大模型时代，MaaS重塑云计算服务范式
来源 | 产业科技
大洋彼岸的AIGC热浪袭来，国内资本和AI玩家燥热一片。
相比多年以前的Alpha Go战胜世界围棋冠军，AI在消费互联网席卷渗透，ChatGPT的出圈更能代表AI迈向纵深发展，标志着人工智能大模型和超级应用起航的新节点。
由于我国在互联网数据上具备优势，AI场景开发及应用并不落后于欧美。与以往的copy模式不同，国内互联网巨头在面临AIGC浪潮时，凭借多年的人才和技术储备，已经从跟随的角色变为主动创新，甚至在中文语境中超越国际选手。
因此，一幅围绕AIGC和AI大模型的迭代镜像也在国内呈现。各家互联网公司掌门人亲自挂帅，你方唱罢我登场，都不愿舍弃在OpenAI掀起的大模型风口中分一杯羹。
就在ChatGPT咬紧C端，大模型混战之际，头部选手已经看到大模型对产业数字化的再造空间，纷纷押注B端场景，探索端到端的超级AI集成想象。
一如百度和阿里。
百度发布文心一言，打响中文大模型第一枪；二十余天后，阿里正式发布通义千问。在AI战略层面，阿里与百度同驱，把大模型置于“云智一体”架构中。
所谓“云智一体”，是三年前百度智能云在战略发布中提出的理念，通过云计算和人工智能融合创新，把算力、框架、模型，场景应用打造成标准化产品，进而降低企业获取和使用人工智能的门槛。
百度、阿里乃至更多云计算企业，此时将目光投向“云智一体”，印证了AI应用能力是云计算产业基础设施成熟后的核心能力。这种能力更在于“智”的水平，在智能基础设施之上的通用型AI产品能力。
从云计算服务范式看，大模型的迭代升级也重塑了传统的云计算服务。以往，云计算更专注算力能力，服务模型集中在IaaS、PaaS、SaaS三层；如今，云计算在大模型驱动下具备了更强的集成能力，在算力、算法和应用层中嵌入大模型，进而强化云计算的“智”，以智能底座集成应用并统一对外输出，实现场景端的生产力解放。
当然，AI赛道和云智一体本是一场科技马拉松，比拼的不是概念，而是真金白银的投入和持久的耐力，只有软硬底子皆强，才能真正成为产业所需的AI内核。
从C端到B端
云时代，向来讲究以快取胜，更快的迭代速度，更敏捷的需求响应，是云计算企业突围的关键。在大模型之争中，云的速度再次被验证。
仅一个月时间，各大厂，各AI产业分支，就完成了AIGC大模型的搭建。若将AIGC的主体分类，可大致分为ChatGPT和其他，其中ChatGPT背后站着芯片巨头英伟达和国际大厂微软，与其他AIGC玩家没有可比性。
放眼中文大模型市场，百度在ChatGPT之后，率先推出了自己的AIGC产品文心一言。在市场看来，文心一言问世的意义要比和ChatGPT作比较大得多，虽然尚存差距和不足，但它打开了与百度智能云联动的想象空间，并向外界展示我国科技和世界同步的能力。
一个细节是，李彦宏在文心一言发布会上至少说了三遍“文心一言还不完美”。在他看来，创业公司完全不用担心市场是不是足够大，只有出来之后才有机会更快地去迭代，去提升。
如果说百度打开了大厂自研生成式AI的缺口，那么自百度之后，阿里、360、商汤科技、**、京东、华为、科大讯飞等企业则是一同补齐中文大模型的版图。
既是大厂自己推出的AIGC，与ChatGPT有何不同呢？从基因来看，大厂基于自身对业务的理解和技术模型沉淀，在AIGC价值创新层面，更注重场景穿透和服务能力，也就是各位掌门人口中的“产业能力”。
另外，中文大模型基于中文语义理解，相比ChatGPT等国际产品，更适配我国用户。如在语义问题表达，分析和答案归集层面，匹配度更高。
上线以来，各家大模型虽然在数据、算法积累上有所区别，模型决策能力不一，但一个共同的趋势显现：从C端到B端。
