今年以來，大模型引爆科技圈，熱度始終高漲不下。英偉達狂飆的股價與利潤體現了以GPU為代表的芯片市場的火爆，而作為AI基礎設施之一的云，此前似乎被遮掩了些許光芒。

此前，大模型對云的影響稱不上顯著。但隨著微軟、谷歌、亞馬遜相繼披露季度財報，直觀的增長擺在眼前。因而，多家云服務商都調高了業務期待，預計影響將逐漸從2023年第四季度起體現。

從頭部云廠商的業績來看，在生成式AI的驅動下，以Azure為核心的微軟智能云收入同比增長了13%至565億美元，凈利潤同比增長了27%，至222億美元，微軟表示，主要得益于對消費者和商業產品中大型AI模型的不斷增長需求，推動了云消費的增加；AWS的收入結束了此前連續六個季度的放緩，并預計生成式AI會在未來幾年帶來數百億美元的收入。市場占有率排在微軟與AWS之后的谷歌，由于云收入低于預期，股價一度大跌9%。

此外，近期的Open AI開發者大會上，Open AI宣布將圍繞GPT打造AI平臺，推出GPT Store，讓用戶用自己的自然語言來創建自己的“個人版ChatGPT。大模型從通用走向垂直，從B端走向C端，其創新不輟，逐漸走向普惠性發展的同時也意味著云廠商將面臨著又一輪的增長機遇。

可以說，AI的下一個拐點，“云關”已至。

大模型如何“需要云”？

今天的大模型并非依靠一個計算單元，而是需要將成千上萬個計算單元聯合起來，組成復雜的分布式系統。

訓練大模型所需要的超大規模的數據處理和并行計算能力，必須通過對對網絡操作系統、分布式計算引擎、網絡設備、交換機、計算架構等全棧內容的整體優化來實現。可以說，在云的支撐下，大模型才能完成“數據中心級”的重構。

以微軟為例，為了支持OpenAI訓練ChatGPT，專門設計了一臺10000張A100芯片連接起來的超級計算機，在獲得高效能算力的同時，也要解決數據中心的散熱、斷電等工程問題的優化。可以說，正是有了微軟的云服務支撐，才造就了如今的ChatGPT。

正如阿里云CTO周靖人所言，此輪AI技術變革的本質，其背后是整個計算機體系的全面升級。云計算靈活、可擴展的彈性調度能力，成為大模型訓練、推理部署的必要基礎設施。而大模型則為云計算激發了更多資源需求的同時，帶來技術架構和產品布局的革新，由此激發出更多業務場景，成為當前云計算市場不可多得的興奮劑。

廣袤市場如何“布局云”？

英偉達曾透露，2023財年數據中心業務有40%的收入來自超大規模數據中心與云服務商。

隨著大模型逐漸走向輕量化和應用場景的拓展，未來大模型將成為一項通用服務，帶來真正的AI普惠性發展。作為基礎設施的云計算將會在大模型的驅動下進一步重塑產業格局。

根據Gartner統計，2022年全球云計算市場規模為4910億美元，增速19%，預計在大模型、算力等需求刺激下，市場仍將保持穩定增長，到2026年全球云計算市場將突破萬億美元。

當前，云計算市場也已涌現出許多新業態

算力調度：

AI大模型的興起加速了對更大規模和更強大計算資源的需求，這也使云計算服務提供商繼續改進其硬件和軟件基礎設施，以支持大規模AI訓練和推理工作負載。又因硬件設備的成本過高，近來算力調度、算力租賃模式火熱。

前者以合作形式共建算力生態。以青云科技為例，其推出的AI算力調度平臺，介于底層的資源層與上層的模型層之間，通過整合不同來源、類型和架構的算力資源，實現統一調度與運營，為用戶提供按需獲取和調度的服務。當前已經成功服務于國家超算濟南中心。當青云科技的客戶有算力需求，青云科技可以通過直接調度濟南超算的算力向客戶提供AI算力資源。因此，青云科技既是濟南超算的供應商，也是其渠道商。

