云计算兜底 AI退潮 (云计算nsd)

文章编号:38215 资讯动态 2024-12-01 AI上云 阿里云 AI困局

AI退潮,云计算兜底

AI行业又一次走到了十字路口。高昂的算力成本,利如纸薄的定制化商业模式,让AI公司集体深陷「负利润」的窘境。

企业往往寄希望于AI的能力,实现数字化跃迁,但作为新一代基础设施, AI行业本身也遭遇了新的难题: 算法从研发到落地部署都需要巨额成本的投入,且大量的算法在应用落地上并不顺利。

如果从源头来看,云计算或许就是一剂良药,因为它能提供更低成本的算力和低门槛的开发服务,算法研发能力不足的企业还能直接在云上调用云厂商提供的算法,无需重复造轮子。

作为知名的市场分析机构,Gartner早早嗅到了这一趋势,他们从2020年就开始发布《云AI开发者服务关键能力报告》,在Gartner看来,AI与云的结合将愈加密切,AI云服务的能力也将成为AI产业的重要指标。

令人欣慰的是,中国企业已经压中了这一趋势,在今年的报告里,阿里语言AI技术高居全球第二,超越亚马逊AWS、微软等企业,正式进入世界第一梯队。

AI退潮,云计算兜底

也正因如此,AI行业的前景依旧被广泛看好。Gartner报告提到,到2025年,70%的新应用程序将集成AI模型,而 云AI服务能降低AI应用的开发门槛。 这意味着云计算将成为阵痛期AI的最大变量。

给AI兜底的,为什么会是云?

AI商业化面前的两座大山:算力成本、项目成本

早在2017年,学术界和工业界在最具影响力的AI顶会CVPR上就对深度学习的问题展开了激烈的讨论。

讨论的焦点在于,深度学习的“大数据+大算力”范式需要巨大的成本支撑,这必然成为AI商业化的最大阻力。

“深度学习确实在语音、图像识别等数据中,比传统的AI方法更精准,这也是它成为引领第三波AI浪潮的关键,只不过深度学习是把双刃剑,它对燃料(算力、数据、能耗)的消耗,尤其是对算力的需求,远超传统方法。好比以前只吃两个馒头就能活下去,现在为了活得更好,却又受到食材的限制,只能选择天天吃昂贵的和牛。虽然更有营养,但这显然不可持续。”多位AI专家告诉。

由于AI的计算成本和能耗成本一直居高不下,在不少注重效益的研究者眼里,AI深度学习一度成了野蛮和暴力的代名词。

2012年,谷歌利用16000块芯片,让AI观看数百万段YouTube视频来识别出猫,即便如此仍错误百出,还不如人类眼睛的一瞥高效。

2016年,AlphaGo击败围棋冠军李世石的人机大战中,AlphaGo每局棋需消耗约100万瓦的电能。相比之下,人脑消耗的功率仅20瓦,只有AlphaGo的5万分之一。

2018年之后,Transformer以及Bert等催生了预训练大模型的诞生,虽然让AI的性能变得更强,但所需的算力也大幅攀升。专门搭建一个这样的集群,对于大部分中小企业来说是难以承受的。

「算力」的供不应求,让其成为整个AI领域的稀缺资源。这也是不少学术界AI大牛纷纷涌入谷歌、微软、阿里等大型科技企业的主要原因,这类企业拥有丰富的业务场景,且有近乎取之不尽的算力资源。

AI所面临的问题还不仅于此,在商业落地过程中:企业不得不为每一个场景定制专属解决方案,这无形中增加了企业的开发成本,利润也因此被压缩。

早期的创业公司都迷信于“研发SDK,先标准化,再规模化,薄利多销,以量取胜”的商业设想。但现实很骨感,当AI公司们拿着SDK冲进行业里才发现,习惯了重型定制化贴身服务的B端客户们,需要的不是单个的开发包,也不具备集成SDK的能力,他们需要的是一套定制化的解决方案。一套SDK包打天下的梦想就此破灭。

SDK走天下梦碎后,AI公司们开始从轻变重,走高度定制化解决方案的路子。但充满个性化定制的项目制模式,极易让企业滑进亏损的漩涡——获客周期长、实施成本高、重人力交付……成本的高企导致利润微薄,甚至一不小心做得越多,亏得越多。

标准化美梦易碎,定制化困局难解,AI企业在商业落地上左右为难。

事实证明,由算力成本和项目成本制造的两条后腿,正在让AI步履蹒跚。

而要卸下这两条后腿,就要打破固有思路,走上一条新的道路。专家们向分析道,顶尖高校和头部科技公司现在的探索方向就是: 从基础理论层面,用创新算法让AI本身变得更精益、更聪明;在工程层面,则需要让AI研发的成本变得更低。

