作者丨何思思 西西

編輯丨陳彩嫻

2021年，中國(guó)信通院曾低調(diào)發(fā)表一份報(bào)告，指出一個(gè)與主流視角相悖的趨勢(shì)：

盡管當(dāng)時(shí)全球算力的出貨量還是以 CPU 居多，但從 2021 年開始，中國(guó)的智能算力（GPU）占比就已經(jīng)超過通用算力，在我國(guó)算力中占比超過 50%，增速 85%。

兩年前，這個(gè)數(shù)字還沒有引起云計(jì)算領(lǐng)域的普遍認(rèn)同，但也已經(jīng)有一部分云廠商未雨綢繆。比如，百度在 2020 年就提出，云計(jì)算一定要考慮人工智能（AI）技術(shù)的影響。

這中間，AI 技術(shù)在核心生產(chǎn)場(chǎng)景中的價(jià)值曾一度受到質(zhì)疑，智能計(jì)算的話題暫且擱淺。但到 2023 年，隨著大模型的爆發(fā)，各行各業(yè)迎來了有可能決定未來發(fā)展、甚至企業(yè)命運(yùn)的顛覆性技術(shù)。運(yùn)行千億級(jí)參數(shù)以上模型的計(jì)算基礎(chǔ)設(shè)施建設(shè)需求又重新回到行業(yè)的視野，支撐智能算力平臺(tái)的 GPU 也迎來繼 2012 年深度學(xué)習(xí)后的第二春，市場(chǎng)反應(yīng)甚至較 2012 年更加火爆。

最直觀的數(shù)據(jù)是，2023 年英偉達(dá)發(fā)布的 Q3 財(cái)報(bào)顯示，英偉達(dá)期內(nèi)營(yíng)收達(dá) 181.2 億美元，同比上漲 206%，市值超過 12000 億美元，高出英特爾近 1 萬億美元，成為全球市值最高的芯片公司。而這背后的推動(dòng)力，無疑是今年占據(jù)各大科技頭條的大模型變革。

ChatGPT的出現(xiàn)，不僅改變了 AI 領(lǐng)域的發(fā)展格局，語言 AI 技術(shù)地位逐級(jí)攀升，取代視覺 AI 成為今日通用人工智能（AGI）話題的 C 位，同時(shí)也改變了云計(jì)算的發(fā)展格局——智能算力的角色將更加關(guān)鍵，企業(yè)技術(shù)架構(gòu)將從過去的以CPU為計(jì)算核心，逐漸轉(zhuǎn)向以GPU為代表的智能計(jì)算 為核心，GPU+CPU+DPU+… 的異構(gòu)計(jì)算架構(gòu)將取代單一XPU，成為云計(jì)算的主要算力模式。

有行業(yè)人士甚至預(yù)測(cè)，國(guó)產(chǎn) GPU 第一次大規(guī)模的格局重塑將在 2025 年之前完成。

無論預(yù)言是否準(zhǔn)確，但可以肯定的是，2023 年已經(jīng)走到年關(guān)，大模型為中心的 AI 技術(shù)日新月異，留給云計(jì)算廠商的準(zhǔn)備時(shí)間已經(jīng)不多了。

而在云計(jì)算的格局被徹底重構(gòu)之前，大模型時(shí)代給算力提出的新挑戰(zhàn)，也仍需理智思考、謹(jǐn)慎對(duì)待。

計(jì)算范式的變革

在過去大模型狂飆的一年中，人們最能直觀感受到大模型對(duì)云計(jì)算產(chǎn)生影響的表現(xiàn)，大約是科技同行對(duì) GPU 算力的哄搶。