而后者算力租賃模式除了有傳統的云計算服務提供商和第三方數據中心企業參與，還吸引了如蓮花健康、恒潤股份等企業跨界入局，致使相關概念股大漲，部分公司幾度漲停。在投資者提問平臺，可以搜索到近600條關于算力租賃的提問。

云智一體：

過去，云計算更專注于算力能力，服務模型集中在IaaS、PaaS、SaaS三層。如今，云計算在大模型驅動下具備了更強的集成能力，可在算力、算法和應用層中嵌入大模型，進而強化云計算的“智”，以智能底座集成應用并統一對外輸出，實現場景端的生產力解放，同時進一步降低企業獲取和使用人工智能的門檻。目前，百度、阿里乃至更多云計算企業，已經將目光投向“云智一體”，布局在智能基礎設施之上的通用型AI產品能力。

云原生安全：

在由AI大模型的興起帶來持續算力的需求同時，安全保護也成為新業態下的重點挑戰。

作為新興市場，云原生安全為技術創新型公司提供了更多發展機遇，云計算廠商以及專業網絡安全廠商都在加速布局，力爭獲取先發優勢，并通過融入機器學習、人工智能等技術為最終用戶提供更智能化、自動化的容器安全解決方案。

頭部廠商如何“角逐云”？

當前，隨著大模型落地路徑的日趨清晰，大模型也成為國內云服務商未來十年甚至二十年的核心戰略。未來MaaS將成為云計算的主流商業模式，各類應用將基于大模型來開發，每個行業需要打造行業自己的大模型。基于此，頭部廠商紛紛拿出創新方案——

阿里云：

基于對行業模型落地的認可，阿里云提出開源通過從底層算力（IaaS）到AI平臺（PaaS）再到模型服務（MaaS）的全棧技術創新，升級云計算體系。

在此前的云棲大會上，阿里云針對大模型升級了AI基礎設施，提供更高性能、更低成本的智能算力。全新升級的阿里云人工智能平臺PAI，底層采用HPN 7.0新一代AI集群網絡架構，高效協同調度各類芯片，可支持高達10萬卡量級的集群可擴展規模，讓超大集群像一臺計算機般高效運轉。

京東云:

基于企業自建產業大模型的風潮指向，京東云推出混合多云操作系統“云艦”和數據儲存體系“云海”以多云資源提供給業務方，向行業云、產業云的方向演進。這種多云混合部署形式一方面大大降低投入成本和能耗支出，同時保障企業自身數據安全，另一方面可規避企業用戶與單一云廠商深度綁定，一定程度上保障企業議價權。

騰訊云：

基于過去積累的龐大業務數據和算力基礎設施，騰訊云已經推出了自己的MaaS大模型精選商店，將基礎資源、技術支持、工具組件等進行整合。企業可以基于騰訊云TI平臺，然后結合自身的應用場景，按需定制或者構建自己的專屬大模型。

目前，騰訊云行業大模型能力已在騰訊企點、騰訊會議、騰訊云AI代碼助手等多款產品中落地使用；通過聯合行業頭部企業，已為文旅、政務、金融等10余個行業，提供了50多個大模型行業解決方案。

百度云 ：

百度智能云在去年構建的AI大底座，通過集成百度智能云在AI IaaS層和AI PaaS層的先進技術，極大降低了AI產業應用的門檻。同時，為推動中小企業上云，百度推出“千帆AI原生應用開發工作臺”，為大模型的研發、服務提供了全生命周期的支持。

華為云 ：

基于已有的行業伙伴生態和自家盤古大模型的行業應用實踐，華為云繼續專注To B的行業市場，高效帶動其他生態伙伴參與到大模型升級中。據華為云官方數據，目前，華為云AI已在各行業落地了1000+項目。

寫在最后

大模型時代競爭日益激烈，云底座的效能也愈發顯著，這便注定了云生態會持續變化發展，未來云計算平臺廠商也將從從載舟者成為劃槳者，共同構建出大模型時代的數字化生態，基于多元需求帶來更多創新和智能化的解決方案。