国产大模型即将跨越“算力关”

原创：赵晋杰

来源：字母榜

图片来源：由** AI工具生成

国内科技大厂，在大模型竞争上再一次取得共识：既要做淘金者，也要卖铲子。

进入 4 月份，阿里云一边发布通用大模型“通义千问”，一边致力于帮助其他企业打造专属大模型。一位接近阿里云的人士表示，阿里云“甚至可以只卖铲子”。

尚未公开内测自有大模型产品的腾讯和字节跳动，也抢先盯上了卖铲子的生意。

腾讯云发布了面向大模型训练的新一代 HCC（High-Performance Computing Cluster）高性能计算集群，通过搭载英伟达** H800 GPU，将整体性能提升了 3 倍。

字节更是明确表态，火山引擎不做大模型，而是要为大模型客户提供算力平台，帮助其做好大模型开发。

在阿里、腾讯、字节相继决定卖铲子之前，百度其实是这一策略的更早提出者。但百度不同的是，前述大厂们都是在卖算力，百度更多是聚焦在服务。

在百度看来，支撑大模型训练和运转的算力固然重要，但不是评判大模型优劣的唯一标准。好的大模型需要由算力、框架、模型、应用构筑的四层架构相互配合提供支撑，需要将模型开发、训练、调优、运营等复杂过程封装起来，为客户提供低门槛、高效率的企业服务。

有百度内部人士告诉字母榜，在率先发布国内**大语言模型文心一言后，3 月底的一场闭门沟通会上，百度就推出了“既淘金又卖铲子”的百度智能云大模型平台，并在近期正式将其命名为“文心千帆大模型服务平台”。

据字母榜了解，正在内测的“文心千帆大模型平台”，是全球**一站式的企业级大模型生产平台，不但提供包括文心一言在内的大模型及第三方大模型服务，还提供大模型开发和应用的整套工具链，允许企业基于任何开源或闭源的大模型，开发自己的专属大模型。

在卖铲子上达成新共识后，头部云厂商之间的大模型之战，开始深入 AIGC+Application 的软件应用开发。

这也是时下投资机构最为青睐的方向之一。线性资本创始合伙人兼 CEO 王淮就表示，这是自己特别看重并且愿意花力气去挖掘的领域。今年上半年，线性资本至少看了两三百个基于大模型开发的各类应用。

已经走向全面开放或内测阶段的大模型产品提供商，由此掀起新一轮的应用生态建设竞赛。

OpenAI 发布了 ChaPT Plugins 插件功能，开始将大模型能力直连第三方应用；微软推出了 AI 版 Office“全家桶”——Microsoft 365 Copilot，并将其测试企业数量从最初的 20 家，在近期扩展到 600 多家。

截至 5 月上旬，百度文心一言的内测企业数量超过 300 家，并在 400 多个企业内部场景取得了测试成效。

然而，目前企业应用大模型仍面临诸多难点，如模型体积大，训练难度高；算力规模大，性能要求高；数据规模大，数据质量参差不齐。

随着越来越多应用与大模型相结合，其也将倒逼云厂商对自己的大模型服务体系进行升维，走向一条追求更好效果、更低成本的道路。

通过全栈自研体系的端到端整体优势，百度智能云在实现大模型训练成本降低的同时，做到大模型产品服务体验的不掉队，破除外界评判大模型优劣时唯算力论的极端观点。

百度集团副总裁侯震宇告诉字母榜，在接下来几个月，百度大模型服务通过迭代优化，还将实现大规模的成本下降，不仅算力不会成为阻碍，“价格应该也不会成为大家所使用或者是拥抱大模型的瓶颈。”

A

“同样 60000 字的文本回复量，一个人工客服，一天的成本在 100 元 – 200 元，换用大模型智能助理，成本只有 1 块钱。”将大模型产品引入客服体系进行内测后，一家旅**业业务负责人直观感受到了大模型带来的降本增效成果。相关产品未来会在完成安全评估后上线。

一些昔日垂类明星企业，股价甚至被大模型直接冲垮。美国学生习惯用以搜索课堂作业答案的在线教育公司 Chegg，成为全球首家公开承认“收入受 ChaPT 影响”的公司，公司股价年内跌幅接近 60%。

网络流量数据网站 SimilarWeb 给出的一份报告显示，今年 3 月份 GPT-4、微软 New Bing 等产品陆续上线后，Chegg 网站转化访问量同比暴跌 89%。

