國產AI算力市場生變

沒想到，在ChatGPT爆火後的一年裏，竟然出現了一個隱藏“Boss”——

量子位獲悉，
百度、360等互聯網大廠
均已開始基於昇騰部署AI模型；而
知乎
、
新浪
、
美圖
這樣全速推進AI業務的公司，背後同樣出現了華爲雲昇騰AI雲服務的身影。

明面上，大模型帶動了N卡炙手可熱；但另一面，國產算力提供者中的頭部企業華爲也浮出水面。

有意思的是，上述提到的玩家，目前展現的共性也非常明顯：無一例外都是
有場景的互聯網玩家
。

簡單解釋，就是這些公司在大模型變革之前，基本都在各自的行業中有穩定的業務生態，也有核心的商用場景。

毫無疑問，他們需要更快更高效讓大模型引擎轉動，可以更快產生最直接的價值，雲算力是最合適的選擇。

國內算力市場，悄然生變

解題就得從大背景展開，國內算力市場的
供給
和
需求
，正在產生方向性變化。

首先是資源的供給，也就是提供算力的市場，出現了變化。

從去年開始，國內市場就出現了“N卡難求”的情況。爲此英偉達輪番推出特供版GPU，在算力和功率上一再縮水，但還是受到限制。最近纔有風聲的HGX H20和兩款新的GPU，也被曝可能推遲到明年2月或3月才能發佈。

一系列算力供給縮水動作，使得國內市場上已有的英偉達系列顯卡進一步稀缺，算力一個月內漲價50%甚至100%已是常態。

據《經濟參考報》介紹，由於算力資源持續緊張，國內算力服務公司如匯納科技，已經在11月中旬擬將所受託運營的內嵌英偉達A100的高性能算力服務器算力服務收費同步上調100%。

與此同時，國內互聯網廠商因大模型急速增長的算力需求，又加劇了這種緊張的局面。

先是國內大模型數量激增，10月份統計數據顯示，國內已發佈了238個大模型。

每一個大模型背後都意味着海量算力的投入，綜述《A Survey of Large Language Models》顯示，650億參數大模型LLaMA，在
2048塊80G A100
上訓練了21天；而700億大模型LLaMA 2，同樣用了
2000塊80G A100
訓練。

然而，AI算力需求還會持續上漲。

據OpenAI測算，自2012年以來，人工智能模型訓練算力需求每3~4個月就翻一番，每年訓練AI模型所需算力增長幅度高達10倍。

△圖源OpenAI

顯然，隨着AI成爲全球產業的增速引擎，算力作爲背後的驅動力自然關注不小，甚至出現了“誰能爭搶到算力，誰就更有先發權”這樣的說法。

一方面，如果算力跟不上，無法搭上AI這班快車，直接面臨的結果就是在競爭中落於下風，甚至可能被行業拋棄。

360公司創始人周鴻禕曾經談到，公司如果沒有搭上ChatGPT這班車，很有可能會被淘汰。

與之相反，如果及時跟進潮流，公司就能憑藉已有場景，快速在行業競爭中獲得優勢。像是一度裁員12%的美版頭條BuzzFeed，在宣佈和OpenAI合作使用ChatGPT幫助創作內容後，股價一度暴漲119%。

另一方面，算力的充足與否，又直接決定了擁有AI技術和產品的公司，能否提供長期穩定的服務，從而在這場競爭中擁有先發權。

即使是在這場潮流中佔據主導話語權的OpenAI，也面臨算力緊張而無法滿足用戶需求、被迫將用戶“拱手相讓”的問題。

例如前不久，ChatGPT出現了幾次流量過大、服務器承載不下導致應用響應崩潰的情況，導致國外用戶爭相涌向谷歌Bard和Anthropic的Claude 2；付費訂閱產品GPT-4，同樣因爲服務器流量爆炸而出現“暫停訂閱”的情況。

