隨著人工智能加速步入千行百業(yè)、落地深水區(qū)，如何真正“用好”而非僅僅“擁有”算力，正成為企業(yè)解鎖AI業(yè)務(wù)價(jià)值的關(guān)鍵瓶頸——高昂成本與資源錯(cuò)配的“陷阱”之下，專業(yè)化、價(jià)值導(dǎo)向的算力服務(wù)需求日益凸顯。??
在不久前的2025世界人工智能大會(huì)（WAIC）上，這股轉(zhuǎn)型浪潮尤為明顯。展館一層，華為昇騰384超節(jié)點(diǎn)“算力核彈”真機(jī)坐鎮(zhèn)，為應(yīng)用提供底座能力的AI芯片、服務(wù)器、智算中心也密集亮相。而硬件的“繁榮”背后，筆者在現(xiàn)場(chǎng)見到的北京超級(jí)云計(jì)算中心（以下簡稱“北京超算”）總經(jīng)理吳迪，卻道出了一個(gè)更加深刻的行業(yè)變化邏輯。
“北京超算用14年時(shí)間，驗(yàn)證了超算中心商業(yè)化路徑的可行性。”吳迪介紹到。作為專注高性能計(jì)算領(lǐng)域15年的中國計(jì)算機(jī)學(xué)會(huì)理事，她也從個(gè)人視角向筆者介紹了本屆大會(huì)的深層變化：今年WAIC產(chǎn)業(yè)鏈上下游完備度顯著提升，垂直領(lǐng)域企業(yè)密集入場(chǎng)，垂類大模型呈現(xiàn)爆發(fā)態(tài)勢(shì)。這一切，都在倒逼算力服務(wù)市場(chǎng)的邏輯重構(gòu)。
算力服務(wù)市場(chǎng)固有的“需求牽引”特性在當(dāng)下格外突出。垂類場(chǎng)景爆發(fā)，正促使企業(yè)開始用最終的業(yè)務(wù)結(jié)果而非FLOPS數(shù)值來丈量算力價(jià)值。落地到具體實(shí)踐中，衡量標(biāo)準(zhǔn)則回歸“成本”與“質(zhì)量”?，它們構(gòu)成了當(dāng)下企業(yè)評(píng)估算力服務(wù)價(jià)值的核心標(biāo)尺。
垂直領(lǐng)域模型密集落地背后，是算力正從訓(xùn)練向應(yīng)用場(chǎng)景擴(kuò)散。據(jù)麥肯錫2024年6月報(bào)告，44%的中國企業(yè)已進(jìn)入大模型測(cè)試或試點(diǎn)階段；IDC同期調(diào)研亦顯示，約42%企業(yè)正推進(jìn)大模型概念驗(yàn)證（PoC）。與此同時(shí)，不免回顧起近兩年的中國算力市場(chǎng)變化，吳迪印象最為深刻的則是作為導(dǎo)火索的“供需關(guān)系”。
2022年底，ChatGPT的發(fā)布引爆全球AI熱潮，在需求端，大模型競賽推動(dòng)算力“軍備賽”，BAT、字節(jié)等中國互聯(lián)網(wǎng)巨頭及百川智能、中科聞歌等創(chuàng)業(yè)公司均密集啟動(dòng)大模型項(xiàng)目，算力需求一度呈“十倍級(jí)增長”。而除訓(xùn)練外，大模型落地應(yīng)用催生推理算力需求，游戲、金融、醫(yī)療等行業(yè)加速AI化，進(jìn)一步推高算力消耗。
反觀當(dāng)時(shí)的供給端，芯片禁令與產(chǎn)能瓶頸產(chǎn)生雙重夾擊，國產(chǎn)替代也尚處爬坡期，加劇市場(chǎng)供不應(yīng)求狀態(tài)，由此引起的算力價(jià)格飆升甚至倒逼了“恐慌性采購”等市場(chǎng)扭曲行為。2023年左右，中國算力市場(chǎng)出現(xiàn)的“供不應(yīng)求、搶購為先”現(xiàn)象，是多重因素疊加作用的結(jié)果。
