97免费视频在线观看,亚洲av无码精品色,欧美另类中国在线

2025世界人工智能大會（WAIC）期間，筆者見到PPIO聯(lián)合創(chuàng)始人兼CEO姚欣時，他剛從美國回來不到兩天，并且在白天與無數(shù)位客戶、投資人、媒體、各級領(lǐng)導(dǎo)等介紹新產(chǎn)品與交流。

他的日程相當(dāng)緊湊。姚欣告訴筆者，當(dāng)天晚上還需要與一些投資人見面。最后，我們單獨(dú)聊了不到1個小時。

他笑著回答：“該旺盛旺盛，要能屈能伸，我上周剛從國外回來，前兩天還在倒時差。”

姚欣是一位穿越多個科技周期，擁有豐富創(chuàng)業(yè)、投資經(jīng)驗的人：他曾是知名網(wǎng)絡(luò)視頻平臺PPTV的創(chuàng)始人，最后公司賣給了蘇寧；他還曾在藍(lán)馳創(chuàng)投擔(dān)任投資合伙人。

2018年，姚欣和王聞宇（PPIO公司聯(lián)合創(chuàng)始人兼CTO）一起創(chuàng)立了PPIO，團(tuán)隊一直深耕邊緣云計算服務(wù)，十分低調(diào)。

然而，隨著ChatGPT、DeepSeek等大模型技術(shù)引爆全球AI熱潮，帶來GPU算力及AI推理需求激增，2023年，PPIO全面發(fā)力AI云計算服務(wù)，并且成為第一批適配DeepSeek的AI Infra公司，也是行業(yè)內(nèi)極少數(shù)能對DeepSeek滿血版運(yùn)行的平臺公司。因此，PPIO在AI Infra行業(yè)內(nèi)的知名度和關(guān)注度瞬間暴增。

招股書披露，PPIO對DeepSeek-R1模型進(jìn)行優(yōu)化，采用PD分離等創(chuàng)新分布式計算技術(shù)，在提升通信效率的同時實現(xiàn)工作負(fù)載均衡。這種措施使吞吐量提高10倍以上，并將理論運(yùn)營成本降低高達(dá)90%。通過算子融合、低精度量化及投機(jī)采樣等技術(shù)，該公司將模型輸出效率提高了7倍以上，并將理論運(yùn)營成本降低85.7%。

據(jù)灼識咨詢數(shù)據(jù)顯示，按2024年收入計，PPIO是中國第七大邊緣云計算服務(wù)提供商，在中國獨(dú)立邊緣云計算服務(wù)商中排名第一，市場份額為4.1%；按計算節(jié)點(diǎn)數(shù)計，PPIO派歐云運(yùn)營著中國最大的算力網(wǎng)絡(luò)。

而且，PPIO也是分布式云計算市場中最早提供AI云計算服務(wù)的參與者之一。其AI云計算服務(wù)增長迅速，日均token消耗量從2024年12月的271億次，增至2025年6月的2000億次，在中國獨(dú)立AI云計算服務(wù)供應(yīng)商中位列前兩名。

今年6月，姚欣的PPIO（主體為PPLabs Technology Limited）正式向港交所提交上市招股書，啟動IPO上市之路。

姚欣告訴筆者，提交招股書之后，大家非常關(guān)注PPIO公司，他需要見的投資人也變得更多了。

WAIC 2025期間，姚欣宣布，PPIO正式發(fā)布國內(nèi)首個 Agentic AI 基礎(chǔ)設(shè)施服務(wù)平臺。其中，PPIO研發(fā)了國內(nèi)首款兼容 E2B 接口的Agent沙箱，專為Agent執(zhí)行任務(wù)設(shè)計，在云端環(huán)境運(yùn)行，為Agent賦予安全可靠、高效敏捷的“手和腳”；同時，PPIO模型服務(wù)支持百款主流開源與定制AI模型的快速接入、彈性部署與高效調(diào)用，助力開發(fā)者與企業(yè)快速構(gòu)建AI Agent應(yīng)用，滿足核心需求。