文心一言与百度智能云联动，探索大模型的多场景落地，所推出的企业服务板块涵盖企业办公场景、金融服务场景、政务服务场景、商旅服务场景及电商直播场景等。场景内测显示，文心一言企业服务功能能有效提升产业端服务效率，如自动生成PPT、自动生成直播带货文案等。
阿里董事局**张勇在通义千问发布时喊出，智能化时代，所有的行业、所有的服务都值得重新做一遍，阿里巴巴所有产品未来都将接入通义千问大模型全面升级。
目前，阿里已经在企业办公等场景接入大模型，钉钉生态率先开启大模型赋能智能办公。接入通义千问后，钉钉能提供十多个AI能力，增强文档、**会议和低代码开发的智能水平。
华为**大模型开源**，在物流、药物研发、气象预测等多领域已探索落地。具体来看，**CV大模型触及物流仓库监控等领域;NLP大模型覆盖了智能文档检索、智能ERP和小语种大模型;科学计算大模型应用于气象预报、海浪预测等方面。
**混元大模型落地内容创作、对话式智能助手等场景；字节跳动大模型从语言和图像两种模态发力，旗下飞书将推出智能AI助手“MyAI”，实现自动创建日程、搜索知识库等。
大模型企业纷纷将战略锚点落在B端，其AI模型的决策能力分化也比较明显。对于大模型而言，模型参数规模越大，模型结构设计越复杂，所承载的逻辑分析预测能力越强。
据了解，在GPT-3阶段，OpenAI为了使模型性能更接近人类，就使用了45TB的数据和近1万亿个单词对其进行训练，大约是1351万本牛津词典。
中文大模型也是如此。数据显示，文心一言的训练数据包括万亿级网页数据、数十亿搜索数据和图片数据、百亿级的语音日均调用数据、超5000亿事实的知识图谱。
万亿级数据加上海量用户频繁调用使用，大模型的学习能力进一步强化。数据背后，终极考验AI大模型的底层能力是算法和算力。如果说数据和参数是大模型搭建的基础，那么算法和算力决定了大模型性能有多强，能走多远。
这也会继续拉大大模型能力的差距，让GPT玩家们卷到天际。
大模型的终极角逐
AI大模型需要在海量数据的基础上，通过AI深度学习算法，训练出深度神经网络模型。从模型训练到模型优化再到应用扩展，都需要强大的算法和算力支撑。
ChatGPT触动AIGC产业爆发，是AI领域数据、算法、算力多年沉淀精进的结果。AIGC之所以能够站上潮头，算法的突破是第一步。
历经近十年迭代，AIGC的算法从第一代生成式对抗网络GAN过渡到深度学习模型CLIP、神经网络架构Transforme，打破了传统AI模型在文本图片关联、自然语言语义分析处理上的障碍。而后，Diffusion扩散模型向语音、图画、**等领域延伸，进一步强化AI的模仿和创造力。ChatGPT当前采用的就是Transformer算法架构。
于国内AI大模型玩家而言，得益于基础数据和训练参数优势，AI应用探索速度更快，场景渗透更深，互联网巨头已经掌握了前沿的算法框架，算法支撑尚可。
如文心大模型在既有的神经网络模型架构之上，还加入了知识图谱，让模型能够通过先验知识和历史经验理解语义，更加精准地预测提问者的期待和目的。这在中文语境中优势更加明显。
算法之外，AI大模型最短缺的是算力。算力是提升模型性能的基本支撑，不只是AIGC领域，对于整个人工智能产业、产业数字化来讲都至关重要，以至于有不少科学家呼吁算力与电气化同等重要。
黄仁勋既然能喊出ChatGPT是AI的iPhone时刻，ChatGPT背后的英伟达高端芯片支撑是关键。即便有芯片巨头撑腰，ChatGPT发布数月版本几经迭代，仍然存在算力缺口，如ChatGPT付费版ChatGPT Plus暂停付费，OpenAI给出的解释是需求量过大。
AIGC的算力缺口到底有多大？当ChatGPT激起分布式大规模训练浪潮后，摩尔定律**被打破，算力需求被提升至指数级增长。券商报告显示，训练AI大模型对算力成本消耗量巨大。