一位算力采購(gòu)從業(yè)者告訴雷峰網(wǎng)一個(gè)段子，年初有人費(fèi)勁千辛萬苦找到英偉達(dá)的銷售后，自以為兜里有錢、心里不慌，“財(cái)大氣粗”地向英偉達(dá)的銷售提出要購(gòu)買2000 張 A100，結(jié)果被英偉達(dá)的銷售拒絕了，原因是“要的量太小”。在上半年煉大模型最紅火期、芯片出口管制發(fā)布之前，江湖一度傳聞該巨頭的 GPU 卡出貨量是 4000 張起步，但仍有大批同行斥巨資還要碰一鼻子冷灰。

毫無疑問，在大模型的影響下，云計(jì)算從互聯(lián)網(wǎng)時(shí)代的 CPU 云為主向 AI 時(shí)代的 GPU 云為主轉(zhuǎn)變已是行業(yè)共識(shí)、大勢(shì)所趨。更底層的芯片端最先反應(yīng)，除了英偉達(dá)，高通、英特爾、Arm 等廠商也開始將面向大模型訓(xùn)練與推理的芯片設(shè)計(jì)與生產(chǎn)列入日程，為下一個(gè)時(shí)代到來的可能性做準(zhǔn)備。

但除了芯片種類與數(shù)量的變化，雷峰網(wǎng)觀察到，大模型對(duì)云計(jì)算廠商的影響實(shí)則體現(xiàn)在更深的維度。

盡管 GPU 在2012 年深度學(xué)習(xí)崛起時(shí)就已經(jīng)被應(yīng)用于 AI 算法的訓(xùn)練與推理，但由于大模型基于 Transformer 與超大參數(shù)規(guī)模的新特征，通用泛化能力遠(yuǎn)遠(yuǎn)強(qiáng)于過去的 AI 小模型，訓(xùn)練、推理算力需求指數(shù)級(jí)飆升，對(duì)算力（集群）規(guī)模、能效、穩(wěn)定性都提出了極高要求。僅僅依靠簡(jiǎn)單的算力堆疊，完全無法適用于大模型時(shí)代。

在這樣的趨勢(shì)背景下，過去的云服務(wù)模式也需要作出順應(yīng)時(shí)代的變化與調(diào)整。而相比計(jì)算量的“膨脹”，云廠商服務(wù)模式的維度并沒有受到太多的關(guān)注。

具體來說，在大模型時(shí)代，要參與新一輪的競(jìng)爭(zhēng)，云計(jì)算廠商或需要正視三大命題、并提供解法：

計(jì)算基礎(chǔ)設(shè)施的變革

關(guān)于小模型與大模型的工程量對(duì)比，我們可以用不同類型的飛機(jī)模型來做比較：

同樣是飛機(jī)，雖然都具備機(jī)翼、機(jī)身、發(fā)動(dòng)機(jī)、起落架與尾翼，但玩具飛機(jī)、小型飛機(jī)、中型飛機(jī)與大型飛機(jī)的尺寸大小不同，實(shí)現(xiàn)功能不同，搭建與運(yùn)維所需的技術(shù)、人才、工程量等等也有極大差異。對(duì)應(yīng)地，不同參數(shù)規(guī)模的 AI 模型所要求的計(jì)算基礎(chǔ)設(shè)施也不同。

過去 AI 小模型的訓(xùn)練一般只需單卡或單機(jī)多卡，但大模型的訓(xùn)練需要成千上萬張 GPU 才能跑起來。而同樣類比飛機(jī)模型的例子，個(gè)位數(shù)的 GPU 與上萬張 GPU 卡的集群搭建也不是同一個(gè)工程量級(jí)。全面替換為 GPU 不現(xiàn)實(shí)，實(shí)際計(jì)算中 GPU 往往還要結(jié)合 CPU、DPU 等形成超大規(guī)模智算集群才能完成訓(xùn)練與推理。

