文表外表里，作者周霄、赫晋一，编辑付晓玲、曹宾玲
“阿里讲到技术和云计算，用了特别大的力气，我都快忘记阿里是搞电商的了。”一位投资人听完阿里 2022Q4 电话会议，在雪球上如此感慨道。
其实，何止阿里，百度也是一样——李彦宏俨然把电话会议变成了云计算专场，说起前景句句不离智能云，问答环节七个问题，四个都跟云计算有关。
而集体提升战略优先级的背后，似乎和新一轮“风口”迹象有关。
可以看到，蛰伏了两年的互联网大佬，跃跃欲试新一轮“内卷”。
“价格屠夫”刘强东提刀归来，京东重拾百亿补贴；在抖音步步紧逼下，美团进入战斗模式，春招一次性放出 4000 个岗位名额。
另一方面，ChatGPT 热潮席卷全球，勾起了人们对算力、存储新一轮增长周期的期望。
那么，站在当下，我们是否可以提出一个命题，云计算的时代又到来了？
01 互联网行业再现“iPhone 时刻”
某种意义上，国内外科技公司对 ChatGPT 的“颠覆意义”，达成了共识。
近日，前阿里钉钉副总裁张斯成在采访中谈到，“ChatGPT 的影响类似 iPhone 诞生，就如同当年的 APP 一样，Bot（聊天机器人）将成为人机之间最新的基本触面。”
无独有偶，两周前，在加州大学伯克利分校的一场活动上，英伟达 CEO 黄仁勋也曾表示：“ChatGPT 是人工智能领域的 iPhone 时刻。”
这种认知，多少是有道理的。
可以看到，在模型设计上，ChatGPT 横空出世后，科技界“万流归宗”。
死磕元宇宙的扎克伯格，公开表示在元宇宙上走了弯路，长远目标是开发 AI 机器人。
在 Bert（AI 语言模型）上倾注了近 5 年心血的谷歌，近期承认，GPT 表现出来的一些特性非常值得研究。
应用方面也是一骑绝尘。瑞银的一份报告显示，ChatGPT 推出仅两个月，月活就突破了 1 亿。
要知道达到同样量级，爆炸式增长的 TikTok 也用了 9 个月，其他亿级应用，更是以年为单位。
在资本市场上，更是浪潮迭起。
比如，美版今日头条 Buzzfeed 表示将邀请 OpenAI（ChatGPT 母公司）为其网站进行内容创作后，股价单日暴涨近 120%。Adobe 发布其 AI 工具后，两周内股价涨幅达到 26%。
毕竟押中了，意味着将获得当初 iPhone 出世后，Twitter、微信等应用生态那样的巨额收益。
然而蛋糕虽诱人，要吃到并不容易。
如下图，ChatGPT 所搭载的模型（GPT3.5），从 GPT1 迭代到 GPT3，预训练数据量从 5GB 激增到 45TB，增长幅度接近千倍。
这样的算力需求，是以往的芯片和架构所不能承受的。
据英伟达披露，使用单个 Tesla 架构的 V100 GPU，对常规参数的 GPT-3 模型进行一次训练，需要用 288 年时间。
通俗理解就好比，因为运营内存、显卡参数不够，红米 9a 下载不了《原神》，vivo 打《原神》很卡，而搭载 i5 以下的机型，更是闪退得打不成。
这意味着，互联网应用厂商对云计算的需求，或进入新一轮周期。
面对如此红利，云计算厂商已经开始“摩拳擦掌”。
比如，上个月亚马逊云宣布与 AI 初创公司 Hugging Face 拓展合作，AWS 将为其开发 ChatGPT 的开源竞品，提供底层 AI 芯片 Trainium 的算力支持。
阿里 2022Q4 电话会议上也表示：在生成式 AI 引起颠覆性突破的时代，我们将全力抓住市场机遇，为多种模型和应用提供好算力支撑。