“GPT-3训练一次成本约140万美元，对于一些更大的LLM（大型语言模型），训练成本介于200万美元至1200万美元之间。以ChatGPT在1月的**访客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日电费在5万美元左右。”
随着ChatGPT的版本迭代，GPT-4及4+以上版本对算力消耗显著增加，输入成本增加了50%以上，输出成本增加200%以上。因此，为了应付成本和算力缺口，ChatGPT不得不降低用户访问次数，乃至暂停测试项目。
ChatGPT带来的算力恐慌也在国内显现。一方面美国禁止高端芯片设备和人工智能芯片对华出口，直接影响英伟达和AMD等芯片厂商对国内高端芯片需求的供应。即使供应不受限，进口芯片的成本、个性化性能需求和信创安全性也是压力。
另一方面，IDC预测，未来三年新生产的数据量将超过过去三十年综合，未来五年国内智算规模的复合增长率超50%。从电商到直播，从金融到政务，从企服到医疗等，数字化转型提速对算力的需求也会呈现爆发式增长，云计算企业军备竞赛空前紧张。
可以说，目前AI算力缺口根本无法统计，从二级市场中芯片算力概念领涨，也能看出国内算力的紧缺。随着AIGC市场需求上升，比拼算力是大模型企业突围的立足之本，而算力主要技术载体芯片又是关键中的关键。
芯片的制造过程非常复杂，核心分为设计、制造过程，其中设计包含EDA、芯片IP授权、FPGA（万能芯片），制造技术要求高、流程多，往往以全球化、产业链形式呈现。
具体来看，芯片制造包含晶圆、光刻、离子注入、刻蚀、切割封装、量测等环节，每个环节涉及到不同设备，而且不仅技术要求高，投入成本也非常高。以光刻为例，目前国内直接做光刻机的公司几乎没有，一台光刻机需要10万个以上的零部件，**在10亿元以上。
市场认为，一万枚英伟达A100高端芯片是做好AI大模型的算力门槛，但缺芯恰是我国大模型企业普遍面临的难题。
先发者**
AIGC产品能力的优劣，源于大模型企业在核心技术储备上的强弱。从大厂的AI技术基座来看，领跑者的飞轮效应和非线性增长能力凸显，**之势出现。
以中文大模型百度为例，文心一言背后，可见昆仑芯高端芯片、飞浆深度学习框架、文心预训练大模型技术基座。
百度芯片自研起步于2010年，是国内最早布局AI加速领域的芯片企业。彼时造芯还属于百度的高度保密项目，起初从FPGA架构研发AI芯片，起点较高，虽然没有完全自研，但对芯片的技术探索领先其他大厂。
2018年7月，百度发布自研芯片“昆仑芯”，2020年量产并应用于AIGC、搜索推荐、自动驾驶、智能终端等板块。
2021年，昆仑芯宣布**运营，百度芯片首席架构师欧阳剑出任CEO。昆仑芯完成**融资后，首轮估值达130亿元，我国国产芯片超级独角兽自此诞生。
作为大厂造芯项目，百度芯片的算力逻辑始于复杂场景的处理运算需求。上至百度智能云、无人驾驶，下到搜索基本盘和小度智能终端，百度自研芯片都已经开始跑起来。
支撑文心大模型的昆仑芯在综合算力和成本方面，甚至优于芯片厂商的高端芯片。尽管文心一言相较ChatGPT发布较晚，训练量和模型优化尚且不足，但自主可控的算力资源为模型迭代打下基础。
为了适应云智一体的算力需求，百度近年来还加紧布局云计算中心，目前拥有阳泉、徐水、定兴三个云计算中心，算力规模在国内大厂前列。
造芯计划，同样在阿里、**等头部大厂的议程中。2015年，阿里开始于集成电路设计企业中天微合作，宣布进军芯片设计领域。中天微是**地区唯一大规模量产的自主嵌入式CPU IP核公司。
达摩院成立后，芯片被列为战略优先级。2018年，阿里宣布全资收购中天微，同时达摩院着手研发神经网络芯片——Ali-NPU，至此阿里通过自主研发和收购手段，切入芯片硬件设备。
彼时，阿里巴巴CTO**锋表示，收购中天微是阿里巴巴芯片布局的重要一环。IP 核是基础芯片能力的核心，进入IP核领域是我国芯片实现自主可控的基础 。
