算力服务:大模型浪潮下的新商业模式

在大模型成为热门话题的今天,算力短缺成为行业面临的一大挑战。高端GPU一卡难求,价格飙升,但即便如此也难以满足市场需求。一些算力供应商甚至遇到供应商跳票等罕见情况。

据统计,中国目前已有超过100个10亿参数规模的大模型。然而,训练一个大模型的成本极高。以盘古气象大模型为例,仅训练成本就可能超过200万元。对于更大规模的通用大模型,成本可能要翻百倍。有业内人士表示,没有几十亿资金投入,很难持续做大模型。

面对这一难题,企业正在积极寻找应对之策。一些常见方法包括:使用更高质量的数据提升训练效率、优化基础架构实现更稳定的运行、提高资源调度能力等。也有企业选择使用国产平台替代英伟达GPU。不过对大多数企业而言,选择专业的算力服务商可能是更可行的方案。

事实上,算力已经在市场需求和技术迭代中逐渐发展成为一种新的服务模式。算力服务是以多样性算力为基础,以算力网络为链接,以供给有效算力为目标的新兴产业领域。它不仅包括算力,还涵盖存储、网络等资源的统一封装,以API等形式完成交付。

在算力产业链中,上游企业主要供应基础资源,如芯片、服务器等。中游企业则是云服务商、算力服务提供商等,通过技术实现算力生产和供给。下游则是依靠算力服务进行增值的行业用户。

目前,按量计费和包年包月是主流的算力服务计费模式。用户可以选择对应的算力服务实例,或在MaaS平台上进行大模型的行业精调。一些新兴模式如"算网一体化融合"也在推进中,旨在实现更灵活的跨架构、跨地域、跨服务商的算力调度。

随着大模型对高性能计算需求的常态化,算力服务正快速形成独特的产业链和商业模式。虽然当前高端GPU短缺、成本高企带来挑战,但长远来看,算力服务化是确定的趋势。对算力服务商而言,未雨绸缪、为市场变化做好准备至关重要。