“那時(shí)的企業(yè)秉持著‘能用就行’的態(tài)度搶抓算力，很少有企業(yè)會(huì)關(guān)注算力服務(wù)。但純算力本身并不會(huì)產(chǎn)生價(jià)值，它最終還是要延伸到服務(wù)層來。”吳迪直言，算力其實(shí)具備一定的“工具屬性”。
簡單來講，若算力是“原材料”，那么服務(wù)就是“加工廠”。英偉達(dá)H100顯卡的原始算力達(dá)1979 TFLOPS，但若僅堆砌硬件而不結(jié)合CUDA優(yōu)化、分布式調(diào)度框架（如NCCL），其實(shí)際訓(xùn)練效率可能不足理論值的30%。但疊加服務(wù)層，通過算法優(yōu)化、任務(wù)編排、故障自愈等能力，就可以將裸算力轉(zhuǎn)化為可用、穩(wěn)定、高性價(jià)比的AI生產(chǎn)力。
如今算力市場(chǎng)也走向內(nèi)卷，據(jù)吳迪觀察，企業(yè)對(duì)算力的要求從“可用”轉(zhuǎn)向“好用”。雖不排除有大型企業(yè)愿意花一些時(shí)間自己搭建服務(wù)，但有這種能力的企業(yè)僅僅是少數(shù)，對(duì)于常規(guī)企業(yè)用戶來說，最終還是要走到算力服務(wù)這一側(cè)。
“我們服務(wù)的客戶包括研究所，他們的主要任務(wù)是做科研成果的創(chuàng)新，它需要更多關(guān)注自己本身的業(yè)務(wù)，怎么把模型做的更快發(fā)布、更好用？那么底層的算力只是一個(gè)手段、一個(gè)工具，他們只需要考慮誰能提供一個(gè)既可用又好用的工具。”吳迪進(jìn)一步舉例。
怎樣才算好用的算力？對(duì)于企業(yè)來說，其關(guān)心的則是最單純的“成本”與“質(zhì)量”問題，二者相互影響，構(gòu)成了企業(yè)衡量算力服務(wù)價(jià)值的核心標(biāo)的。
然而目前，一個(gè)不容忽視的現(xiàn)象是，許多企業(yè)在衡量算力成本方面還存在認(rèn)識(shí)誤區(qū)。并行科技AI云事業(yè)部總經(jīng)理趙鴻冰指出，“利用率”是企業(yè)衡量算力建設(shè)成本的一個(gè)關(guān)鍵指標(biāo)。
“許多企業(yè)自己在進(jìn)行算力建設(shè)時(shí)往往是按照100%的利用率去算的，但實(shí)際使用狀況并不樂觀。”據(jù)趙鴻冰觀察：“并行科技在2015年左右的時(shí)候曾推出一個(gè)叫OITS（在線IT服務(wù)）的業(yè)務(wù)，那時(shí)我們服務(wù)了全國300多套大中小級(jí)別的集群，但反觀這幾年服務(wù)的結(jié)果，這些集群平均的利用率不到30%，甚至有些非常低的只有百分之十幾的利用率，用100%的利用率指標(biāo)和實(shí)際利用率進(jìn)行換算，其實(shí)成本至少差著大約一個(gè)數(shù)量級(jí)。”
除此之外，市場(chǎng)上還存在大量“資源錯(cuò)配”情形，資金充裕的企業(yè)盲目囤積高端芯片卻業(yè)務(wù)簡單，導(dǎo)致資源嚴(yán)重浪費(fèi)；而資金有限的企業(yè)又因貪圖便宜采購低性能算力，最終拖累業(yè)務(wù)效率。
這些情況都反應(yīng)了當(dāng)下企業(yè)獲取算力時(shí)的“踩雷點(diǎn)”：即對(duì)自身業(yè)務(wù)狀況與業(yè)界狀態(tài)缺乏清晰的認(rèn)知，并未找到真實(shí)的業(yè)務(wù)需求進(jìn)行算力匹配。
