公有云巨頭的收入增長(zhǎng)放緩了！并且有持續(xù)延續(xù)下去的可能！

云市場(chǎng)規(guī)模最大的亞馬遜云科技（AWS）2024年最后一個(gè)季度的收入僅增長(zhǎng)了13%，第三季度增長(zhǎng)了19%。而2023年AWS總營(yíng)收907.5億美元，相比2022年同比增長(zhǎng)13.4%。2022年全年AWS實(shí)現(xiàn)銷售收入801億美元，與2021年增長(zhǎng)率為29%。

微軟Azure 2024年最后一個(gè)季度的收入增長(zhǎng)了19%，谷歌云實(shí)現(xiàn)了30%的增長(zhǎng)，均低于市場(chǎng)預(yù)期。而2024年第三季度，微軟Azure增長(zhǎng)了20%，谷歌云增長(zhǎng)了35%。

三大云巨頭雖然收入增長(zhǎng)放緩，但卻占據(jù)全球云市場(chǎng)的67%。而IDC的數(shù)據(jù)顯示，阿里云、騰訊云、華為云2024年上半年云計(jì)算收入增長(zhǎng)也沒有超過15%。

與收入增長(zhǎng)放緩相比，云巨頭對(duì)AI基礎(chǔ)設(shè)施的投資卻不斷增大。相關(guān)數(shù)據(jù)顯示，2024年，AWS投資780億美元，微軟投資760億美元，谷歌云投資530億美元，同比增加了38%。

2025年，微軟承諾在AI基礎(chǔ)設(shè)施投資增加800億美元，亞馬遜計(jì)劃花費(fèi)1000億美元來抓住AI領(lǐng)域這“千載難逢的機(jī)會(huì)”，谷歌云的母公司Alphabet預(yù)計(jì)2025年將投資約750 億美元，構(gòu)建其人工智能產(chǎn)品。

AI基礎(chǔ)設(shè)施瓶頸迫使云巨頭加大在數(shù)據(jù)中心AI基礎(chǔ)設(shè)施上的投資，然而短期回報(bào)卻甚微。兩相對(duì)比，投資者開始質(zhì)疑云服務(wù)商大規(guī)模AI投資的合理性。

AI大模型帶動(dòng)云計(jì)算市場(chǎng)增長(zhǎng)

而云巨頭收入增長(zhǎng)卻放緩了

據(jù)2024年云計(jì)算市場(chǎng)達(dá)到3300億美元。Synergy Research Group的數(shù)據(jù)顯示，2024年云市場(chǎng)達(dá)到創(chuàng)紀(jì)錄的3300億美元，與2023年相比增加了約600 億美元，比2022年增加了1020億美元。

亞馬遜云科技、微軟Azure、谷歌云、阿里云、Oracle OCI在全球云市場(chǎng)規(guī)模排名中位于前五。

AWS仍然是全球市場(chǎng)份額的領(lǐng)導(dǎo)者。AWS在第四季度贏得了30%的份額，在全球市場(chǎng)份額中排名第一。Azure以21%的份額排名第二，谷歌云以12%排名第三。

作為對(duì)比，2023年第四季度，AWS贏得了31%的市場(chǎng)份額。Azure贏得了24%的份額，谷歌云份額11%。

AWS在2024 年第四季度創(chuàng)造了288億美元的收入，年收入超過1150億美元。微軟的智能云業(yè)務(wù)在第四季度的總銷售額為255億美元，該云集團(tuán)（包括Azure、服務(wù)器產(chǎn)品和其他云服務(wù)收入）現(xiàn)在每年產(chǎn)生1020億美元的收入。谷歌云第四季度的總收入為120億美元，2024年收入為480億美元。

谷歌云仍然是全球增長(zhǎng)最快的云公司，在2024年第四季度的銷售額同比增長(zhǎng)30%，比競(jìng)爭(zhēng)對(duì)手AWS和微軟增長(zhǎng)更快。

微軟的云業(yè)務(wù)在三者中擁有最高的營(yíng)業(yè)利潤(rùn)。微軟云智能集團(tuán)在2024年第四季度創(chuàng)造了108.5億美元的營(yíng)業(yè)利潤(rùn)。與2023年第四季度的95.5億美元相比增長(zhǎng)了14%。2024年第四季度AWS利潤(rùn)為106億美元，谷歌云為21億美元。