而大規(guī)模計(jì)算集群的建設(shè)也不是將一萬張顯卡進(jìn)行簡(jiǎn)單堆積就能完成，還需要專門的設(shè)計(jì)與優(yōu)化，才能使模型訓(xùn)練與推理的性能和穩(wěn)定性達(dá)到實(shí)際需求。以顯卡的利用率為例。過去業(yè)界千卡 CPU 并行的利用率通常在 60% 到70% 之間，這已經(jīng)是很高的水平，但仍然不夠。在時(shí)代巨輪飛轉(zhuǎn)、從 CPU 過渡到 CPU+GPU+DPU 只有極短時(shí)間的前提下，提升顯卡利用率一直是云廠商老大難的問題。

在大模型面前，這類問題會(huì)變得更加關(guān)鍵。當(dāng)顯卡的基數(shù)擴(kuò)大，顯卡利用率提升 5% 甚至 10% 的影響力也變得更加巨大。據(jù)雷峰網(wǎng)了解，一些智算中心的售賣率雖然很高，但在利用率方面卻極低，百分率只在個(gè)位數(shù)。換言之，計(jì)算集群的管理仍存在較大的降本增效空間。

此外，由于大模型的參數(shù)規(guī)模與訓(xùn)練復(fù)雜度加大，顯卡的故障率也隨之提升。多位技術(shù)人員告訴雷峰網(wǎng)，英偉達(dá)顯卡訓(xùn)練大模型的一個(gè)常見故障是“掉卡”，即顯卡在運(yùn)行過程中突然失去連接或無法正常工作。大模型的訓(xùn)練周期較長(zhǎng)，如果中途出現(xiàn)故障，原本已經(jīng)進(jìn)行了十幾天的任務(wù)可能就要重新開始。

因此，面向大模型進(jìn)行云計(jì)算基礎(chǔ)設(shè)施體系的重構(gòu)是當(dāng)下云廠商不得不推進(jìn)的工作。

大模型服務(wù)成主流，MaaS 是趨勢(shì)

過去一年，圍繞大模型技術(shù)重構(gòu)上層產(chǎn)品與應(yīng)用已成行業(yè)共識(shí)。盡管當(dāng)前中國(guó)的大模型原生應(yīng)用數(shù)量遠(yuǎn)遠(yuǎn)沒有達(dá)到大眾預(yù)期，與人們?cè)O(shè)想的移動(dòng)互聯(lián)網(wǎng)時(shí)代 app 層出不窮的愿景還有一定距離，但今年下半年以來，圍繞大模型設(shè)想 AI 原住民時(shí)代的討論越來越多。

以百度文心一言為例。百度曾公布一組數(shù)據(jù)，稱百度文心一言自 8 月 31 日全面開放后，至今 4 個(gè)月里，百度千帆大模型平臺(tái)上的大模型 API 日調(diào)用量增長(zhǎng)了 10 倍，且調(diào)用行業(yè)不僅局限在互聯(lián)網(wǎng)、教育與電商場(chǎng)景，還有營(yíng)銷、手機(jī)與汽車等大家所想不到的傳統(tǒng)行業(yè)。

隨著企業(yè)對(duì)大模型應(yīng)用的關(guān)注加大，大模型的商業(yè)模式也在發(fā)生變化。在MaaS（模型即服務(wù)）的趨勢(shì)下，客戶未來關(guān)心的重點(diǎn)將轉(zhuǎn)向模型好不好，框架好不好等等，而不是僅僅看算力怎么樣。MaaS將徹底改變?cè)品?wù)的商業(yè)模式和市場(chǎng)格局，并為各行各業(yè)的AI原生應(yīng)用帶來爆發(fā)式增長(zhǎng)的沃土。

未來大模型很大可能不再只基于 API 調(diào)用、按 token 字?jǐn)?shù)推理收取計(jì)費(fèi)。一些廠商正在研發(fā)圍繞 GPU 提供的云計(jì)算服務(wù)，希望按照客戶的實(shí)際使用量來收費(fèi)。

