哪些公司在做大模型,？面對這個(gè)問題,，我們首先會(huì)想到大型互聯(lián)網(wǎng)公司和AI創(chuàng)業(yè)公司,。他們更多是做大模型算法本身,，以及圍繞大模型的上層應(yīng)用。

但順著這條產(chǎn)業(yè)鏈向下看,，卻會(huì)發(fā)現(xiàn)在AI芯片與AI算法之間,，還有非常關(guān)鍵的一層，這就是IT層,。圍繞AI大模型的爆發(fā),，產(chǎn)生了一系列存、算,、網(wǎng)等IT設(shè)備升級,，以及AI數(shù)據(jù)中心、私域大模型的市場需求,。這些需求持續(xù)上漲,，帶來了IT行業(yè)的又一次爆發(fā)。

所以,，當(dāng)我們在討論大模型產(chǎn)業(yè)鏈的時(shí)候,，不能離開IT行業(yè)與IT企業(yè)。從2023年到現(xiàn)在,，可以看到各個(gè)主要IT廠商紛紛出牌,，搶灘大模型的新機(jī)會(huì)。這種趨勢將在2024年持續(xù)上升,，產(chǎn)生更加激烈的市場競爭,。

IT大廠面對大模型，首先是做產(chǎn)品,，找切口,，繼而開始形成連貫的智能化戰(zhàn)略。

本文中我們希望和大家一起讀懂,，IT企業(yè)為何要搶灘大模型,，又是如何實(shí)現(xiàn)這一戰(zhàn)略目標(biāo)的。

走向第三春：大模型帶來的IT市場迭代

AI大模型的爆發(fā),，客觀上給IT企業(yè)帶來了巨大的機(jī)會(huì),。這是由于傳統(tǒng)的IT設(shè)備,，大多數(shù)都無法滿足AI大模型的訓(xùn)練與部署需求。其中最知名的,，就是AI需要專項(xiàng)算力,。于是就產(chǎn)生了AI服務(wù)器這個(gè)全新的IT市場。再比如集群化AI訓(xùn)練,，需要對數(shù)據(jù)中心的網(wǎng)絡(luò)設(shè)備進(jìn)行全面升級,，以此來避免珍貴的AI算力在集群化過程中被浪費(fèi)。

這些由大模型特殊性產(chǎn)生的IT設(shè)備迭代需求,，伴隨著AI技術(shù)的爆發(fā)給IT市場格局帶來了顯著影響,。比如，根據(jù)TrendForce此前發(fā)布的數(shù)據(jù),，2023年全球AI服務(wù)器（包含搭載GPU,、FPGA、ASIC等）出貨量應(yīng)該可以達(dá)到120萬臺,，年增長率高達(dá)38.4%,，并且市場規(guī)模上將占到整體服務(wù)器市場出貨量的近9%。

如果這種情況持續(xù)下去,，AI技術(shù)專項(xiàng)適配的IT設(shè)備,，既是目前階段的增長爆發(fā)點(diǎn)，也可能是未來市場的主流需求,。因此沒有IT廠商可以放棄大模型帶來的戰(zhàn)略契機(jī),。

回溯IT市場的發(fā)展歷史，行業(yè)內(nèi)經(jīng)常將過去劃分為早期IT市場的信息化時(shí)代,，以及互聯(lián)網(wǎng)興起之后的數(shù)字化時(shí)代,。那么伴隨著AI大模型的全面滲透，市場很可能將迎來IT第三春,，也就是智能化時(shí)代,。

在智能化契機(jī)的序曲當(dāng)中，還有一條不能忽視的主線,，那就是IT技術(shù)的國產(chǎn)化。尤其在2023年,，伴隨著AI芯片禁令的反復(fù)炒作,，AI算力國產(chǎn)化成為科技自主可控趨勢中的重中之重。

國產(chǎn)化意味著新需求,。這一需求與AI大模型帶來的市場需求交融在一起,，加重了這一輪IT市場迭代的分量。

面對走向IT第三春的可能,，各個(gè)廠商紛紛開始尋找自己的AI市場切入口,，同時(shí)注重提升自主可控AI產(chǎn)品的占比,。

而分析IT廠商實(shí)現(xiàn)這一目標(biāo)的戰(zhàn)略，我們可以將其歸納為以下三種,。

以高度,，贏廣度

IT廠商在切入大模型機(jī)遇時(shí)，首先要解決客戶信任的問題,。AI相關(guān)的IT基礎(chǔ)設(shè)施選擇很多,，且差異化較小，用戶試錯(cuò)成本巨大,。所以如何能夠與客戶建立技術(shù)及解決方案信任是關(guān)鍵,。

破解這個(gè)難題，有這樣一種思路：廠商首先來把最核心,、最難的事情完成,，再通過核心市場來影響普及市場，形成以高打低,，以高度贏廣度的市場格局,。

而AI領(lǐng)域的核心任務(wù)有兩個(gè)。最復(fù)雜,、龐大的基礎(chǔ)設(shè)施是AI計(jì)算中心,，而最復(fù)雜的AI任務(wù)是AI for Science。

