IT产业，抢占大模式
IT产业，抢占大模式
哪些公司在制作大型模型？ 面对这个问题，我们首先想到的是大型互联网公司和AI初创公司。 他们更关注大模型算法本身以及围绕大模型的上层应用。
但如果你往下看这个产业链，你会发现AI芯片和AI算法之间有一个非常关键的一层，那就是IT层。 AI大模型的爆发催生了存储、计算、网络等一系列IT设备的升级，以及对AI数据中心和私域大模型的市场需求。 这些需求不断上升，带来IT行业的又一次爆发。
因此，当我们讨论大模型产业链时，就不能离开IT行业和IT企业。 从2023年到现在，我们可以看到各大IT厂商都在行动，抢占大机型的新机遇。 2024年这一趋势将继续上升，市场竞争将更加激烈。
当大IT公司面对大模型时，他们首先做产品并寻找机会，然后开始形成连贯的智能战略。
在这篇文章中，我们希望和大家一起了解IT企业为什么要抢占大模式，以及如何实现这一战略目标。
迈向第三春，大模式带来IT市场迭代
大型AI模型的爆发客观上给IT企业带来了巨大的机会。 这是因为大多数传统IT设备无法满足大型AI模型的训练和部署需求。 其中最著名的是人工智能需要特殊的计算能力。 由此，一个名为AI服务器的新IT市场诞生了。 再比如集群式AI训练，需要对数据中心的网络设备进行全面升级，避免宝贵的AI算力在集群过程中浪费。
这些大型模型的特殊性所产生的IT设备迭代需求，随着AI技术的爆发，给IT市场格局带来了重大冲击。 例如，根据此前公布的数据，2023年全球AI服务器（包括GPU、FPGA、ASIC等）出货量应达到120万台，年增长率高达38.4%，市场规模将占占整体服务器市场出货量的近9%。
如果这种情况持续下去，专门适配AI技术的IT设备不仅会是现阶段的增长点，也可能是未来市场的主流需求。 因此，任何IT厂商都不能放弃大机型带来的战略机遇。
回顾IT市场的发展历史，业界常将过去分为早期IT市场的信息时代和互联网兴起后的数字时代。 那么随着AI大模型的全面渗透，市场很可能迎来IT的第三春，也就是智能化时代。
在智能化机遇的序幕中，还有一条不容忽视的主线，那就是IT技术的国产化。 尤其是2023年，随着AI芯片禁令的反复炒作，AI算力国产化成为技术自主可控趋势中的重中之重。
本土化意味着新的需求。 这一需求与大型AI模型带来的市场需求相结合，为本轮IT市场迭代增添了分量。
面对进入IT第三春的可能，各厂商开始寻找自己的AI市场切入点，同时注重增加自主可控的AI产品比重。
在分析IT厂商实现这一目标所采用的策略时，我们可以将其归纳为以下三种类型。
以高度获得宽度
当IT厂商挖掘大机型机会时，首先要解决客户信任的问题。 与AI相关的IT基础设施有很多选择，而且差异很小。 用户的试错成本是巨大的。 因此，如何与客户建立对技术和解决方案的信任是关键。
为了解决这个问题，有这样的思路：厂商应该先完成最核心、最困难的事情，然后通过核心市场影响大众市场，形成以高端产品战胜低端产品的市场格局，用高端产品获得广度。
AI领域有两个核心任务。 最复杂、最庞大的基础设施是AI计算中心，最复杂的AI任务是AI for。
在这两个维度布局最深、已经赢得良好口碑的应该是曙光。
以人工智能为代表的“重人工智能”需求具有大规模算力、多种算力融合、高水平服务需求等一系列特征。 为了切入这一领域，中科曙光早在2022年就完成了算力综合平台的开发和布局。依托各类算力中心，以原生底层资源为支撑，以市场化的运行机制、开放的生态系统以及大量增值服务领域，为用户提供“算力、数据、应用、运维”一体化的服务。
这一战略的代表成果就是中科曙光推出的5A级智能计算中心。 在智能计算中心场景中，厂商技术、资源、生态、产学合作等AI产业要素需要集中呈现。 从技术投入到解决方案建设，再到运营支持和生态建设，需要完成一系列工作。 因此，在东方数字、西方计算的背景下，能够获得大量认可的智能计算中心将成为整个智能IT生态圈中的战略高地，满足更多用户对厂商AI技术能力和生态能力的信任。
5A级智能计算中心的陆续建设并投入使用，成为曙光深耕人工智能机遇的制高点。 广泛推动了中科曙光在AI服务器、存储等领域的发展。 与此同时，中科曙光在人工智能领域的积极布局和成功经验也成为其持续挺进人工智能机遇的核心差异化因素。
从目前来看，“高端、广达”是IT厂商进入智能时代的有效策略。
算法与设备
与互联网公司和AI公司相比，更多有IT需求的公司实际上并不了解AI，也很难探索出满足其业务需求的大规模模型实施方案。 这也使得更广泛的客户难以转向人工智能。 为了解决这个问题，2023年我们看到IT厂商开始了超越常规的探索：制作自己的大型AI模型并开源。