而算力提升最有效的方法，是缩短数据传输的距离，也就是边缘计算——把提供服务的节点从中央下放到网络边缘，离用户更近。
打个比方，章鱼在捕猎时异常灵巧迅速，腕足之间配合极好，从不会缠绕打结。这得益于它们类似边缘计算的“一个大脑+多个小脑”。
而要支撑边缘计算，对芯片架构和服务器，都提出了更高要求。
芯片来说，据 OpenAI 测算，自 2012 年以来，全球头部 AI 模型训练算力需求3-4 个月翻一番，每年增长幅度高达 10 倍。
但按照摩尔定律，芯片计算性能大约每 18-24 个月翻一番。也即是，芯片计算性能迭代，开始跟不上 AI 训练的算力需求。
具体来说，云计算发展到今天，随着数据密集型场景越来越多——比如大型开放式游戏，此前以 CPU 为核心的计算体系架构开始暴露短板：
一方面，计算和网络传输之间的时延较大；另一方面，数据迁移量增大，无法满足高带宽需求。
比如，云计算从业务处理为中心转向数据处理为中心，CPU 更多是在处理网络事务而不是用于计算，这相当于数据中心部署的很多服务器，被白白浪费了。
此时，解决之道是不再借助 CPU，而是打造只为云计算服务的芯片，相当于云上的 Windows 系统。
为此，各芯片公司率先行动。比如，英特尔的 IPU、英伟达的 DPU，还有更早的智能网卡，都是云计算和数据中心专门芯片。
英特尔相关负责人表示：“IPU 是一种全新的技术类别，适配所有云数据中心，是英特尔云战略的重要支柱之一。”
但云厂商们在这一轮里，显然有自己的想法。
近几年，微软加大芯片工程师的招聘力度。比如，不仅从英特尔、AMD、英伟达等公司挖人，还跟苹果近身肉搏——去年挖走其资深工程师 Mike Filippo。
这逼得苹果为了留住人才，向芯片设计、硬件等工程师，以股票形式发放巨额奖金。
而据彭博社报道，微软此举是为了加速推动自研芯片进程，以便将算力的主动性，牢牢掌握在自己手中。比如，上述的 Mike Filippo，就在 Azure 团队中负责自研服务器芯片。
国内来说，阿里云发布的云基础设施处理器 CIPU 也是类似的诉求。
这个体系架构下，CIPU 向下可以链接数据中心的计算、存储、网络资源，向上可以接入飞天云操作系统，将全球数百万台服务器连成一台超级计算机。
反映在效果上，以往需要 3.5 台服务器才能完成的计算任务，现在可能只需要 2.5 台。
而服务器方面，边缘计算下，从一个头指挥，变为无数条腿协同指挥——单机处理几千个轻量请求，转变为由数万台服务器处理上亿个重负载请求。
这对服务器数量和处理能力的要求，都更进一步。
比如，三星电子表示，考虑到 AI、5G 等关键基础设施投资，将在 2023 年增加用于服务器、数据中心的产品。
而据 IDC 预计，到 2025 年，全球边缘服务器的支出金额占总体服务器比重，将从 14.4% 增长至 24.9%。
预期需求增长下，可以看到，存储原厂的产能分配正在进行调整，多余的产能将从 PC、手机等，流向服务器市场。
当然，这一领域是硬件厂商如浪潮、华为等的主场。
总的来看，ChatGPT 时代的到来，或许会触发互联网行业新一轮应用周期的迭代。这种迭代对算力要求的激增，使蛰伏了两年之久的云厂商，再次站在了聚光灯下。
然而相比上一次红利期（IaaS 高速渗透），这一轮的筛选可能更为严格。
如下图，2017-2018 年左右，全球服务器出货量达到增长高点，国内增速顶峰稍有滞后，但基本保持一致。
据《服务器和存储工作负载调研》数据，云计算基础服务器的折旧归零时间一般是 5.15 年。（当然，很多服务器 5 年之后会继续使用，但无法保证运行的成本效率。）
