每經記者 王紫薇    每經編輯 劉雪梅    

眼下AI大模型技術應用吹起來的風口，國內云市場的“后來者”火山引擎不想錯過。

4月18日，火山引擎在“原動力大會”上發布了自研DPU等系列云產品，并推出新版機器學習平臺。

基于火山引擎的自身判斷——多云多模型架構將成為主流，這個學習平臺與眼下chatGPT引發的“大模型熱”頗為契合，而火山引擎恰能提升大模型訓練的穩定性與訓練速度。

這些動作不僅是火山引擎自身敏捷迭代的一部分，也是面向大模型風口，火山引擎搶占先機之舉。火山引擎總裁譚待接受《每日經濟新聞》記者采訪時表示，服務于大模型廠商，將是未來火山引擎的重要業務之一。

AI大模型的“命門”在于算力。譚待接受記者采訪時表示，火山引擎目前的芯片“夠用”，同時還在通過減少資源損耗提升現有資源效率。

自研DPU是火山引擎“敏捷迭代”的一部分，也是提升資源效率的方式之一。

自研DPU是火山引擎“敏捷迭代”的一部分 圖片來源：每經記者 王紫薇 攝

字節跳動副總裁楊震原接受《每日經濟新聞》記者采訪時表示，自研DPU讓火山引擎可以在不同事物、不同場景下選擇更優、更節省算力的技術設計方案。簡而言之，DPU不產生算力，但可以給出算力分配的更優解。

此外，火山引擎還宣布與字節跳動國內業務并池，以便提升資源的利用。記者了解到，火山引擎將把抖音等業務的空閑計算資源調度給火山引擎客戶使用，其中離線業務資源分鐘級調度10萬核CPU，在線業務資源可潮汐復用。

火山引擎于2020年正式上線，目前剛剛3歲。在升級為字節六大核心板塊之一后，火山引擎商業化步子走得很快，一年多時間內，就先后宣布進軍IaaS服務、發布全系列云產品、推出覆蓋金融等六大行業的云上增長方案。

此次，火山引擎迎頭趕上大模型風口，并宣布現階段主要為為大模型廠商提供服務，在大模型成熟后將深度合作，提供AI應用，其自身并不推出大模型產品。

To B領域，先手優勢巨大。此次大模型的爆發被看作云服務商的增長新機遇。火山引擎，能借此彎道超車嗎？

并池提效

敏捷迭代，數據驅動、體驗創新一直是火山引擎強調的“底盤三要素”。在這次會上，敏捷迭代成了譚待強調的重點。他認為，企業數字化革新的浪潮隨著大模型面世，已經從上云、用云，到了云上創新時代。

譚待認為，用云不是最終目標，在云上致力于更敏捷、更前沿的場景化創新才是敏捷迭代的果實。

總結來說，敏捷迭代包括了云IaaS、PaaS能力，特別是多云、分布式云，以及怎樣管理好在多云上的負載。

首先，火山引擎選擇與字節國內業務大規模“并池”。

楊震原在會后的采訪中表示，并池的“池”，是計算池，包括計算、存儲、服務器、容器這樣的單元；并池之后，意味著火山引擎與字節的內外服務可以在共享資源池里去調度，字節內部服務也上到云服務上面來。這樣做的好處是，可以提高整體資源利用率。

“資源的混合分布能夠更好地降低云計算的成本。比如，抖音在火山引擎上使用資源調度有波峰和波谷，這種資源就很適合科學計算的能力。”楊震原說。

目前那些迫切希望入局大模型的廠商們，最亟需的需求之一就是算力。算力的獲取可以向云服務商購買，也可以從高端芯片中獲取，后一方式對廠商來說參與成本更高，而機器學習既復雜又貴——復雜在于硬件、系統、框架、平臺都必須要做對，而無論是硬件、數據、還是人力，都很貴。

因此，選擇與云服務商合作是目前的主流方式。

楊震原在會上分享了抖音推薦系統的機器學習實踐：工程師用15個月的樣本訓練，某個模型5小時就能完成訓練，成本只有5000元。火爆全網的抖音“AI繪畫”特效，從啟動到上線只用了一周多時間，模型由一名算法工程師完成訓練。

