AI大模型应用爆发，云市场变革加速

76 0 0

文章主题：AI大模型, 云市场, 火山引擎, 机器学习平台

本报记者李豪悦

AI大模型应用爆发，云市场也在加速变革。

在4月18日的新闻发布会上，火山引擎正式推出了自研DPU系列云产品以及全新的机器学习平台。发布会结束后，《证券日报》记者有幸采访到了火山引擎总裁谭待和字节跳动副总裁杨震原，他们就这一重要事件进行了深入交流。

在当前大模型竞争激烈的环境中，谭待明确表示，作为“火山引擎”的提供者，其首要任务是为那些致力于开发大型模型的企业提供优质服务。事实上，我国已有数十家大型模型领域的企业在“火山引擎”云平台上表达了合作的意愿，占比超过70%。这一举措，既体现了谭待对于合作伙伴的重视，也显示了“火山引擎”在大模型竞争中的 confident 立场。

在谭待看来，大型人工智能模型的竞争并不会是一家独大。与其它云服务提供商致力于推出自家的大模型不同，火山引擎选择接入多家大模型进行深度合作，旨在为企业及消费者提供更加丰富多样的AI应用场景。

“并池”复用资源

让大模型训练快速跑起来

本文作者作为一名文章写作高手，经过仔细阅读和分析原定内容，发现其中包含丰富的信息量和独特的视角。为了保持文章的专业性和吸引力，我将运用我的语言组织能力，对原文进行改写，同时确保字数不少于原文。以下是我改写后的文章：近年来，全球范围内人工智能技术（AI）的热潮愈演愈烈，其中最引人注目的当属 ChatGPT。这种底层大型 AI 模型的出现，不仅引领了科技行业的创新潮流，也让我们看到了 AI 技术的无限可能。根据我国民生证券的统计数据，目前国内外已经出现了超过 30 个大型 AI 模型，涵盖了阿里巴巴、百度、京东等知名互联网公司，以及光年之外、百川智能等备受关注的初创企业。这些大模型的出现，无疑为 AI 技术的发展注入了强大的动力，同时也为各行各业带来了前所未有的变革和机遇。总之，随着 ChatGPT 等大型 AI 模型的不断涌现，我们可以预见，未来 AI 技术将在更多领域得到广泛应用，推动人类社会进入一个全新的智能化时代。

在业界，有关大型模型将在云服务提供商之间实现“超车”的预期声音不断涌现。对此，谭待的态度是明确的，尽管大型模型目前仍处于起步阶段，但在数据安全、内容安全、隐私保护和版权保护等方面存在诸多亟待解决的问题。然而，值得注意的是，大型模型的出现将推动云计算平台上人工智能计算能力的飞速提升，使得AI计算能力与通用计算能力的差距逐渐缩小。这将给各云服务商带来新的机遇，与此同时，也给数据中心、软件硬件架构以及PaaS平台带来了前所未有的挑战。

在数据中心算力结构这一主题上，谭待指出：“大型模型对算力的需求量大，而虚拟化技术则会导致资源消耗增加。预估在未来三年内，大规模的算力中心将采用混合算力结构，该结构包括CPU、GPU和DPU。其中，CPU主要负责通用计算，GPU负责人工智能计算，而DPU则负责资源卸载、加速和隔离，旨在提高资源利用效率。”

谭待在接受采访时表示，火山引擎的目标是为大型AI模型用户提供既稳定又高效、性价比极高的AI基础设施。火山引擎的机器学习平台不仅能够提供强大的算力支持，还能协助大型模型用户更有效地利用算力，从而提高工作效率。

据新闻报道，我国知名科技公司火山引擎近日宣布与字节跳动展开合作，双方将在国内业务上实现资源共享。火山引擎公司CEO杨震原透露，所谓的“并池”实际上是一种计算资源共享模式，它涵盖了计算、存储、服务器以及容器等多个领域。通过这种方式，可以在资源池中更高效地调度和管理各类资源，进而提高整体资源利用效率。

火山引擎机器学习平台是在抖音等海量用户业务的长期打磨中得以完善，能够应对单任务万卡级别的超大规模分布式并行训练场景。其GPU弹性计算实例可以灵活调度资源，随时调用，随时释放，为客户提供了最高可节省70%的算力成本的解决方案。

谭待表示，火山机器学习平台的优势之一就在于“内外同款”，例如通过内部抖音大规模的训练场景进行打磨，通过实战积累经验。因此，基于内外统一的云原生基础架构，抖音等业务的空闲计算资源可极速调度给火山引擎客户使用，离线业务资源分钟级调度10万核CPU，在线业务资源也可潮汐复用，弹性计算抢占式实例的价格最高可优惠80%以上。

向“多云多模型”架构演进

价格战不可持续

4月17日，火山引擎还发布了新一代自研DPU，实现计算、存储、网络的全组件卸载，释放更多资源给业务负载。据悉，该DPU网络性能高达5000万pps转发能力、延迟低至20us。基于自研DPU的各类计算实例性能也有显著提升，例如适用于大模型分布式并行训练场景的GPU实例，相较上一代实例集群性能最高提升3倍以上。

自动驾驶公司毫末智行与火山引擎合作打造智算中心，为DriveGPT自动驾驶生成式预训练模型提供强大的算力支持。毫末智行CEO顾维灏介绍，DriveGPT使用量产车4000万公里的人驾数据训练，参数规模达1200亿，对自动驾驶认知决策模型进行持续优化。

谭待表示，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。同时，各行业有自己高质量的私有语料，大模型不会一家独大，而是会在千行百业生长，形成多模型共生甚至协作的生态。“未来将是‘多云多模型’的时代。”谭待称。

火山引擎也顺势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。谭待表示，火山引擎slogan是“云上增长新动力”，产品理念是围绕云上增长三个核心要素，即敏捷迭代、数据驱动、体验创新。

值得一提的是，今年以来，随着云平台竞争激烈，大厂之间比拼加剧，价格战也随即打响，4月份，有大厂宣布相关产品降价40%。便宜、廉价，能否成为行业主流趋势？

谭待表示，要从两方面看待这一问题：一方面，成本是云计算的关键竞争力，因此成本控制需要久久为功；另一方面，要加强技术积累，价格战不可持续。

事实上，作为字节跳动ToB业务的重要板块，火山引擎过去两年的ROI（投资回报率）并不高，对此谭待认为，“企业服务中，ToB服务与ToC服务大相径庭，ToB服务需要经过漫长的实践，积累起来后才会有很强的连续性。因此对于火山引擎而言，短期考虑的是如何为客户创造更多的价值，中期任务是将组织能力做好，长期要回归商业本质，成为一个盈利的业务。”