「阿里講到技術和雲計算，用了特別大的力氣，我都快忘記阿里是搞電商的了。」一位投資人聽完阿里2022Q4電話會議，在雪球上如此感慨道。
其實，何止阿里，百度也是一樣——李彥宏儼然把電話會議變成了雲計算專場，說起前景句句不離智能雲，問答環節七個問題，四個都跟雲計算有關。
而集體提升戰略優先級的背後，似乎和新一輪「風口」跡象有關。
可以看到，蟄伏了兩年的互聯網大佬，躍躍欲試新一輪「內卷」。
「價格屠夫」劉強東提刀歸來，京東重拾百億補貼；在抖音步步緊逼下，美團進入戰鬥模式，春招一次性放出4000個崗位名額。
另一方面，ChatGPT熱潮席捲全球，勾起了人們對算力、存儲新一輪增長周期的期望。
那麼，站在當下，我們是否可以提出一個命題，雲計算的時代又到來了？
01 互聯網行業再現「iPhone時刻」
某種意義上，國內外科技公司對ChatGPT的「顛覆意義」，達成了共識。
近日，前阿里釘釘副總裁張斯成在採訪中談到，「ChatGPT的影響類似iPhone誕生，就如同當年的APP一樣，Bot（聊天機器人）將成為人機之間最新的基本觸面。」
無獨有偶，兩周前，在加州大學伯克利分校的一場活動上，英偉達CEO黃仁勛也曾表示：「ChatGPT是人工智能領域的iPhone時刻。」
這種認知，多少是有道理的。
可以看到，在模型設計上，ChatGPT橫空出世後，科技界「萬流歸宗」。
死磕元宇宙的扎克伯格，公開表示在元宇宙上走了彎路，長遠目標是開發AI機器人。
在Bert（AI語言模型）上傾注了近5年心血的谷歌，近期承認，GPT表現出來的一些特性非常值得研究。
應用方面也是一騎絕塵。瑞銀的一份報告顯示，ChatGPT推出僅兩個月，月活就突破了1億。
要知道達到同樣量級，爆炸式增長的TikTok也用了9個月，其他億級應用，更是以年為單位。
在資本市場上，更是浪潮迭起。
比如，美版今日頭條Buzzfeed 表示將邀請OpenAI（ChatGPT母公司）為其網站進行內容創作後，股價單日暴漲近120%。Adobe發布其AI工具後，兩周內股價漲幅達到26%。
畢竟押中了，意味着將獲得當初iPhone出世後，Twitter、微信等應用生態那樣的巨額收益。
然而蛋糕雖誘人，要吃到並不容易。
如下圖，ChatGPT所搭載的模型（GPT3.5），從GPT1迭代到GPT3，預訓練數據量從5GB激增到45TB，增長幅度接近千倍。
這樣的算力需求，是以往的芯片和架構所不能承受的。
據英偉達披露，使用單個Tesla架構的V100 GPU，對常規參數的GPT-3模型進行一次訓練，需要用288年時間。
通俗理解就好比，因為運營內存、顯卡參數不夠，紅米9a下載不了《原神》，vivo打《原神》很卡，而搭載i5以下的機型，更是閃退得打不成。
這意味着，互聯網應用廠商對雲計算的需求，或進入新一輪周期。
面對如此紅利，雲計算廠商已經開始「摩拳擦掌」。
比如，上個月亞馬遜雲宣布與AI初創公司Hugging Face拓展合作，AWS將為其開發ChatGPT的開源競品，提供底層AI芯片Trainium的算力支持。
阿里2022Q4電話會議上也表示：在生成式AI引起顛覆性突破的時代，我們將全力抓住市場機遇，為多種模型和應用提供好算力支撐。
而算力提升最有效的方法，是縮短數據傳輸的距離，也就是邊緣計算——把提供服務的節點從中央下放到網絡邊緣，離用戶更近。