云计算,为什么是解开“AI成本困局”的良药

毫无疑问,AI的成本问题,算力是最大的症结之一,也是破局的最大突破口。

通过算力集群的规模化,降低单位算力成本,是一条清晰的、具有一定可行性的道路。

在早期,AI所需算力并不高,CPU足以应对。但随着深度学习时代的到来,高质量的AI算法背后往往有惊人的数据量,此时训练所需的数据,规模已远超当年,更“强悍”的GPU逐渐登上历史舞台,成为AI算力的主流。

而当深度学习逐渐加深,模型的规模越来越大,单个GPU已无法满足算力。这时候,GPU并行的算力集群就显得尤为重要。大规模的算力集群,不仅能有效降低GPU采购成本,还能通过集群优势提升计算性能。

但此时新的问题又浮现了:有资源≠天然就用得好资源。如果企业没有合理高效的资源管理,GPU并行的算力集群自身属性再强,也无法自动锻造出优质AI大模型,更无从承载一个体验尚佳的AI应用。企业如今所面对的AI算力困境,包含着众多琐碎痛点:

此时,云上开发AI这一方案被摆上桌面,云计算本身具有的弹性、共享性和互通性等特性正与这些痛点匹配。企业可以借助云计算随时随地按需灵活扩缩容,进而提升算力效率、降低AI研发成本,基础设施层的运维等问题也可以交由更专业的云厂商处理。

这让企业在AI领域模型越演进越复杂,算力需求越来越强的大背景下,可以扬长避短,充分利用市场上已有的技术红利去自我赋能,提升自身业务迭代效率。

以阿里云为代表的国内互联网云厂商,早已提前布局,并将这一系列技术对外服务。

AI退潮,云计算兜底

阿里云张北数据中心,可容纳百万台服务器

值得一提的是,不同于AI独角兽们专注to B、to G,这批提供云AI服务的互联网云巨头,自身往往拥有海量的场景业务,可以使算力集群得到高饱和使用,分摊GPU的折旧成本,从而避免GPU集群算力闲置的问题。

这一做法,与谷歌的案例有异曲同工之妙。谷歌前CEO施密特曾谈到,谷歌搜索之所以能在竞争中占有优势,关键因素之一在于成本低。

“Google的运营成本只有微软和雅虎的几分之一,一次搜索服务的成本只有零点几美分。节省下来的钱,Google可以购买更多的服务器、提升运算性能,如此一来,在与竞争对手相同的单位价格下,Google可用更多的硬件和算法,实现更好的搜索质量。”

真正一流的技术和科技公司, 最先应该做的事是利用技术实现自身的降本增效,只有把生产要素的成本降下来,才能做到真正意义上的进入行业。

这种通过降低自身生产成本,提升计算资源的利用效率,把边际效应最大化,用最低的成本,走向规模化应用,这是科技产业落地发展的最佳路径。

除了算力问题,云AI服务也可以有效降低AI应用的开发门槛。以阿里为例,其机器学习平台PAI、达摩院研发的基础算法模型以及各种训练的加速框架等,从低门槛、全链路角度出发,高效满足了AI算法的开发需求。

云厂商扛起AI产业化重担

跳出技术层面,在商业层面,云计算也在帮助AI产业加速破局。

目前国内AI产业主要有三条演进路径,从项目制出发:一条是最难获取高利润的多行业拓展模式,为了快速铺大摊子、做大规模,或者寻求业务突破而进入到金融、医疗、零售等数个领域,多线作战;一条是专注于一个垂直行业,把方案和服务做深做透,进而寻求在某一领域里实现平台化;还有一条是先聚焦于算法的打磨,做好算法的产品化,再依托云平台将算法对外服务,并用云平台的基础设施能力帮助企业研发算法。

AI退潮,云计算兜底

国内AI产业演进的三条路径

而以阿里云为代表的头部互联网云厂商,在AI领域正朝着最良性的第三条道路迈进。

这种模式的好处在于,基于云平台的底座,不仅可以免去大部分本地化部署的枷锁,还能提供低成本的自研算法研发,快速为算法研发能力弱的企业服务,例如达摩院研发的视觉、语音、NLP等算法就在阿里云上对外服务。同时,云上的计算、存储、网络、机器学习平台等还能为具备算法研发能力的企业提供AI研发和落地的全链路支持。

这条将云与AI完美结合的路径,已经初有成效。以毫末智行为例,这家公司将算法训练任务放到阿里云上,利用后者的对象存储OSS和小文件存储CPFS,可实现海量数据冷热分层存储和高效的数据流通,基于弹性GPU实例在机器学习平台PAI上进行云上分布式模型训练,吞吐性能提升110%,模型成熟度在短时间内大幅提高。据介绍,这样的训练效率最高可提升70%,整体成本降低约20%。

