更新时间：2024-12-23 14:41:18 来源：
在刚刚结束的2024云栖大会上，小鹏汽车董事长、CEO何小鹏驾驶着小鹏P7+缓缓驶入会场，吸引了众多观众的关注。据了解，这是全球首款AI汽车，搭载了最新的端到端的无人驾驶技术，能够在无图情况下实现全城智能驾驶，并且每两天就能进行一次升级。
何小鹏表示：“对于最普通的用户，从现在到未来的36个月，可以让我们每一个人在每一个城市都像老司机一样开车。”
小鹏汽车为何能率先推出首款AI汽车？其背后离不开大量算力支持。据了解，两年前，小鹏汽车与阿里云在乌兰察布共同建立了中国最大的无人驾驶AI算力中心，该中心成立后，将无人驾驶模型训练效率提升了超600倍，与此同时这两年该中心算力规模已经提升了四倍，达到了2.51 Eflops，在车企里是TOP级别。
小鹏汽车无人驾驶负责人李力耘则更进一步指出，端到端对于无人驾驶只是开局，真正的竞赛正在云端展开。
无论感知到还是不能感知到，一场大模型为代表的AI驱动的变革，正以前所未有的光度和深度在展开。
一方面让我们正真看到，随着大模型与千行百业发生关联， AI计算正在加速演进，成为整个计算体系的主导。另一方面也充分证明，大模型要想真正落地并发挥效能，不单单是模型的训练和推理，而是一项涉及多个环节的系统性工程，需要AI基础设施的支持。
阿里巴巴集团CEO、阿里云智能集团董事长兼CEO吴泳铭在2024云栖大会上表示，在新增算力市场上，超过50%的新需求由AI驱动产生，AI算力需求已经占据主流地位，且该趋势还会持续扩大。
据相关多个方面数据显示，当前，行业前沿模型训练计算量每年增长4~5倍，中国AI算力规模2022~2027年复合增长率高达33.9%；模型参数以10倍速增长，模型数据集以50倍速增长，对存力也提出了更高需求。
Pascal的发明人曾经写过一句线倍就是一架喷气机——而当任何的事情的规模增加了1000倍，它就会发生天翻地覆的变化。“这样一个时间段一定要引入了新的东西，不然它没法解决了。”中国工程院院士、之江实验室主任、阿里云创始人王坚在前不久的外滩大会上这样说道。
在历史的长河中，那些至关重要的创新最终往往融入并成为基础设施的一部分，如工业时代的电力。AI时代的云计算也正是如此，据红杉资本的研讨会资料显示，云计算如今已是基础设施的核心，英伟达等公司也被划分到了基础设施类别中。
阿里云智能集团资深副总裁、阿里云公共云事业部总裁刘伟光，在云栖大会上给出了他的答案：
“今天云的分布式架构能力、全球部署能力、全球一张网的高速通信能力，以及高性能的存储和网络解决能力，以及节能、绿色环保能力，服务器使用效率等等，相比传统企业架构，是更适合为 AI 应用爆发和迭代提供非常有力的全方位支撑。”
当然，眼下也有一些企业个人选择自建IDC买几十台、上百台 GPU 推理训练服务器进行模型的训练，但实际上这会面临一系列的挑战。
首先，怎么样才能解决算力规模化问题。对于当前的算力需求而言，尽管英伟达的芯片仍然是业界翘楚，但许多客户也开始提出了对国产算力的具体实际的要求。因此，适配多架构算力已成为一项重要任务，能让客户在一个平台上同时支持多种芯片及多类算力服务。
其次，如何提升模型训练效率问题。卡有了，但并不意味着算力效率就高，大模型推理和训练过程是一个软硬件协调的系统，其中网络的消耗、I/O 的操作几乎占据了大模型训练推理一半时间，企业要构建一个高性能的网络，但这是一个巨大的挑战。