但當下算力受限的情況，導致傳統互聯網企業要想快速跟上AI大模型相關的業務，無法再單單依靠“買卡”這一條路。

畢竟光是等待算力龍頭如英偉達髮卡的時間，很可能就已經錯過了這一波風口。

相比之下，有場景的互聯網玩家，一旦有合適的算力，就能更快接入AI大模型相關的業務，從而在這場競爭中獲得先發話語權。

在這樣的需求下，像華爲雲這樣的國產算力玩家，再度成爲國內互聯網廠商們關注的對象。

作爲有算力、能提供雲服務、最早適應大模型打法的雲廠商之一，華爲雲究竟爲何能在一衆算力供給者中脫穎而出，爲有場景的玩家們所看好？

爲什麼是華爲雲？

在行業調研中，行業玩家們對大模型時代的雲服務，有4大普遍性訴求：

• 算力可持續
• 高效長穩
• 簡單易用
• 開放兼容

而之所以選擇華爲雲，從其“對症下藥”的技術細節就能管窺一二。

其架構由下至上，包括AI算力、異構計算架構、AI框架、AI平臺、大模型、工具鏈幾個層級，由此構成一個算力充沛、高效穩定、低門檻廣生態的雲底座。

1、算力可持續

可持續的算力能從最根本上緩解行業玩家們的算力焦慮，同時也是大模型快速煉成、應用落地的基本保障。

在這方面，華爲雲打造了
貴安、烏蘭察布、蕪湖
3大AI雲算力中心，提供3大主節點及30+分節點，
支持AI算力即開即用
。

昇騰AI集羣也在今年全面升級，集羣擴展至
16000卡
，成爲業界首個萬卡集羣。它可
支持萬億參數大模型分佈式訓練
。

此外在保障算力資源合理分配方面，華爲雲支持
資源彈性伸縮
，可根據業務需求實際情況，自動增加或縮減服務器實例或帶寬資源，可在保障業務能力的同時節約成本。

2、穩定高效

先來看穩定性。

由於大模型訓練過程比傳統分佈式訓練更復雜，導致訓練所需計算集羣規模空前增加、涉及器件數量往往在百萬/千萬級別。如果單器件發生故障，就可能導致集羣訓練中斷，且故障原因定位定界複雜。

這就使得當前大模型訓練更容易出現故障，訓練時間被拉長。

以Meta的OPT-17B訓練爲例，理論上在1000個80G A100上訓練3000億個單詞，需要33天。實際訓練卻使用了90天，期間出現了112次故障。其中主要問題是硬件故障，導致手動重啓35次，自動重啓約70次。

△OPT-175B意外中斷情況

在這方面，華爲雲昇騰AI雲服務支持裸金屬集羣進行大模型訓練，無虛擬化損失，
並行訓練效率提升100%
。從處理器、算子、框架、平臺全鏈路垂直協同優化，主力場景性能是業界平臺的
1.5倍
以上。

以盤古大模型（2000億參數）在2048卡上的訓練爲例，實現了
30天訓練不中斷
，長穩率達到90%，斷點恢復時長控制在10分鐘以內。

此外華爲雲還實現了千卡預訓練故障自動診斷恢復，增強智能運維工具能力，實現分鐘級信息獲取、2小時定界、24小時提供解決方案。

△華爲常務董事、華爲雲CEO張平安

再來看高效性
，這是場景玩家們的迫切需求。

但是千億參數大模型在訓練中需要大量的梯度、參數等進行同步，集羣很難實現線性加速比。即，增加了一倍的計算集羣規模，但是計算量無法同比增加。比如：

• 1024卡集羣：計算和通訊比例爲7:3
• 2048卡集羣：計算和通訊比例爲4:6

華爲雲昇騰AI雲服務通過模型+集羣的混合並行策略，讓模型切分更加平衡，從而實現集羣接近線性加速比。

• 1024卡集羣：計算和通訊比例爲85:15
• 2048卡集羣：計算和通訊比例爲80:20
• 4096卡集羣：計算和通訊比例爲70:30

以及在訓練成本方面，華爲雲昇騰AI雲服務使用CAME優化器，相較於業內常用方案可節約50%內存用量。

要知道，大模型的海量參數會導致訓練時內存消耗空前增加，進一步導致訓練成本升高。CAME優化器專爲大模型訓練而來，獲得了2023年ACL傑出論文獎。

3、簡單易用降低開發門檻

如今ChatGPT引爆的大模型趨勢已經全面鋪開，來自千行百業的玩家們都迫切想要快速將大模型接入自己的業務中。

但是大模型開發又是一個複雜的系統工程，從頭開始自己摸索會影響落地速度。

所以雲服務廠家們紛紛推出了簡單易用的開發工具。比如華爲雲提供了全鏈路工具鏈，雲化免配置、開箱即用，可
實現5倍速開發大模型
。

它包括大模型開發工具套件，可自動化、半自動化數據工程，效率提升3倍，5分鐘快速構建應用開發。

調試調優部分包含1400+算子沉澱，30+可視化調優部署工具；提供豐富的API能力，可調用盤古大模型100+能力集。

還能將典型模型遷移效率提升到
2周內
搞定，實現主流場景自主遷移。

4、構建開放兼容生態

最後，並非所有場景玩家都需要從頭構建大模型。選擇在已有基礎大模型上進行微調或者直接使用，是更加降本增效的方案。

那麼對於開發者、行業玩家而言，有更多選擇就很重要了。

基於這一點業內需求，華爲雲上線了
百模千態社區
，企業和開發者能直接使用業界主流的開源大模型，如Llama、GLM等。同時聚合數據集、模型、實踐等10萬+AI資產。