打個比方，章魚在捕獵時異常靈巧迅速，腕足之間配合極好，從不會纏繞打結。這得益於它們類似邊緣計算的「一個大腦+多個小腦」。
而要支撐邊緣計算，對芯片架構和服務器，都提出了更高要求。
芯片來說，據OpenAI測算，自2012年以來，全球頭部AI模型訓練算力需求3-4個月翻一番，每年增長幅度高達10倍。
但按照摩爾定律，芯片計算性能大約每18-24個月翻一番。也即是，芯片計算性能迭代，開始跟不上AI訓練的算力需求。
具體來說，雲計算發展到今天，隨着數據密集型場景越來越多——比如大型開放式遊戲，此前以CPU為核心的計算體系架構開始暴露短板：
一方面，計算和網絡傳輸之間的時延較大；另一方面，數據遷移量增大，無法滿足高帶寬需求。
比如，雲計算從業務處理為中心轉向數據處理為中心，CPU更多是在處理網絡事務而不是用於計算，這相當於數據中心部署的很多服務器，被白白浪費了。
此時，解決之道是不再藉助CPU，而是打造只為雲計算服務的芯片，相當於雲上的Windows系統。
為此，各芯片公司率先行動。比如，英特爾的IPU、英偉達的DPU，還有更早的智能網卡，都是雲計算和數據中心專門芯片。
英特爾相關負責人表示：「IPU是一種全新的技術類別，適配所有雲數據中心，是英特爾雲戰略的重要支柱之一。」
但云廠商們在這一輪里，顯然有自己的想法。
近幾年，微軟加大芯片工程師的招聘力度。比如，不僅從英特爾、AMD、英偉達等公司挖人，還跟蘋果近身肉搏——去年挖走其資深工程師Mike Filippo。
這逼得蘋果為了留住人才，向芯片設計、硬件等工程師，以股票形式發放巨額獎金。
而據彭博社報道，微軟此舉是為了加速推動自研芯片進程，以便將算力的主動性，牢牢掌握在自己手中。比如，上述的Mike Filippo，就在Azure團隊中負責自研服務器芯片。
國內來說，阿里雲發布的雲基礎設施處理器CIPU也是類似的訴求。
這個體系架構下，CIPU向下可以鏈接數據中心的計算、存儲、網絡資源，向上可以接入飛天雲操作系統，將全球數百萬台服務器連成一台超級計算機。
反映在效果上，以往需要3.5台服務器才能完成的計算任務，現在可能只需要2.5台。
而服務器方面，邊緣計算下，從一個頭指揮，變為無數條腿協同指揮——單機處理幾千個輕量請求，轉變為由數萬台服務器處理上億個重負載請求。
這對服務器數量和處理能力的要求，都更進一步。
比如，三星電子表示，考慮到AI、5G等關鍵基礎設施投資，將在2023年增加用於服務器、數據中心的產品。
而據IDC預計，到2025年，全球邊緣服務器的支出金額占總體服務器比重，將從14.4%增長至24.9%。
預期需求增長下，可以看到，存儲原廠的產能分配正在進行調整，多餘的產能將從PC、手機等，流向服務器市場。
當然，這一領域是硬件廠商如浪潮、華為等的主場。
總的來看，ChatGPT時代的到來，或許會觸發互聯網行業新一輪應用周期的迭代。這種迭代對算力要求的激增，使蟄伏了兩年之久的雲廠商，再次站在了聚光燈下。
然而相比上一次紅利期（IaaS高速滲透），這一輪的篩選可能更為嚴格。
如下圖，2017-2018年左右，全球服務器出貨量達到增長高點，國內增速頂峰稍有滯後，但基本保持一致。
據《服務器和存儲工作負載調研》數據，雲計算基礎服務器的折舊歸零時間一般是5.15年。（當然，很多服務器5年之後會繼續使用，但無法保證運行的成本效率。）
