随着AI大模型技术应用爆发，云厂商开启新一轮技术变革。4月18日，字节跳动旗下火山引擎发布自研DPU（数据处理器）等系列云产品，并推出新版机器学习平台，可以让大模型训练更快更稳。不仅如此，火山引擎与字节跳动国内业务并池，实现内外资源的大规模内外实时复用，试图从算力、平台层面为大模型企业提供必要的“入场券”。
令业界感到疑惑的是，其他云厂商均在发力布局自家大模型，而火山引擎方面则明确表示自己不做大模型，而是要做AI大模型的“发动机”，提供高稳定性和高性价比的AI基础设施。同时称，目前每十家大模型企业，七家已经在火山引擎云上。
不做大模型的火山引擎，凭什么能拿下70%大模型玩家？在业内看来，目前国内很多科技公司自研大模型，虽然他们拥有专业的技术团队和行业知识，但缺乏经过大规模场景实践的系统工程能力，而火山引擎早已在各个垂直领域运行了不少模型及积累了实战经验，为很多大模型厂商选择火山引擎打下了坚实的技术基础。另一方面，大模型训练对算力提出了更高的要求，并且资源损耗大、成本高，而通过公有云的商业模式，即把抖音等业务的空闲计算资源快速调度给火山引擎客户使用，可以让企业在业务创新时大胆试错，降低成本，从而减轻企业的风险。
云市场竞争进一步加剧发力大模型谋求弯道超车
与其他云厂商力推自家大模型不同的是，火山引擎则明确表示不做大模型产品，而是加大研发投入，与多家大模型深度合作，为大模型厂商提供AI应用。这样的好处在于，对内服务会有更高的性价比，在云市场未来也会带来阶段性的竞争优势。
不做大模型，如何满足大模型厂商的需求？对于大模型企业来说，想要做出大模型，大量算力和成本的消耗是不得不跨越的门槛。在有了算力之后，如何应用算力，提高算力的使用效率，也是需要面临的挑战。
火山引擎给出了数字化的解决方案，在底层技术上，分别发布新一代的自研DPU等系列云产品，以及支持万卡级大模型训练、微秒级延迟网络的新版机器学习平台，帮助企业更好的去应用好算力。
火山引擎总裁谭待表示，大模型需要大算力，所以对算力成本有很强的诉求。可以说成本是云计算的关键竞争力，也是客户最核心的要求。而火山引擎要做的，让国内大模型企业在业务创新时，可以大胆试错，不用冒太多风险，尽快追赶上国际的先进水平。
图：火山引擎总裁谭待宣布支持“多云多模型”的未来架构
创新技术激发企业潜力数据安全成为关注焦点
据悉，目前国内大模型领域的数十家企业，七成已经在火山引擎云上。包括毫末智行、MiniMax、智谱AI、昆仑万维等在内的企业都在火山引擎支持下进行大模型训练迭代。
在谭待看来，众多企业不约而同选择火山引擎的关键在于好用，而这也是火山引擎产品力的一个体现。
字节跳动副总裁杨震原表示，数字化时代更需要定量明确目标，火山引擎机器学习平台在抖音的效果广告、推荐、特效等方面已有验证，但用好机器学习平台仍面临复杂和成本两大问题。为此，抖音采用了火山引擎推出的一站式云原生机器学习平台，工程师用15个月的样本训练，某个模型5小时就能完成训练，成本只有5000元。
图：字节跳动副总裁杨震原分享抖音的机器学习实践
生成式大模型已成为自动驾驶系统进化的关键，但自研大模型并不是件容易的事。据毫末智行CEO顾维灏介绍，目前毫末智行已推出全球首个自动驾驶生成式大模型DriveGPT（雪湖·海若），背后离不开火山引擎打造的智算中心提供67亿亿次/秒的高性能运算，以及2T/秒的高性能存储及800G/秒的网络服务。随着用户规模和持续的使用里程不断扩大，DriveGPT将重塑汽车智能化技术路线，让自动驾驶更早到来。
云计算带来的敏捷和弹性有效加快了各行各业的创新速度。AI制药企业晶泰科技的联合创始人兼CEO马健表示，火山引擎的数字孪生技术加速了药物研发的自动化实验，例如全流程AI生成策略、蛋白质孪生可视化和视觉辅助算法，赋能药物研发提升效率。
不容忽视的是，随着大模型应用的增多，数据安全成为产业关注的焦点，如何做到商业价值和安全合规之间的均衡，是行业亟需解决的难题。
“大模型还在发展初期，面临数据安全、内容安全、隐私保护、版权保护等许多问题。”在谭待看来，数据安全是底层平台需要解决的问题，企业在做推荐高速引擎时，通过向量化的技术做不可逆的加密，传输脱敏以后的训练样本，不但可以解决数据安全问题，还能享受到云平台带来的好处。本质上就是通过技术手段去解决安全问题，让产品在更大规模中得到使用。
价格战不可持续“多云多模型”架构将成市场主流
让算力更普惠、让AI更普及将是接下来云厂商的主要趋势之一，而降价可以让更多客户使用到云的先进生产力。对于当下云厂商之间即将爆发的价格战，谭待表示，火山推出了抢占式实例，部分时段价格折扣非常优惠，，同时也通过技术提高产品的性价比，价格战不可持续。
据悉，火山引擎与字节跳动国内业务并池。“池”指的是计算池，其包括计算、存储、服务器、容器等单元。简单来说，并池就是在共享资源池里，实现对内外服务的调度，从而提高整体资源的利用率。
为什么资源混合调度能够提高资源利用率，从而实现降本增效？在谭待看来，以抖音为例，这类应用的使用高峰一般会出现在晚上，凌晨和工作日白天的资源峰值不会很高。在这种情况下，把字节内部业务的算力提供给外部企业客户使用，不仅可以满足更多企业的算力需求，还能帮企业降低用云的成本，部分时段最高可以节省80%以上的成本。
在大模型及下游应用发展推动下，无论传统企业还是初创企业，对AI算力都有迫切需求，企业使用多家云服务将成为常态。大模型也会在千行百业生长，形成多模型共生甚至协作的生态，向“多云多模型”架构发展成为行业共识。
尽管多云让企业拥有了选择权，但实施并不容易。数据和服务要从一朵云迁移到另一朵云上，需要解决与底层架构兼容性的问题。不同的云厂商所提供的不同产品和模块，也有可能无法相互融合使用。
对此，火山引擎推出了分布式云原生平台、多云安全、多云CDN、veStack混合云平台等系列产品，帮助客户更好地使用多家云服务。在业内看来，虽然火山引擎入局云市场时间不长，但依据内外实践和服务经验，构建出相对完整的技术栈，让其有了可以在赛道中发展的实力，从而在行业中形成竞争力。
Related posts