姚欣表示，PPIO將致力于從中國首款 Agent沙箱到模型服務(wù)，再到 AI 智能體平臺全面布局，為開發(fā)者和企業(yè)打造 Agent 基礎(chǔ)設(shè)施服務(wù)。

姚欣認(rèn)為，AI要走向智能化，就需要Agentic AI基礎(chǔ)設(shè)施服務(wù)平臺，而MCP只是大廠的“羊毛”，無法解決根本性問題。

對于中美AI大模型，姚欣指出，他觀察到，中國公司都開始加速“卷”開源模型，但OpenAI等美國公司就轉(zhuǎn)成閉源模型，但他認(rèn)為，開源模型對于AI行業(yè)發(fā)展更加有利，同時也讓AI Infra公司有了更多的發(fā)展機(jī)遇。

姚欣表示，雖然模型技術(shù)還在不斷更新，但很多企業(yè)還沒找到一個合理的商業(yè)化方向。對于模型公司來說，這是一個贏者通吃的市場，大家做更好的模型技術(shù)，但模型本身無法實現(xiàn)商業(yè)化，更多是依靠生態(tài)實現(xiàn)盈利。而AI Infra基礎(chǔ)設(shè)施領(lǐng)域只是一個非常低毛利、海量規(guī)模、長周期的市場。

“你想想，如果水、電、氣、煤都成了暴利，這個行業(yè)能走多遠(yuǎn)嗎？”姚欣稱。

姚欣強(qiáng)調(diào)，國產(chǎn)算力卡的春天到了，未來AI算力需求都會轉(zhuǎn)向推理端，很多國產(chǎn)卡和算力設(shè)施都將迎來新的發(fā)展機(jī)會。雖然中心化模型還能再保持10%、20%的增速，但未來更大的增長方向是分布式算力，尤其是邊、端、側(cè)算力爆發(fā)式增長。

“我一直希望PPIO做面向未來的新一代AI應(yīng)用的云計算公司。”姚欣稱。

以下是PPIO創(chuàng)始人兼CEO姚欣的獨(dú)家對話整理（有一定刪減）：

姚欣：我發(fā)現(xiàn)一個還挺有趣的觀察是：中國公司開始卷開源模型，美國就變成閉源模型了，連Meta也開始走向閉源化。

之前，我一直關(guān)注開源這件事。我認(rèn)為開源有兩個方面的價值：

第一個，開源是一個非常好、低成本溝通市場的手段，打響品牌，能夠促成大家關(guān)注的方式；

第二個，開源更開放，所以更容易建立生態(tài)，客戶在使用開源模型時沒有負(fù)擔(dān)。

所以從這兩點(diǎn)上來說，中國大模型廠商之所以想要賺更多的錢，是因為他們發(fā)現(xiàn)，想要從模型層面賺錢，并不是一件容易的事情。

國內(nèi)大模型賽道實在很卷。而且實事求是講，我們（中國）、美國最先進(jìn)模型的性能相比，還是有差距的。

姚欣：DeepSeek還是很有機(jī)會的，DeepSeek這種開放性，尤其放棄了自己商業(yè)化機(jī)會，我覺得這是一件好事。

就像Linux一樣，如果一開始要做成一家商業(yè)化公司，就不會有這么多人用Linux。正是因為Linux基金會做了一個價值觀選擇，用他的真心長期堅持，最終成功了。

今天對于這些公司，我還是非常尊重的，每一個創(chuàng)始人都有自己的選擇，但毫無疑問今天大家都用自己的方式來推動模型世界的發(fā)展。正是因為有開源模型，才有 Infra公司的機(jī)會。所以，從我們立場來看，更愿意看到更先進(jìn)的開源模型出來，甚至我們自己也在捐贈開源，提供代碼貢獻(xiàn)等。

無論是閉源模型，還是開源模型，基本上還是3-6個月周期的更迭，如果你趕不上這種迭代周期的話，就可能被卷出局了。“六小龍”卷出去，就是因為有的人跟不上了，國外也是如此，現(xiàn)在差不多也就那么4家了，甚至Meta扎克伯格也急了，上億元挖硅谷工程師。

