在電腦剛剛誕生時，IBM總裁曾預測全世界只需要5臺計算機。他所指的并非你我家中都有的電腦盒子，而是整個互聯網，也就是云。以現在大模型的角度來看，各種云層出不窮，但全球確實在向“5朵云”靠攏，因此，整個行業都在大膽預測，也許十年后，全球就只剩下5個大模型。

　　訓練大模型的各種超級計算機是不折不扣的“吞電獸”，耗費的電能可以達到兆瓦級，此外，它也需要投入大量的資金和人力資源，正如行業中流行一句話“人工智能每收獲1塊錢投資，就有6毛錢流向了大模型”，這樣的類比并不夸張。所以，在能源有限的前提下，產業逐漸集中化會是必然的趨勢。

　　大模型的風，在中國吹了將近一年。截至2023年10月，我國擁有10億參數規模以上大模型的廠商及高校院所達到了254家，這其中既有通用大模型(AGI)，也有垂直大模型。換句話說，就是每隔幾天，國內就會官宣一個新的大模型。

　　隨著“百模大戰”的號角響起，大模型的混戰走到后半場。在尋求更多智能與商業化的路上，行業過濾分層會更為劇烈，泥沙俱下，只有手握硬核實力和資源的企業才會活下去。最終，大模型究竟要實現何種價值，在實現價值之前，我們要突破哪些困難?

　　大模型的另一片藍海復盤最近一年，大模型的熱點已經換了三次了。

　　起初，ChatGPT證明了大模型的能力，彼時行業人士提出，未來AI大模型的能力會像水電一樣，隨取隨用。同時，也有人提出，大模型會成為未來互聯網競爭的門檻。打個比方來說，大模型之于AI行業，猶如操作系統之于互聯網產業，是不折不扣的“基礎設施”，無論是短期紅利還是長期前景，其全新的交互形式都會掀起一次新的生產力革命。

　　而后，面對“誰會為閑聊的玩具買單”這樣的靈魂拷問，行業掀起了垂直大模型的熱潮。彼時行業認識到，過熱的大模型賽道虹吸了過多本該投放于應用層的資源，“重復造輪子”的問題拖累了應用層的木桶板。因此，大模型發展主線變成了兩條，一條依然面向to C，另一條則聚焦to B，實現更多商業化落地。

　　最近一兩個月，自從GPTs問世，更智能成為國內新風向。簡單解釋，就是讓大模型更懂人類，不只是在提出請求時才作出反應，而是能夠主動提出建議。比如，當你想要旅行，它會知道你喜歡什么樣的目的地，會為你推薦興趣活動，為你預訂喜愛的餐廳。就像《鋼鐵俠》中的賈維斯，或是《星際穿越》中的塔斯機器人，只要動動嘴說出需求，它們就能理解你的意圖，從而自動操作。這些功能需要更大算力支撐，此時，算力就成了競爭關鍵。

　　將近一年時間，此時此刻，對國產大模型來說，絕非能不能做出來大模型的問題，無論大模型如何變遷，任何玩家都有一個共同的課題，那就是落地，行業交出的答案就是更快地理解to B行業，使能垂直領域創新。

　　而這正與互聯網產業所追求的類似。將近30多年發展里，中國互聯網在個人領域的滲透率已經超九成，這意味著消費互聯網日益接近流量天花板。隨著紅利空間減緩，互聯網行業的航線正從to C駛向to B，即產業互聯網。

　　最近，多家互聯網公司密集發布面向行業的新品。比如，美圖去年就面向工作場景推出ToB產品，今年3月又與華為云共創，上線AI模特試衣SaaS應用。汽車之家開發了基于全鏈路智能營銷的 AIGC 模型，覆蓋了文案策劃、創意視頻內容定制等營銷環節，可以幫助車企降本增效，帶來更高的銷售轉化率。

　　為了提升在生產、銷售等環節的效益，越來越多的企業產生了數字化轉型升級的需求，產業互聯網行業迎來了較為明確的發展機遇。

　　在云計算、大數據、大模型技術浪潮下，互聯網正加速獲取產業能力。這意味著，大模型與產業互聯網正在雙向奔赴：對大模型來說，產業互聯網將會是新藍海、新機遇;而對互聯網企業來說，大模型能夠為自己拓展產業邊界，擁有新浪潮帶來的第二增長曲線。

　　誠然，互利共贏的時代已至，但在此之前，對于絕大多數的互聯網企業來說，想要利用大模型實現一次成功的產業升級，必然會面臨算力與能力兩方面的關鍵資源的約束。

　　算力之困，大模型何解互聯網企業選擇大模型合作伙伴之時，首要考慮的因素是算力。

　　大模型本身就是巨量參數“力大磚飛”的結晶，也就是說大模型與大算力密不可分。

　　發展到今天，國內的大模型在對話層面，已經與GPT-3.5接近，但在復雜指令層面與GPT-3.5或是GPT-4有著很大的差距。專家們預測，明年二季度末或三季度初，國內會涌現一批能力逼近GPT-4的大模型，屆時中國不必再跟著OpenAI和谷歌的路徑行走，而創造中國獨特的打法。