百度集團(tuán)副總裁侯震宇認(rèn)為，MaaS 的收入至少會(huì)分為兩類：

一類是面向模型的研發(fā)收入，即基于某個(gè)通用的基座大模型來做 SFT（監(jiān)督微調(diào)），這部分會(huì)逐步取代裸用算力來進(jìn)行模型訓(xùn)練的部分收益。在追逐基座大模型的狂熱中，企業(yè)傾向于購(gòu)買算力來進(jìn)行模型訓(xùn)練，但隨著大模型的數(shù)量越來越多，更多企業(yè)也意識(shí)到，從頭開始訓(xùn)練一個(gè)大模型的做法不可取，基于已有的通用大模型進(jìn)行二次開發(fā)更實(shí)際。這一判斷符合當(dāng)前大模型領(lǐng)域“重復(fù)造輪子”現(xiàn)象泛濫的應(yīng)對(duì)方案。

另一類是 AI 原生應(yīng)用爆發(fā)后的推理收入。除了前期的訓(xùn)練，云廠商更大的盈利空間在于為開發(fā)者提供強(qiáng)大的基座大模型后，面向未來深入業(yè)務(wù)場(chǎng)景與用戶的 AI 應(yīng)用收推理費(fèi)用。在這一目標(biāo)上，穩(wěn)定的計(jì)算服務(wù)與推理體驗(yàn)自然成為云廠商一較高下的分水嶺。

應(yīng)用開發(fā)范式被顛覆

上一個(gè)十年，深度學(xué)習(xí)算法的落地每每要根據(jù)單一的特定場(chǎng)景進(jìn)行模型的訓(xùn)練，從數(shù)據(jù)標(biāo)注到算法訓(xùn)練、再到端到端部署落地，前后往往要耗時(shí)幾周甚至數(shù)月。但隨著越來越多泛化能力強(qiáng)的基座大模型的誕生，以及 MaaS 模式的成熟，大模型時(shí)代的 AI 模型不再需要從頭訓(xùn)練，而是可以基于一個(gè)強(qiáng)大的通用大模型進(jìn)行有監(jiān)督微調(diào)而來。

在這種研發(fā)方式的改變下，企業(yè)的專注力集中在自家場(chǎng)景的數(shù)據(jù)上，加上通用大模型的泛化優(yōu)勢(shì)，行業(yè)用戶研發(fā)大模型應(yīng)用所需的算力規(guī)模與訓(xùn)練時(shí)間都會(huì)大幅縮短，由此帶來更快的迭代速度。在這種模式下，計(jì)算資源的利用率也會(huì)大幅提升。

具體地，大模型獨(dú)特的理解、生成、邏輯與記憶能力還會(huì)帶來整個(gè)技術(shù)棧、數(shù)據(jù)流與業(yè)務(wù)流的顛覆，催生出新場(chǎng)景（如個(gè)人助理、代碼生成）、新架構(gòu)（如檢索增強(qiáng)生成 RAG）、新開發(fā)生態(tài)。

在適應(yīng)新 AI 應(yīng)用開發(fā)范式的準(zhǔn)備工作中，一套靈活、創(chuàng)新的云計(jì)算體系與云服務(wù)設(shè)施更能適應(yīng)未來大模型商用與落地的走向。大模型誕生于大規(guī)模云計(jì)算集群，但隨著行業(yè)需求的變化，云計(jì)算也要改變姿態(tài)，反主為客，跟上大模型的發(fā)展步伐。

百度解法：一個(gè)重構(gòu)啟示

針對(duì)大模型訓(xùn)練難度大、算力要求高的問題，今年以來，國(guó)內(nèi)外的云計(jì)算廠商也進(jìn)行了各自的思考與舉措。

一個(gè)云廠商要如何跟上大模型時(shí)代？這個(gè)問題不小，解法也有很多，但無論各家的答案如何，回答這個(gè)問題都繞不開大模型的本質(zhì)——大模型的競(jìng)爭(zhēng)不是百米沖刺，而是五千米長(zhǎng)跑、甚至半程馬拉松。從急事緩辦的精神信條來看的話，云廠商的決勝關(guān)鍵也不只在于迅速的反應(yīng)，還有全面的布局、謹(jǐn)慎的排雷。