我認(rèn)為，模型技術(shù)還在不斷更新，但是大家仍在探索一個合理的商業(yè)化方向。

姚欣：首先，PPIO是一家獨(dú)立分布式云計算服務(wù)商，這更多是一個定義。“獨(dú)立”這個詞，是一個很重要的客戶市場劃分，之前叫中立性運(yùn)營服務(wù)。

事實上，大廠云業(yè)務(wù)可能會跟客戶有一些競爭，客戶在采購的時候會有一些顧慮，但我們不可能與大廠的云計算業(yè)務(wù)直接競爭，主要定位是一些大廠云不能服務(wù)的客戶，可以考慮我們這種更加中立的第三方服務(wù)，所以大家提“獨(dú)立”這個概念。這樣對于客戶來說，可以有選擇的靈活性。

其次，相比公有云、混合云服務(wù)，我們專門做垂直細(xì)分領(lǐng)域的分布式云計算業(yè)務(wù)。同時，我的價值主張是，我們不會跟我的客戶產(chǎn)生沖突。

其中在邊緣云方面，我們的技術(shù)實力和服務(wù)能力得到了業(yè)界的廣泛認(rèn)可。我們?yōu)楸姸鄧鴥?nèi)外領(lǐng)先的科技公司（根據(jù)灼識咨詢的數(shù)據(jù)，包括中國前十大互聯(lián)網(wǎng)公司的大部分）、云計算公司以及“獨(dú)角獸”初創(chuàng)公司提供了邊緣云計算服務(wù)和AI云計算服務(wù)。而且，我們是在IaaS、PaaS、MaaS三層都具備相應(yīng)技術(shù)能力的公司。

同時，不只是云計算，還有AI Infra優(yōu)化和GPU資源利用率。如果企業(yè)有大量任務(wù)調(diào)度，只是服務(wù)一類需求，峰值會達(dá)到90%，但平時基本都是閑置。

一天24小時，服務(wù)器只跑兩小時，剩下22小時都在閑置利用。

因此，這就要求有很強(qiáng)的調(diào)度能力、融合能力、模型優(yōu)化、底層算子等技術(shù)能力，而PPIO都有很強(qiáng)的市場競爭力。

AI Infra過去一段時間做的是怎么把GPU用好、GPU利用率提升、GPU跟模型的適配做好等技術(shù)。而Infra再上升一層，核心將不再是GPU，而是AI運(yùn)行框架。

姚欣：其實我們很早就看到了Agentic AI技術(shù)方向。大的背景是，我們一直在為 Manus的母公司Monica服務(wù)，關(guān)于這個想法，我們與肖弘曾在2023年有過交流。

我認(rèn)為，今天AI要走向智能化，一定需要有一套所謂的虛擬電腦，在里面像仿真一樣去訪問所有信息源，這是一套通用且終極的解決方案，而不是MCP。

姚欣：這是行業(yè)觀點(diǎn)。本質(zhì)上，今天的MCP是把自己的數(shù)據(jù)開放給第三方調(diào)用，站在大廠的角度來講，為什么開放？我最核心的數(shù)據(jù)能開放嗎？

再比如，微信的朋友圈關(guān)系能開放嗎？支付寶的支付記錄能開放嗎？抖音推薦算法能開放嗎？這些都不可能開放的。而MCP開放的目的在于，要把用戶引導(dǎo)回來。

姚欣：Infra賺很薄的利潤，但它的規(guī)模會很大。我一直認(rèn)為，AI Infra基礎(chǔ)設(shè)施領(lǐng)域應(yīng)該是一個非常低毛利、海量規(guī)模、長周期的市場。你想想，如果水、電、氣、煤都成了暴利，這個行業(yè)能走多遠(yuǎn)嗎？

當(dāng)然，國內(nèi)Infra企業(yè)之間的定位都不太一樣。如果不算公共基礎(chǔ)設(shè)施，只要私有化部署的話，這類公司還是可以盈利的。

對于公有云的AI Infra，就是一個大規(guī)模、低毛利的產(chǎn)業(yè)。即便連英偉達(dá)，我認(rèn)為它的毛利也會下降。

我的觀點(diǎn)一直沒變化。在訓(xùn)練時代，英偉達(dá)一家獨(dú)大，但推理時代百花齊放。今天，不同類型的應(yīng)用，不同類型的模型，不同類型的參數(shù)，使用的卡型也會不一樣，英偉達(dá)在訓(xùn)練時壁壘和護(hù)城河特別強(qiáng)，但推理時代會面臨巨大挑戰(zhàn)。所以，隨著競爭加劇，毛利率下降，這是一個必然。

