云卷云舒：“由云向算”的思考

        云计算技术已经发展了十几年，技术成熟度和商业模式已经被基本认可，云计算服务商从最开始的“亚马逊、阿里云”已经演变成为了“阿里云、华为云、腾讯云、天翼云、移动云、亚马逊云、京东云、美团云”等为主的“群雄割据”场面，阿里云市场份额超过40%，呈现了“一超多强”态势，近几年，随着国家对于“新基建、自主掌控”等工程的推进落地，以天翼云、移动云为代表的“云计算国家队”快速发展，已经进入“国内运服务商第一阵营”，市场占有率已经超过15%。

        未来云计算市场的发展格局，而“由云向算的转型”是传统云计算服务商未来几年的重心，行业内比较关注的还是智算中心建设、万卡GPU、算力并网等领域进展和话题，那么对于算力来讲，是当初销售基础算力（如GPU）、还是同步强化大模型服务、或基于算网的理念全面升级云产品服务体系？那么有谁在关注算力网络应用场景的研究呢？

一、人工智能领域重磅新进展

        近三年以来，世界人工智能领域的重磅成果有如下几个，我姑且做一下定位和分类（开发者的自身定位）：

（1）chatGPT：人工智能大模型，通用大模型为主，从openAI在2020年推出chatGPT之后，国内外迅速跟进，目前“万模斗智”，各有各自的领域，包括相当部分的“行业大模型”，这部分已经不是瓶颈，只要你有行业数据、充足的算力。

（2）GPU：真可谓“一U难求”，从英伟达的A100、Tesla T4、A800、华为昇腾910B...国产化的各类卡；各类的卡算力整合架构、卡算力卸载玩法。单卡算力这一块我们和国外的差异还是很大。

（3）开始做整合了：算力网络的概念下，将人工智能卡连接起来是一个思路，力图通过整合提升整体算力供给能力上限，但是目前仅仅停留在“建设大规模算力资源池”阶段，目前国内比较大的几个算力资源池：

中国移动智算中心（哈尔滨）：单集群内超过1.8万张AI加速卡，智能算力规模达6.9EFLOPS。

中贝合肥智算中心：安徽首家”低碳AI智算中心”，一期上线2200Flops@FP16算力已正式营运。

无锡·延安”智算中心：初步设计人工智能计算能力达到600P（FP16）规模，已建成并投产运营一期200P计算能力。

琶洲算谷·沙溪智算中心：粤港澳大湾区首个服务大模型的智算中心，搭载了华为最新款自研AI训练芯片昇腾910B，建成算力100P，计划两年内扩展到300P。

国家网安基地智算中心：总规划500PFLOPS算力，一期已建成投用125 PFLOPS算力。

中国雅云智算中心：总投资不低于5亿元，建设1024P的百舸算力中心。

中国移动智算中心（呼和浩特）：部署约2万张AI加速卡，AI芯片国产化率超85％，智能算力规模高达6.7EFLOPS（每秒670亿亿次浮点运算）。

中国电信中部智算中心：首次采用基于国产AI基础软硬件平台的方案架构，可支持部署万亿参数大模型。

天府智算西南算力中心：支持GPU、FPGA、ASIC等多元AI加速芯片，将千亿参数大模型训练的算力效率提升至80%，相比传统数据中心节能提高25%以上。

中国移动算力中心北京节点：部署近4000张AI加速卡，AI芯片国产化率33%，智能算力规模超1000P，通信运营商在北京建成的首个大规模训推一体智算中心。

中国移动智算中心（青岛）：首期投资超5.5亿元，智能算力规模达825PFlops。

华南数谷智算中心：总规模约3万个标准机柜（7000个算力机柜），项目预计建设16000P的异构算力池。

中国移动智算中心（武汉）：已建成1500PFLOPS（1PFLOPS＝每秒1千万亿次浮点运算）服务能力。

注：统计数据摘自互联网。

类似于中国移动（移动云）这样的智算头部云商，都开始将万卡、2万卡资源池作为建设基点了，这个优势是越来越明显了，是传统的云计算和IT企业无法比拟的。可以说，他们已经赢了一半。

二、智算服务的主要模式

同时，我们也不难发现，算力基础设施大行其道，但在其服务模式依然相对传统。

服务模式	服务内容	潜在客户	主要玩家
IDC的服务模式	机房、安全、网络、服务器等	大型互联网	电信运营商、IDC提供商
算力销售租赁	GPU（A100、国产化AI卡），以及配套的网络和存储能力	AI研发企业	云服务商
定制化项目制	裸金属、GPU云主机	地方政府、高校（XX大学智算中心）	云服务商
一站式智算需求	算力+大模型+行业解决方案	行业客户（XX数字政府）	集成商

 （1）IDC的服务模式：智算时代相比传统机房来说，侧重提升机房建设标准（电功率、绿色机房）、上线更快、资费模式转变为算力维度。

（2）算力销售/租赁：主要服务于大模型“训练和推理”，一般提供的训练卡会比较多，覆盖英威腾、华为等国产化卡。推理部分一般是T4、Atlas这些。以及华为昇腾的910B也可以提供训推一体服务。

（3）定制化项目：主要面向私有云场景，打包的方式提供给高校、地方政府等客户，提供以GPU云主机、裸金属为主。满足客户的定制化需求，可以提供不同类产品的上架。也包括定制一些门户、服务平台、测试环境等。

（4）一站式智算需求：与客户的应用侧，联动改造，提供智算服务商的产品能力融入、算力整合到场景中、甚至提供行业数据行业知识帮客户构建好AI应用，发挥价值。

其中云服务商在初期，一般都以第二种模式“算力销售租赁”来开展。

三、服务与生态的不足

根据上诉描述的云服务商的主要模式，依然以租赁“有智能属性”的算力产品为主，服务模式依然比较简单，短期内可以迅速满足广大AI客户对算力的需求，但是对于智算云服务商来讲，效益还是太饱了，自己的云产品如果不能快速向算网转型，很容易再次沦为管道。

具体来讲，就是服务与生态依然还是传统的模式，新型的产品供给和服务模式还没有充分释放，需要继续探索和努力。由云向算的转型，需要快速推进以智算为代表的算力网络模式转变。

---------时间关系，本章暂时分析到这，过两天空了展开讲讲我的思路。