也就是说，2022-2023 年，业内或迎来一个新的出货量周期。
这在数据上已有反馈。Gartner 数据显示，2022H1 全球服务器出货量同比增长 11.8%，国内增长幅度为 13.4%，和 2017 年的增长情况很接近。
如此一来，站在换新节点上的上云客户，或许会加速向技术派云厂商转移。
02 蛰伏两年的云厂商们，能 Hold 住新烧钱黑洞吗？
“100 亿美金。很简单，马斯克用 10 亿美金设立 OpenAI，之后微软 2019 年又投了 10 亿美金，如今微软又宣布未来投入 100 亿美金。”
这是被问到“资金储备多少钱的公司，有机会成为中国的 OpenAI？”时，张斯成的回答。
事实上，不止 ChatGPT 模型研发，背后支撑的大算力以及大数据，都意味着烧大钱。
以数据训练为例，基础模型 GPT-3.5 训练一次需要花费 300-460 万美金。且随着模型能力提升，参数持续优化，训练的成本还会不断增加。
这种情况下，甚至出资 5000 万美金、高调入局 ChatGPT 的王慧文，创业资金可能仅够进行几次训练。
另有业内人士表示，“模型训练除了贵，短时间内是看不到回报的。就算有了商业变现，还要根据实际应用场景继续训练，投入更多的资金。”
如此一来，意味着要入局 ChatGPT，最基础的保障在于持续的资本输血。
然而众所周知，国内云厂商过去几年都是“风光在外”，内里不赚钱。如下图，微软云、AWS 的利润率常年保持在 20% 以上，而国内的云厂商则长期亏损。
究其原因在于，一方面，IaaS 层高度同质化，厂商为了留住客户，需要在价格上妥协，没多少赚头；PaaS 层更青睐私有云，讲究定制化，又被拔了一层毛。
另一方面，国内云厂商基本上是为运营商“打工”。如下图，金山云 IDC（带宽成本+机架成本）成本占比约 60%。
长期不振下，马化腾在去年底的内部员工大会上，勒令 CSIG 放弃集成商角色。随后，腾讯总裁刘炽平在财报会上表示，云业务接下来要从不惜一切代价增加收入，转向提升利润率。
那么问题来了，云厂商们能 Hold 住新的烧钱黑洞吗？看看其在另一片海里的情况，就知道了。
“这种极为无缝、流畅的体验，对我们的客户而言是异常美妙的。”印尼电商平台 Tokopedia 高管每次提起 2019 年的埃克斯特拉斋月电视节目（类似于双十一），都难掩激动。
激动的原因在于，基于和阿里云的合作，Tokopedia 埃克斯特拉斋月电视节目，活动单日的交易额超过了公司成立 6 年以来的总收益。
而梳理来看，阿里云提供的服务，是类似于图像搜索、拍照上传等国内电商平台，早已司空见惯的功能。
事实上，这只是国内云厂商出海东南亚的缩影。而背后反映的是：东南亚科技需求爆发，但发展程度相对较弱，云厂商出海相当于“降维打击”。
据 cento 数据，2015-2021 年，东南亚的总风险投资数量激增。2021 年总交易额实现了 70% 的同比增长，且预计到 2025 年还将翻三倍。
这里面投资金额最多、增速最快的是金融科技、零售、娱乐、教育等行业，都是妥妥的上云大户。
基于此，可以看到，去年以来国内云厂商进一步加大出海力度：
·华为云表示，要在东南亚开拓伙伴生态、人才生态，联合当地政府、企业推动数字化转型。
·阿里云则称，未来三年将投入 70 亿元建设国际本地化生态。
当然，这种突然出动，让 AWS 们感受到了危机。