如今從技術(shù)趨勢來看，就是從AI算力訓(xùn)練，走向推理；從中心化架構(gòu)到分布式的架構(gòu)，推理計算卡百花齊放，需求不同、應(yīng)用場景不同，百花齊放必然會導(dǎo)致行業(yè)的競爭加劇，自然也會帶來毛利下降。這是我的完整邏輯。

姚欣：首先，從此前的訓(xùn)練，到如今的推理，我認(rèn)為國產(chǎn)卡的春天到了，特別是加了PD分離架構(gòu)之后，很多專注于做推理任務(wù)的計算卡，未來空間機(jī)會還是很大的。

其次，另一個機(jī)會在于，國產(chǎn)GPU芯片兩年迭代一次，這是一個穩(wěn)步規(guī)劃的方向。但這里面的挑戰(zhàn)在于，國產(chǎn)卡與軟硬件、模型之間的結(jié)合，因為模型的迭代速度還是很快的，比如去年MoE還不是主流，今年全都是MoE架構(gòu)的模型。

為什么會有Wintel聯(lián)盟，當(dāng)年比爾·蓋茨講過一句話，每一代英特爾發(fā)布的芯片的高性能，都遠(yuǎn)遠(yuǎn)不夠軟件所吞吃掉的能力，本質(zhì)上，Windows和英特爾芯片之間是一個互補(bǔ)關(guān)系。如今，今天這種硬件、軟件之間的快速迭代、良性結(jié)合，會推動AI時代加速到來。

最后，要想做好硬件，就要懂軟件；要想做好軟件優(yōu)化，就要了解底層硬件架構(gòu)，這樣的端到端垂直整合能力越來越重要，只做其中的一層是沒戲的。大的技術(shù)趨勢，主要還是由軟件驅(qū)動硬件的迭代，或者說由模型架構(gòu)的進(jìn)步，去驅(qū)動硬件的性能迭代。而PPIO要做的就是最懂模型和應(yīng)用的Infra公司。

姚欣：我覺得經(jīng)過這次教訓(xùn)，大家都清楚AI芯片“卡脖子”，隨時斷供，即使能用，也要再找替代。不只是國產(chǎn)GPU公司，今天連所有依賴AI發(fā)展的互聯(lián)網(wǎng)大廠都將面臨算力卡國產(chǎn)化轉(zhuǎn)型，做多卡融合、多卡兼容解決方案，這是一個普遍趨勢。

今天，你不能撿著最好的用，一定是你有啥用啥，所以說，這種多卡融合是一個基礎(chǔ)和必備的方向。

姚欣：PPIO屬于云計算層面。所以在我看來，對于算力底層來說，中美AI算力布局方式是不太一樣的。

中國的AI底層是做算力網(wǎng)絡(luò)、東數(shù)西算。雖然中國在最先進(jìn)性能上面比不過英偉達(dá)最先進(jìn)的GPU卡，但中國在各地建設(shè)這么多資源，做算力樞紐、調(diào)度和整合。在我們看來，算力調(diào)度、算力網(wǎng)絡(luò)只有中國才能長出來，就像高鐵網(wǎng)和電力調(diào)度網(wǎng)只有在中國才能發(fā)展起來，我們能做的算力核心在于，中國的網(wǎng)絡(luò)基礎(chǔ)設(shè)施已經(jīng)足夠領(lǐng)先了。

而美國的算力底層就不一樣了。美國在做星際之門，堆20萬張卡、拿核電站在發(fā)電，因為美國沒有統(tǒng)一電網(wǎng)，每個州的電網(wǎng)都不通，電費(fèi)計價都不一樣。所以，美國在加大基礎(chǔ)設(shè)施建設(shè)，逐步建公路、建電網(wǎng)，而美國的優(yōu)勢在于，卷高科技、卷核聚變，讓數(shù)據(jù)中心與核電能源實現(xiàn)互通和整合。