云收入的增長(zhǎng)主要?dú)w功于AI大模型和AI創(chuàng)新。Synergy Research Group報(bào)告認(rèn)為，GenAI至少貢獻(xiàn)了云服務(wù)收入增長(zhǎng)的一半，主要有兩個(gè)動(dòng)力，一是來自新推出的GenAI/GPU服務(wù)，二是來自對(duì)現(xiàn)有云服務(wù)的AI驅(qū)動(dòng)改進(jìn)。

Gartner預(yù)計(jì)公有云支出將在2030年超過萬億美元大關(guān)，并認(rèn)為生成式AI和應(yīng)用現(xiàn)代化的興起推動(dòng)了市場(chǎng)增長(zhǎng)。

為此，微軟 CEO Satya Nadella表示，公司云基礎(chǔ)設(shè)施戰(zhàn)略側(cè)重于構(gòu)建“可替代艦隊(duì)”，確保在訓(xùn)練和推理能力之間取得適當(dāng)平衡，同時(shí)保持?jǐn)?shù)據(jù)中心地理分布的合理。

Alphabet CEO Sundar Pichai指出，僅僅建立新的數(shù)據(jù)中心是不夠的，“與五年前相比，Google 數(shù)據(jù)中心每單位電力提供的計(jì)算能力幾乎高出四倍。”這種效率與可擴(kuò)展性和性能相結(jié)合，推動(dòng)了客戶云和AI的采用。與18個(gè)月前相比，谷歌云客戶現(xiàn)在用于訓(xùn)練和推理的計(jì)算容量增加了8倍以上。

AWS一直在急于投資數(shù)據(jù)中心、網(wǎng)絡(luò)設(shè)備和硬件，以滿足對(duì)生成式AI的巨大需求。亞馬遜也推出了一系列人工智能產(chǎn)品，包括自己的Nova模型、Trainium芯片、購物聊天機(jī)器人和名為Bedrock 的第三方模型市場(chǎng)。在亞馬遜CEO Andy Jassy 強(qiáng)調(diào)，今天所知道的幾乎所有應(yīng)用都將使用AI進(jìn)行重塑，推理將成為核心構(gòu)建塊，就像計(jì)算、存儲(chǔ)和數(shù)據(jù)庫一樣。

云計(jì)算市場(chǎng)的幾大巨頭在發(fā)展中，一方面加大對(duì)AI基礎(chǔ)設(shè)施的投資，以滿足不斷增大的需求；另一方面優(yōu)化成本，包括裁員、推出免費(fèi)方案、優(yōu)惠套餐等，旨在幫助企業(yè)優(yōu)化云計(jì)算成本并推動(dòng)可持續(xù)發(fā)展。

AI投資持續(xù)增長(zhǎng)，供需矛盾難以化解。云計(jì)算企業(yè)加大了在AI基礎(chǔ)設(shè)施方面的投資，以持續(xù)云計(jì)算市場(chǎng)的高增長(zhǎng)。

對(duì)于三大超大規(guī)模云服務(wù)商來說，人工智能既是增長(zhǎng)的主因，也是對(duì)未來的隱憂。AWS、微軟和Google都報(bào)告了強(qiáng)勁的云收入增長(zhǎng)，主要是由AI需求推動(dòng)的，但持續(xù)的AI算力包括高端AI加速器如GPU供應(yīng)受限，以及電力供應(yīng)限制(增加核電設(shè)施)對(duì)其擴(kuò)展數(shù)據(jù)中心容量構(gòu)成了挑戰(zhàn)。

在需求激增的情況下，三大云巨頭都面臨產(chǎn)能限制，尤其是“對(duì)AI產(chǎn)品的需求超過了可用的產(chǎn)能。”