此后，阿里还成立平头哥半导体芯片公司，陆续推出玄铁、倚天、含光、羽阵四大系列芯片产品，在对内支撑云计算项目算力的同时，对外构建外部算力生态。
**虽然进场较晚，但通过投资和自研的组合拳，芯片项目快速启动。2020年，**成立专注芯片研发的蓬莱实验室，意在实现芯片端到端设计、验证全覆盖。不过，**的芯片方向主要集中在特定领域。
2021年年底，**造芯蛰伏多年后，首次公开三款自研芯片“紫霄”、“沧海”和“玄灵”，这三款都属于专用芯片，分别用于AI计算、**处理和高性能智能网络。
充足的算力为AI大模型训练及产业增智开辟空间，对于百度、阿里、华为，乃至AI后发选手**、京东等大厂而言，面向产业的AIGC大模型输出才是最大的蛋糕。
大模型本为产业而生，是云智一体的产物。从产品功能扩展看，大模型采取了更为原始和非标的数据，基于深度学习算法组织自监督学习，在海量数据训练的基础上，实现智能表达和运算推测。
AI大模型技术应用非常广，包括语音技术、图像识别处理、自然语言处理及大数据分析预测等。在通用AI大模型的基础上，产业场景开发者只需要根据场景需求微调模型，再采用少量数据进行二次训练，就能满足垂直场景下的AI能力调用。
这也将加速云计算服务向大模型时代迁移，从模型驱动云服务到模型引领云服务转型。正如李彦宏所言，文心一言最大的故事其实是云计算。未来云计算的客户不仅仅是看算力有多少、存储有多少，更多要看模型好不好、框架好不好，以及模型、框架、芯片、应用之间的协同。
更进一步，基于大模型的MaaS将成为云计算的主流商业模式，以往的PaaS和SaaS架构都将被置于大模型的底层能力之上。云计算企业通过生态**平台，把大模型能力输送给ERP、CRM等产业To B企业，以AI集成势能释放更大的产业数字化转型空间。
现阶段，具备大模型能力的云计算大厂已经开始借助大模型的易延展能力，把AIGC接入到产业。如微软将GPT-4整合到旗下的Bing搜索、office办公套件和聊天产品中；阿里计划将旗下所有产品都接入通义千问；百度除了布局百度系产品，把文心一言的战略重点落向了企业服务，强化云智一体的智能化水平，面向多场景输出大模型能力。
目前AI大模型更多集中在C端能力上的优化，未来大模型+产业模型的双模型驱动，会加速向产业数字化渗透，企业经营效率和生产力解放也会达到质的飞跃。
这一变化，领跑者最先看到。
当前，以芯片为代表的信创产业逐步成为国家科技竞争力的重要标志。在国产CPU产业强势崛起的过程中，你首先想到的会是哪几企业？答案有很多，但“中科系”的提及率绝对很高。作为国家战略科技力量，“中科系”旗下
21世纪经济报道记者倪雨晴 圣何塞报道在硅谷源泉之一的圣何塞，英特尔CEO帕特·基辛格（Pat Gelsinger）正在带领英特尔加速奔跑。当地时间9月19日，2023英特尔on技术创新大会于美国加利
财联社9月19日讯（记者 唐植潇）近日有消息称，OPPO将会重启芯片业务，并且“有部分员工已经回流，加入到了车载业务之中”。记者就此事向OPPO方面进行核实，对方表示“不予置评”。特百惠（我国）数字与
600亿颗芯片！我国巨头正式宣布，美媒：**也没料到制裁这么快
我国芯片市场与美国依赖我国的集成电路市场一直以来都是一个巨大的市场，拥有庞大的需求和巨大的增长潜力。我国的电子消费市场一直在迅速增长，包括智能手机、电视、电脑和各种智能设备等，这些设备都需要高性能的芯
最新手机芯片天梯图：A17、华为麒麟9000S，排在什么位置？
近日，最火的两颗芯片分别是苹果的3nm芯片A17 Pro，虽然很多人吐槽它较上一代提升不明显，但论性能，可以碾压任何安卓芯片，甚至是领先2代的。另外一款芯片，则是华为麒麟9000S，当然，这颗芯片工艺
韩国芯片连续13个月暴跌，尹锡悦指责我国不采购，外媒：自食其果