另外，上层应用怎么样应对高并发的难题，当在一款 APP 端去发布一个火爆应用，无论是文字、文本、图片、图像，或者是推理计算的时候，会引发千万人、上亿人在同一秒钟涌进 APP 进行尝试。这对应用背后的性能支撑、弹性能力的挑战是非常强的，类似于极限“秒杀”，这些是自建IDC很难应对的。
除了这些技术层面问题外，还有成本问题。AI 智能应用的能耗密度要比传统 IT 高出 10 倍以上，整个 GPU 服务器能耗是传统 CPU 能耗的 10-30 倍。当在大模型应用上计算一道高等数学题时，背后消耗的电量是利用普通搜索引擎检索的近10倍。对于很多企业来讲，去大规模构建智能化应用的时候，持续稳定电力供应以及电力成本也是非常大的挑战。
眼下，AWS、Azure、阿里云和GCP等全球顶级云厂商都在围绕AI基础设施进行布局，并展开激烈竞争。
具体来讲，阿里云已形成了基础设施即服务（IaaS）、平台即服务（PaaS）和模型即服务（MaaS）三层架构，可为公司可以提供大模型的训练及推理提供高性能、低成本的算力资源和机器学习服务。
这一年多来，阿里云凭借其深厚的技术积累和开源开放战略，从底层到平台层再到应用层，构建了一套完整的技术栈，为通义大模型的快速迭代与大范围的应用提供了有力保障。
据雷峰网(公众号：雷峰网)获悉，本次云栖大会上，阿里云智能集团CTO周靖人又公布了阿里云在技术上的最新成果。
在底层支持上，其最新上线的磐久AI服务器，支持单机16卡、显存1.5T，并提供AI算法预测GPU故障，准确率达92%；
阿里云ACS首次推出GPU容器算力，通过拓扑感知调度，实现计算亲和度和性能的提升；
为AI设计的高性能网络架构HPN7.0，可稳定连接超过10万个GPU ，模型端到端训练性能提升10%以上；
阿里云CPFS文件存储，数据吞吐20TB/s，为AI智算提供指数级扩展存储能力；
人工智能平台PAI，已实现万卡级别的训练推理一体化弹性调度，AI算力有效利用率超90%。
在平台层，据雷峰网获悉，百炼平台作为阿里云AI基础设施的重要组成部分，为开发者提供了便捷的API接口。通过接入百炼平台，开发的人能轻松调用通义大模型的能力，实现各种复杂的应用场景。这一平台层的赋能极大地降低了AI技术的使用门槛，加速了AI技术的应用。
为了让大模型进一步惠及各行各业，通义千问多款模型进一步降价，Qwen-Turbo价格直降85%，低至百万tokens 0.3元，Qwen-Plus和Qwen-Max分别再降价80%和50%。其中，Qwen-Plus推理能力追平GPT4，可应用于复杂任务，是效果、速度及成本均衡的最优选择，降价后，Qwen-Plus性价比达到业界最高，同等规模较行业价格低84%。同时，阿里云百炼平台还为所有新用户免费赠送超5000万tokens及4500张图片生成额度。
周靖人表示：“云厂商拥有全栈技术储备，并通过基础设施的全面升级，让AI训练、推理、部署和应用整个生命周期变得更高效。”
得益于完整的AI基础设施，阿里云通义大模型已经在广泛的场景中得到了落地应用。2024年云栖大会的展区堪称大模型的“嘉年华”。三个场馆中 ，AI 底层和前沿技术的展商有 17 家，AI 算力计算馆展商 有80 家，AI 创新应用的前沿应用馆展商数量则高达 170 多家。
据公开数据，阿里云通义大模型已经服务了超 30 万家企业客户，重点覆盖了互联网、金融、汽车、科研、医疗、教育、政务、工业制造和零售等领域，包含营销设计、社交、AI 游戏、在线教育、智慧终端、无人驾驶、智能座舱、金融客服、政务服务、代码开发、药物研发、气象预测、太空探索等场景。