毫無疑問，AI大模型對(duì)云計(jì)算市場(chǎng)的影響巨大而深遠(yuǎn)的。云計(jì)算成為AI大模型發(fā)展與應(yīng)用的戰(zhàn)略選擇，帶動(dòng)了云計(jì)算市場(chǎng)規(guī)模的增加。據(jù)有關(guān)數(shù)據(jù)預(yù)測(cè)，2024-2030年全球整體云計(jì)算市場(chǎng)規(guī)模年復(fù)合增長(zhǎng)率為16.8%，AI云的占比為34%。信通院報(bào)告顯示，大模型推動(dòng)云計(jì)算產(chǎn)業(yè)開啟新一輪增長(zhǎng)，2023年中國云計(jì)算市場(chǎng)規(guī)模達(dá)6165億元，同比增長(zhǎng)35.5%。

AI大模型對(duì)算力需求激增。IDC與浪潮信息聯(lián)合的發(fā)布報(bào)告指出，大模型和生成式人工智能推高算力需求，中國智能算力增速高于預(yù)期。2024年，中國智能算力規(guī)模達(dá)725.3EFLOPS，同比增長(zhǎng)74.1%，增幅是同期通用算力增幅(20.6%)的3倍以上；市場(chǎng)規(guī)模為190億美元，同比增長(zhǎng)86.9%。

未來兩年，中國智能算力仍將保持高速增長(zhǎng)。2025年中國人工智能算力市場(chǎng)規(guī)模將達(dá)到259億美元，較2024年增長(zhǎng)36.2%；2026年市場(chǎng)規(guī)模將達(dá)到 337億美元，為2024年的1.77倍。

報(bào)告認(rèn)為在人工智能算力發(fā)展過程中應(yīng)采取“擴(kuò)容”和“提效”并行的策略。“擴(kuò)容”是指增強(qiáng)算力資源的可獲得性，通過增加智算中心的數(shù)量，實(shí)現(xiàn)充足的多元算力供給；“提效”則需要從算力基礎(chǔ)設(shè)施建設(shè)和優(yōu)化、算法創(chuàng)新、提高數(shù)據(jù)質(zhì)量、降低能耗等方面系統(tǒng)性實(shí)現(xiàn)。

而DeepSeek基于算法層面的極大創(chuàng)新，對(duì)中國乃至全球的人工智能產(chǎn)業(yè)帶來深刻變革，算法成為驅(qū)動(dòng)人工智能發(fā)展的核心引擎，正牽引著算力的發(fā)展，也驅(qū)動(dòng)了計(jì)算架構(gòu)和數(shù)據(jù)中心變革。

生成式人工智能已成為企業(yè)重要的新型工作負(fù)載，大模型的開源趨勢(shì)正在顯著增強(qiáng)，成為加速AI普惠、降本增效的重要力量。另外，AI大模型促使云計(jì)算與人工智能、大數(shù)據(jù)等技術(shù)深度融合，提供更智能、更高效的云服務(wù)。

如SAP一方面與谷歌云合作，將生成式AI引入數(shù)據(jù)云平臺(tái)；同時(shí)SAP采用 Databricks湖倉一體架構(gòu)，推出了Business Data Cloud（BDC），幫助團(tuán)隊(duì)使用來自不同源系統(tǒng)的外部數(shù)據(jù)資產(chǎn)豐富其 SAP 生態(tài)系統(tǒng)數(shù)據(jù)，并推動(dòng)長(zhǎng)期價(jià)值。

AI大模型推動(dòng)云計(jì)算從傳統(tǒng)的IaaS、PaaS、SaaS模式向MaaS（模型即服務(wù)）模式拓展。MaaS將人工智能（AI）算法模型以及相關(guān)能力進(jìn)行封裝，以服務(wù)的形式對(duì)用戶提供，其核心目標(biāo)是降低人工智能技術(shù)使用門檻，控制應(yīng)用建設(shè)成本，簡(jiǎn)化系統(tǒng)運(yùn)維管理復(fù)雜度。

另外，開源大模型的出現(xiàn)，使云廠商的收費(fèi)邏輯發(fā)生變化，如適配模型客戶調(diào)用API按照每千tokens收錢，客戶應(yīng)用部署租賃云廠算力按實(shí)際算力算費(fèi)用等。

