算力租賃驟然降溫退潮,寧暢想做大模型“精裝算力”|ToB產業觀察
圖片系AI生成
AI算力租賃不香了?
“百模大戰”帶動AI算力需求指數級增長。2024中國算力大會發布的《中國綜合算力指數報告(2024)》顯示,過去20年間(2003年-2023年),智能算力需求大概增長超過百億倍。供需失衡催生了算力租賃市場順勢興起,不僅傳統云服務提供商憑借龐大的用戶基礎和豐富的技術資源切分市場蛋糕,一些傳統企業也開始走入算力租賃領域。
據統計,僅2023年下半年,就有包括蓮花控股、錦雞股份、平治信息、湖北廣電、軟通動力等近40家上市公司“跨界”算力租賃。目前“算力租賃”概念相關上市公司已達到101家,總市值達1.60萬億元。
但形勢很快急轉直下,算力租賃業務逐漸顯現頹勢。今年新增算力租賃業務的29家上市公司中,上半年有11家上市公司業績虧損,其中虧損最多的企業虧損金額已達3.097億元。
目前,已有部分企業考慮自有業務穩定而主動終止跨界項目,從玩家涌入到市場降溫,跨界算力租賃業務熱潮隨之冷卻。世界互聯網大會期間,寧暢在烏鎮提出了“精裝算力”概念,依托定制化與全棧全液能力,以算力棧為交付形態,提供全體系軟硬協同的精細化算力服務。
跨界算力租賃,結局早就注定
技術投入大、獲客難、算力不好用,都是跨界算力企業盈利的痛點。而從業務角度拆解,算力租賃本身并不是有錢就能做的生意。在跨界企業認為有錢有渠道買卡就盲目入局時,結局就已經注定了。
首先,算力租賃不僅需要芯片等硬件設別,更要具備軟硬全棧的技術能力。在客戶租用算力的過程中,出現運維、技術困境,都需要算力租賃企業擁有自上而下解決問題的能力。然而跨界企業自身業務體系和算力相關性較低,往往缺乏核心技術,在整個新業務構建和拓展維護上進展緩慢。
其次,在漫長的技術攻關后,跨界企業無論采買技術還是投入研發,都要花費極高的資金成本。同時,智算中心在建設和運營過程中,因算力結構不合理、應用生態不完善、運營模式不成熟,最終很可能導致只算中心閑置,利用率低下。
最后,即便業務開展順利也找到了客戶,部分跨界企業提供的算力服務也依舊存在性能不穩定、響應速度慢等客觀問題。用戶租了、用了,體驗感卻不高,最終結果還是用戶流失。維系業務本身有需要源源不斷的資金注入,開源遇阻、節流不得,讓跨界企業算力業務陷入了困境。
在復雜的實際場景中,對算力調用的需求也千差萬別。IDC此前表示,人工智能的計算力分布將呈現“二八法則”,在早期階段80%的算力集中在訓練場景,在未來的大規模應用階段80%的算力將集中在推理場景,未來對推理的需求將遠遠超過對訓練的需求。
換言之,多種應用場景對大模型的精細化需求,加劇了用戶對算力的精度要求。在這一客觀情況下,頭部大模型公司選聚焦模型訓練上。在基礎大模型訓練之上,再根據特定的業務需求進行微調。這些公司往往選擇自建智算中心,既服務自身模型訓練也提供軟硬全棧的品質算力。同時,專注算力的廠商逐步將業務重點轉換至軟硬全棧服務,滿足更多用戶對算力的高頻次、多元化、個性化的需求。
圖片系AI生成
寧暢想做“大模型算力裝修公司”
隨著算力格局趨于穩定,市場正在恢復正常的技術和商業邏輯。世界互聯網大會期間,寧暢在烏鎮提出了“精裝算力”概念,寧暢將建設智算中心比作為大模型的“家”做裝修。如果算存網是“硬裝”,那么提供集群、算子、模型軟件優化的一系列能力就是“軟裝”,軟硬協同一體的定制化“精裝算力”就如同專業的裝修公司,打包整個裝修過程,讓大模型高效落地。
就寧暢提出的概念而言,其精裝算力包括寧暢本身的定制化、全棧全液能力,覆蓋用戶交付、部署、應用、運維體驗和業務需求,圍繞用戶實際應用場景和算力需要,寧暢可為用戶定制對應算力解決方案,其方案本身就涵蓋了硬件、軟件平臺搭建、算法模型優化、應用場景定制等內容,最終實現算力資源不浪費、使用成本不溢出。
結合行業視角觀察,除了類似寧暢這類提供全棧解決方案的提供商外,一部分創新型中小型企業則更專注于大模型應用的開發與部署,錨定某一特定領域進行大模型的訓練。
雖然這些企業往往沒有更多資金和精力搭建自己的算力中心,但其優勢在于垂直領域用戶對大模型精調、推理業務,對這一部分創新型企業對算力的需求,運營商、算力廠商也提供自己的算力平臺,除可提供算力租賃服務外,也能為其搭建配套開發環境,以開箱機即用的一站式算力服務賦能企業客戶。
大模型應用落地加速,算力供給和應用場景需求的聯接正在加深,用戶對于算力的需求也開始趨于多元復雜。在這一趨勢下,算力市場也正在走入精細化發展的新時期。
算力租賃業務本身擁有廣闊的市場,但算力遠不止租用那么簡單。從市場規律而言,算力產業和其他產業一樣,都要從粗放型發展逐步走入高質量發展階段,從眉毛胡子一把抓,走到精細化、差異化、定制化上去。提供算力服務的同時,具備全棧服務能力,滿足用戶剛需的同時,也能全程優化用戶體驗,這才是算力業務細水長流的發展之道。作者 | 張帥,編輯 | 蓋虹達)
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法,不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險,讀者在采取與本文內容相關的任何行動之前,請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。