喜马拉雅、星巴克、三得利等都是率先将通义大模型应用于营销设计的公司；微博和小红书则利用通义大模型把社交“玩”出了新高度；无论是老牌的新东方，还是新兴的酷学院和精准学，在线教育学习管理机关都在牵手通义大模型来改善学习效率。
游戏行业是拥抱大模型最彻底的行业。完美世界游戏通过接入通义大模型，在剧情、对话和音频生成等多个环节中获得了助力，不仅提升了游戏内容的丰富度，也为玩家带来了更好的沉浸式体验。网易游戏通过将AI引擎部署在云端，实现了AI队友的高效推理，极大地丰富了游戏玩法，增强了玩家的游戏体验。
同时，大模型优秀的泛化能力使得终端更智能、金融服务、政务服务更便捷，软件开发更高效，等等。
随着智能手机市场的饱和，通过技术创新吸引客户成为了一个新课题。vivo基于通义大模型开发的“vivo看见”，通过实时语音播报、画面内容识别等功能，为用户更好的提供了全新的交互方式，增加了产品的竞争力。联想在其AI PC中集成了通义千问等模型，打造了“天禧”个人大模型，提升了智能终端的智能化水平。
在公众服务方面，众安保险、盈米基金、红棉小冰等通过与通义大模型的合作，在智能客服等场景进行了全面升级，有效提升了服务效率和客户满意程度。上海市徐汇区通过通义大模型的支持，使得涉企服务场景中的咨询更加准确，服务更方便快捷高效。
中国一汽、长安汽车、趣丸科技、哈罗集团等引入通义灵码，用于提升软件代码生成效率。
智能座舱和无人驾驶让汽车成为新的物种，小米汽车、极氪汽车、零跑汽车等也都与通义大模型合作，提升智能座舱的体验。
机器人的出现让历史悠远长久的工业制造重启智能之路。拓斯达和有鹿的机器人接入通义大模型后，具备了诸多新能力。
当然，大模型带来的AI技术进步，让人类不仅关注眼前和脚下，还把探索的焦点投向生命健康、气候和太空。
携手阿里云，复旦大学CFFF平台发布了气象大模型，并将预测速度从原来的小时级缩短到了3秒内。基于通义大模型，医药巨头阿斯利康搭建药品不良反应自动分析和总结平台，使药物安全把控效率提升300%，准确率从90%提升至95%；国家天文台和中科院地化所联合通义大模型，打造出“观星”和“探月”的垂直大模型，让中国科研更有竞争力。
上述种种，不一而足。2024云栖大会的召开可谓正当其时，提振了市场对大模型和AI发展的信心。
前年底，当大模型横空出世时，震撼力非比寻常，从业者对大模型落地应用有各种各样的畅想，然而经历了一年多发展后，舆论场上慢慢的出现各种质疑的声音，认为大模型在应用落地方面未能尽如人意。
但阿里云本次集中展示的大模型落地全景无疑给了市场一剂强心针。无论是通义大模型服务的客户数目，还是给用户带来的价值，都远远超出外界期待。
当然，大模型所代表的生成式AI技术还在应用的早期，在大多数人的经验里还没发生过这类事情，本能会产生怀疑，这很正常，因为大部分新的技术革命都会在大多数人的怀疑中成长。
风物长宜放眼量。从1956年达特茅斯会议算起，AI已经走过了近70年的时间，这中间几度沉沉浮浮，但学界和业界从未丧失信心，接力探索。
在2024云栖大会首日，大家集中讨论了这样的一个问题：“今年大模型发展究竟是变快了，还是变慢了？”
“变快了。” 清华大学人工智能研究院副院长、生数科技首席科学家朱军，阶跃星辰创始人、首席执行官姜大昕，月之暗面Kimi创始人杨植麟都出了相同的回答。
作为阿里云的掌门人，吴泳铭则更为乐观和坚决：“过去22个月，AI发展速度超过任何历史时期，但我们依然还处于AGI变革的早期。生成式AI最大的想象力，绝不是在电子设备屏幕上做一两个新的超级app，而是接管数字世界，改变物理世界。”