AI工作負(fù)載成本居高不下

構(gòu)建和維護(hù)AI模型成本難以預(yù)測(cè)和控制

目前，大型語言模型和其他計(jì)算密集型系統(tǒng)的工作負(fù)載的成本居高不下。雖然DeepSeek打破了AI大模型發(fā)展的傳統(tǒng)范式——使用昂貴的GPU，消耗大量電力和資源，通過訓(xùn)練更大的模型，換取AI性能的線性增長(zhǎng)，但是雖然對(duì)于涉及尤其如此。訓(xùn)練單個(gè)高級(jí)AI模型花費(fèi)依然很高，此外還有微調(diào)、重新訓(xùn)練和推理等成本。

公有云服務(wù)商擁有龐大的基礎(chǔ)設(shè)施來處理這些任務(wù)，但對(duì)許多企業(yè)來說，成本越來越不可持續(xù)。隨著企業(yè)從采用AI的實(shí)驗(yàn)和訓(xùn)練階段進(jìn)入生產(chǎn)規(guī)模推理，財(cái)務(wù)成本開始超過收益。

云計(jì)算擁有可預(yù)測(cè)的經(jīng)濟(jì)優(yōu)勢(shì)，包括即用即付定價(jià)和按需彈性。隨著AI用例在整個(gè)企業(yè)中的增長(zhǎng)和擴(kuò)展，當(dāng)企業(yè)面臨全天候使用成百上千個(gè)GPU或AI所需的其他資源時(shí)，這些可預(yù)測(cè)的經(jīng)濟(jì)優(yōu)勢(shì)很快就會(huì)失去光環(huán)，成本和收益之間的差距不斷擴(kuò)大。

同時(shí)全球能源成本不斷上升，AI系統(tǒng)需要不斷增加的電力來進(jìn)行訓(xùn)練、冷卻和部署。IDC的報(bào)告表明，2024年上半年，企業(yè)用于AI部署的計(jì)算和存儲(chǔ)硬件上的支出增長(zhǎng)了37%。公有云仍在早期AI投資中占據(jù)大部分份額。但有趣的是，越來越多的支出被重定向到公共云服務(wù)商之外。

因此，云巨頭收入增長(zhǎng)減緩的一個(gè)重要原因是云服務(wù)商的AI生態(tài)系統(tǒng)開發(fā)沒有達(dá)到預(yù)期。云服務(wù)商在AI基礎(chǔ)設(shè)施和服務(wù)方面進(jìn)行了大量投資，但在這些平臺(tái)上構(gòu)建和維護(hù)AI模型的成本難以預(yù)測(cè)和控制。

挑戰(zhàn)不僅在于擁有足夠的GPU或數(shù)據(jù)中心容量，還在于公有云的構(gòu)建方式與AI工作負(fù)載的需求之間的根本不一致。當(dāng)企業(yè)嘗試在傳統(tǒng)云基礎(chǔ)設(shè)施上擴(kuò)展其AI計(jì)劃時(shí)，通常會(huì)遇到不可預(yù)測(cè)的成本、性能瓶頸和基礎(chǔ)設(shè)施限制，使得持續(xù)增長(zhǎng)變得困難。

一是基本的架構(gòu)不匹配，通用計(jì)算需求構(gòu)建的基礎(chǔ)設(shè)施難以滿足AI工作負(fù)載的特殊需求。公有云服務(wù)商構(gòu)建了通用基礎(chǔ)設(shè)施來適應(yīng)通用計(jì)算工作負(fù)載，并在過去十多年中占據(jù)主導(dǎo)地位，滿足企業(yè)通用和標(biāo)準(zhǔn)應(yīng)用的計(jì)算需求。但是AI工作負(fù)載有所不同，需要專門的硬件配置、海量數(shù)據(jù)吞吐量和復(fù)雜的編排功能，并不是原始公有云設(shè)計(jì)理念的一部分。

另外，基礎(chǔ)設(shè)施本身并未針對(duì)AI應(yīng)用的密集、持續(xù)的計(jì)算需求進(jìn)行優(yōu)化，適用于運(yùn)行Web應(yīng)用或數(shù)據(jù)庫的方法并不適用于現(xiàn)代AI工作負(fù)載。

二是適用于傳統(tǒng)應(yīng)用的定價(jià)模型在應(yīng)用于AI工作負(fù)載時(shí)變得異常昂貴。運(yùn)行AI大語言模型或訓(xùn)練復(fù)雜AI系統(tǒng)的企業(yè)會(huì)發(fā)現(xiàn)，云費(fèi)用飛漲，而且通常沒有取得成比例的商業(yè)價(jià)值。因?yàn)閾?dān)心云賬單大大高出預(yù)期，企業(yè)不得不部署一個(gè)可能會(huì)耗盡IT預(yù)算的AI系統(tǒng)。