算力服務(wù)市場(chǎng)是很典型的“需求牽引”市場(chǎng)，如今，垂類場(chǎng)景爆發(fā)也在重構(gòu)算力服務(wù)市場(chǎng)邏輯：越來越多的企業(yè)開始用業(yè)務(wù)結(jié)果而非TFLOPS數(shù)值丈量算力價(jià)值。為了盡可能避免不合理的設(shè)計(jì)與資源浪費(fèi)，類似“專家服務(wù)”的算力服務(wù)模式應(yīng)運(yùn)而生。
據(jù)吳迪介紹，為解決這一問題，北京超算拆解完整的專家服務(wù)工作流程，第一步就是進(jìn)行企業(yè)需求診斷與深度的業(yè)務(wù)交流，再根據(jù)不同業(yè)務(wù)場(chǎng)景推進(jìn)資源選型與架構(gòu)設(shè)計(jì)。“合理的選型是質(zhì)量保障的第一步，如果選型出錯(cuò)，后面一系列的事情花多少時(shí)間效率都會(huì)比較差。”吳迪強(qiáng)調(diào)道。
以PixArt AI模型為例，北京超算運(yùn)用了應(yīng)用運(yùn)行特征分析的方法，了解程序在業(yè)務(wù)場(chǎng)景下算力集群各個(gè)算力組件的性能發(fā)揮情況，同時(shí)定位性能關(guān)鍵指標(biāo)與性能依賴，幫助企業(yè)實(shí)現(xiàn)算力資源的精準(zhǔn)選型。據(jù)北京超算CTO甄亞楠介紹，為持續(xù)降低企業(yè)的業(yè)務(wù)成本，北京超算目前也已整合北京懷柔、寧夏中衛(wèi)、內(nèi)蒙古和林格爾等國家“東數(shù)西算”節(jié)點(diǎn)的算力資源，以提供彈性、穩(wěn)定且高效的算力服務(wù)。
在選型完成之后，企業(yè)還需要有安全穩(wěn)定可靠的基礎(chǔ)服務(wù)的保障。包括對(duì)業(yè)務(wù)運(yùn)行過程的實(shí)時(shí)監(jiān)控與數(shù)據(jù)分析，以及時(shí)定位算力瓶頸，進(jìn)行部署優(yōu)化與性能調(diào)優(yōu)，提升模型運(yùn)行效率；此外，還要有針對(duì)突發(fā)問題的及時(shí)響應(yīng)，對(duì)問題嚴(yán)重性進(jìn)行分層級(jí)處理，提供專家部署支持和動(dòng)態(tài)擴(kuò)容機(jī)制。
不過依據(jù)每個(gè)企業(yè)自身狀況，趙鴻冰也提出建議，企業(yè)自己搭建服務(wù)并非不可取，算力服務(wù)的發(fā)展也并不一定要求所有企業(yè)都到公有云上來，企業(yè)還是要結(jié)合自己的業(yè)務(wù)情況合理配置。比如業(yè)務(wù)達(dá)到了一定的規(guī)模時(shí)，會(huì)拉低算力建設(shè)各個(gè)方面的邊際成本，企業(yè)就可以根據(jù)自身業(yè)務(wù)體量設(shè)置出一些基本的算力來保障日常業(yè)務(wù)；當(dāng)有突發(fā)算力需求時(shí)，再結(jié)合到公有云上來，形成一種混合云的形態(tài)。這樣能更好的滿足企業(yè)的業(yè)務(wù)需求，更好的實(shí)現(xiàn)降本。（本文首發(fā)鈦媒體APP 作者 | 賈雨微）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論