自研DPU

在敏捷迭代部分，譚待還強調了全棧自研，并在會上發布的基于自研DPU的彈性計算實例、對象存儲升級，云數據庫升級，函數服務等產品。

譚待表示，大模型需要大算力，虛擬化會帶來資源損耗，規模越大就損耗越多。目前談及AI很多是代表的是GPU，而不是CPU異構計算的負載。這部分的負載占比會越來越大。“以前可能GPU：CPU是1：10或1：9，未來這個占比會越來越高。對于火山引擎來說，這部分肯定是重點關注的方向之一。”譚待說。

而DPU的作用是，把計算機網絡協議用專用芯片、專用組件卸載掉，這樣就能把CPU和GPU釋放出來，放到更關鍵的業務中去。譚待說，火山引擎自研了DPU，“因為這是值得優化的最大的問題。虛擬化占到成本的10%—20%。”

“對于云來說，這是持續降低成本的一個非常重要的方式，對于客戶來說，他也能享受到降低成本帶來的好處。”譚待說。

譚待認為，在未來三年內，大規模的算力中心將形成‘CPU+GPU+DPU’的混合算力結構。其中，CPU負責通用計算，GPU負責AI計算，DPU負責資源卸載、加速和隔離，提升資源效率。

除了敏捷迭代之外，在數據驅動、體驗創新部分，譚待表示，提升數據消費的一部分是構建數據應用能力，這其中包含AB測試、CDP、GMP等應用；另一部分是構建數據平臺的閉環，包括大數據的組件。

體驗創新則是通過更好的互動技術打造視頻、游戲的升級體驗。其中，更高清、更沉浸、更互動是消費者視頻體驗提升的三個關鍵方向。譚待表示，體驗創新既要關注外部對用戶的創新，也要關注內部運營、內部員工的體驗，包括未來企業越來越多采用混合辦公模式之后，如何構建相應的IT基礎設施。

服務大模型能否彎道超車？

大模型的熱度不減。IDC在《2022中國大模型發展白皮書》中預測，2026年中國人工智能軟件及應用市場規模將達到211億美元，未來各行各業都會被AI所推進。大模型的投資熱度也因此不斷升溫，字節跳動、百度、阿里巴巴、華為、商湯等企業都宣布了相關產品和投資。

從數字化變革，到智能化，云服務的賽道變寬，玩家也在“軍備競賽”。百度“百度人工智能體系”于2020年提出。今年3月27日，百度“文心一言”云服務上線；不久在阿里云峰會上，宣布阿里巴巴所有產品都將接入“通義千問”大模型。在此之前，阿里云已在與達摩院逐步融合。

譚待認為，大模型將帶動云上AI算力激增，AI算力的工作負載與通用算力的差距會越來越小，這會為各家云廠商帶來新的機會，同時也會對數據中心、軟硬件棧、PaaS平臺帶來新的挑戰。

從此次發布會來看，比起通用大模型，火山引擎更聚焦于垂直領域中參與大模型廠商的業務需求。

比如在智能駕駛領域，火山引擎與智能駕駛服務商、造車新勢力、主機廠合作，推動各方在公有云大算力中心進行更靈活、更大規模的智能駕駛訓練；在生物科技領域，火山引擎進行了生信PaaS—BioOS探索，推動生信科研創新的基礎設施統一、數據存儲統一、開發模式統一，降低創新成本。

譚待告訴《每日經濟新聞》記者，“ChatGPT讓大家關注到了大語言模型，其實視覺、圖象、語音，包括自動駕駛等垂直領域序列，將來也可以構建出circles模型。對火山引擎來說，這（些業務）肯定是將來很重要的不斷增長的負載來源，是火山引擎的重要方向之一。”

CIC灼識咨詢經理陳一心向每經記者表示，使模型在應用中更加切中企業經營重點，同時借此將模型的規模與TCO合理化，提升性價比、控制成本，進而普及大規模B端應用，這將是未來的發展方向之一。

當然，大模型的發展機遇與挑戰并存。行業認為，大模型在發展過程中仍存在多個關鍵問題，譚待對此表示，目前其發展還在初期，并面臨數據安全、內容安全、隱私保護、版權保護等許多問題需要努力解決。

“大模型百花齊放，將深刻改變人與人、人與機器的協作方式，對內容生產、辦公協作、商業、教育、傳媒等不同領域產生影響。未來將是多云多模型的時代。”譚待說。

封面圖片來源：每經記者 王紫薇 攝