聰明。
並且，開發者通過Azure直接調用OpenAI大模型的能力，更是一座肉眼可見的雲計算富礦。
在最新的財報中，微軟透露已經有200多個客户--從畢馬威到半島電視台--正在使用Azure OpenAI服務。
這不僅對微軟來説是一個好消息，也樂壞了已經準備勒緊口袋過日子的北美雲廠商。
2022年Q4業績會上，Meta明確表示2023年的管理主題將會是「效率」，資本開支將更加關注成本效益；亞馬遜AWS正與客户合作進行成本優化；微軟表示除優先級決策外，其餘支出增長將會非常緩慢。
而在ChatGPT出現之後，即使在行業需求放緩的背景下，它們也在積極的將投資重心轉移至AI、新型數據中心架構等領域。
這雖然是一個投資未來的故事，但卻對今年的雲計算產業至關重要。
雲廠商的日子不好過
梳理亞馬遜、谷歌、微軟三家雲廠商的財報發現，2022年Q4三家合計營收雖然同比增長25.7%至439.6億美元，但環比卻出現了5.9%的下降。
細分到每一家，亞馬遜AWS、微軟Azure、谷歌雲營收同比增速分別為20.2%、31.0%和32.0%，環比下降為7.3%、4.0%和5.6%。
亞馬遜CFO布萊恩·奧薩維斯基將原因歸結為宏觀經濟低迷，客户對業務支出有優先級考量。舉例來説，隨着抵押貸款業務量的下降，相關金融公司對於計算存儲、計算能力的需求也會相應下降。
言下之意，就是產業需求在消退，我們自然也就沒有那麼高的增速了，這樣的後果即是雲廠商在資本開支和人員結構上的收縮。
據Factset一致預期，2023年Q1亞馬遜、谷歌、微軟、蘋果、Meta這五家的資本開支將出現4.13%的環比下降，同比增速較2022年下降15.24%。
研究機構TrendForce今年2月也發佈預警，Meta、微軟、谷歌、亞馬遜這四家雲廠商的服務器採購量可能從年增6.9%放緩至4.4%，這一舉動將拖累2023年全球服務器出貨量年增長率下滑至1.87%。
2022年Q4，亞馬遜僱員人數自2018年以來首次同比負增長；2022年11月Meta裁員13%，人數超過10000人；今年1月18日，微軟宣佈計劃到2023財年第三季度末裁員10000 人，約佔員工總數的4.5%；兩天後，谷歌母公司Alphabet宣佈將在全球範圍內裁員12000人，約佔全職員工的6%。
然而這種勒緊口袋過日子的狀態又很快被抵消，北美雲廠商一邊裁員優化資本開支，一邊在緊鑼密鼓的針對AI進行長期投資。
chatGPT浪潮帶來的AI競爭，最直接的受益者正是雲計算平台。
一方面，生成式AI應用背後的大模型需要更強的算力。OpenAI此前公佈過一組數據，目前大模型訓練所需算力的增速保持在3-4個月/倍速度增長，遠超摩爾定律18-24個月/倍。
另一方面，區別於傳統雲計算平台提供的算力、存儲等資源，擁有大模型的雲廠商未來可以提供基於大模型開發應用。李彥宏不久前在接受採訪時就拋出過類似的觀點，未來企業在購買雲計算的時候不看底層算力，而是看大模型的優劣。
大模型競爭激化
這也是為何有那麼多公司如此重視ChatGPT：
英偉達CEO黃仁勳將ChatGPT視為人工智能領域的iPhone時刻；比爾蓋茨將ChatGPT定義為自圖形用户界面以來最重要的技術進步；李彥宏將大模型稱之為雲計算市場的game changer（顛覆者）。
事實上，在生成式AI眾多的願景中，雲計算恐怕是當下離商業變現最近的一個。
這其中的想象力來自於，各種大模型以及chatGPT、文心一言等AI應用推出後，來自外部開發者對其能力的調用，尤其是一些中小開發者。
比如已經有公司將ChatGPT和文心一言能力融合到具體產品，開發出具有一站式AI創作環境的「AI編劇」。
通俗來説，ChatGPT是一個超級工具，連接和利用雲廠商提供的底層資源，將資源變成產品，直接提供給企業。但在這個過程中，算力資源雖仍是基礎設施，但對雲廠商的要求就不只是算力的快慢，也有大模型的優劣。
對雲廠商而言，有了大模型的加入和AI應用開發的浪潮，就會催生兩個需求：
第一，以往雲廠商售賣算力和存儲空間，現在外部開發者可以直接調用雲平台的大模型能力，在此基礎上開發AI應用。這樣的邏輯是，開發者可在不使用雲計算平台的情況下，基於大模型開發應用。
但這個路徑下，該應用在調用大模型能力時，仍會間接使用大模型所在的雲平台資源。
