算力服務:新興的商業模式與產業鏈

大模型訓練潮流席卷而來,高端GPU一卡難求成爲行業難題。算力成本高企,缺乏算力和資金成爲擺在企業面前的直接挑戰。

高端GPU短缺已成爲普遍現象。頂峯時期一張英偉達A100的價格被炒至二三十萬元,單臺A100服務器月租價格飆升至5-7萬元。即便如此,高昂價格也難以保證獲得芯片。一些算力供應商甚至遇到供應商違約等罕見情況。

大模型訓練門檻並非如業界宣傳的那樣容易。以盤古氣象大模型爲例,其訓練成本可能超過200萬元。若訓練更大規模的通用大模型,成本可能要增加十倍甚至百倍。

面對這一局面,業內普遍認爲,隨着大模型市場的激烈競爭,市場將從狂熱走向理性,企業也會根據預期變化調整策略和控制成本。

爲應對算力短缺,企業採取多種創新方法。一些公司選擇使用更高質量的數據進行訓練,以提升效率。還有企業致力於提升基礎架構能力,實現千卡以上穩定運行。算力卡資源調度也考驗服務商的技術能力。

部分廠商另闢蹊徑,從雲計算架構過渡到超算架構以降低成本。也有企業選擇使用國產平台進行大模型訓練和推理,以替代緊缺的英偉達產品。

算力已在市場需求和技術迭代過程中成爲新的服務模式。算力服務以多樣性算力爲基礎,以算力網路爲連結,以提供有效算力爲目標。

算力服務的本質是通過新計算技術實現異構算力統一輸出,並與雲、大數據、AI等技術融合。它不僅包含算力,還統一封裝了存儲、網路等資源,以服務形式完成交付。

在算力產業鏈中,上遊企業主要供給基礎資源,中遊企業負責算力生產和供給,下遊企業則利用算力服務進行增值服務。

按量計費和包年包月是當前算力服務的主流模式。行業也在推進"算網一體化融合",支持跨架構、跨地域、跨服務商的調度。

隨着大模型高性能計算需求常態化,算力服務快速進入大衆視野,形成獨特的產業鏈和商業模式。盡管當前面臨高端GPU短缺等挑戰,但算力作爲服務的趨勢已確立,服務商需未雨綢繆,爲市場變化做好準備。