也就是說，2022-2023年，業內或迎來一個新的出貨量周期。
這在數據上已有反饋。Gartner數據顯示，2022H1全球服務器出貨量同比增長11.8%，國內增長幅度為13.4%，和2017年的增長情況很接近。
如此一來，站在換新節點上的上雲客戶，或許會加速向技術派雲廠商轉移。
02 蟄伏兩年的雲廠商們，能Hold住新燒錢黑洞嗎？
「100億美金。很簡單，馬斯克用10億美金設立OpenAI，之後微軟2019年又投了10億美金，如今微軟又宣布未來投入100億美金。」
這是被問到「資金儲備多少錢的公司，有機會成為中國的OpenAI？」時，張斯成的回答。
事實上，不止ChatGPT模型研發，背後支撐的大算力以及大數據，都意味着燒大錢。
以數據訓練為例，基礎模型GPT-3.5訓練一次需要花費300-460萬美金。且隨着模型能力提升，參數持續優化，訓練的成本還會不斷增加。
這種情況下，甚至出資5000萬美金、高調入局ChatGPT的王慧文，創業資金可能僅夠進行幾次訓練。
另有業內人士表示，「模型訓練除了貴，短時間內是看不到回報的。就算有了商業變現，還要根據實際應用場景繼續訓練，投入更多的資金。」
如此一來，意味着要入局ChatGPT，最基礎的保障在於持續的資本輸血。
然而眾所周知，國內雲廠商過去幾年都是「風光在外」，內里不賺錢。如下圖，微軟雲、AWS的利潤率常年保持在20%以上，而國內的雲廠商則長期虧損。
究其原因在於，一方面，IaaS層高度同質化，廠商為了留住客戶，需要在價格上妥協，沒多少賺頭；PaaS層更青睞私有雲，講究定製化，又被拔了一層毛。
另一方面，國內雲廠商基本上是為運營商「打工」。如下圖，金山雲IDC（帶寬成本+機架成本）成本占比約60%。
長期不振下，馬化騰在去年底的內部員工大會上，勒令CSIG放棄集成商角色。隨後，騰訊總裁劉熾平在財報會上表示，雲業務接下來要從不惜一切代價增加收入，轉向提升利潤率。
那麼問題來了，雲廠商們能Hold住新的燒錢黑洞嗎？看看其在另一片海里的情況，就知道了。
「這種極為無縫、流暢的體驗，對我們的客戶而言是異常美妙的。」印尼電商平台Tokopedia高管每次提起2019年的埃克斯特拉齋月電視節目（類似於雙十一），都難掩激動。
激動的原因在於，基於和阿里雲的合作，Tokopedia埃克斯特拉齋月電視節目，活動單日的交易額超過了公司成立6年以來的總收益。
而梳理來看，阿里雲提供的服務，是類似於圖像搜索、拍照上傳等國內電商平台，早已司空見慣的功能。
事實上，這只是國內雲廠商出海東南亞的縮影。而背後反映的是：東南亞科技需求爆發，但發展程度相對較弱，雲廠商出海相當於「降維打擊」。
據cento數據，2015-2021年，東南亞的總風險投資數量激增。2021年總交易額實現了70%的同比增長，且預計到2025年還將翻三倍。
這裡面投資金額最多、增速最快的是金融科技、零售、娛樂、教育等行業，都是妥妥的上雲大戶。
基於此，可以看到，去年以來國內雲廠商進一步加大出海力度：
·華為雲表示，要在東南亞開拓夥伴生態、人才生態，聯合當地政府、企業推動數字化轉型。
·阿里雲則稱，未來三年將投入70億元建設國際本地化生態。
當然，這種突然出動，讓AWS們感受到了危機。
阿里雲們發布出海計劃前後，谷歌雲公布了在馬來西亞和泰國建設數據中心的計劃；AWS也表示要在15年內向泰國和印尼各投資50億美元。
