两个核心信息：其一、阿里巴巴旗下所有产品都将用大模型全面改造；其二，阿里云将进行史上最大力度降价，降价并非简单粗暴价格战，而是充分释放让利空间，是技术、规模带来的正循环
文 | 吴俊宇
编辑 | 谢丽容
微软投资的OpenAI用ChatGPT引爆AI大模型市场后，中国科技公司迅速跟进了这一领域，并掀起了从云计算基础设施、大数据处理到AI算法的全方位竞争。（详情见2022年3月5日报道《ChatGPT算力消耗惊人，能烧得起的中国公司寥寥无几》）。
4月11日的阿里云峰会上，阿里云宣布了两个主要动作：
- 一是，推出通义千问大模型，阿里未来将所有产品接入通义千问进行全面改造。
- 二是，进行有史以来最大幅度的一次降价，通用计算将大幅降低，对比上一代主售产品最高可下降40%。阿里云还将开放计算存储、数据库、机器学习等核心产品免费试用。
阿里集团董事会主席兼CEO张勇在会上发言，他提到，让计算成为公共服务是阿里云的追求，未来核心要做好两件事情：第一，让算力更普惠，推动自研技术和规模化经营的正循环，持续释放技术红利；第二，让AI更普及，让每家企业的产品都能接入大模型升级改造，并有能力打造自己的专属大模型。
2022年底，张勇兼任阿里云智能总裁后发出内部信，将新年关键词定为“进”，希望在中国云市场整体逆风的情况下解决体系化“进”的问题。2022年阿里云全年营收775.9亿元，较2021年同比增长7.0%。经调整过后的EBITA利润13.1亿元，经调整过后的EBITA利润率为3.0%。
过去两年是中国云市场的调整期。互联网行业增速放缓，政企集成业务调整让互联网云厂商普遍调低业务预期。AI大模型在这种背景下，被视为提振中国云市场的强心针。从算力大盘来看，大模型背后GPU主导的AI算力消耗量、增速，将远大于CPU主导的通用算力消耗量。中国信通院2022年发布的统计数据显示，2021年中国通用算力规模95 EFlops，增速为24%，占比47%。智能算力规模104EFlops，增速为85%，占比超50%。智能算力增速正在超过通用算力，成为云计算的新一轮增长点。从美国市场的经验来看，AI大模型正在改变云产业，成为推动云市场增长的新一轮机会。大模型对AI算力（GPU图形处理器/NPU自然语言处理器/DPU神经网络处理器等算力）消耗量极大，会带动底层算力资源消耗；软件市场也在被大模型改造，MaaS（模型即服务）、基于模型开发AI应用等软件也在涌现。微软云（Microsoft Cloud）2022年形成了三条轮动增长的曲线，其中智能云增速超20%，企业软件增速超40%，AI大模型增速超100%。企业客户通过微软的公有云Azure租赁GPU算力，调用大模型，再输入数据训练自己的小模型改造业务。微软甚至把AI大模型作为云计算下阶段的战略核心。微软管理层在2023财年二季度（即2022年四季度）财报后的电话会议中说，微软正在把AI模型变成新的计算平台，下一轮云计算浪潮正在诞生。中国互联网云厂商也有三条类似的增长曲线。其中云的增速低于20%，企业软件增速超40%，AI大模型则处于萌芽期。在中国云市场略显低迷的背景下，阿里云进攻的逻辑是：用AI大模型寻找新的增长曲线，用算力降价做大云的基本盘。
大模型需要用云承载，也是云计算未来的主要服务模式之一。大模型+云计算将为阿里云这样的综合型选手带来新的机会，构筑新的护城河。张勇在阿里云峰会上称，大模型是“AI+云计算”的全方位竞争，超万亿参数的大模型研发，囊括了底层算力、网络、大数据、机器学习等诸多领域的复杂系统性工程，需要有超大规模AI基础设施支撑。决定AI大模型能力的核心因素是三个，算力规模、算法模型的精巧度、数据的质量和数量。美国市场研究机构TrendForce在3月1日的报告中测算称，处理1800亿个参数的GPT-3.5大模型，需要的GPU芯片数量高达2万枚。GPT大模型商业化所需的GPU芯片数量甚至超过3万枚。云计算技术人士公认的说法是，1万枚英伟达A100芯片是做好AI大模型的算力门槛。阿里云CTO周靖人在4月11日阿里云峰会透露，阿里云灵骏智算具备提供单集群万卡的能力。智能算力的价格远高于通用算力。服务器GPU的价格通常在CPU价格的10倍以上。以英特尔服务器CPU芯片为例，单枚价格通常在2000元-7000元之间。