爲了滿足開發者的不同偏好，昇騰AI雲服務已兼容TensorFlow、PyTorch、RAY、Caffe等AI框架。

進入昇騰AI雲服務百模千態專區，
僅需3步即可開發自己的大模型
。

基於如上雲服務能力，華爲雲已經給業內諸多玩家提供了大模型使能服務。

比如美圖僅用30天就將70個模型遷移到了昇騰，同時華爲雲和美圖團隊一起進行了30多個算子的優化以及流程的並行加速，AI性能較原有方案提升了30%。

崑崙萬維和華爲雲簽署戰略合作，雙方將在華爲雲昇騰算力領域展開全面深入合作，致力於打造企業專屬模型，支持企業級AI應用，持續賦能千行萬業應用創新與場景落地。

△華爲雲CTO張宇昕

在當前算力稀缺、資源不足的情況下，這些場景玩家選擇與華爲雲這樣的雲廠商聯手，來快速增強自身“AI硬實力”。

而這種大背景之下，也涌動着當前的產業趨勢：

技術創新的曲線開始趨於平緩，商業創新的曲線開始發力。

其中，增速最快的，自然是有場景、有業務的玩家。

場景玩家如何把握AI落地機遇

ChatGPT發佈一年以來，AIGC已行至下半場。

上半場，國內外掀起一股
基礎大模型技術爭鋒浪潮
，“百模大戰”態勢之下，涌現出一批AI初創公司。

這些公司或掌握底層AI架構基礎、或有搭建上層AI工具的經驗，依靠技術發佈了不少有創意且吸睛的產品，融資更是拿到手軟。

然而，隨着相關技術逐漸從開疆拓域走向穩定成熟，AIGC產業也出現了新的變化。

下半場，
AI技術公司開始追求產業落地
，不少初創公司更是在尋求擴大生態圈的方式。

相比之下，有場景的互聯網公司，通過觀察AIGC技術優勢，依託生態優勢、加上算力基礎，就能快速擴大影響力，進而在公司中取得話語權。

在這種情況下，技術和場景玩家的身位也在悄然發生變化——

技術玩家，需要“拿錘找釘”，面臨進一步擴張技術生態和產品場景的難題。

雖說這些玩家已經具備了成熟的基礎大模型或工具鏈技術，但技術仍舊需要找到場景，才能進一步穩定出圈。

相比之下，場景玩家成爲了“拿釘找錘”的一方。

依託已有場景需求和穩定用戶生態，這些玩家只需將AIGC技術融入業務，就能進一步實現降本增效。

然而，即便是AIGC技術趨於成熟的當下，想要快速跟進也並非易事，除了底層的算力搭建以外，大模型所需的訓練和加速等技術也並非就能“一蹴而就”。

在這樣的下半場態勢中，像華爲雲這樣
底層算力、AI相關技術和平臺、生態三者齊備
的國內雲廠商，在場景玩家的發展中進一步起到了催化劑的作用。

底層算力上，華爲雲依託自研的昇騰處理器打造的超大規模AI集羣，已經由4000卡升級到16000卡集羣，能支持萬億級模型訓練，不僅速度更快，訓練週期也更穩定；

AI相關技術和平臺上，除了AI算力之外，華爲雲還爲開發者提供了完善的工具和資源，解決了AI大模型部署從訓練、加速到不同框架適配這些難題，進而基於已有的研發經驗，給廠商提供運營所需的技術服務；

AI生態上，華爲雲已經與150多傢伙伴、200多家客戶，共同構築了20多個行業大模型以及400多個AI應用場景，加速行業智能化升級。

所以，在當前國際大環境下，有場景的玩家，只需要藉助像華爲雲這樣的雲廠商提供的技術服務，就能快速將下半場大模型機遇變成紅利
，而華爲雲也能給國內的互聯網企業提供更多選擇。

現有的趨勢，也能說明這一點。

美圖首個懂美學的AI視覺大模型發佈當天，股價單日上漲21.28%，隨後更是受到國內圖像編輯工具行業的廣泛關注；

拓維信息發佈的交通CV大模型，如今已在高速公路稽覈等行業場景得到應用，這1年一來股價上漲了129.44%……

顯然，這些玩家基於自身已有的業務，再依託雲廠商提供的大模型和算力，就能快速將場景勢能發揮到最大優勢。

但無論選擇什麼類型的雲廠商、做出怎樣的判斷，國內互聯網企業都依舊需要回到當前的大環境下，結合客觀形勢做出判斷。

在國外算力購買愈發困難的當下，面臨新一輪AI競爭趨勢，如何讓算力像水電一樣即取即用，是所有國內企業都應當要思考的問題。

事實上，如今中國的算力水平實際上已經位居世界第二，佔全球市場比重達25%，從2017年到2022年的複合增長率達到48.8%。

當更多的企業願意投資算力、交易算力，就能推動算力產業進一步降本增效，加快算力向現實生產力轉化。