算力争夺战背后的新商业模式

大模型"炼丹"的热潮会过去，但算力正在成为一种新的商业模式。算力服务商需要未雨绸缪，及时转向。

近期，有研究者使用全球40年的天气数据，用200张GPU卡进行预训练，在2个月左右的时间内，训练出了参数量达亿级的气象大模型。按照一张GPU 7.8元/小时计算，这个模型的训练成本可能超过200万元。而如果是训练通用大模型，成本可能要翻百倍。

目前中国10亿参数规模的大模型已超过100个。然而，行业蜂拥而上的大模型"炼丹"却面临着高端GPU一卡难求的难题。算力成本高企，缺算力、缺资金成为了摆在行业面前最直观的问题。

高端GPU的短缺在全行业都无解。顶峰时期一张A100的价格已被炒到二三十万元，单台A100服务器的月租价格也飙到了5-7万元/月。即便如此，高昂的价格依然可能拿不到芯片。

大模型市场的竞争激烈，没有数十亿资金投入，很难持续开发大模型。一些创业者表示，如果没有百亿千亿资金支持，这条路很难走通。随着市场从狂热到理性，企业也会随着预期变化来控制成本、调整策略。

面对算力短缺，企业采取了多种应对措施:

1. 使用更高质量的数据提升训练效率
2. 提升基础架构能力，实现千卡以上稳定运行
3. 优化算力卡资源调度
4. 从云计算架构过渡到超算架构
5. 使用国产平台替代英伟达GPU

这些方法每一种都是一个相对较大的工程，一般企业很难通过自建数据中心来满足需求。许多算法团队选择专业的算力厂商来提供支持。

算力已经成为一种新的服务模式。算力服务以多样性算力为基础，以算力网络为链接，以供给有效算力为目标。它不仅包括算力，还包括存储、网络等资源的统一封装，以服务形式(如API)完成算力交付。

从产业链结构来看，上游企业主要供给算力基础资源，中游企业负责算力生产和供给，下游企业则是算力的使用方。目前按量计费和包年包月是主流的计费模式。

随着大模型高性能计算需求的常态化，脱胎于云服务的算力服务快速进入大众视野，形成了独特的产业链和商业模式。在这个算力产业爆发的初期，高端GPU短缺、算力成本高企、抢"芯"成为了这个时代的独特风景。

长期来看，算力成为一种服务是确定性趋势。算力服务商需要做好准备，在大模型回归理性、市场风向快速转变时及时调整战略。