而在這兩個(gè)維度布局最深,，并且已經(jīng)贏得口碑的,，應(yīng)該是中科曙光。

AI for Science為代表的“重型AI”需求,，具有算力規(guī)模大,、多元算力融合、服務(wù)需求水平高的一系列特點(diǎn),。為了切入這個(gè)領(lǐng)域,，早在2022年曙光就完成了算力一體化平臺的開發(fā)及布局。依托各類算力中心,，以原生的底層資源,、市場化運(yùn)營機(jī)制、開放生態(tài)體系,，以及大量增值服務(wù)為支撐,，為用戶提供集“算力、數(shù)據(jù),、應(yīng)用,、運(yùn)營、運(yùn)維”的一體服務(wù),。

這一戰(zhàn)略的代表性成果,，就是曙光推出的5A級智算中心,。在智算中心場景中，需要集中呈現(xiàn)廠商的技術(shù),、資源,、生態(tài)、產(chǎn)學(xué)合作等AI行業(yè)要素,。需要完成從技術(shù)投入到解決方案構(gòu)建,，再到運(yùn)營支持、生態(tài)建設(shè)的一系列工作,。因此在東數(shù)西算背景下,，能夠獲得大量認(rèn)可的智算中心，就會(huì)成為整個(gè)智能化IT生態(tài)中的戰(zhàn)略高地,，滿足更多用戶對廠商AI技術(shù)能力與生態(tài)能力的信任,。

陸續(xù)建設(shè)并投入使用的5A智算中心，也就成為曙光在切入AI機(jī)遇時(shí)的高點(diǎn),。廣泛帶動(dòng)了曙光在AI服務(wù)器,、存儲等領(lǐng)域的發(fā)展。同時(shí),，曙光在AI for Science的積極布局與成功經(jīng)驗(yàn),，也成了其持續(xù)挺進(jìn)AI機(jī)遇時(shí)的核心差異化要素。

目前來看,，“以高帶廣”是IT廠商走進(jìn)智能時(shí)代一個(gè)行之有效的策略,。

以算法，帶設(shè)備

相較于互聯(lián)網(wǎng)企業(yè)與AI公司,，更多有IT需求的企業(yè)其實(shí)并不了解AI,，同時(shí)也很難探索滿足自身業(yè)務(wù)需求的大模型落地方案。這也就導(dǎo)致更廣泛的客戶難以向AI方向轉(zhuǎn)化,。為了解決這個(gè)問題,，在2023年我們看到了IT廠商開啟了一種比較超越常規(guī)的探索：自己做AI大模型，并且開源,。

去年11月,，浪潮信息對外發(fā)布了完全開源且可免費(fèi)商用的源2.0基礎(chǔ)大模型。這個(gè)系列的AI大模型包含1026億,、518億,、21億等不同的參數(shù)規(guī)模。對外稱為是國內(nèi)首個(gè)千億參數(shù),、全面開源的大模型。在能力應(yīng)用上,，源2.0大模型可以執(zhí)行多種任務(wù),，比如數(shù)理邏輯,、代碼生成、知識問答,、中英文翻譯,、理解和生成等。

作為硬件供應(yīng)商的IT企業(yè),，去做純軟件的開源大模型,，似乎是一件打破常規(guī)的事。但在浪潮信息的動(dòng)作中,，我們卻可以看到這個(gè)策略在“打開AI機(jī)遇切口”上的合理性,。

首先,，訓(xùn)練大模型的基礎(chǔ)是硬件能力,，尤其是算力能力。同時(shí)也會(huì)展現(xiàn)出廠商對軟硬件適配能力的理解,。比如說在算力層面,，源2.0就采用了非均勻流水并行的訓(xùn)練方法，綜合運(yùn)用“流水線并行+優(yōu)化器參數(shù)并行+數(shù)據(jù)并行”的策略,，讓模型在流水并行各階段的顯存占用量分布更均衡,，避免出現(xiàn)顯存瓶頸導(dǎo)致的訓(xùn)練效率降低的問題。這個(gè)方法為硬件差異較大的環(huán)境提供了新的訓(xùn)練方式,。這樣的經(jīng)驗(yàn)展現(xiàn),、路徑探索，可以幫助IT廠商更緊密了解客戶的IT環(huán)境與AI訓(xùn)練需求,，從而提供準(zhǔn)確的產(chǎn)品及服務(wù),。而對于用戶來說，先看懂廠商如何做算法,，也可以有效指導(dǎo)自身的AI算法嘗試,，從而可以推動(dòng)嘗試與客戶間的AI合作關(guān)系。

另一方面,，IT廠商推出開源且可免費(fèi)商用的大模型,，等于將大量潛在客戶的算法應(yīng)用門檻降到最低，讓他們可以開始嘗試大模型,。而在嘗試成功之后,，客戶也自然會(huì)更傾向于開源模型背后，原廠提供的IT設(shè)備,，從而實(shí)現(xiàn)了以軟件帶動(dòng)硬件的市場策略,。

