大模型掀起的技术狂热，终究要落于理性繁荣。
中国科技圈很久没有出现如此大规模的技术热潮了，这在4月11日的阿里云峰会体现得淋漓尽致，加之阿里巴巴CEO张勇的阿里云首秀，现场人头攒动，能容纳上千人的报告厅一度封闭，行业内外都想找到一些答案。
阿里巴巴集团董事会主席兼CEO、阿里云智能集团CEO张勇在云峰会上表示，阿里巴巴所有产品未来将接入“通义千问”大模型，进行全面改造。他认为，面向AI时代，所有产品都值得用大模型重新升级。
未来每一个企业在阿里云上既可以调用通义千问的全部能力，也可以结合企业自己的行业知识和应用场景，训练自己的企业大模型。比如，每个企业都可以有自己的智能客服、智能导购、智能语音助手、文案助手、AI设计师、自动驾驶模型等。
阿里巴巴不是国内最先发布大模型的厂商，但关于怎么做好大模型，阿里云作为国内份额第一，且最早提出MaaS（Model as a Service）理念的云厂商，有一定的发言权。
阿里巴巴并没有太多着墨在大模型本身，而是将“云+AI”和盘托出。
张勇的阿里云首秀
这是张勇入主阿里云以来首次公开亮相，同样也是阿里巴巴分拆为六大业务集团，阿里云智能集团的首次亮相。钛媒体App了解到，阿里云大的组织变动基本清晰，涉及到各个产品团队之间的分拆、重组，尚在进行之中。
“不仅是判断，并且坚持，才让我们走到了今天”。在本次峰会上，张勇回顾了阿里云14年来的发展，始终把云计算视作未来的核心战略，阿里云抓住了移动互联网和产业互联网的两次机遇，阿里的超前预判和坚持投入，造就了今天的阿里云。
现在，到了张勇为阿里云做未来判断的时候，他笃定人工智能是云计算的未来。
“面向未来，因为人工智能技术全面的爆发和新一代技术的出现，可能对各行各业产生颠覆性的影响，让我们看到了数字化时代后，一个全新的智能化时代的到来。”他说。
张勇表示，数字化的时代还有先后之分，首先出现了一批新型的互联网公司，之后各行各业看到数字技术的力量，大家都争先恐后开始进行数字化的变革。
但在今天，在初步具备数字化普及程度和改造进程基础上，所有企业从阿里巴巴开始到所有的互联网公司，从最早的第一代互联网公司到最新的互联网公司，和所有经过改造以后各行各业的产业公司，面对智能化时代，大家站在同一个起跑线上。
“所有行业、所有应用、所有软件、所有服务，都值得基于新型人工智能技术、基于AIGC各方面技术支撑、大模型支撑重做一遍，这一定能带来不仅是一种创新性的客户体验、客户服务满足，同时也会让我们的生产范式、工作范式、生活范式发生很多变化。”张勇说道。
阿里巴巴决定未来将所有产品接入通义千问，进行全面改造。钉钉、天猫精灵等产品在接入通义千问测试后，变得更加智能化，像天猫精灵，能回答各种刁钻问题，钉钉接入通义千问测试之后，可以自动生成工作方案，也可以在会议纪要后自动生成总结和待办事项，还能拍一张功能草图自动生成小程序。
大模型是“云+AI”的全方位竞争
张勇指出，大模型是一场“AI+云计算”的全方位竞争，超万亿参数的大模型研发，并不仅仅是算法问题，而是囊括了底层庞大算力、网络、大数据、机器学习等诸多领域的复杂系统性工程，需要有超大规模AI基础设施的支撑。
阿里云是阿里大模型的出口，未来阿里云要做好两件事情：让算力更普惠，推动自研技术和规模化经营的正循环，持续释放技术红利；让AI更普及，让每家企业的产品都能接入大模型升级改造，并有能力打造自己的专属大模型。
具体来看，从算力普惠方面，阿里云推出新款通用算力型ECS云服务器Universal实例（简称U实例），售价相比上一代主售实例降幅最高可达40%，新发布的对象存储预留空间产品OSS-RC，费用可降低36%-70%。阿里云还推出“飞天免费试用计划”，开放50款云产品的免费试用。
