大模型掀起的技術狂熱，終究要落於理性繁榮。
中國科技圈很久沒有出現如此大規模的技術熱潮了，這在4月11日的阿里雲峰會體現得淋漓盡致，加之阿里巴巴CEO張勇的阿里雲首秀，現場人頭攢動，能容納上千人的報告廳一度封閉，行業內外都想找到一些答案。
阿里巴巴集團董事會主席兼CEO、阿里雲智能集團CEO張勇在雲峰會上表示，阿里巴巴所有產品未來將接入「通義千問」大模型，進行全面改造。他認為，面向AI時代，所有產品都值得用大模型重新升級。
未來每一個企業在阿里雲上既可以調用通義千問的全部能力，也可以結合企業自己的行業知識和應用場景，訓練自己的企業大模型。比如，每個企業都可以有自己的智能客服、智能導購、智能語音助手、文案助手、AI設計師、自動駕駛模型等。
阿里巴巴不是國內最先發布大模型的廠商，但關於怎麼做好大模型，阿里雲作為國內份額第一，且最早提出MaaS（Model as a Service）理念的雲廠商，有一定的發言權。
阿里巴巴並沒有太多着墨在大模型本身，而是將「雲+AI」和盤托出。
張勇的阿里雲首秀
這是張勇入主阿里雲以來首次公開亮相，同樣也是阿里巴巴分拆為六大業務集團，阿里雲智能集團的首次亮相。鈦媒體App了解到，阿里雲大的組織變動基本清晰，涉及到各個產品團隊之間的分拆、重組，尚在進行之中。
「不僅是判斷，並且堅持，才讓我們走到了今天」。在本次峰會上，張勇回顧了阿里雲14年來的發展，始終把雲計算視作未來的核心戰略，阿里雲抓住了移動互聯網和產業互聯網的兩次機遇，阿里的超前預判和堅持投入，造就了今天的阿里雲。
現在，到了張勇為阿里雲做未來判斷的時候，他篤定人工智能是雲計算的未來。
「面向未來，因為人工智能技術全面的爆發和新一代技術的出現，可能對各行各業產生顛覆性的影響，讓我們看到了數字化時代後，一個全新的智能化時代的到來。」他說。
張勇表示，數字化的時代還有先後之分，首先出現了一批新型的互聯網公司，之後各行各業看到數字技術的力量，大家都爭先恐後開始進行數字化的變革。
但在今天，在初步具備數字化普及程度和改造進程基礎上，所有企業從阿里巴巴開始到所有的互聯網公司，從最早的第一代互聯網公司到最新的互聯網公司，和所有經過改造以後各行各業的產業公司，面對智能化時代，大家站在同一個起跑線上。
「所有行業、所有應用、所有軟件、所有服務，都值得基於新型人工智能技術、基於AIGC各方面技術支撐、大模型支撐重做一遍，這一定能帶來不僅是一種創新性的客戶體驗、客戶服務滿足，同時也會讓我們的生產範式、工作範式、生活範式發生很多變化。」張勇說道。
阿里巴巴決定未來將所有產品接入通義千問，進行全面改造。釘釘、天貓精靈等產品在接入通義千問測試後，變得更加智能化，像天貓精靈，能回答各種刁鑽問題，釘釘接入通義千問測試之後，可以自動生成工作方案，也可以在會議紀要後自動生成總結和待辦事項，還能拍一張功能草圖自動生成小程序。
大模型是「雲+AI」的全方位競爭
張勇指出，大模型是一場「AI+雲計算」的全方位競爭，超萬億參數的大模型研發，並不僅僅是算法問題，而是囊括了底層龐大算力、網絡、大數據、機器學習等諸多領域的複雜系統性工程，需要有超大規模AI基礎設施的支撐。
阿里雲是阿里大模型的出口，未來阿里雲要做好兩件事情：讓算力更普惠，推動自研技術和規模化經營的正循環，持續釋放技術紅利；讓AI更普及，讓每家企業的產品都能接入大模型升級改造，並有能力打造自己的專屬大模型。
具體來看，從算力普惠方面，阿里雲推出新款通用算力型ECS雲服務器Universal實例（簡稱U實例），售價相比上一代主售實例降幅最高可達40%，新發布的對象存儲預留空間產品OSS-RC，費用可降低36%-70%。阿里雲還推出「飛天免費試用計劃」，開放50款雲產品的免費試用。