以算力中心空轉(zhuǎn)現(xiàn)象為例。一位云計(jì)算銷售告訴雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))，今年上半年有一些運(yùn)營(yíng)商和小型智算中心轟搶完一批顯卡后，卻不知道怎么用起來。從云廠商的角度看，最理想的目標(biāo)是算力長(zhǎng)期租賃，如果短期租賃結(jié)束后、后續(xù)需求不明確，則原有的算力資源就可能被閑置，造成資源的浪費(fèi)。

此外，當(dāng)前業(yè)界的關(guān)注重點(diǎn)集中在大模型的開發(fā)與應(yīng)用上，對(duì)于計(jì)算中心的精細(xì)化運(yùn)營(yíng)關(guān)注度很低。在大模型的訓(xùn)練過程中，對(duì)計(jì)算資源的管理方式也比較粗放。如果一個(gè)云廠商只是追求熱點(diǎn)，不進(jìn)行長(zhǎng)期計(jì)劃與管理，資源浪費(fèi)的背后實(shí)質(zhì)是商業(yè)模式的崩塌。

近日，百度召開 2023 年百度智算大會(huì)。雷峰網(wǎng)了解到，百度在云計(jì)算的重構(gòu)上采取了降本增效、精準(zhǔn)打擊同時(shí)又面面俱到的策略。從百度的技術(shù)基因來看，百度既有文心大模型，又有國(guó)內(nèi)最早探索云智一體的實(shí)踐經(jīng)驗(yàn)，在智能云的布局上采取多線作戰(zhàn)、穩(wěn)步前進(jìn)的路線是在情理之中。這是適應(yīng)云計(jì)算行業(yè)需求的舉措，也是百度的長(zhǎng)項(xiàng)所在。

具體來說，百度智能云的重構(gòu)體現(xiàn)在三方面：

首先，重構(gòu)智算基礎(chǔ)設(shè)施方面，百度智能云推出了百舸·AI異構(gòu)計(jì)算平臺(tái)3.0。

百度百舸·AI異構(gòu)計(jì)算平臺(tái)的研發(fā)最早可追溯 2009 年，這一年，百度開始用 GPU 做 AI 加速，百度開始用 GPU 做 AI 加速，不斷擴(kuò)大集群規(guī)模，為百舸平臺(tái)最終面向市場(chǎng)推出奠定了基礎(chǔ)。2021 年百舸·AI異構(gòu)計(jì)算平臺(tái) 1.0 問世，2022 年升級(jí)到 2.0 版本。

與 1.0 和2.0 相比，升級(jí)后的 3.0 主要針對(duì)大模型的訓(xùn)練和推理場(chǎng)景研發(fā)，在高效、穩(wěn)定以及易運(yùn)維三方面進(jìn)行升級(jí)，實(shí)現(xiàn)了萬卡級(jí)別任務(wù)有效訓(xùn)練時(shí)長(zhǎng)達(dá)到98%以上，帶寬有效性可達(dá) 95%。百舸異構(gòu)計(jì)算平臺(tái)在針對(duì)開源大模型的訓(xùn)練和推理加速上，分別最高可提升 30% 和 60% 。

針對(duì) AI 原生時(shí)代智能算力的供給失衡問題，百度智能云發(fā)布了智算網(wǎng)絡(luò)平臺(tái)。該平臺(tái)支持將百度及第三方建設(shè)的智算中心、超算中心、邊緣節(jié)點(diǎn)等智算節(jié)點(diǎn)進(jìn)行全域接入，將分散和異構(gòu)的算力資源打通連接起來，形成統(tǒng)一的算力網(wǎng)絡(luò)資源池，再通過百度自主研發(fā)的算力調(diào)度算法，智能分析各類算力資源的狀態(tài)、性能和利用率等指標(biāo)，統(tǒng)一調(diào)度算力，實(shí)現(xiàn)智算資源的靈活、穩(wěn)定、高效的利用。