从普及AI方面，阿里云从IaaS（Infrastructure as a Service）基础设施的服务，到基于大数据、机器学习平台的建设，大数据的平台服务PaaS（Platform as a Services），到（Model as a Service）MaaS模型即服务，形成了较为完善的大模型三重布局，以通用、标准化的服务输出给企业客户。
在IaaS方面，阿里云CTO周靖人表示，大模型训练离不开算力，今天模型的训练往往会以有多少张卡来表示背后的算力，其实这是一个非常简单的描述，所有GPU不是简简单单的堆砌，更需要的是让所有GPU，让异构算力能够联合起来为模型训练服务。
阿里云为AI训练场景打造了灵骏集群，规模上能够支持10万张卡GPU规模，通过800G全速无拥塞RDMA网络连接，存储方案能够做到每秒钟20TB带宽，还有多级缓存。
阿里云的机器学习平台PAI可以训练10万亿参数规模的大模型，同时也能让几千张甚至上万张卡联合一起训练超大规模的模型。
“因为我们一系列技术的创新、突破，能够支持万卡的单任务分布式训练规模，分布式加速比接近线性，能够有92%线性扩展效率，在一些训练场景上能够带来10x训练效率提升。”周靖人表示。
随着模型越来越复杂庞大，模型推理、模型服务的成本也是大家关心的焦点，为了做到有效模型的推理、服务，阿里云在模型的压缩方面做了大量工作，包括剪枝、蒸馏等一系列压缩手段，在不影响模型的情况下，把模型服务成本降低。一方面可以降低模型服务的延迟，一方面让模型服务的成本降低至八分之一。
“云智能”的兑现
人工智能对云计算的影响是巨大的，从业者可能有印象，2018年，阿里云升级为阿里云智能，一位时任阿里云高管对钛媒体App表示，当时大家都在思考，如何去驱动更大的云消费？
“静态的是存储、计算和网络，动态是数据库、大数据。还有就是AI、IoT，其中非常重要的是AI，会消耗大量的算力”。
云厂商的预期设想很好，但是不同于计算密集型负载，一个计算任务同时占用大量计算节点，很容易带动大量的云资源消耗，彼时大模型才初露端倪，人工智能和云的结合并不好，AI本身规模化价值的分散，使得“云智能”名不符实。
大模型改变了这一切，行业惊喜地发现，大模型几乎可以融入到一切产品和服务中，由大模型训练带来的算力消耗也许只是“前菜”，当大模型、行业模型足够普遍，每天无数次的推理才是云厂商期待的“主菜”。
就像过去的“互联网+”，现在都是“大模型+”，有多少大模型，背后就有多少云计算。
周靖人表示，去年阿里云在业内首次提出了“Model-as-a-service （MaaS，模型即服务），就是以云为基础，以模型为中心的概念，也看到有一些云计算友商不断地采用这个新概念，去设计它自身云的产品体系。
“所谓智能云的基础，就来自于智能的基础设施，要能够把大数据，把机器学习这方面的能力能够发挥到极致，智能云，其实是云的正常生命延展”。周靖人补充表示。
云厂商希望更多企业体验大模型，更希望让每家企业都能基于通用大模型，拥有具备自己行业能力的专属大模型，如此不仅能够带动大量的云资源消耗，也能产生长久的客户粘性，纯资源型留不住客户，一旦涉及到数据，客户往往就会谨慎迁移。
“如何对专属模型进行进一步成本的降低，有效的把解决行业问题所需要的那部分智能保留，这中间有非常多的技术的创新和技术的突破，这正是阿里云在这方面比较有优势的地方”，周靖人说。
阿里云不只发布了大模型，也是在展露出大模型背后的基础设施，技术狂热可以暂时忽略成本与收益，但大模型要真正实现理性繁荣，离不开工程化的实践，和现实的商业变现。
（本文首发钛媒体APP 作者｜张帅 欢迎添加作者微信mr3right交流）