然而，問題存在于，10萬卡互聯(lián)都有數(shù)據(jù)中心散熱，但20萬張、50萬張卡的時候，光互聯(lián)和散熱能力無法解決，而且可能會帶來很大的問題。當(dāng)這個數(shù)據(jù)中心啟動的時候，對于電網(wǎng)的沖擊相當(dāng)于在一瞬間增加了一個中小型城市的用電負(fù)荷。

所以，星際之門對于散熱的挑戰(zhàn)、能耗的挑戰(zhàn)、電網(wǎng)的沖擊、能源的沖突等都有一定的局限性，大家會質(zhì)疑推理是否需要集中化。

在我看來，推理不需要集中。推理是典型的分布式，基礎(chǔ)模型需要不斷迭代，長期來看，智算中心的訓(xùn)推不會長期在一起的，訓(xùn)推一定是分離的。未來，訓(xùn)練集群和推理集群一定是兩個集群，現(xiàn)在訓(xùn)推一體是為了訓(xùn)練削峰填谷，因為訓(xùn)練任務(wù)之間是不能夠保證百分百銜接。

長期看，推理算力占比達(dá)到95%，訓(xùn)練只占據(jù)5%。所以，未來大量數(shù)據(jù)中心需要分布式以及海量的推理優(yōu)化，如何把數(shù)十萬張卡用好，其實是一個關(guān)鍵性的技術(shù)趨勢。

姚欣：機(jī)器人、自動駕駛的實時計算，需要毫秒級的處理速度，這個就只能用本地化算力。未來機(jī)器人需要實時理解物理環(huán)境，作出自主決策和判斷，那么各類感知，規(guī)劃，空間交互中都需要消耗大量tokens，而且對時延敏感，那么就需要在網(wǎng)絡(luò)邊緣側(cè)能夠部署大量AI推理算力。

一般來說，機(jī)器人計算用常規(guī)端側(cè)AI芯片就夠用，但它需要更高性能的話，就要跑在低時延的云側(cè)，這就是我們要做邊緣云、AI推理云的意義所在。而且，如果運(yùn)行包括復(fù)雜任務(wù)拆解、推理、形成代碼等場景，至少需要30B參數(shù)規(guī)模，而且 Agent也會運(yùn)行在云端。

所以，未來我們的邊緣云、AI推理云兩個業(yè)務(wù)會融合“會師”的，云、邊、端各有各的需求。

姚欣：我一直希望做面向未來的新一代AI應(yīng)用的云計算公司。

早在2018年我二次創(chuàng)業(yè)之前，我在藍(lán)馳做投資，當(dāng)時我就思考，機(jī)器人、自動駕駛、VR/AR這些技術(shù)未來都能實現(xiàn)。5年、10年、20年后，就像當(dāng)年我們就用抖音、用微信一樣，大家對于計算需求會成千上萬倍提升。

同時，大家對于計算的需求，逐漸從中心化，再向云邊端側(cè)遷移，背后這個叫“數(shù)據(jù)引力效應(yīng)”計算概念，就是隨著數(shù)據(jù)處理下沉，計算也要逐步下沉，這是計算機(jī)的范式遷移。

如果把計算機(jī)的歷史拉長一點(diǎn)。計算機(jī)就是20年中心化、20年分布式。

之前，從IBM大型機(jī)到PC機(jī)時代，后面互聯(lián)網(wǎng)早期誕生時的核心是云計算。如今，計算走向分布式，所以，這是20年為周期的計算架構(gòu)的范式轉(zhuǎn)變。

如今，我認(rèn)為中心化模式到了一個階段性頂點(diǎn)，雖然它還能再保持10%、20%的增速，但更大的增長是分布式算力，尤其是邊端側(cè)算力爆發(fā)式增長。這就是2018年我們PPIO為什么要做分布式云、做邊緣計算的原因，當(dāng)時我們看到了新的趨勢，未來自動駕駛、機(jī)器人等場景都將需要分布式的算力。

（本文首發(fā)于鈦媒體App，作者｜林志佳，編輯｜蓋虹達(dá)）

快報