1112
由“模型熱”引發(fā)的“智算熱”仍在持續(xù)，大量政企用戶一方面看到了大模型技術給業(yè)務帶來的新突破點，另一方面深深擔心成本及算力供應的持續(xù)穩(wěn)定，行業(yè)亟需找到一個緩解供需矛盾的“最優(yōu)解”。
9月19日，在2024云棲大會上，阿里云“上”（上層大模型服務平臺）“下”（底層算力）結(jié)合，打出一套“組合拳”。一方面，飛天云計算操作系統(tǒng)企業(yè)版“智算升級”，將智算能力深度融入專有云平臺，實現(xiàn)通用算力、超算、智算的一網(wǎng)調(diào)度，滿足政企客戶“云+AI”協(xié)同發(fā)展需求；另一方面，大模型服務平臺百煉專屬版2.0正式發(fā)布，可基于公共云VPC和專有云部署，為政企客戶安全、快速地開發(fā)大模型保駕護航。
“飛天”與“百煉”的雙雙升級，標志著阿里云智能化服務能力再度提升，為AI時代全面深入政企市場做好了準備。
有卡不等于有算力，云上集約化算力成最優(yōu)解
當前，“模型熱”正在引發(fā)一場算力革命。不同于傳統(tǒng)IT時代，AI時代對基礎設施的性能、效率要求更高，CPU主導的通用計算體系已快速向GPU主導的AI計算體系轉(zhuǎn)移。中國互聯(lián)網(wǎng)協(xié)會最新發(fā)布的《中國互聯(lián)網(wǎng)發(fā)展報告(2024)》顯示，2024年上半年我國智能算力在算力市場的比重已經(jīng)超過30%。
作為大模型落地的一個重要標的，政企市場對于AI算力的需求也在持續(xù)增長。阿里云智能副總裁、產(chǎn)品解決方案與服務管理總經(jīng)理霍嘉介紹稱：“政企市場主要有三類場景帶來了龐大的智算需求。第一類是城市智算，各地都有一些以政府或者政府所管轄的國資企業(yè)所投資的智算集群正在快速建設中；第二類是科研智算，像生物、環(huán)境、材料、地理（生化環(huán)材醫(yī)）等科研領域?qū)τ诖竽Ｐ图夹g的使用比較多，已經(jīng)開始出現(xiàn)租用智算集群的現(xiàn)象；第三類是企業(yè)智算，這類企業(yè)更多的是在探索一些大模型應用的試點場景，這也會帶來一些智能算力方面的需求。”
隨著一系列新場景、新業(yè)態(tài)的出現(xiàn)，政企數(shù)字化轉(zhuǎn)型的焦點也在發(fā)生改變。過去在信息化時代，政企數(shù)字化轉(zhuǎn)型本質(zhì)上是從以流程驅(qū)動為核心的傳統(tǒng)商業(yè)化套件向以數(shù)據(jù)驅(qū)動核心業(yè)務再造的方向轉(zhuǎn)變，最典型的案例就是很多企業(yè)都構建了數(shù)據(jù)中臺。而今天進入智能化時代，政企數(shù)字化轉(zhuǎn)型目標已經(jīng)轉(zhuǎn)化為結(jié)合自身業(yè)務場景，利用大模型等AI技術來創(chuàng)造更新的價值。
阿里云智能副總裁、專有云總經(jīng)理劉國華指出，現(xiàn)在政企客戶主要關心兩件事，一是供應鏈韌性的問題，二是成本的問題。大模型技術的快速發(fā)展在給政企客戶的業(yè)務帶來新突破點的同時又帶來了新的供應鏈韌性問題和成本問題，因此他們期盼能夠建立起一個新的AI基礎設施標準，滿足“云+AI”協(xié)同發(fā)展的要求，最大化提升整體的成本效率。
目前來看，大模型智算平臺仍面臨一些挑戰(zhàn)。比如性能方面，模型的訓練背后需要非常強算力的基礎設施支撐，如今，萬卡已經(jīng)成為模型訓練的標配，集群規(guī)模的不斷擴大，無疑對底層AI基礎設施的處理效率提出更高的挑戰(zhàn)；再比如，訓練任務的穩(wěn)定性，GPU服務器出故障的概率比傳統(tǒng)X86架構的CPU服務器出故障的概率要高得多，如何讓一個集群穩(wěn)定支持任務長周期的運行非常重要；此外，多芯兼容也是一個難題，智算平臺要變得又好用又易用，就必須能夠平滑地使用不同芯片所提供的算力。