然而東南亞市場的核心矛盾在於：對上雲有迫切需求的，大多為中小企業，預算有限。
比如，印尼阿斯特拉信息技術主管在採訪中表示，「印尼對成本很敏感。」
就這一點來說，阿里雲們在國內價格「內卷」錘鍊下，相比AWS等更有價格優勢。比如，同等規格產品，阿里雲定價通常比AWS等企業低25%-40%。
此外，國內雲廠商在東南亞的交付、售後人員成本，也遠低於按小時計費的歐美工程師。
這反映在結果上，國內雲廠商目前在東南亞的可用區數量，已超過AWS們；同時，市場份額有了明顯提振，比如IaaS領域，中國公司在泰國的市場份額超過谷歌。
值得注意的是，在東南亞既不需要像國內把價格殺到「地板價」，也不用付出過高的定製、服務成本，一些產品淨利潤相比國內可高出10%-20%。
也就是說，雲廠商們重點押注的東南亞市場，短期內有着強增長、高利潤的特性，不失為穩定的彈藥庫。
不過，海外環境總歸比較複雜，需要經過基建、Local等長周期的過程。相比之下，撬動國內傳統企業上雲更為「性感」。
一直以來，互聯網雲廠商攻克傳統企業屢屢敗於「定製化泛濫」。
比如，某專營政企雲廠商負責人曾感嘆：「我們有4000人，年產值幾十億，如果繼續做定製化業務，把產值提高一倍，人員也要擴大近一倍，沒啥規模經濟可言。」
另一方面，想上雲的傳統企業也很委屈。
某製造企業懷揣最高預算200萬元，找到國內一家大廠尋求雲服務，但大廠按照規格，只能派出一名「級別不高的員工」。
看起來，追求定製化下，雲廠商沒賺頭，傳統企業預算有限，匹配的服務體驗感不強。
基於此，雲廠商們一致積極推動行業雲，儘可能為單一行業設定通用的解決方案。
舉例來說，去年阿里雲推出「汽車雲」，為汽車行業提供「產研供銷服」全生命周期的技術支持，目前在國內已服務超過70%的汽車企業。
除了汽車行業，其還覆蓋零售、農業、金融等領域；與此同時，騰訊雲也在旅遊、公共安全、城市規劃、生命科學、金融五大行業有所布局。
當然，技術升級只是一方面，還可以看到的是，「很多企業購買騰訊會議企業版的原因是，公司員工習慣了用騰訊會議的免費版。」
也即是，C端體驗會加速B端的採購行為。
這在阿里雲也是一樣，2022雲棲大會上，其高管曾表示，「傳統企業上雲很多時候不是依靠產品或技術，更多的是依靠存量客戶的遷移來維持。」
如此趨勢下，可以看到，海內外雲巨頭都在搶占「協同辦公+應用開發+基礎設施」的布局高地。
以Salesforce為例，收購協同辦公平台Slack後，2020-2022年，營銷費用率從46.4%下降到歷史最低點44.7%。
國內來說，據釘釘高管披露，2022Q2阿里雲和釘釘雙付費客戶數同比增速接近30%。雲釘一體的企業對雲的消耗量高於「有雲無釘」的企業。
總的來說，一方面，出海東南亞，脫離內卷向市場要利潤；另一方面，行業雲技術和「高頻打低頻」，直插傳統企業的上雲訴求，利潤層面有了更多騰挪空間。
03 小結
回望國內雲計算走過的這段歷史，會發現所有成果的取得，不是因為一個決定，而是因為一系列決定；不是一個人在堅持，而是一群人在堅持。
猶如在夜間行走一般，探索階段的決定幾乎無人喝彩，甚至參與者也在半信半疑之中。而站在風口上的時候，大家才會覺得此前無論是燒錢，還是死磕，都是無比正確的決定。
這一切歸根結底就是一句話，沒有雲計算的時代，只有時代中的雲計算。
-[文:表外表里*作者:周霄、赫晉一*編輯:付曉玲、曹賓玲/來源:鈦媒體]