但英伟达的服务器GPU价格通常在20000-100000元之间。此前有云计算技术人士表示，中国市场上华为、阿里、腾讯、字节跳动、百度都有云业务，理论上有跑通AI大模型的入场券。但最终且具备资金储备、战略意志和实际能力的企业，可能不会超过3家。阿里云是国内最大的云厂商。从算力、算法、数据储备看，有机会成为国内主要的大模型服务商之一。大模型甚至可能会成为阿里云未来重要的业务增长点。在美国，AI大模型已经在为云厂商创造增量市场。微软云2022年形成了“智能云-企业软件-AI大模型”三条轮动增长的曲线。微软云2022年营收1012亿美元，同比增长26.5%。其中智能云（云、企业服务）营收818亿美元，同比增长21.1%；生产力与业务流程（企业软件，如Teams、Power Platform、Dynamic 365等）营收194亿美元，同比增长59.0%。AI计算（Azure Machine Learning，简称Azure ML）收入虽合并在智能云中，但连续四个季度营收增速超过100%。企业客户通过微软的公有云Azure租赁GPU算力，调用大模型输入数据训练自己的小模型改造业务。微软Azure ML有200多家客户，其中包括制药公司拜耳、审计公司毕马威、零售公司百事可乐。拜耳用大模型分析药物研发过程中的临床试验数据，以此缩短药物研发周期。毕马威则是建立风控模型，识别预防金融犯罪。百事可乐用于分析销量、库存、购买数据，以此提高销量数据、提高供应链效率。在中国云市场，大模型这种服务模式正在萌芽。目前国内AI算力和大模型市场初步形成了两种服务模式：- 其一，用公有云为各行各业提供AI算力和通用/行业模型。如汽车厂商自动驾驶训练、互联网公司信息推荐。这种模式毛利率相对较高（超过60%），和美国市场的模式相对接近。
- 其二，用专属云为客户部署专属模型和AI软件。如括金融、银行建立风控模型，制造企业工业质检。这种模式毛利率相对偏低（低于40%），考虑到中国软件市场现状，专属模型可能在中国市场有较大空间。
阿里云AI计算产品体系分层了三层：IaaS层是GPU等智能算力资源；PaaS层是机器学习平台；MaaS层包括基础大模型、企业专属大模型等。阿里云已经用公有云AI算力和通用/行业模型服务了自动驾驶、互联网等行业的企业。2022年，阿里云在乌兰察布启用了以GPU芯片为主的智算中心，并对外提供AI算力、AI大模型等服务。比如，小鹏汽车使用阿里云的算力、模型训练数据，以此提高自动驾驶训练速度。微博等互联网公司也采用了阿里云的机器学习平台模型数据，以此进行信息流推荐。随着国内上云、用云程度变深，AI计算的使用占比会逐渐变大。互联网行业正在出现这种变化。因为数据分析、信息推荐都高度依赖AI计算和模型服务。第三方数据分析机构Gartner数据显示，2021年中国云市场的支出结构中，IaaS占据70%，SaaS/PaaS只占30%。但阿里集团这种用云程度深的企业呈现了更超前的支出结构：IaaS占比不足60%，AI和数据分析占更大比重。2022年云栖大会上，阿里集团基础设施负责人曾公开表示，阿里集团2021年自身用云成本超过250亿，其中23%用于是大数据和AI平台，该负责人表示，随着用云程度变深，其他互联网公司甚至是传统企业，未来可能也会呈现类似用云成本结构。
专属大模型这种模式阿里云也在尝试开拓。云峰会上，OPPO、吉利汽车、智己汽车、奇瑞新能源、毫末智行、太古可口可乐、波司登、掌阅科技等多家企业表示，将与阿里云展开技术合作。其中阿里云与OPPO将共建大模型基础设施，基于通义千问完成大模型的持续学习、精调及前端提示工程，为终端客户提供AI服务。据了解，由于参数较少、数据量小，政务、金融、制造等领域的客户倾向于在边缘侧部署专有化的智算中心。做法是采购数百至数千枚中等性能的GPU芯片，部署预训练的小模型。如基于阿里云飞天智算平台搭建的吉利星睿智算中心就包含这类部署方式。主要用于吉利的试制试验工厂，能大幅缩短工业设备数据计算时间，提高试验效率。中国和美国企业服务市场一大差异在于，公有云需求的占比相对更低，定制化/私有化需求相对更高。中国AI模型市场被担忧未来可能会像软件市场一样定制化/私有化占据大盘。周靖人表示，国内市场的传统做法的确是提供私有/定制服务。阿里云2019年就开始了大模型研究，每一步进展都离不开自己的研发创新验证。阿里云期望更多通过公有云的模式服务客户，即使企业专属模型也希望围绕公共云提供。这会带来更好的训练效果、更低的计算成本。