对于企业来说，接入大模型产品已经从一道选择题，变成了必答题。

考虑到各行各业都有自己的 Know-How，在远望资本程浩看来，这正是头部云厂商纷纷发力卖铲子生意，帮助企业打造行业专属大模型的动因之一。

但并不是每一家企业都需要从 0 到 1，自主研发一个百亿、千亿的大模型产品。去年春节开始决定将办公文档引入大模型产品后，金山办公就明确好了甲方心态——自己不做大模型，而是借助外部已有大模型方案，定制自己的专属大模型。

在当前大模型尚缺乏评判好坏的统一客观标准之下，如何在“百模大战”中挑选出适合自己的大模型产品，正在成为企业面临的一道新难题。

金山办公助理总裁田然表示，公司的策略是要跟中国**的大模型服务提供方站在一起，这势必要求大模型技术提供商做到“人无我有，人有我优”。

效果好不好，无疑会成为企业评判大模型产品好坏的首要标准。这一方面要看大模型产品是否已经有了大规模应用，如百度文心一言，已经在内部的百度搜索、百度新闻、百度地图，小度智能屏、如流等等方面实现大规模落地，并籍此成为国内唯一将大模型在实际应用中大规模落地的公司。

另一方面还要看大模型是否足够灵活便捷。基于文心千帆大模型平台，百度智能云提供公有云和私有云双重部署方案，并分别配套有大模型推理、微调、托管，软件授权、软硬一体和租赁等多元化服务。

金山办公由此看中了文心千帆在安全合规、模型深度、迭代速度、推理性能等多个方面的行业比较优势。目前，双方在意图理解、PPT 大纲生成、范文书写、生成待办列表、文生图等多模态生成场景上的联合探索开发，已经取得了进展。

金山办公 CEO 章庆元在接受采访中提到，成本是打消公司自研大模型念头的重要考虑因素。基于此，运行成本成为企业评判大模型产品好坏的另一决定因素。

运行大模型有多少烧钱？从 OpenAI 身上就能略窥一二。近期，OpenAI 被爆出去年亏损额翻倍，达到 5.4 亿美元左右，主要都被用以支撑 ChaPT 的运转以及从谷歌挖人。

OpenAI CEO Sam Altman 更是表示，OpenAI 可能需要在未来几年尝试筹集多达 1000 亿美元的资金，用来开发足够先进的通用 AI，同时维持公司的正常运转。

在追赶 OpenAI 的道路上，后进者是否也要做好巨额亏损的准备？百度集团副总裁侯震宇向字母榜解释道，“这或许说明微软的云服务卖得太**了。”

百度集团副总裁侯震宇

一个明显的佐证是，2023 年一季度，微软云计算毛利率达到 72%，而国内云计算厂商大多还处于亏损阶段。

为了降低用云成本，微软、谷歌等美国头部云厂商开始加速自研服务器芯片和云端 AI 芯片。

“如果你能制造出针对 AI 进行优化的硅，那前方等待你的将是巨大的胜利。”研究公司 Forrester 分析师格伦・奥唐纳形容道。

百度同样也在推进旗下芯片自研计划，其昆仑芯三代将对标更高性能的显卡，有望在 2024 年量产。

值得注意的是，除了芯片层的成本优化外，百度还是全球唯一一家在芯片层、框架层、模型层和应用层具备全栈协同优势的云厂商。

借助端到端的整体优化能力，在文心一言开启内测近两个月以来，百度已经对其进行了 4 次技术版本升级，并将大模型推理成本降至原来的十分之一。

在接下来几个月，百度大模型服务通过端到端的迭代升级，还可以实现大规模的成本下降，“价格应该不会成为大家所使用或者是拥抱大模型的瓶颈。”侯震宇表示。

通过百度过去近两个月在大模型落地应用上的实践经验，侯震宇总结出了企业选择大模型的三个标准评判：大模型本身的能力、大模型企业服务的能力、全栈技术积累程度。

B

持续不断的 AI 创新和研发投入，无疑将成为支撑大模型效果和成本持续优化的源动力。

但一则令 AI 创业者略感恐慌的消息却在近期被证实。一度引领全球 AI 发展方向的谷歌，为了不再为他人作嫁衣，正式决定“以后将不得不推迟与外界分享自己的工作成果”。谷歌人工智能主管杰夫・迪恩对此表示，背靠微软的创业公司 OpenAI，正是在大量阅读谷歌提交的 AI 论文基础上，才做到了与谷歌保持同步。