过去十几年里,云计算凭借在算力成本和商业上的双重优势,以DNA复制般的速度进入到各行各业,如今,其在通用计算领域中已被验证过的价值正在被复制到AI领域,助力AI冲破落地瓶颈,实现万千普惠。

Gartner也毫不掩饰对这一趋势的预判,其最新的AI云服务报告指出,到2025年,人工智能软件市场规模将达到1348亿美元,而云AI服务是其中不可或缺的核心推力之一。

事实上,回顾半个多世纪里人工智能产业一路走来的潮起潮落,每一次低谷崛起都伴随着某一新变量带来的突破。如今,云计算正在成为眼下被寄予厚望的最大变量,这一次,将AI产业推向正轨的责任被使命般地交到了云厂商的肩上。

原创文章,未经授权禁止转载。详情见 转载须知 。


本文地址: https://www.gpxz.com/article/6eefb1b1c87ec08a6769.html
全局中部横幅
全局中部横幅
淘种商城

淘种,种子,蔬菜种子,种子网,淘种网,湖北种子,武汉种子,中国种子,辣椒种子,西瓜种子,番茄种子,进口种子,进出口种子,种子外贸

重庆西鹏电力科技有限公司

重庆西鹏电力科技有限公司重庆西鹏电力科技有限公司,成立于2010年,是一家专业从事电力工程施工、电气设备运维管理、科技及QC类创新技术开发的电力行业综合服务商。承接220kV及以下各电压等级的输变电工程业务。公司注册资金1119万元,具有电力工程总承包三级资质、建筑工程总承包、承装(修、试)电力设施三级资质、防水防腐保温二级资质、电子与智能化工程专业化二级、建筑装修装饰工程专业承包二级、消防设施工程专业承包二级等。

福建闽企环保科技有限公司

福建闽企环保科技有限公司是一家专门从事相关应急领域的应急演练、应急装备、应急物资、生态建设和环境咨询以及相关技术支持的服务提供商,为应急、环保、消防、防汛等多个应急领域提供最专业、科学、创新的产品和服务。开发了“应急物资库综合管理系统”围绕应急服务为核心开阵环保业务。

沈阳服务器托管,沈阳机房,沈阳机柜租用,沈阳数据中心

xiyuetaCMS内容管理系统通用型后台权限管理框架,紧随潮流、开箱即用拥有多种版本选择,随意搭配使用

汽车线束

汽车线束_汽车连接器_电子连接器_中山市唐工电子实业有限公司中山市唐工电子实业有限公司(智祥五金电器配件加工厂),公司成立于2009年,位于广东中山市,是一家集产品研发、生产、销售、服务于一体的现代化企业。主要生产制造专车专用线束、一键启动点火系统线束、智能升(降)窗器线束、可视倒车雷达线束、汽车防盗报警器线束组合、汽车连接器、仪器设备连接线束、小家电连接线的资深企业,产品畅销国内外。公司经营理念“科技创新、诚信共赢、卓越品质、顾客满意”为立足市场的理念,不断完善自己的产品及服务质量,以满足广大客户的需求为目标。

成都公路路面设计

成都公路工程施工推荐四川鸿瑞佳建筑工程有限公司,我司专业从事成都沥青路面,成都公路路面设计,成都沥青道路,成都市政道路,成都公路路基等工程施工,以及成都沥青铺路,成都沥青材料回收,我司业务覆盖周边德阳,绵阳,南充,广安等整个西南片区,如有所需,欢迎咨询.

天津富力中心

天津富力中心,富力中心写字楼,天津市河西区合肥道11号,租赁部电话022-88180080,写字楼出租,出租面积,物业电话,入住企业。

铂陆帝应急电源

铂陆帝应急电源,探索BLUETTI的清洁可再生能源解决方案,便携应急电源、综合保障应急电源、防灾应急电源、消防应急电源适用于户外探险、紧急备份和离网生活。欢迎了解更多关于我们的环保技术。

WEMVP手机网

WEMVP手机网提供安全、绿色、免费、高速的下载服务,网罗当下热门好玩的手游,还有2025最新的手游可供玩家免费下载体验,更有热门应用专题、好玩的手游推荐合集等你来探索发现。

激光打标机,激光镭雕机,激光焊接机,激光切割机,光纤激光切割机

广东品成激光科技有限公司是一家专注于激光技术研发,生产,销售与服务的高科技企业,主营设备:激光打标机,激光镭雕机,激光焊接机,激光切割机,光纤激光切割机,致力于为全球工业制造领域提供高效,精密,可靠的激光设备与自动化配套解决方案.热线:18925752803黄小姐.

全局底部横幅