IDC報告背後：大模型時代，重新理解AI公有云_風聞

 

 

大模型之於AI公有云的意義，在於大模型可以改變過去“手工作坊定製算法”的高成本模式，轉向“工廠模式”，只需要微調和精調，就可以形成針對性的場景算法。 

作者|葛覃 

出品|產業家 

 

一年前，依然有不少雲計算從業者思考，AI公有云到底是不是一個偽命題？

支持AI公有云觀點者有之。他們認為AI是更具變革性的技術，在更早期就應該確立“AI為體，云為用”的思路，既然AI門檻高，那麼就應當以云為載體，為AI的落地產業降低一些複雜性。

反對AI公有云觀點亦有之。一位雲廠商高管坦誠表示，大家都在講AI，但實際上AI佔雲計算市場收入的佔比不高，我們必須承認，雲最大的收入還是來自於IaaS，“AI for雲”這件事，在中國雲計算行業才剛剛起步。

很多廠商都把雲計算的重要性排在AI之前，即產品的邏輯、技術的路徑，都是研究如何用AI增強現有的產品能力，或者豐富現有的雲計算體系，AI更多是雲計算市場的補充。

但是，大模型時代到來之後，AI公有云這件事變得有些不同了。

IDC已經連續四年發佈《中國AI公有云服務市場份額》報告，在最新的報告中，IDC表示，未來5年，大模型、生成式AI驅動的下一代人工智能，有望帶動整體產業重回高增長時代。

AI公有云報告的前瞻性，某種程度上揭開了雲與AI發展交織的路徑。

一、大模型棋局，AI公有云是先手棋

《IDC中國AI公有云服務市場份額，2022》收穫了比以往還要多的關注，核心原因無疑是大模型，本次報告IDC將更多筆墨描寫在未來，而不只是對過去的總結。這可以理解為，報告所覆蓋的2022年，大模型效應還未完全釋放，所以IDC做了更多前瞻性表述。

拆解報告有兩個看點，一是大模型時代之前的AI公有云，儲備有多少基本決定了如今大模型賽道的位次。二是大模型如何影響AI公有云。雲廠商都在找尋方向，是技術的，也是商業的。

過去數年時間，雲計算市場增速有所放緩，但是AI公有云市場仍然保持了高速增長。根據IDC報告，2022年中國AI公有云服務市場增速達到80.6%。

即在大模型火爆之前的2022年，AI公有云的增長路徑就已經比較明顯。以百度智能云為例，市場份額佔比第一，增速達69.7%，這也是百度智能雲連續四年、第八次排名第一。

百度智能雲是篤定AI公有云路線的廠商，**大模型的能力不會憑空而來，之前所有的AI產品都代表經驗和技術積累，**例如百度智能雲在市場規模最大、增速最高的“計算機視覺”市場，以及大模型最核心的技術“自然語言處理”市場，都位列第一。這些市場增長就主要源於多模態 AI 以及早期的生成式 AI 場景驅動。

技術的發展有其延續性，譬如大模型訓練就是典型的週期工程，在很多廠商慌忙研究怎麼搭建一個大模型訓練平台時，百度文心一言能國內第一個推向市場，也實現了更好的效果，部分就是因為在AI公有云市場多年的服務企業經驗沉澱。

IDC也提到，大模型、生成式AI對公有云市場帶來的影響包括：一是快速顯著拉動AI IaaS市場的增長。原因在於大模型的預訓練需要大規模算力，部署到用户端進行微調或者二次訓練對算力也有一定的要求，能夠提供高性價比、穩定算力的廠商將優先獲益。

百度智能雲已經超前打造了“智能計算底座”，和微軟Azure理念相通，相當於為大模型打造了一個AI超級計算機。

在AI IaaS層，整合百度自研的AI芯片“崑崙芯”，在AI計算、存儲、加速、容器方面進行系統優化，提供高性價比的算力，承載海量數據的處理、超大模型的訓練和推理；在AI PaaS層，整合自研飛槳深度學習框架、百度文心大模型，打通樣本中心、模型中心、AI開發平台、AI服務運行平台，實現從數據存儲到模型訓練、生產、部署、測試的全鏈路、批量化生產。

