打开微信，点击底部的“发现”，使用“扫一扫”即可将网页分享至朋友圈。
作者：吕倩 责编：刘佳
“火山引擎自己不做大模型，首先服务好国内做大模型创业的公司，”4月18日，火山引擎宣布为大模型公司提供算力与服务支持，接受采访时，火山引擎总裁谭待对第一财经记者表示，目前火山的任务一方面是算力供给，另一方面是搭建云原生机器学习平台，帮助企业应用好算力，进一步提升效率，把大模型训练得又快又稳定。
此前有消息称，字节跳动加入国内AI大模型竞赛，大模型团队由Tik Tok产品技术负责人朱文佳负责，应用场景包括抖音与TikTok的搜索功能、AI生成图片视频等。投资端与行业端也对字节跳动自研大模型抱以期待。但此次，颇受外界关注的火山引擎并未发布大模型产品，而是宣布发布自研DPU（数据处理器）等系列云产品，并推出新版机器学习平台：支持万卡级大模型训练、微秒级延迟网络，弹性计算可节省70%算力成本。基于自研DPU（中央处理器分散处理单元）的GPU（显示处理器）实例，相比上一代集群性能最高提升三倍以上。
算力问题是当下包括大模型公司在内的诸多公司客户的首要需求。此前腾讯发布高性能计算集群，缓解大模型趋势下的算力压力。所谓“高性能计算集群”，主要采用腾讯云星星海自研服务器，搭载英伟达最新代次H800 GPU，服务器之间采用3.2T超高互联带宽，为大模型训练、自动驾驶、科学计算等提供高性能、高带宽和低延迟的集群算力。
谭待认同当下的算力压力，他称，大模型还在发展初期，面临数据安全、内容安全、隐私保护、版权保护等许多问题。但可以预见的是，大模型将带动云上AI算力急剧增长，AI算力的工作负载与通用算力的差距会越来越小，这会为各家云厂商带来新的机会，同时也会对数据中心、软硬件栈、PaaS平台带来新的挑战。
对于算力缓解的具体方式，谭待对第一财经表示，H800芯片是一个标品，所有云厂商都会用。网络带宽设计也一样，不论是提供1.6T（指带宽，每秒数据传输率）还是3.2T，均各有特点。核心1.6T有其适合的场景，该类带宽性价比更高。如果追求3.2T的传输速度，未来支持到万卡级别——即用一万张高性能GPU卡做分布式的并行训练时，需要更复杂的网络结构。
相对来说，谭待称，火山机器学习平台的一大优势是内外同款，比如在集团内部，通过抖音平台推荐广告进行大规模场景训练。另对外，火山也合作了生物制药、自动驾驶等行业合作方。“这些实战经验非常重要，平台好不好，关键是有没有在真实的、大规模的场景中经历打磨，”谭待称。
谈及当下涌现的大批大模型公司，作为服务与技术提供方，谭待对记者表示，垂类行业客户与通用型大模型客户均有。但在2022年，行业中更多的反而是垂直类行业，因彼时包括推荐算法或自动驾驶行业都显露出模型越来越大的趋势，当时火山便做了很多准备。直到去年底今年初，基础大模型公司爆发出来，火山也发现之前积累的技术与经验可以用上，同时也根据新诉求进行优化。当下大模型客户类别上，谭待透露称，大约是通用型大模型公司占比三分之一，垂直行业公司占比三分之二。
作为重要的云服务厂商，此前阿里云宣布发布ECS企业级通用算力型U实例，价格对比上一代主售实例最高可下降40%，同时推出对象存储预留空间产品，价格最多可降70%。此外，阿里云还向开发者推出“飞天免费试用计划”。对于当下云厂商之间即将爆发的价格战，谭待对第一财经表示，火山也通过技术进行性价比的提高。例如通过火山与字节跳动国内业务并池，基于内外统一的云原生基础架构，抖音等业务的空闲计算资源可极速调度给火山引擎客户使用，离线业务资源分钟级调度10万核CPU，在线业务资源也可潮汐复用，弹性计算抢占式实例相比常规产品最高优惠80%以上，进而实现资源的高利用率和极低成本。
以抖音推荐系统为例，火山方面表示，工程师用15个月的样本训练某个模型，5小时就能完成训练，成本只有5000元。火爆全网的抖音“AI绘画”特效，从启动到上线只用一周多时间，模型由一名算法工程师完成训练。
同时，谭待对第一财经表示，成本是云计算的关键竞争力，但成本问题需要通过技术手段可持续地做好，而不是通过短期的商业手段，后者不可持续。