阿里云们发布出海计划前后，谷歌云公布了在马来西亚和泰国建设数据中心的计划；AWS 也表示要在 15 年内向泰国和印尼各投资 50 亿美元。
然而东南亚市场的核心矛盾在于：对上云有迫切需求的，大多为中小企业，预算有限。
比如，印尼阿斯特拉信息技术主管在采访中表示，“印尼对成本很敏感。”
就这一点来说，阿里云们在国内价格“内卷”锤炼下，相比 AWS 等更有价格优势。比如，同等规格产品，阿里云定价通常比 AWS 等企业低 25%-40%。
此外，国内云厂商在东南亚的交付、售后人员成本，也远低于按小时计费的欧美工程师。
这反映在结果上，国内云厂商目前在东南亚的可用区数量，已超过 AWS 们；同时，市场份额有了明显提振，比如 IaaS 领域，中国公司在泰国的市场份额超过谷歌。
值得注意的是，在东南亚既不需要像国内把价格杀到“地板价”，也不用付出过高的定制、服务成本，一些产品净利润相比国内可高出 10%-20%。
也就是说，云厂商们重点押注的东南亚市场，短期内有着强增长、高利润的特性，不失为稳定的弹药库。
不过，海外环境总归比较复杂，需要经过基建、Local 等长周期的过程。相比之下，撬动国内传统企业上云更为“性感”。
一直以来，互联网云厂商攻克传统企业屡屡败于“定制化泛滥”。
比如，某专营政企云厂商负责人曾感叹：“我们有 4000 人，年产值几十亿，如果继续做定制化业务，把产值提高一倍，人员也要扩大近一倍，没啥规模经济可言。”
另一方面，想上云的传统企业也很委屈。
某制造企业怀揣最高预算 200 万元，找到国内一家大厂寻求云服务，但大厂按照规格，只能派出一名“级别不高的员工”。
看起来，追求定制化下，云厂商没赚头，传统企业预算有限，匹配的服务体验感不强。
基于此，云厂商们一致积极推动行业云，尽可能为单一行业设定通用的解决方案。
举例来说，去年阿里云推出“汽车云”，为汽车行业提供“产研供销服”全生命周期的技术支持，目前在国内已服务超过 70% 的汽车企业。
除了汽车行业，其还覆盖零售、农业、金融等领域；与此同时，腾讯云也在旅游、公共安全、城市规划、生命科学、金融五大行业有所布局。
当然，技术升级只是一方面，还可以看到的是，“很多企业购买腾讯会议企业版的原因是，公司员工习惯了用腾讯会议的免费版。”
也即是，C端体验会加速B端的采购行为。
这在阿里云也是一样，2022 云栖大会上，其高管曾表示，“传统企业上云很多时候不是依靠产品或技术，更多的是依靠存量客户的迁移来维持。”
如此趋势下，可以看到，海内外云巨头都在抢占“协同办公+应用开发+基础设施”的布局高地。
以 Salesforce 为例，收购协同办公平台 Slack 后，2020-2022 年，营销费用率从 46.4% 下降到历史最低点 44.7%。
国内来说，据钉钉高管披露，2022Q2 阿里云和钉钉双付费客户数同比增速接近 30%。云钉一体的企业对云的消耗量高于“有云无钉”的企业。
总的来说，一方面，出海东南亚，脱离内卷向市场要利润；另一方面，行业云技术和“高频打低频”，直插传统企业的上云诉求，利润层面有了更多腾挪空间。
03 小结
回望国内云计算走过的这段历史，会发现所有成果的取得，不是因为一个决定，而是因为一系列决定；不是一个人在坚持，而是一群人在坚持。
犹如在夜间行走一般，探索阶段的决定几乎无人喝彩，甚至参与者也在半信半疑之中。而站在风口上的时候，大家才会觉得此前无论是烧钱，还是死磕，都是无比正确的决定。
这一切归根结底就是一句话，没有云计算的时代，只有时代中的云计算。
