优刻得季昕华：“百模大战”中定位“算力底座”，算力短缺会长期存在丨连线科创板④周年
21世纪经济报道记者 张赛男 实习生郭丽君 上海报道ChatGPT在全球市场的成功，引爆了大模型创业热潮，国内呈现出“百模大战”的竞争格局。在AI大模型竞赛的背后，算力需求的暴涨给相关云计算公司带来空前机遇。作为科创板首家云计算企业，优刻得（688158.SH）深切地感受到算力需求正扑面而来，自身也正在成为AI大模型产业链上的深度参与者。优刻得被外界熟知的是其云计算业务，实际上2017年优刻得就提出“CBA”(Cloud，Big data，AI)三位一体的产品发展战略，在AI领域进行了多年开拓。借着AIGC的浪潮，一方面，优刻得在AI领域的前期布局正在显效；另一方面，公司更积极地投身到大模型的赛道中。值此科创板四周年之际，优刻得上市也有三年之余，顶着“云计算第一股”、首家“同股不同权”公司的诸多光环，优刻得在本轮AI热潮中有了新的底气。近期，优刻得董事长兼CEO季昕华接受了21世纪经济报道记者的专访，就公司在AI领域的发展目标和策略、对算力未来的发展前景、“百模大战”的最终走向等做了深入解析。（图为优刻得董事长兼CEO季昕华）积极入局 定位“大模型算力底座”《21世纪》：优刻得作为云计算厂商，如何参与到这轮AI浪潮中，有怎样的目标？季昕华：目前大模型正处于风起云涌的阶段，需要大量的算力服务，这是我们的机会所在。客户的需求正从以前的CPU向GPU调整，巨大的GPU需求将同步带动算力、存储、网络等云计算相关产品的需求。目前AI算力方面最明显的挑战是显卡短缺，以及如何把大模型在实际场景中落地的问题。优刻得的主要目标是服务更多客户，包括做大模型的公司和用大模型的公司，大模型在每个行业都有发挥空间，潜在客户量也会很多。《21世纪》：目前公司能提供的算力服务有哪些？季昕华：目前做大模型的公司一般有三个痛点：买不到设备；买到设备后数据中心的电力供应不足；以及组网出现困难。针对这些痛点，优刻得主要提供5项算力及服务支持。第一是给已有设备的客户提供数据中心托管服务器服务；第二是为客户的显卡服务器提供机房租赁服务；第三是为组网出现问题的客户进行定制化网络服务；第四是帮助客户把大模型在公有云上进行推理，实现上线运营；最后一项服务是对接客户和数据流通服务。这几项服务中，算力和机房服务是最主要的。《21世纪》：优刻得自己会做大模型吗？季昕华：我们是国内唯一一家中立的云计算公司，更希望帮助客户训练和推广大模型应用。例如我们的合作伙伴达观数据推出了“曹植”大模型，需要我们更多的国产化算力服务。有些企业可能什么都想做，包括自己去做大模型；但优刻得就紧紧围绕提供“算力支持”这一定位发展。《21世纪》：大模型公司在选算力支持时，优刻得为什么是一个好的选择？季昕华：我们有几个特点：第一，优刻得是中立的，与大模型公司不存在竞争问题；第二，优刻得服务了很多大模型公司，了解大模型训练过程中的技术诉求；第三，比较了解大模型训练公司的痛点，比如购买显卡、部署繁琐等问题，我们可以提供海外模型在中国的镜像，帮助大模型公司快速推进训练和推理工作。也可以利用我们积累的客户资源，帮助大模型公司找到合适的应用侧客户。大模型发展中的难点和痛点《21世纪》：当前大模型的发展面临哪些问题？季昕华：大模型的核心包括四个方面，算力、数据、算法和应用场景。这里存在几个问题：第一，在算力方面，中国处于被“卡脖子”的状态，压力很大，所以我们建议加大对国产GPU的支持，我们也在积极地对接和使用国产GPU。第二，数据问题，中国的数据是比较不够的，特别是共享数据方面，我们呼吁政府鼓励更多的数据共享，让企业用到数据。第三是算法，这依靠各家公司自己的努力，加强技术攻关，赶超世界先进公司。第四是应用场景，这个非常关键。我们一直呼吁政府把工作场景开放出来，提供给国内大模型公司使用。场景用起来有三个好处，一是能形成反馈，从而对模型进行调整；二是能产生更多的经济价值，才能在大模型这样的重工业里投入更多；三是能够帮助各行各业提高效率，解决诸如信息不对称的问题等。《21世纪》:目前国内的产业链能否满足算力需求？算力短缺会是长期问题吗？季昕华：目前还不能满足算力需求的缺口，并且以后会越来越缺算力。随着参与大模型训练的企业越来越多，用来训练大模型的数据量越来越大，对推理的要求也越来越高，大模型的应用会越来越广。以上因素作用下，短期内很难能够满足市场的算力需求。现在我们的客户训练和推理GPU数量的比例大概在3:7，即三万张卡做训练就要对应七万张卡做推理。未来对GPU的需求会越来越大，然而受限于供应链，GPU会全球缺货，此外受限于美国方面出台的政策，相关芯片被限制，我们也希望能找到更多国产GPU的持续供应。《21世纪》：那推动数据共享的难点在哪？季昕华：数据的壁垒是真实存在的问题。在ChatGPT中，英文数据占97%左右，中文的数据只有1%左右。在整个全球互联网中，汉语占比虽高，但和英语占比的差距仍然很大。