令 OpenAI 火遍全球的 ChaPT，其中的 T——Transformer，就是谷歌 2017 年在一篇 AI 论文中率先提出的概念。

在侯震宇看来，谷歌关闭基础性 AI 研究的分享举动，更多影响到的是那些在 AI 领域没有自我积淀和独特优势的公司。

当所有公司都无法再依靠谷歌来为自己辨明 AI 方向后，此举反过来却可能为国内科技大厂创造出一个新的竞争优势。

近期，李彦宏在谈及当下的大模型混战中，就提到“算力不能保证我们能够在通用人工智能技术上领先，算力是可以买来的，创新的能力是买不来的，是需要自建的。”

作为一款对标 ChaPT 的产品，百度文心一言，背后包括有监督精调、人类反馈的强化学习、提示、知识增强、检索增强和对话增强等六大关键技术。

“前三项是这类大语言模型都会采用的技术……后三项则是百度已有技术优势的再创新，也是文心一言未来越来越强大的基础。”百度 CTO 王海峰解释道，如通过知识增强，文心一言可以在调用更少参数的基础上，达到效率更高、效果更好的目标。

这一创新优势同样适合于企业借助文心千帆大模型平台，通过数据微调，打造自己的专属大模型产品。

在 5 月 9 日的一场闭门交流会上，百度**对外演示了如何微调行业专属大模型的全过程。在文心一言基础上，百度内部测试了一款专属大模型“文心问数”，希望来展示数据的可视化能力。这也是国内第一个公开演示如何微调大模型。

在被要求其生成华北地区乃至全国 2019 年 3 月销售额时，“文心问数”顺利生成了饼状图等可视化图标。

但在将难度升级，要求其生成“华北地区 2019 年 3-5 月的销售额，用折线图来表示”时，“文心问数”直接表示自己处理不了。

借助文心千帆大模型平台，这家公司只需新建一个包括约 100 条标注数据的微调数据集，发起模型微调，不到半个小时，就能完成对专属大模型的能力升级。

升级后的“文心问数”，不仅能够顺利完成特定指令和要求，并且对于同类需求还有一定的泛化能力。

C

大模型给传统应用带来的大幅体验升级，让越来越多人开始认同一种观点，即所有应用都值得用大模型重做一遍。

如同 Windows 带动了 PC 普及，Android 催生了移动互联网的生态，AIGC 时代“将诞生比移动互联网大十倍的平台机会，将把既有的软件、使用界面和应用重写一次。”李开复预测道。

眼下，百度等国产大模型厂商，正处于一场争夺 AIGC 时代“Android”的激烈竞争中。谁能抢先拿下更多的企业客户，谁就有望凭借“滚雪球效应”脱颖而出。

这是一场面向 AIGC 时代应用生态开发标准的抢位战，比的是谁能跑得更快，谁能拿到更多的反馈数据，谁能建立更多的应用落地优势。

尽管各家大模型产品在技术上大同小异，但大语言模型也是有“方言”的，相关产业专家表示，不同的大语言模型因为训练的数据分布不同，构造高质量数据不同，决定着用户提问的方式、**和使用的方式也不尽相同。

就像开发者在不同手机操作系统上开发一款游戏，尽管最终游戏效果、赛制差不多，但分属不同操作系统的游戏好友，是没办法进行排位等操作的。一旦企业用了某个大语言模型，再切换到别的大模型，迁移成本会很高。

“这也造成了谁能够跑得更快一些，获取更多的应用，拿到更多的反馈，谁就能持续地保持一定程度的领先。”上述专家表示。

大模型不仅将成为新的应用生态的 Game Changer，当越来越多客户基于大模型重塑业务后，大模型还有望成为云服务行业的 Game Changer，彻底改变云计算的游戏规则。

在李彦宏看来，过去，云计算主要卖算力，看速度、看存储。今天，客户购买云服务，则要看框架好不好、模型好不好。MaaS（模型即服务），将成为评判云服务的行业新标准。

更重要的是，在移动互联网时代已经划分好市场地位的云厂商，面对 AIGC 时代的新机遇，有望重塑行业格局。

美国第四大云计算厂商甲骨文，在过去一个月内，因为头部云厂商算力紧缺，甲骨文模型服务更便宜，已经吸引不少人工智能初创企业转而成为甲骨文的新客户。

随着越来越多企业将更多业务融入大模型，当 AI 能力逐步放大变成企业上云的主要需求后，如百度这类押注 AI 的云厂商，无疑将走上一条快速道。