据韩国媒体称，韩国的半导体出口额已经连续暴跌13个月了，比去年同比下降了28%左右。韩国政府急的焦头烂额。尹锡悦政府竟直接甩锅我国，话里话外都是指责，他认为韩国半导体卖不出竟是我国的原因，我国应该帮助
我国突破芯片瓶颈将影响全球秩序？美国很担心，指出我国关键弱点
我国在芯片半导体领域一直深受美国的**，通过贸易制裁的方式阻止高端芯片进入我国市场。这样的举措一度造成我国芯片领域发展断档，不过随着我国科技企业近几年的突破，目前我国已经在芯片制造方面取得了重大的成果
前几天，华为一声不响的上线了mate60系列，带着麒麟芯片9000s强势回归，吸引了全世界的目光。而华为麒麟芯片**背后，我们不该忘记这位老人—张汝京。我国半导体之父，为回**造芯片，被开除**户籍，
【有车以后 资讯】“未来汽车对传统汽车的颠覆性，使传统零部件体系的50%以上都面临重构。”12月16日，在全球智能汽车产业峰会(GIV2022)上，我国电动汽车百人会理事长陈清泰指出，智能汽车的价值链
投稿点这里汽车有多少个零件?其实这个问题并没有一个十分确切的标准答案...据估计，一般轿车约由1万多个不可拆解的**零部件组装而成。结构极其复杂的特制汽车，如F1赛车等，其**零部件的数量可达到2万个
全球最大的10家汽车零部件供应商 都是世界500强 无我国企业
【卡车之家 原创】美国《财富》**每年发布的世界500强排行榜，是以营业收入数据对全球企业作出排名的榜单。2017年“世界500强”榜单中，汽车制造商和零部件厂商共占据33席（除去大型工程车辆企业），
汽车零部件企业哪家强？除了博世**还有这些名字你一定耳熟能详
文：懂车帝原创 李德喆[懂车帝原创 行业]9月18日，由《我国汽车报》主办，罗兰贝格协办的2019汽车零部件“双百强”企业发布会在江苏南京举行。在两份榜单中，博世、**、电装位列2019全球汽车零部件
行业现状（Reference：产业运行 | 2021年汽车工业经济运行情况）中汽协预测：2022年我国汽车销量达到2700万辆，新能源销量超过550万辆（Reference：乘用车市场信息联席会）以乘
全球十大汽车零部件供应商，核心技术都被他们垄断，自主遗憾缺席
提到电影，我们会想到张艺谋、冯小刚，而很少会想到幕后的制作人；提起流行乐，我们会想到周杰伦、萧敬腾，而很少会想到背后的作词人。台前台后，一幕之别，知名度往往相差甚远。车界又何尝不是如此，知名车企我们都
来源：环球时报 【环球时报记者 倪浩 陶震 环球时报驻德国特约记者 青木】经过3年疫情后，全球最具影响力的通信展今年有望再现往日盛况。2月27日至3月2日，由全球移动通信**协会（GSMA）主办的20
近日华为、苹果争相推出手机卫星通信功能，成为一大亮点，不少手机厂商也将目光投到卫星通信。放眼未来，手机直连卫星的卫星通信服务将是大势所趋，也是6G时代的重要标志。华为以“北斗三号”为依托，率先把“卫星
国内企业在光通信产品的参数测试过程中，通常使用国外的先进测试设备。然而，这些测试仪器之间往往是孤立存在的，需要手动调试仪器并通过旋钮、按钮和人眼观察波形或数据。这不仅*作繁琐易出错，而且测试效率低下。
龙头20cm涨停，7天股价翻倍！一文看懂卫星通信前世今生及产业链
卫星通信概念股华力创通今日再度强势拉升，截至发稿，该股股价20cm涨停，7个交易日累计涨幅近113%，现报23.52元续刷阶段新高，总市值155.9亿元。消息上，有媒体从供应链获悉，Mate 60 P
工信部：目前我国尚不具备实现网络层面的移动通信号码归属地变更的条件
针对网友提出的“电话号码归属地更改”建议，工信部近日给出了官方回复。此前，有网友在人民网留言板向工信部留言称，“现在电话都是实名制，电话号绑定的***及一些主流的软件较多，更换号码后造成一系列问题