在公有云中部署簡(jiǎn)單、可擴(kuò)展的 AI 的承諾往往伴隨著隱藏的復(fù)雜性和成本，難以實(shí)現(xiàn)增長(zhǎng)。因此越來越多的企業(yè)正在探索替代方法，包括私有AI基礎(chǔ)設(shè)施和混合解決方案，在成本和性能之間找到了適當(dāng)?shù)钠胶狻?/p>

除了技術(shù)限制的問題外，公有云的商業(yè)模式也難以適應(yīng)。公有云服務(wù)商需要認(rèn)識(shí)到，AI需要采用不同的方法來處理基礎(chǔ)設(shè)施、定價(jià)和服務(wù)交付。對(duì)于大多數(shù)企業(yè)來說，當(dāng)前對(duì)通用計(jì)算資源收費(fèi)和為AI特定服務(wù)增加額外費(fèi)用的模式是不可持續(xù)的。

成本管理是另一個(gè)重要的考慮因素。財(cái)務(wù)團(tuán)隊(duì)?wèi)?yīng)認(rèn)真監(jiān)控云費(fèi)用，配備可實(shí)時(shí)跟蹤使用情況的工具，分析總擁有成本，發(fā)現(xiàn)有關(guān)預(yù)留實(shí)例和承諾使用折扣的方案，為其AI工作負(fù)載選擇可預(yù)測(cè)的最經(jīng)濟(jì)的選項(xiàng)。

云服務(wù)成本上升趨勢(shì)沒有得到遏制

出口費(fèi)用和其他隱藏成本不可忽視

在公有云服務(wù)成本不斷上升的推動(dòng)下，將應(yīng)用和數(shù)據(jù)遷回到本地環(huán)境的企業(yè)客戶不斷增加。根據(jù)費(fèi)用和資產(chǎn)管理解決方案提供商Tangoe的報(bào)告，與2023年相比，2024年用戶在云上的支出平均增加了30%，而AI和GenAI是罪魁禍?zhǔn)住?/p>

報(bào)告顯示，AI和GenAI導(dǎo)致的成本上升開始引起關(guān)注。在接受調(diào)查的500名美國FinOps從業(yè)者中，有72%的人表示GenAI在云中的支出“變得難以管理”。

雖然云服務(wù)總體支出的增加并不一定意味著單個(gè)組織的云成本增加，但可以肯定地說，許多企業(yè)的成本都在增加。在某些情況下，甚至可能存在失控的支出，從而削減云的財(cái)務(wù)優(yōu)勢(shì)。

眾所周知，隨著數(shù)字化和智能化的推進(jìn)，企業(yè)與組織正在部署越來越多的云服務(wù)，以實(shí)現(xiàn)在降低成本的同時(shí)提高業(yè)務(wù)敏捷性和可擴(kuò)展性的目標(biāo)。但遺憾的是，企業(yè)云采用率的增加可能會(huì)導(dǎo)致支出成本失控，企業(yè)迫切需要尋找控制其云成本的方法。

另外，出口費(fèi)用和其他隱藏成本也沒有完全消除，導(dǎo)致企業(yè)重新評(píng)估其云戰(zhàn)略。從特定云服務(wù)商處刪除數(shù)據(jù)或者將數(shù)據(jù)從公有云服務(wù)商遷移到本地甚至其他公有云服務(wù)商，云服務(wù)商往往收取數(shù)據(jù)傳輸費(fèi)用或“出口費(fèi)用”。

近幾年來，云服務(wù)商正在通過降低出口費(fèi)用以啟動(dòng)其定價(jià)策略的重大轉(zhuǎn)變。2024年1月12日，谷歌云取消客戶“出口費(fèi)用”，適用于全球并立即生效且。這一豁免涵蓋BigQuery、Cloud Storage等一系列谷歌云服務(wù)。此舉旨在增強(qiáng)云服務(wù)互操作性，給予客戶更大數(shù)據(jù)管理自由度。

