“多云多模型”时代到来，火山引擎的数字化升级“刀法”

2023年，几乎可以被定义为中国互联网公司的“大模型元年”。
ChatGPT的全球爆红，彻底点燃国内的大模型赛道，曾经的“创业英雄”、如今的商业领袖们亲自下场，接连发布生成式人工智能产品与大模型布局。
大模型火了，沉寂许久的互联网行业又有了新的“战事”。同时，大模型的快速发展也改变了云市场的现状，企业对算力的需求急剧增长，技术层面从单一云架构向“多云架构”转变的趋势日益显著。
2022年，字节跳动旗下云服务品牌“火山引擎”对4000多家在云上消耗超过100万的企业客户进行调研，他们发现，目前有88%的企业采用多云架构，平均每家企业会使用“五朵云”。
在多云架构趋势与大模型持续迭代的背景下，火山引擎总裁谭待认为，未来将是“多云多模型”的时代。
不难理解，如今国内云服务市场呈现多元化趋势，企业从不同厂商采买云服务已是常态，而大模型也不会一家独大，最终会形成多模型共生甚至协作的生态。
“在多云方面的实践，字节可以说是经验最丰富的一家。”谭待说。
具体到技术与业务层面，在“多云多模型”时代下，火山引擎如何为企业提供针对性的解决方案？
做好大模型的“基础设施”
大模型是人人都想摘得的“玫瑰枝”，但在国内落地实现的壁垒依然很高。
大模型的训练与迭代是对算力和数据的双重考验，也是对企业资金储备与战略定力的挑战；有业内人士估算过，OpenAI 训练 GPT-3 一年，算力成本就高达 2000 万美元。
尤其对中小科技企业或初创公司而言，建设大模型更具体的挑战在于，企业缺乏足够的应用场景实践和行为分析数据，在训练和迭代升级上也存在壁垒。
谭待也认为，国内很多科技公司投入到大模型建设中，他们有优秀的技术团队、丰富的行业知识和创新想法，但往往缺乏经过大规模场景实践的系统工程能力。
对此，火山引擎的解法是：为大模型客户提供高稳定性和高性价比的AI基础设施。
如何为大模型提供基础设施？据谭待透露，国内大模型领域七成以上企业是火山引擎客户，火山引擎将为他们提供关键的算力支持和技术平台，并为消费者带来更丰富的AI应用。