算力爭奪戰背後的新商業模式

大模型"煉丹"的熱潮會過去，但算力正在成爲一種新的商業模式。算力服務商需要未雨綢繆，及時轉向。

近期，有研究者使用全球40年的天氣數據，用200張GPU卡進行預訓練，在2個月左右的時間內，訓練出了參數量達億級的氣象大模型。按照一張GPU 7.8元/小時計算，這個模型的訓練成本可能超過200萬元。而如果是訓練通用大模型，成本可能要翻百倍。

目前中國10億參數規模的大模型已超過100個。然而，行業蜂擁而上的大模型"煉丹"卻面臨着高端GPU一卡難求的難題。算力成本高企，缺算力、缺資金成爲了擺在行業面前最直觀的問題。

高端GPU的短缺在全行業都無解。頂峯時期一張A100的價格已被炒到二三十萬元，單臺A100服務器的月租價格也飆到了5-7萬元/月。即便如此，高昂的價格依然可能拿不到芯片。

大模型市場的競爭激烈，沒有數十億資金投入，很難持續開發大模型。一些創業者表示，如果沒有百億千億資金支持，這條路很難走通。隨着市場從狂熱到理性，企業也會隨着預期變化來控制成本、調整策略。

面對算力短缺，企業採取了多種應對措施:

1. 使用更高質量的數據提升訓練效率
2. 提升基礎架構能力，實現千卡以上穩定運行
3. 優化算力卡資源調度
4. 從雲計算架構過渡到超算架構
5. 使用國產平台替代英偉達GPU

這些方法每一種都是一個相對較大的工程，一般企業很難通過自建數據中心來滿足需求。許多算法團隊選擇專業的算力廠商來提供支持。

算力已經成爲一種新的服務模式。算力服務以多樣性算力爲基礎，以算力網路爲連結，以供給有效算力爲目標。它不僅包括算力，還包括存儲、網路等資源的統一封裝，以服務形式(如API)完成算力交付。

從產業鏈結構來看，上遊企業主要供給算力基礎資源，中遊企業負責算力生產和供給，下遊企業則是算力的使用方。目前按量計費和包年包月是主流的計費模式。

隨着大模型高性能計算需求的常態化，脫胎於雲服務的算力服務快速進入大衆視野，形成了獨特的產業鏈和商業模式。在這個算力產業爆發的初期，高端GPU短缺、算力成本高企、搶"芯"成爲了這個時代的獨特風景。

長期來看，算力成爲一種服務是確定性趨勢。算力服務商需要做好準備，在大模型回歸理性、市場風向快速轉變時及時調整戰略。