2024年3月，AWS為將數(shù)據(jù)遷移到AWS之外的客戶免除數(shù)據(jù)傳輸費(fèi)用，旨在提升客戶數(shù)據(jù)遷移的靈活性，減少數(shù)據(jù)遷移成本壁壘。此前，AWS提供限量的免費(fèi)政策，已使超90%客戶無需承擔(dān)遷出數(shù)據(jù)的傳輸費(fèi)。

這些變化標(biāo)志著公有云計(jì)算行業(yè)正在向更靈活和更具競(jìng)爭(zhēng)力的定價(jià)結(jié)構(gòu)發(fā)展，減少了更換服務(wù)商或更常見的采用多云和混合云架構(gòu)的經(jīng)濟(jì)障礙。

為優(yōu)化云計(jì)算成本，云巨頭頻出新招。AWS為優(yōu)化云計(jì)算成本，推出一系列舉措。AWS于 2024年重新啟動(dòng) “節(jié)儉架構(gòu)”（the frugal architect）計(jì)劃，旨在幫助企業(yè)優(yōu)化云計(jì)算成本并推動(dòng)可持續(xù)發(fā)展。該計(jì)劃最初于2023年在re:invent大會(huì)上推出，提出了七條簡(jiǎn)單法則，用于構(gòu)建具有成本意識(shí)、可持續(xù)性和現(xiàn)代化的架構(gòu)。

AWS還提供多種靈活購買選項(xiàng)，比如免費(fèi)套餐、儲(chǔ)蓄計(jì)劃、預(yù)留實(shí)例等，最高可享72%折扣，使用競(jìng)價(jià)型實(shí)例運(yùn)行容錯(cuò)工作負(fù)載能省90%。還能提高資源利用效率，通過調(diào)整資源大小、刪除未使用資源、合理選擇存儲(chǔ)和傳輸選項(xiàng)來降低成本。

此外，自動(dòng)伸縮功能可根據(jù)需求動(dòng)態(tài)調(diào)整實(shí)例數(shù)量和大小，結(jié)合負(fù)載均衡，實(shí)現(xiàn)靈活資源管理。同時(shí)，借助AWS Cost Explorer等工具持續(xù)監(jiān)控和優(yōu)化成本，設(shè)置費(fèi)用閾值報(bào)警，防止超支。

阿里云在2024年進(jìn)行了三次大模型降價(jià)，5月21日，通義千問GPT-4級(jí)主力模型Qwen-Long 的API輸入價(jià)格直降97% ；9 月19日，三款通義千問主力模型再次降價(jià)，最高降幅85%；12月31日，第三輪降價(jià)來襲，Qwen-VL-Plus輸入價(jià)格降幅達(dá)81.3%。

騰訊云則借各類促銷節(jié)點(diǎn)推出優(yōu)惠活動(dòng)，如雙十二期間，新用戶首單直降，服務(wù)器限時(shí)秒殺，還有買贈(zèng)專區(qū)等，以此降低用戶使用云服務(wù)成本，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力。

那么企業(yè)用戶如何控制云成本增加？為此，專家們?yōu)榭刂圃瞥杀咎峁┝撕芏嘟ㄗh。

確保云服務(wù)一直符合要求。當(dāng)公司采購云服務(wù)時(shí)，通常是為了滿足特定需求或利用市場(chǎng)機(jī)會(huì)。有時(shí)這會(huì)是一個(gè)短期要求。例如，企業(yè)可能需要在向市場(chǎng)推出新產(chǎn)品或服務(wù)之前啟動(dòng)大數(shù)據(jù)分析項(xiàng)目?；谠频姆?wù)提供了收集和分析客戶和市場(chǎng)數(shù)據(jù)的方法，提供了必要的計(jì)算資源。

但是，項(xiàng)目完成后，就不再需要這些云服務(wù)。一個(gè)關(guān)鍵做法是“合理調(diào)整規(guī)模”，隨著使用量的變化定期重新評(píng)估云支出，確保云服務(wù)與組織需求相匹配的一個(gè)重要部分是持續(xù)審查云服務(wù)的使用情況。

另外，利用預(yù)留實(shí)例，如AWS提供 Amazon EC2 預(yù)留實(shí)例（RI），與按需定價(jià)相比，它可以提供高達(dá)72%的服務(wù)折扣。在特定可用區(qū)中使用時(shí)，它還可以提供容量預(yù)留。