同時(shí)，為了滿足 AI 原生場(chǎng)景的要求，百度智能云持續(xù)更新增強(qiáng)百度太行·計(jì)算的產(chǎn)品能力、發(fā)布新一代云服務(wù)器，高性能計(jì)算平臺(tái)、新一代網(wǎng)關(guān)平臺(tái)等，并通過分布式云提供無處不在的智能算力。

數(shù)據(jù)基礎(chǔ)設(shè)施方面，百度滄?！ご鎯?chǔ)升級(jí)發(fā)布了統(tǒng)一技術(shù)底座，可以支持更大規(guī)模，更高性能的計(jì)算場(chǎng)景。同時(shí)發(fā)布云原生數(shù)據(jù)庫(kù) GaiaDB 4.0、數(shù)據(jù)庫(kù)智能駕駛艙、升級(jí)大數(shù)據(jù)管理平臺(tái) Serverless 能力等。

為了加強(qiáng)智能基礎(chǔ)設(shè)施的服務(wù)能力，今年早期百度智能云已經(jīng)開展了多項(xiàng)工作，比如 3 月份將陽(yáng)泉數(shù)據(jù)中心升級(jí)為了智算中心， 8 月啟動(dòng)國(guó)內(nèi)首個(gè)大模型數(shù)據(jù)標(biāo)注中心，同時(shí)又聯(lián)合多地政府共建了智算中心、AI 數(shù)據(jù)標(biāo)注基地等。

其次，全面升級(jí)MaaS服務(wù)平臺(tái)，在 MaaS 模式的變革下，百度智能云為了讓企業(yè)能更合理選擇與有效利用大模型，為開發(fā)上層 AI 應(yīng)用創(chuàng)造高效易用的模型能力調(diào)度環(huán)境，百度智能云對(duì)千帆大模型平臺(tái)進(jìn)行了升級(jí)。

智算大會(huì)現(xiàn)場(chǎng)，百度公布了千帆的最新“成績(jī)單”。 自8月31日文心大模型向全社會(huì)全面開放以來，在千帆大模型平臺(tái)上，大模型API日調(diào)用量增長(zhǎng)10倍。目前千帆平臺(tái)已經(jīng)累計(jì)服務(wù)超過4萬家企業(yè)用戶，累計(jì)幫助企業(yè)用戶精調(diào)近1萬個(gè)大模型。

與千帆平臺(tái) 2.0 相比，升級(jí)后的千帆平臺(tái)將模型數(shù)量增加至 54 個(gè)，數(shù)量位居全國(guó)榜首，并針對(duì)性進(jìn)行模型能力增強(qiáng)；新增了數(shù)據(jù)統(tǒng)計(jì)分析、數(shù)據(jù)質(zhì)量檢查等功能，結(jié)合數(shù)據(jù)清洗可視化Pipeline，能夠構(gòu)建出面向大模型場(chǎng)景的高質(zhì)量數(shù)據(jù)燃料；推出自動(dòng)化+人工的雙重模型評(píng)估機(jī)制，大幅提升模型評(píng)估效率與質(zhì)量。

此外，為了幫助客戶更快的定制專屬大模型，千帆平臺(tái)快速迭代模型開發(fā)的全流程工具鏈。經(jīng)測(cè)試發(fā)現(xiàn)，較自建系統(tǒng)訓(xùn)練大模型來說，使用千帆平臺(tái)訓(xùn)練的成本最高可以下降 90%。

第三，全面開放AI原生應(yīng)用工作臺(tái)