對雲廠商而言，上述邏輯的核心包括兩個方面，其一是大模型能力，外部開發者無需自己開發大模型，直接調用；其二是雲計算資源，ChatGPT等生成式AI背後的大模型，首次對算力展現出了極高的要求，任何想要在大模型領域分一杯羹的企業，都避不開其背後的雲資源。
並且，上述情況在未來一段時間，尤其是chatGPT開放插件功能後，將會迎來一個AI應用的井噴，這種數量級的增長必然會引流到雲計算平台，最後轉化為真金白銀。
所以，當有開發者喊出「這很像AI時代的安卓系統」時，就代表着雲計算已進入一個至關重要的拐點時刻。
第二，對於雲廠商來説，滿足大模型訓練而來的私有云服務需求，將會是一個新的增量市場。
在大模型訓練前，往往對於模型所需的訓練算力就會有一個初步的認知，並會提前針對所需算力進行準備與佈局，不太可能存在模型訓練中臨時擴充大量算力的情況，這就使得公有云能夠快速擴容的優點在大模型領域不復存在，私有云同樣能夠支撐起模型訓練的算力需求。
公有云雖然在易用性方面有一定優勢，但是這些服務具有較大的「綁定」特性，例如如果用户使用微軟預訓練的DNN進行圖像處理，就不能輕易在自己的服務器上運行所產生的應用程序，同時用户也無法在非谷歌的公有云使用谷歌的TPU和AuoML工具。
而在目前大模型的訓練當中，需要不斷用新的數據和功能來保持它的「新鮮度」。由於私有云僅供單個組織使用，因此企業可以完全控制其軟件和硬件選擇，這種高度控制意味着私有云的所有者可以針對任務重新配置或定製雲資源，進一步提高效率。
隨着大模型變得越來越複雜，私有云能夠提供更大範用和更洋細的規範，例如，插入特定應用程序並確保持續可用性和數據速度的自力。
並且，從開發者的角度出發，一方面，對於固定預訓練的AI大模型需求，公有云佈局和私有云佈局的成本基本一致，由於沒有快速擴容需求，公有云的規模成本優勢將減弱；
另一方面，公有云的訓練效率反而會低於專為自身AI訓練所搭建的私有云，對於連續的、大規模深度學習而言，使用本地私有云反而可以節省大量成本，同時提高訓練效率。
商業格局或將洗牌
IDC統計的2021年雲計算市場份額中，亞馬遜、微軟和阿里為市場前三，這樣的格局已經持續了至少5年以上。並且其份額遙遙領先於追趕者，比如位列第四、第五名的谷歌、IBM，份額僅有亞馬遜的1/9和1/15。
這種近乎固化的市場格局，很大程度上源自於市場領導者的先發優勢，更多的客户、數據中心和經驗形成了企業壁壘，後來者很難打破。而且這些領導者也在持續創新，比如阿里、華為等向下延伸做硬件自研。
但同時，技術創新也為後來者提供了勇闖龍穴的武器，比如大模型。
相較自研硬件，大模型的影響力更大。一覽科技聯合創始人陳錫錫就表示，像微軟雲或百度雲這樣有大模型能力的雲平台，對開發者或企業來説不僅是吸引，還會卡脖子，“不擁抱AI的企業很危險”。
大模型以及其背後的AI生態，將會徹底改變雲計算的產業規則，因為它將會是一些新機會的誕生沃土。
在百度集團副總裁袁佛玉看來，上述產業機會至少會有三個方向:
一是新型雲計算，雲計算公司主要的商業模式會變成MaaS（Model as a Service），模型即服務；
二是行業模型精調，它是通用大模型和工業、金融、交通、能源、媒體等行業的中間層，將會有巨大的機會；
三是應用開發，可以類比為移動時代的微信、抖音、淘寶。
尾聲
有人將OpenAI的聯網化舉動形容為「iOS App Store事件」，足以顯示出AI時代靠近我們的速度多麼的快。
而在背後支撐類chatGPT的雲計算，也將在這場變革中扮演越發重要的角色。
不久前李彥宏在接受媒體採訪時回答了這樣一個問題：當您在描述全新的雲計算生態出現的時候，未來的十年內會不會出現一個誕生新的微信、新的淘寶、新的抖音的機會？
李彥宏如此回答：肯定會，甚至誕生10倍於這些價值的機會。
參考資料
[1] 雲計算：北美雲廠商眼中的2023，華泰證券
[2] 計算機行業：ChatGPT研究框架，浙商證券
[3] 中國如何實現Zettascale計算, 華泰證券
[4] 私有云將成為AI大模型算力主流佈局, 海通國際
[5] ChatGPT是雲計算的iPhone時刻，光錐智能
[6] AIGC專題三：國內大模型概覽，德邦證券