部署存儲(chǔ)自動(dòng)縮放、利用分析工具監(jiān)控使用情況等也是化解成本上升的重要措施。

專業(yè)AI提供商和微云正進(jìn)一步分散市場(chǎng)

為用戶提供信的選擇

專業(yè)AI提供商和微云的出現(xiàn)，正在進(jìn)一步分散云市場(chǎng)。與通用云平臺(tái)相比，專注、專業(yè)的基礎(chǔ)設(shè)施，可以為AI工作負(fù)載提供更好的性能和價(jià)值。

正如大多數(shù)IT人員所知，市場(chǎng)對(duì)GPU的需求量增加，對(duì)于運(yùn)行和訓(xùn)練生成式AI模型至關(guān)重要。而一些企業(yè)沒有選擇使用AWS、谷歌云和微軟Azure等“傳統(tǒng)”云服務(wù)鎖提供的一系列 GPU資源，而是選擇微云等專業(yè)AI服務(wù)，滿足自己的需求。

對(duì)于需要GPU的AI項(xiàng)目，微云通常是更具成本效益的解決方案。與Azure或谷歌云相比，在CoreWeave或其他微云平臺(tái)上租用流行的GPU（如 Nvidia A100 40GB）的成本可以顯著降低。

如今，云計(jì)算的熱門新趨勢(shì)是微云Microclouds，將云計(jì)算與邊緣基礎(chǔ)設(shè)施融合在一起的。微云是一種云計(jì)算策略，在傳統(tǒng)數(shù)據(jù)中心外部署即用型服務(wù)器集群，含硬件與預(yù)配置軟件環(huán)境，使工作負(fù)載按云模型使用硬件，如構(gòu)建私有云或舉辦活動(dòng)用臨時(shí)集群。

Canonical普及該概念并推出產(chǎn)品，在其之前已存在約五年?，F(xiàn)在CoreWeave、Lambda Labs、Voltage Park和Together AI等企業(yè)處于這一領(lǐng)域的最前沿。微云概念背后的主要價(jià)值主張很簡(jiǎn)單：通過提供一種將服務(wù)器部署到任何位置的簡(jiǎn)單方法，使計(jì)算資源更靠近最終用戶。通過擴(kuò)展，它們可以提供本地基礎(chǔ)設(shè)施的許多優(yōu)勢(shì)，如減少延遲。由于微云由預(yù)配置的服務(wù)器組成，客戶可以在幾分鐘內(nèi)完成部署，因此它們比傳統(tǒng)的本地硬件更容易設(shè)置和管理。

換句話說，微云提供了傳統(tǒng)云計(jì)算平臺(tái)的便利性，但不限制客戶在云數(shù)據(jù)中心內(nèi)托管工作負(fù)載。借助微云，您可以將工作負(fù)載放置在任何所需的位置。

像微云這樣的AI 工作負(fù)載的專用基礎(chǔ)設(shè)施具有多項(xiàng)優(yōu)勢(shì)。因?yàn)榭梢愿行У刂С仲Y源密集型工作負(fù)載，所以可以為AI計(jì)劃提供更好的價(jià)值。這種基礎(chǔ)設(shè)施使公司能夠通過投資專門的AI加速器來有效地平衡成本和性能，提供了對(duì)AI工作負(fù)載的更多控制，并帶來了更好的經(jīng)濟(jì)效益。

未來微云將引入更多智能化功能，如人工智能和機(jī)器學(xué)習(xí)，以優(yōu)化數(shù)據(jù)管理和用戶服務(wù)體驗(yàn)。通過智能分析用戶行為，微云可以提供個(gè)性化的存儲(chǔ)和管理方案。同時(shí)微云將進(jìn)一步加強(qiáng)數(shù)據(jù)加密和訪問控制機(jī)制，確保用戶數(shù)據(jù)的安全性和隱私性。

魚與熊掌不可兼得！AI大模型算力需求與可用產(chǎn)能之間，云巨頭們正面臨著當(dāng)下投入與未來收益難以平衡的嚴(yán)峻挑戰(zhàn)。

來源：數(shù)據(jù)猿