在2023百度云智大會(huì)·智算大會(huì)上，百度集團(tuán)副總裁侯震宇指出，AI原生時(shí)代的典型系統(tǒng)架構(gòu)，至少包含模型、數(shù)據(jù)與應(yīng)用三部分。因此，在對(duì)智算基礎(chǔ)設(shè)施和MaaS服務(wù)平臺(tái)的重構(gòu)之后，全面開放AI原生應(yīng)用工作臺(tái)千帆AppBuilder則成為了百度打造AI原生應(yīng)用生態(tài)的重要閉環(huán)。

千帆AppBuilder將基于大模型開發(fā)AI原生應(yīng)用的常見模式、工具、流程，沉淀成一個(gè)工作臺(tái)，幫助開發(fā)者聚焦在自身業(yè)務(wù)，而無需為開發(fā)過程牽扯多余精力。針對(duì)不同層次開發(fā)者的需求，Appbuilder提供了面向需要深度AI原生應(yīng)用開發(fā)能力用戶的“代碼態(tài)”和適合于快速定制和上線智能產(chǎn)品的“低碼態(tài)”兩種產(chǎn)品形態(tài)，讓企業(yè)和開發(fā)者可以敏捷、高效地進(jìn)行AI原生應(yīng)用開發(fā)。

大模型時(shí)代，一個(gè)云廠商是否應(yīng)該自研大模型？在過去一年中，大模型廠商與云廠商之間的關(guān)系博弈也饒有趣味。但在商業(yè)世界中，淘金者與賣鏟子的人往往并不矛盾，更甚者，只有淘過金的人才知道什么樣的鏟子是最好的。百度的經(jīng)驗(yàn)就是：云計(jì)算為大模型兜底，大模型也扶持了云計(jì)算。

由于百度在模型、計(jì)算、應(yīng)用層均有布局，所以在百度的技術(shù)中臺(tái)上，大模型能實(shí)現(xiàn)從底層算力到上層應(yīng)用的端到端打通，從而實(shí)現(xiàn)更好的迭代。

在技術(shù)加持下，6 月6 日百度發(fā)布ERNIE-Bot-Turbo版時(shí)，推理性能已提升 50 倍；7 月 7 日文心大模型 3.5 發(fā)布，效果提升 50%、訓(xùn)練速度提升 2 倍、推理速度提升了 30 倍；8 月 2 日百度千帆大模型平臺(tái)升級(jí)，模型的推理成本再降低 50%。

侯震宇提供的一組數(shù)據(jù)是：從3月份發(fā)布文心一言以來，推理成本已經(jīng)降到了原來的1%。

如果說大模型是打開 AI 時(shí)代的鑰匙，那么這個(gè)鑰匙的背后必定離不開三層加持：模型、算力與應(yīng)用。無論是發(fā)展大模型、還是發(fā)展云計(jì)算，百度的重構(gòu)都將三者合為一談、而不是拆開來單獨(dú)討論，這也使得百度的大模型布局力量均衡，整體能齊頭并進(jìn)。

結(jié)語

大模型行業(yè)剛起步，事實(shí)上，無論是大模型獨(dú)角獸，還是兼具云與模型的互聯(lián)網(wǎng)大廠，都仍在不斷探索，摸著石頭過河中。

大模型時(shí)代的云計(jì)算重構(gòu)不止有一種解法，而百度率先向行業(yè)交出了一份答卷。作為一家在人工智能領(lǐng)域深耕10余年的AI公司，Cloud for AI（云為 AI 而生）是百度的宿命，也是百度的優(yōu)勢(shì)。除了全面布局、穩(wěn)重前進(jìn)的節(jié)奏，或許長(zhǎng)期主義的精神更契合大模型時(shí)代的要求?？炫苷吣苴A得百米沖刺，但馬拉松需要耐心與韌力。云計(jì)算沖向 2024，誰領(lǐng)風(fēng)騷，還看今朝。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。