过去一年，中国云市场“内卷式”的竞争正在加剧。阿里云为代表的互联网云厂商正在遇到更多挑战。其一，政企取代互联网成为核心增长点。电信运营商旗下云业务正在向政企客户销售更多私有云/混合云/数据中心资源。对阿里云来说，互联网行业深度用云（使用AI、大数据、PaaS/SaaS应用）、非互联网（政企、传统企业）行业上云是下阶段主要增长点。其二，软件（SaaS/PaaS）在云计算支出中仅为30%，AI计算尚处萌芽阶段。互联网云厂商在软件、AI计算市场有技术优势，容易获得更大的利润空间。以阿里云为例，目前在用数据库、协同办公、平台软件产品培育客户。并希望开拓AI算力、AI软件、AI大模型等新的商业机会。
阿里巴巴集团最新财报数据显示，阿里云来自非互联网行业（如金融、电信、教育、汽车、政府等）的收入连续两个季度保持高速增长，互联网行业的收入连续两个季度下滑。阿里云收入结构中，非互联网行业收入连续三个季度超过50%，是阿里云最大的增长动力。事实上，中国云市场内卷之际，大盘的蛋糕还没有完全做大。中国IT支出结构中，云的为代表的软件产品占比仍然相对较低，且远低于数据中心、硬件设备为代表的硬件。Gartner在2021年2月数据的显示，中国IT支出大盘中，包括云计算在内的软件市场占比仅为14%，数据中心、硬件设备为代表的硬件占比则高达40%。阿里云公布的数据则显示，中国IT市场云计算渗透率不到15%，数据中心CPU利用率仅为10%左右。为互联网行业提供价格更加低廉的算力，企业才有可能把云支出投入到深度用云的场景；为非互联网行业提供价格更加低廉的算力，非互联网行业的上云、用云速度才会加快。
为此，阿里云宣布了有史以来最大幅度的一次降价，并开放核心产品的免费试用。今年阿里云将推出一款名为通用Universal实例的计算产品，这款产品进一步屏蔽了传统IT的硬件参数，其价格对比上一代主售实例最高可下降40%。客户可通过预留云上存储空间和锁定购买时长，来获得更低的长期存储成本。推出免费试用计划，提供包括计算、数据库、机器学习等50款云产品可免费试用。降价并非简单粗暴价格战，而是用利用技术改进、规模效应释放让利空间，形成正循环。过去十年，阿里云提供的算力成本下降了80%，存储成本下降了近90%。健康的降价，路径只有一条：提升算力性能，降低算力成本。为达成上述目标，优化调度、自研芯片是两种常见的做法。过去几年，亚马逊为提升云的性价比，采取了三个策略。分别是自研发数据中心调度系统（Nitro V5的管理程序），以此提升算力、网络等资源的使用效率；自研CPU芯片（Arm架构CPU芯片Graviton）提升通用算力性能，自研AI加速芯片（训练芯片Trainium、推理芯片Inferentia）提升训练和推理的性能。云计算厂商通常需要从英特尔手中购买x86架构的服务器CPU芯片，从英伟达手中购买用于AI训练、推理的服务器GPU芯片。但是自研芯片得到规模化使用之后，通常会带来算力效率提升、算力价格下降。亚马逊AWS公布的数据显示，Nitro数据中心调度系统让AWS的算力性能提升40%，网络性能提升60%。Graviton处理器让AWS的通用算力性能提升50%。Trainium深度学习芯片让AI训练成本降低50%。上述做法带来的结果是，亚马逊AWS具备了更大的利润空间，更强的抗风险能力。亚马逊AWS在2022年能源成本上涨约8%、汇率逆风约8%的情况下，综合利润率与前一年基本持平。中国云巨头们也在尝试用优化资源调度、自研数据中心网络、自研芯片的方式降低用云成本。2021年，阿里云推出了自研云基础设施处理器CIPU，并将自研通用服务器芯片倚天710用于阿里内部业务场景。规模化运营和成本降低可以形成商业模型的正循环。去年11月，阿里云数据中心负责人曾表示，提升算力性能，降低算力成本不仅可以为客户提供降价空间，还可以提升阿里云的利润率。云厂商算力性能提升50%，其中30%可以通过降价让利客户，20%留给自己作为利润空间。阿里云目前是国内少数保持盈利的云厂商之一，相比其他云厂商有规模成本优势。通过健康的降价和让利不仅可以进一步扩大市场占有率，还可以为中国市场提供更普惠的算力资源，进一步做大中国云计算市场大盘。