　　向上升級就意味著也要有相匹配的算力，正如AI行業2012年至2023年算力需求翻了數十萬倍一般，以GPU(圖形處理器)為核心的AI芯片掌握著大模型企業的發展命脈。如果沒有堅實的算力底座，無論是大模型發展，還是產業互聯網升級，都會變為空談。

　　但與之相悖的是，此時此刻，國內廠商提升算力擁有重重阻礙。即便不關注大模型的人，都對“算力缺乏”有所耳聞，你我都知道，供不應求意味著搶單和漲價。這意味著，本就有大批企業并無過多財力購買上千甚至上萬張GPU，進一步用高價換取算力，最終分攤到下游客戶身上的成本，一定會影響客戶對于大模型產品的選擇。

　　不止如此，受制于復雜國際環境博弈影響，英偉達GPU一卡難求，高端AI芯片進一步受限。國內廠商的 “算力焦慮”一時難解，成為橫亙在產業互聯網升級間的一座大山。

　　華為是國內最早布局大模型的云服務商之一，早在 2021年就已經發布了盤古大模型，今年7月份發布盤古大模型3.0。其核心關注點之一就是算力，算力強則底座強，只有大模型的底座站穩腳跟，才能支撐中國人工智能事業的發展。

　　而華為云在9月正式上線昇騰AI云服務，讓企業一鍵接入即可獲取AI算力。華為云已布局貴安、烏蘭察布、蕪湖3大主節點及30多分節點，讓AI算力即開即用。同時，它支持超過10萬卡大規模集群，支持超大規模訓練，廣泛兼容業界AI框架，滿足用戶開發偏好。

　　這意味著，企業無需單靠“買卡”這一條路，也不用擔心算力可持續的問題，澎湃AI算力在云上即開即用。

　　得技術者強，得產業者勝互聯網企業選擇大模型布局時，首先考慮的因素是技術能力。

　　互聯網向產業升級，是技術的升級變革，更是更深層次的業務變革與商業變革。與燒錢就能快速做大規模的消費互聯網不同，產業互聯網更趨向”理性”，更強調價值，而非規模。

　　在轉型過程中，流量為先的互聯網產品思維不再適用，而是要綜合技術能力、行業理解、商業模式升級、安全合規為一體，換句話說，就是既要技術能力強，又要懂行業。

　　反觀當前中國互聯網研發投入不足，缺乏具有自主知識產權的核心技術，相比國際領先企業，中國互聯網企業技術創新能力和速度仍有差距，產品和服務同質化現象嚴重。

　　為助力互聯網企業邁向產業智能化，華為云凝練了2大支撐、4大能力，為互聯網企業提供一整套可行、可靠的解決方案。

　　具體而言，2大底座是昇騰AI云服務和盤古大模型，前者為互聯網企業提供隨取隨用的AI算力，后者提供了超過100種技能，或超過100個的主流開源大模型，既可以直接拿來使用，也可以根據企業的個性化需求，快速訓練出專屬模型。

　　4大能力則聚焦互聯網面向產業升級的業務側需求，包括：第一，堅持技術創新，基于數智化能力和大模型行業能力，助力互聯網持續技術創新，用AI重塑千行百業;第二，彌補能力鴻溝，華為云以豐富行業經驗，賦能互聯網更快理解to B行業，幫助互聯網企業快速進入新行業;第三，重塑產業生態，依托華為全球產業生態資源，助力互聯網深入產業鏈上下游，激發企業商業模式創新;第四，跨越區域邊界，共建產業出海圈，讓中國科技服務全球市場。

　　華為云的上述能力，來源于三方面的積累和建設。

　　首先在于生態。大模型發展需要融合產業力量，與廠商一同前行，華為云通過開源，正在打造一個開放的生態，形成公共聯合體和商業閉環，加快軟、硬、邊、端、云等全面融合。目前，昇騰AI云服務已與行業頭部客戶聯創20多個行業大模型，打造了專屬的模型社區，與此同時，鯤鵬、昇騰生態已匯聚超過440萬開發者，合作伙伴逾6000家，解決方案認證超17000個，并建設72個產教融合人才基地，持續攜手業界伙伴打造堅實的算力底座

　　其次在于服務需求。大模型做好落地，需要從具體行業場景與業務場景找痛點，與技術相結合。目前，華為云已成立多模態人工智能產業聯合體、智能遙感開源生態聯合體和智能流體力學產業聯合體，未來還計劃在智慧育種、AI生物制藥等領域牽引成立聯合體，促進大模型產業聚合發展。

　　最后在于出海。任何技術發展都不是封鎖的，要與世界有鏈接。華為云依托華為20多年全球化經驗優勢，提供全球一張網、安全合規、本地運營、流量聚合、跨境獨立站等服務能力，讓企業出海更穩健。截至目前，華為云已幫助4000+客戶成功出海。

　　當前，伴隨更多互聯網企業深入產業，互聯網企業從“比流量”、“比用戶量”的“野蠻增長階段”進入到“比實力”、“比耐力”、“比競爭力”的新時期。新時期下，華為云會是互聯網產業升級的最佳伙伴，從華為云公布的數字中也可以窺見這一點，目前，中國已有90%的互聯網企業選擇了華為云。

　　走向產業不是單打獨斗，大模型為互聯網提供了全新的工具，而互聯網向產業轉型升級的過程中，安全可靠的生態構建也是必經之路。

　　來源：虎嗅APP 作者：莫桑