從普及AI方面，阿里雲從IaaS（Infrastructure as a Service）基礎設施的服務，到基於大數據、機器學習平台的建設，大數據的平台服務PaaS（Platform as a Services），到（Model as a Service）MaaS模型即服務，形成了較為完善的大模型三重布局，以通用、標準化的服務輸出給企業客戶。
在IaaS方面，阿里雲CTO周靖人表示，大模型訓練離不開算力，今天模型的訓練往往會以有多少張卡來表示背後的算力，其實這是一個非常簡單的描述，所有GPU不是簡簡單單的堆砌，更需要的是讓所有GPU，讓異構算力能夠聯合起來為模型訓練服務。
阿里云為AI訓練場景打造了靈駿集群，規模上能夠支持10萬張卡GPU規模，通過800G全速無擁塞RDMA網絡連接，存儲方案能夠做到每秒鐘20TB帶寬，還有多級緩存。
阿里雲的機器學習平台PAI可以訓練10萬億參數規模的大模型，同時也能讓幾千張甚至上萬張卡聯合一起訓練超大規模的模型。
「因為我們一系列技術的創新、突破，能夠支持萬卡的單任務分布式訓練規模，分布式加速比接近線性，能夠有92%線性擴展效率，在一些訓練場景上能夠帶來10x訓練效率提升。」周靖人表示。
隨着模型越來越複雜龐大，模型推理、模型服務的成本也是大家關心的焦點，為了做到有效模型的推理、服務，阿里雲在模型的壓縮方面做了大量工作，包括剪枝、蒸餾等一系列壓縮手段，在不影響模型的情況下，把模型服務成本降低。一方面可以降低模型服務的延遲，一方面讓模型服務的成本降低至八分之一。
「雲智能」的兌現
人工智能對雲計算的影響是巨大的，從業者可能有印象，2018年，阿里雲升級為阿里雲智能，一位時任阿里雲高管對鈦媒體App表示，當時大家都在思考，如何去驅動更大的雲消費？
「靜態的是存儲、計算和網絡，動態是數據庫、大數據。還有就是AI、IoT，其中非常重要的是AI，會消耗大量的算力」。
雲廠商的預期設想很好，但是不同於計算密集型負載，一個計算任務同時占用大量計算節點，很容易帶動大量的雲資源消耗，彼時大模型才初露端倪，人工智能和雲的結合併不好，AI本身規模化價值的分散，使得「雲智能」名不符實。
大模型改變了這一切，行業驚喜地發現，大模型幾乎可以融入到一切產品和服務中，由大模型訓練帶來的算力消耗也許只是「前菜」，當大模型、行業模型足夠普遍，每天無數次的推理才是雲廠商期待的「主菜」。
就像過去的「互聯網+」，現在都是「大模型+」，有多少大模型，背後就有多少雲計算。
周靖人表示，去年阿里雲在業內首次提出了「Model-as-a-service （MaaS，模型即服務），就是以云為基礎，以模型為中心的概念，也看到有一些雲計算友商不斷地採用這個新概念，去設計它自身雲的產品體系。
「所謂智能雲的基礎，就來自於智能的基礎設施，要能夠把大數據，把機器學習這方面的能力能夠發揮到極致，智能雲，其實是雲的正常生命延展」。周靖人補充表示。
雲廠商希望更多企業體驗大模型，更希望讓每家企業都能基於通用大模型，擁有具備自己行業能力的專屬大模型，如此不僅能夠帶動大量的雲資源消耗，也能產生長久的客戶粘性，純資源型留不住客戶，一旦涉及到數據，客戶往往就會謹慎遷移。
「如何對專屬模型進行進一步成本的降低，有效的把解決行業問題所需要的那部分智能保留，這中間有非常多的技術的創新和技術的突破，這正是阿里雲在這方面比較有優勢的地方」，周靖人說。
阿里雲不只發布了大模型，也是在展露出大模型背後的基礎設施，技術狂熱可以暫時忽略成本與收益，但大模型要真正實現理性繁榮，離不開工程化的實踐，和現實的商業變現。-（鈦媒體/作者:張帥）