去年11月，浪潮信息发布了 2.0基础模型，完全开源、免费商用。 这一系列大型AI模型包括1026亿、518亿、21亿等不同参数规模。 被外界称为国内第一个千亿参数、完全开源的大型模型。 在能力应用方面， 2.0大模型可以执行数理逻辑、代码生成、知识问答、中英文翻译、理解生成等多种任务。
作为硬件供应商，IT公司似乎正在打破规则，构建纯软件的大型开源模型。 但在浪潮信息的行动中，我们可以看到这一战略在“开拓AI机会”上的合理性。
首先，训练大型模型的基础是硬件能力，尤其是计算能力。 它还将展示制造商对软件和硬件适配能力的理解。 比如在算力方面， 2.0采用非均匀流水线并行训练方式，综合运用“流水线并行+优化器参数并行+数据并行”的策略，让模型的显存占用在各个阶段更加分布管道并行性。 均衡避免内存瓶颈导致训练效率降低的问题。 该方法为硬件差异较大的环境提供了一种新的训练方法。 这样的经验展示和路径探索可以帮助IT厂商更好地了解客户的IT环境和AI培训需求，从而提供精准的产品和服务。 对于用户来说，了解厂商如何打造算法也能有效指导自己在AI算法上的尝试，从而促进与客户的AI合作。
另一方面，IT厂商推出开源免费商用的大模型，相当于给大量潜在客户降低了算法应用的门槛，让他们开始尝试大模型。 尝试成功后，客户自然会更青睐开源模式背后的原厂提供的IT设备，从而实现以软件带动硬件的市场策略。
这一策略能否在2024年获得市场积极反馈并引起行业模仿和效仿，让我们拭目以待。
使用全栈降低门槛
在IT行业，企业需要坚持两条腿走路的策略：产品和解决方案。 前者专注于出货量，而后者则可以带来更可观的利润空间。
当大型人工智能模型的机会到来时，情况也是如此。 相对而言，人工智能能力较强、应用相对成熟的企业会考虑采购人工智能相关的存储、计算、网络IT产品。 然而更多的企业并不具备强大的AI能力，但对智能能力有需求和期待。 这种情况下，就要求IT企业以解决方案模型的形式交付AI能力，从而降低企业的AI大模型门槛。
这也引出了IT厂商进入大模式的第三种思路：充分发挥自身全栈技术优势，提升解决方案交付能力。 在降低企业人工智能应用门槛的前提下，可以获得更好的业务反馈。
这可以说是IT厂商面临大机型机会时的共同选择。 各家大力投入兵力，积聚力量。 一般来说，AI大模型相关的硬件设备包括计算能力、存储、网络、商业终端等。 除了硬件之外，还有AI开发平台、管理平台、私域大模型等软件能力。 在这些领域拥有广泛布局的IT厂商将更有信心拥抱大模型的机遇。
例如，H3C针对AI大模型机会，打造了百业灵犀私域大模型，定位为为企业用户提供定制化服务的私域大模型。 可提供数据分析、代码编写等服务，涵盖政务、工业制造等多个领域。 百叶灵犀私域大模型可以与H3C之前的一系列AI布局相结合，如训练智能计算服务器、推理智能计算服务器、绿洲平台、奥飞算力平台、无损网络、高性能存储、液冷解决方案、等，可全面帮助客户一站式部署智能计算基地，快速构建AI场景化应用。
这种充分利用自身全栈技术优势，开放大型AI模型所需软硬件基础的模式，在众多IT厂商的最新动作中得到了展现。 例如，联想推出的大规模模型解决方案和服务包括智能计算中心、AI平台、AI平台“三位一体”。 针对私有化大机型市场，联想还推出了服务，帮助企业搭建私有化大机型平台。 它依靠一站式端到端解决方案和配套服务，使客户能够快速获取大型模型，而无需考虑部署细节。 模型能力。 该解决方案的建立也整合了联想在IT基础设施、IT服务、AI算力平台、智能终端等方面的各项能力。
这种能够尽可能结合自身行业优势，形成整体解决方案，从而提供低门槛的AI获取方式，是IT企业挖掘大模型机会的核心策略。 比如我们可以看到，新华三进军大机型领域时，整合了自己在网络、液冷等方面的优势，联想则将其在商用终端、AI能力平台方面的积累纳入了整体规划。
这种通过能力整合打造差异化的策略，将在IT厂商布局人工智能业务时变得更加清晰。
综合来看，IT厂商抢占大模式是对其综合能力的考验。 还要求厂商具备动员能力和整合能力，从而实现高举高打的系统化战略。
在这个过程中，三个要素尤为关键。
首先是厂商能否通过能力整合，协调多元化布局，发挥自身独特的人工智能优势。
二是软件端能否与硬件端形成互补，甚至通过软件创新反哺IT基础设施市场。
三是技术自研和完全国产化的能力，在技术自主可控的浪潮中将继续变得更加重要。
可以说，IT行业的AI迭代和智力竞争才刚刚开始。
本文来自微信公众号，作者：冯慈源，36氪授权发布。