從自研芯片到自研框架再到全面的AI能力，全棧的AI解決方案，這是IDC在報告中提及百度的獨特優勢。

二、大模型如何影響AI公有云

無論是否支持AI公有云的觀點，所有云廠商都有過一種想法，靠AI帶動雲計算的消費，AI任務可以用雲來支撐，尤其是一些大型複雜的AI計算任務，這種想法看起來很美好，邏輯似乎也成立。

但在實際業務中，雲廠商發現，人工智能的場景呈碎片化狀態，本身就不是非常核心的業務場景，完全可以單獨拆分，AI就是AI，雲就是雲，對於企業來説，要麼成本太高，要麼收益不夠，AI公有云吸引力有一些，但不大。

大模型之於AI公有云的意義，**在於大模型可以改變過去“手工作坊定製算法”的高成本模式，轉向“工廠模式”，只需要微調和精調，就可以形成針對性的場景算法，**而AI公有云具備規模化效應，可以低成本的將這些解決方案快速輸送給需要的企業。

大模型+雲的組合優點，讓所有人不得不重新審視AI公有云。

大模型已經不僅僅是對單個產品系統的增強，而是一個All-in-one的能力，MaaS概念得到認可和推廣，本質上是大模型一旦變成了基礎設施和能力，就把原來PaaS和SaaS的增強能力結合，變成了一種全新的基礎設施能力，即MaaS。

對於雲廠商來講，以All-in-one的模型作為基礎，以MaaS去構建整個AI的平台確實剛剛開始，百度智能雲走的更早，也走得更遠。除了模型本身的開放能力以外，百度智能雲也在服務各行各業的產品和業務。

即便在行業know-how成為壁壘的工業場景，百度智能雲甚至已經超越單一場景業務，進入到核心系統的大模型試點，智能產品和解決方案沉澱在百度智能雲開物工業互聯網平台上，從單點智能化向企業智能化中樞演進，大模型的泛化能力，進一步提升了百度智能雲的規模化、工程化複製能力。

百度文心千帆大模型平台也是大模型能力迭代的關鍵產品，集合了大模型全流程工具鏈，包含了數據管理、模型訓練、評估優化、預測服務部署，以及插件服務，從而降低企業使用大模型的門檻和成本。

對於短時間內沒有自研能力的廠商，以及沒有 AI 研發積累的廠商，不需要考慮自研大模型，可以直接利用市面上已有的能力來升級解決方案，形成自身業務升值溢價能力。此時， AI公有云就越來越成為諸多廠商的必需品。

IDC也表示，面向未來，生成式 AI、大模型的技術突破與落地速度超出想象。無論是聚焦在 AI 能力平台的廠商，還是提供行業解決方案的廠商，都需要確保自己的產品/解決方案提供這部分能力。

據瞭解，百度文心大模型已升級至3.5版本，與3月份的3.0版本相比，訓練速度提升了2倍，推理速度提升了30倍。多項公開權威測評顯示，由文心大模型3.5支持的文心一言綜合能力評測得分超過ChatGPT，遙遙領先其他大模型，部分中文能力超出GPT-4。

大模型短期內將帶動雲上AI能力市場的增長，當前大模型、生成式AI的產品能力都正在研發當中，需要不斷地迭代更新，雲廠商可以讓用户快速獲得最新能力。可以預見的是，未來AI一定會佔雲市場較大的收入比例，或者至少是不可忽視的收入比例。

大模型時代，再觀AI公有云，回答AI公有云成立與否，本質上就和回答雲計算是否成立，是一回事。

中國雲計算發展逾十年，前些年行業還會有所爭論，雲計算是一種技術體系，還是一種商業模式，而市場證明，雲計算經歷了商業向技術過渡的轉向，隨着雲計算市場規模的擴大、雲應用縱深的增加，雲原生的興起開闢了新的一方天地。

AI公有云正在經歷類似的過程，大模型回答了“一個模型能否解決通用問題”以及“模型本身是否有價值”的關鍵問題，當大模型的應用場景的廣度和深度繼續擴展，原生的AI公有云體系也將形成，百度智能雲戰略與AI公有云的發展走到了愈發明晰的交匯點。