這種策略能否收獲積極的市場反饋，在2024年引起行業(yè)的效仿和跟隨,，讓我們拭目以待,。

以全棧,，降門檻

在IT行業(yè)中，企業(yè)需要堅(jiān)持產(chǎn)品和解決方案兩條腿走路的策略,。前者主攻出貨量,，而后者可以帶來更為可觀的利潤空間。

而在AI大模型機(jī)遇到來時(shí)也是如此,。相對來說,，本身AI能力較強(qiáng)，應(yīng)用相對成熟的企業(yè)會(huì)考慮購買AI相關(guān)的存,、算,、網(wǎng)IT產(chǎn)品。但更多的企業(yè)則沒有強(qiáng)大的AI能力,，但又對智能化能力有著需求和期待,。這種情況下，就需要IT企業(yè)以解決方案的模式進(jìn)行AI能力交付,，從而降低企業(yè)的AI大模型門檻,。

這也就引出了IT廠商入局大模型的第三種思路：發(fā)揮自身的全棧技術(shù)優(yōu)勢，提升解決方案交付能力,。在降低企業(yè)AI應(yīng)用門檻的前提下,，獲得更好的商業(yè)回饋。

這一點(diǎn),，可以說是IT廠商面對大模型機(jī)遇時(shí)的普遍選擇,。各家都是重兵投入，集結(jié)力量,。一般來說,，AI大模型相關(guān)的硬件設(shè)備有算力、存儲,、網(wǎng)絡(luò)和商用終端,，而在硬件基礎(chǔ)上還有AI開發(fā)平臺、管理平臺,、私域大模型等軟件能力,。在這各個(gè)領(lǐng)域有廣泛布局的IT廠商，也就有了擁抱大模型機(jī)遇的更大底氣,。

比如說，新華三面向AI大模型機(jī)遇,，打造了百業(yè)靈犀LinSeer私域大模型,，定位是為企業(yè)用戶提供定制化服務(wù)的私域大模型。可以提供資料分析,、代碼編寫等服務(wù),，覆蓋了政府政務(wù)、工業(yè)制造等諸多領(lǐng)域,。百業(yè)靈犀LinSeer私域大模型，可以與新華三此前的一系列AI布局進(jìn)行結(jié)合,，比如訓(xùn)練型智算服務(wù)器,、推理型智算服務(wù)器、綠洲平臺,、傲飛算力平臺,、無損網(wǎng)絡(luò)，高性能存儲,、液冷解決方案等,，能夠綜合性幫助客戶一站式部署智算底座，快速搭建AI場景化應(yīng)用,。

這種盡量發(fā)揮自身全棧技術(shù)優(yōu)勢,，打通AI大模型所需軟硬件底座的模式，在很多IT廠商的最新動(dòng)作中都有展現(xiàn),。比如聯(lián)想推出的大模型解決方案及服務(wù),，就包括智算中心、AI平臺,、AIforce的“三位一體”,。面向私域大模型市場，聯(lián)想也推出了幫助企業(yè)構(gòu)建私有化大模型平臺的服務(wù),，其依托于一站式端到端的解決方案與陪伴式服務(wù),，讓客戶不必考慮部署細(xì)節(jié)，就可以快速獲得大模型能力,。這一解決方案的建立,，也融合了聯(lián)想在IT基礎(chǔ)設(shè)施、IT服務(wù),、AI force平臺,，以及智能終端領(lǐng)域的多種能力。

這種盡量將自身產(chǎn)業(yè)優(yōu)勢結(jié)合,，形成整體性解決方案，從而提供低門檻AI獲取方式的能力,，是IT企業(yè)切入大模型機(jī)遇核心策略,。比如我們可以看到新華三在切入大模型領(lǐng)域時(shí)，就將自身在網(wǎng)絡(luò)、液冷等方面的優(yōu)勢融合進(jìn)來,。而聯(lián)想則將自身在商用終端,、AI能力平臺上的積累納入整體方案。

這種通過能力融合來構(gòu)建差異化的策略,，將在接下來IT廠商布局AI業(yè)務(wù)時(shí)展現(xiàn)得更加清晰,。

整體來看，IT廠商搶灘大模型,，是一種綜合能力的考驗(yàn),，同時(shí)也需要廠商有調(diào)動(dòng)、整合的能力,，從而實(shí)現(xiàn)高舉高打的系統(tǒng)性戰(zhàn)略,。

在這個(gè)過程中，有三個(gè)要素尤為關(guān)鍵,。

一是廠商能否將多元化的布局協(xié)同起來,，通過能力整合發(fā)揮出自身獨(dú)特的AI優(yōu)勢。

二是能否實(shí)現(xiàn)軟件側(cè)對硬件側(cè)的補(bǔ)充,，甚至通過軟件創(chuàng)新反哺IT基礎(chǔ)設(shè)施市場,。

三是技術(shù)自研以及全面國產(chǎn)化的能力，這點(diǎn)將在科技自主可控的浪潮中不斷變得更加重要,。

可以說,，IT行業(yè)的AI迭代與智能化競賽，才剛剛拉開序幕,。