AI時代，云計算再升級

　　當大模型參數(shù)量級突破萬億，傳統(tǒng)云計算架構正經歷從“水電煤”到“智能引擎”的范式遷移——云廠商如何應對百倍算力需求？企業(yè)上云邏輯發(fā)生哪些本質變化？資本市場又該如何重新定價？

　　近日，由海富通基金、上海證券報社共同主辦的“海談科技”云計算專場成功舉行。上海交通大學計算機學院長聘教授戚正偉、北京青云科技集團股份有限公司高級解決方案架構師唐文軍、國泰海通證券計算機首席分析師楊林圍繞AI時代下云計算的新趨勢與挑戰(zhàn)，共同探討產業(yè)發(fā)展與投資之道。

　　AI革命推動云計算行業(yè)擴張

　　當前，大模型與AIGC的出現(xiàn)正為云計算領域帶來顛覆性影響，算力需求正“縱橫”雙向擴展，行業(yè)整體規(guī)模不斷增長。

　　“傳統(tǒng)的云計算以CPU為主，相對不適合運行需要大量并行計算的AI大模型，因此云廠商需要將自身的算力儲備由通算升級為以GPU等加速卡為主的模式，以便應對新一代AI技術對底層基礎架構的要求。”唐文軍表示：“此外，傳統(tǒng)的云計算往往更集中在云端，而AI大模型除了集中式的訓練和微調場景外，推理場景正在向端側擴散，使得云、邊、端協(xié)同配合的計算體系逐步形成?！?/p>

　　在算力從云側向端側“橫向擴散”的同時，機架規(guī)模的“縱向擴展”亦是云計算的發(fā)展趨勢。在戚正偉看來，數(shù)據中心的未來發(fā)展方向是“計算、存儲和通信網絡在同一機架中實現(xiàn)一體化，智算、超算和通用算力在同一資源池中聚合，最終形成可擴展的大規(guī)模計算系統(tǒng)”。

　　AI不僅催生了云計算的技術變革，也帶來了市場規(guī)模的高速增長。相關數(shù)據顯示，2024年全球云計算產業(yè)規(guī)模約為7000億美元，而在2030年，該數(shù)字將逼近2萬億美元。我國2024年的云計算市場規(guī)模約為8000億元，預計2030年將突破3萬億元。

　　從云計算行業(yè)的上游來看，楊林指出，目前“Scaling Law”仍然成立，訓練模型所需的算力在行業(yè)內占比仍較高。但隨著模型成熟，應用場景增多，推理算力，特別是邊側和端側的推理算力需求將上升。

　　從下游來看，當模型能力逐步趨于穩(wěn)定，各行業(yè)的應用需求將集中爆發(fā)。對垂直應用軟件廠商而言，與AI能力相結合的SaaS產品將逐步上量。

　　軟、硬件市場蘊藏發(fā)展機遇

　　云計算的市場規(guī)模增長，為配套的軟、硬件技術同時帶來了市場機遇。

　　回溯全球及國內資本市場，自2022年11月GPT-3.5發(fā)布后，英偉達等AI加速卡廠商股價率先上漲，隨后資本市場開始關注算力租賃行業(yè)。再之后，隨著AI影響力進一步增強，下游需求逐步沿產業(yè)鏈向更上游傳導，HBM、光模塊、液冷等硬件開始被看好。

　　現(xiàn)在來看，楊林指出，國內的AI應用或將從今年下半年或明年進入爆發(fā)期，算力芯片廠商、光模塊、HBM、整機服務器廠商、算力租賃企業(yè)、IDC企業(yè)等都將進一步受益。

　　與此同時，與算力硬件層相適配的軟件層和中間層也將迎來市場機遇?！皟H靠單一的硬件或者軟件的更新迭代，很難實現(xiàn)重大技術突破，軟件和硬件的整合將是技術的發(fā)展重點之一?！逼菡齻ケ硎?。

　　唐文軍則進一步指出，“軟硬結合”的發(fā)展趨勢將集中于以下方面。其一是優(yōu)化軟件本身，優(yōu)化大模型的自身架構以及訓練和推理中的部分環(huán)節(jié)，提高軟件執(zhí)行效率。

　　其二是圍繞硬件優(yōu)化軟件，通過“壓榨”加速卡性能，提高硬件的執(zhí)行效率，從而用較低的硬件成本完成模型的訓練與推理。

　　其三是優(yōu)化介于軟硬件之間的中間件。在提供算力設備后，為使軟件廠商能夠順利調用硬件，硬件廠商需要開放一系列用于調用的中間件?！叭缛A為正逐漸開源昇騰算力卡的中間件，希望吸引更多的開發(fā)者共建生態(tài)，促進各類程序在加速卡上高效運行?！碧莆能姳硎尽?/p>

　　AI編程、AI營銷等將率先商業(yè)化

　　展望未來，與會專家認為，AI編程、AI營銷等技術可能率先實現(xiàn)商業(yè)化落地，因為這些技術領域或多或少地具備高質量數(shù)據富集、技術成熟度高、場景相對封閉、容錯率高等優(yōu)勢。

　　首先，云端的高質量數(shù)據更易催生成熟的應用產品。當企業(yè)對數(shù)據合規(guī)性的要求較低，允許數(shù)據上云時，高質量數(shù)據更易富集，進而推動模型的迭代與成熟應用的迸發(fā)。

　　其次，技術成熟度是決定能否商業(yè)化的關鍵。從商業(yè)角度看，ROI（投資回報率）決定了資金是否會進入該領域，如果AI技術在某垂類場景中的應用已相對成熟，并形成盈利，支撐商業(yè)化的資金投入就會更為“大膽”。

　　具體來看，在AI編程領域目前已出現(xiàn)了如Anysphere開發(fā)的Cursor等相對成熟的產品。今年上半年，Anysphere已完成一輪高達9億美元的融資，估值達90億美元。

　　最后，相對封閉、容錯率更高的場景更易商業(yè)化。“比如營銷行業(yè)的文生視頻等AI創(chuàng)意內容生成已較為普及，財務等行業(yè)的部分業(yè)務流程也在被AI重塑。這些行業(yè)相對垂直封閉，數(shù)據上云更簡單且風險較低?！睏盍直硎荆骸暗巧a制造、供應鏈管理等安全要求高、容錯率較低的場景，AI落地就會較慢?！?/p>

　　“從長遠看，具身智能有望逐步落地。”楊林補充道。

（文章來源：上海證券報）

(原標題：AI時代，云計算再升級)

(責任編輯：10)