業(yè)內(nèi)普遍認為，智算雖“火”，但市場上還存在很多用卡效率不高的情況。換言之，有卡也不一定有算力。GPU卡要把它真正用起來，在工程上面臨非常大的挑戰(zhàn)。因此，智算不僅僅是卡的問題，而是一個軟硬件協(xié)調(diào)的系統(tǒng)，涉及算、存、網(wǎng)等多種核心能力，缺一不可。
正如霍嘉所言：“今天我們所說的大模型算力基礎設施，絕對不是把一堆硬件簡單堆砌在一起，而是通過云計算平臺把芯片、服務器、網(wǎng)絡、存儲有機調(diào)動起來，從而形成云上集約化的高效算力?！?/p>
飛天+百煉，阿里云揮出政企智能化服務“組合拳”
面對政企市場在AI時代的新需求，阿里云拿出了自己的“看家本領”，即從底層算力到上層大模型服務平臺的全棧式智能化服務體系?！跋隆庇酗w天企業(yè)版，與阿里云公共云技術同根同源，采用同一套技術架構，通過一云多芯、一云多算等核心能力，為AI大規(guī)模在政企市場落地提供底座支撐；“上”有百煉平臺，集成了國內(nèi)外主流優(yōu)質(zhì)大模型，提供模型選型、微調(diào)訓練、安全套件、模型部署等服務和全鏈路的應用開發(fā)工具，讓政企客戶不再被底層算力部署、模型預訓練、工具開發(fā)等復雜工作困擾，降低AI應用門檻和使用成本。
實際上，歷經(jīng)了10年的發(fā)展與沉淀，阿里云的全棧式智能化服務已融入政企市場各個領域。比如，在汽車制造領域，中國一汽基于阿里云通義千問打造的大模型應用GPT-BI可5秒生成智能報表，輔助業(yè)務決策，模型準確率達92.5%，這意味著GPT-BI在研產(chǎn)供銷多種場景上都具有優(yōu)秀的預測能力和泛化性能。
在安全防控領域，陜煤集團旗下的建新煤礦使用通義大模型同時監(jiān)控十余座礦山的生產(chǎn)環(huán)境，實現(xiàn)了從“主要靠人防”到“更多靠技術防”的轉(zhuǎn)變，為安全防控打開了新思路。
在醫(yī)藥研發(fā)領域，阿斯利康基于通義大模型搭建的藥品不良反應自動分析和總結(jié)平臺，使藥物安全把控效率提升300%，準確率從90%提升至95%，這將提高藥物開發(fā)效率。
在科研探索領域，中國科學院國家天文臺人工智能組基于阿里云通義千問打造的天文大模型“星語3.0”，可實現(xiàn)自主控制望遠鏡進行觀測、分析觀測結(jié)果，智能地給出下一步觀測建議，將科研人員從繁瑣的觀測中解放出來，更加專注于研究。
記者了解到，今年以來，阿里云飛天企業(yè)版已實現(xiàn)三大技術升級。首先，支持多芯的GPU融合管理。具體來看，飛天企業(yè)版可支持23款不同的GPU接入管理；公專一體的網(wǎng)絡架構可支持單一集群1.5萬卡的建設；通過GPU池化和虛擬化技術，支持異構GPU資源實現(xiàn)統(tǒng)一的池化管理，可將整個GPU的利用率提升100%；針對推理場景進行性能的優(yōu)化，可將通信帶寬整體提升100%以上，模型的吞吐量提升23%。
其次，通過AI PaaS層來提升整個智算的落地效率。“我們可提供一站式AI大模型開發(fā)與服務能力，并兼容多個主流開源的模型，希望給客戶更多的選擇，同時也提供了一個統(tǒng)一的運營管理平臺，提供算力運營、模型運營以及整體運營的支撐，幫助客戶構建可運營的AI平臺，讓他們可以基于阿里云的平臺去構建自己的模型生態(tài)。”劉國華表示。
此外，阿里云還對自己的云平臺進行了智能化升級。一方面，基于過去十年的運維經(jīng)驗推出了智能運維大模型“云小智”，日常運維效率能提升50%；另一方面，通過探索開發(fā)智能化，讓整個云平臺快速向智能化方向進化。
“今天，很多用戶把大模型應用當成一個‘目的’，但實際上我們應該先弄清楚，大模型到底能做什么事兒？你的場景是什么？”阿里云智能副總裁、解決方案研發(fā)部總經(jīng)理曾震宇強調(diào)，“大模型相當于一把‘錘子’，它只是一個提升效率的工具。只有使用者能夠?qū)λ幸粋€合理恰當?shù)念A期，知道在自己的業(yè)務場景中，大模型究竟能解決什么問題，才能讓它真正發(fā)揮出自己的價值。”
作者丨宋婧編輯丨趙晨美編丨馬利亞監(jiān)制丨連曉東