此外，美国有很多公共的数据集，大模型可以训练未出版的文章，形成数据集，这在中国是欠缺的。同时由于中国在法律法规方面比较健全，很多企业不敢把数据拿出来给大模型训练，所以需要隐私计算模式的搭建。而隐私计算目前在技术上还存在难度，一是因为数据训练需要这类数据进行交互，二是数据训练之后，哪些数据被可能会被使用方拿走没有办法完全控制，所以需要先对核心数据做脱敏工作才能拿去训练，这类工作难度比较大。我们希望由中国政府主导建立公开的数据。同时希望能通过隐私计算把不同单位之间的数据，在不共享的条件下用来训练。可控的泡沫是良性的《21世纪》：在外界认知中，大模型的门槛应该挺高的，但目前国内不断涌现大模型，这似乎违背了这种认知？季昕华：现在国内市场上有130家公司在做大模型，可以说明一些事实：就是这个行业的前景非常好。此外AI大模型可能会比移动互联网在更大程度上影响人类生活。我认为大模型确实有蛮高的门槛，第一，不像其他的互联网创业，我们称大模型为互联网的重工业，至少有1000张卡才能做训练，对资金成本要求高；第二，有数据要求，做大模型必须有足够的数据，需要时间和经验的积累；第三个是对算法的要求比较高。正因为大模型训练需要的门槛比较高，所以只出现了一百多家。如果大模型训练门槛放低，可能会有一千家加入竞争，出现“千模大战”。从历史发展来看，“百模大战”之前，有“百团大战”、“千播大战”。那为什么现在看起来有很多的公司做大模型呢？因为现在有开源的大模型和很多公开的论文可供参考，所以起步上会简单很多。但要做好大模型的门槛还是高的，像现在的GPT4没有公开后续技术细节，国内很多大模型就很难继续发展。《21世纪》：就您的观察而言，目前市场上的大模型在技术上有无明显差距？季昕华：目前国内大模型有很多做得很好，年底能达到GPT3.5的水平，明年能达到GPT4.0水平，我们也拭目以待。目前来看，大模型的发展有几个核心问题：是否有足够的数据、算力、算法，能否实现线上的闭环。在技术实现上，目前国内大模型都没有开源，所以很难从技术手段上判断优劣，需要第三方机构的评测。《21世纪》：国内的大模型下一步会往哪个方向发展？季昕华：我认为未来大模型会分为几种样态:：有几种通用大模型，再加上多领域的垂直大模型，并且会包括多种模态。除目前主流的文本以外，还会存在视频、语音、图片等多种形态。所以5-8家多模态的大模型，几十家各种垂直领域的垂直模型，这是相对合理的状态。国内可能会走出垂直化的趋势，垂直化不需要特别高的技术和算法，用已开源的大模型加上在垂直领域的应用就可以了。《21世纪》：一个赛道异常火热的情况下难免会有泡沫，怎么看待大模型赛道中的“泡沫”？季昕华：我喝咖啡特别喜欢喝卡布奇诺，因为它大部分是咖啡，上面有一点点的泡沫，这种味道是比较好的，整个行业发展也是一样，如果没有一点泡沫，资本进不来，那对行业是不好的。有可控的泡沫相对来说是良性的。资金、人力向AI业务倾斜《21世纪》： AI在优刻得业务布局中是“三足鼎立”的一足，目前AI这么火热，会考虑在AI业务上投入更多资金和人力吗？季昕华：会的。我们认为整个AI和大模型正处于快速发展的阶段，所以非常重视。优刻得在内部做了几项改变：第一，要求所有部门的员工都根据岗位和工作内容来使用大模型。第二，在机房建设和服务器采购这类硬件上加大投入，目前我们的数据中心就是按照大模型服务器的电力需求来建设的，因为以前一个机柜可以装十几台服务器，现在的模式下一个机柜只能装下一台A800。第三，在软件的应用方面做了内部转型，通过学习和训练大模型，了解大模型，为大模型提供服务。《21世纪》：现在云计算领域的竞争也相当激烈，友商也在推出降价策略，优刻如何能在竞争中保持优势地位？季昕华：在竞争中，一些公司的降价更多是市场宣传策略，其实是只把一两款非主流产品的价格降下来，但核心服务的价格基本不会改变。我们的价格也不会有大的变化，偶尔也会通过降价一两件产品来做市场营销。从长期来看，为客户提供更好的服务、更低的成本是我们的追求。对优刻得而言，满足客户需求，提供差异化的产品是核心问题。我们一直强调产品的研发。研发分为三种，一种是技术领先型研发，例如OpenAI；第二种是竞争对手跟随型；第三种是用户需求驱动型，针对用户的需求点来开发产品。（第三种）是我们一直在做的。例如最近很多客户想测试开源大模型，那么优刻得就做国内镜像开源大模型的第一家。用户可能每天都会出现新需求，我们会不断收集这种需求，然后针对需求研发出产品。《21世纪》：优刻得有很多关于科创板的光环，作为掌舵人，您觉得公司上市之后有一些怎样的变化？有什么建议？季昕华：在科创板上市的好处第一是提高了公司的知名度，有利于市场开拓，第二增加了融资渠道，第三是能够提高企业的规范性，在管理方面会更有帮助。一个建议是，公司上市之后，市场对短期的收入和利润财务指标会更关注，但对于公司长期运营来说，需要综合考虑短期和长期效益的平衡问题。
本信息由网络用户发布，本站只提供信息展示，内容详情请与官方联系确认。
