編輯/宇婷

各大云服務(wù)提供商正爭(zhēng)相與需要計(jì)算資源的人工智能初創(chuàng)企業(yè)簽訂合同，以追趕ChatGPT的制造商O(píng)penAI。

即便是ChatGPT把全世界的云計(jì)算公司，從云基礎(chǔ)設(shè)施的底層，拉入AI，多云環(huán)境依然很重要。

競(jìng)爭(zhēng)激烈的云計(jì)算領(lǐng)域中，一個(gè)令人意想不到的早期領(lǐng)先者是長(zhǎng)期落后于云計(jì)算領(lǐng)域，并因其過(guò)于激進(jìn)銷(xiāo)售策略而在一些長(zhǎng)期客戶(hù)中產(chǎn)生信譽(yù)問(wèn)題的——Oracle。

根據(jù)外媒的報(bào)道，至少有6家風(fēng)險(xiǎn)投資支持的AI創(chuàng)業(yè)公司，包括Character.ai和Adept AI Labs，主要依靠Oracle進(jìn)行云計(jì)算。相比于Amazon Web Services或Google Cloud，Oracle可以更經(jīng)濟(jì)地運(yùn)行復(fù)雜的機(jī)器學(xué)習(xí)模型。

從Oracle自身的角度看：Oracle作為相對(duì)傳統(tǒng)的老牌廠商，其優(yōu)勢(shì)可以總結(jié)為三點(diǎn)

? 服務(wù)器硬件以滿(mǎn)足AI公司的需求。

? 不像Google和Microsoft過(guò)于創(chuàng)新，對(duì)創(chuàng)業(yè)公司有潛在威脅。

? 贏得AI云戰(zhàn)可能更多取決于交易，而不是技術(shù)細(xì)節(jié)。

Oracle只占云市場(chǎng)不到5％的份額，遠(yuǎn)遠(yuǎn)落后于Amazon、微軟和Google。在云的創(chuàng)新性上，口碑不及前三家。Oracle的云收入約為AWS在同期的收入的1/20。

海外媒體報(bào)道：“兩位使用Oracle Cloud的AI創(chuàng)業(yè)公司創(chuàng)始人表示，該公司從其服務(wù)器硬件中受益，特別是連接處理器的電纜，以降低運(yùn)行大型機(jī)器學(xué)習(xí)模型的公司的價(jià)格。這些模型支持ChatGPT等復(fù)雜聊天機(jī)器人或服務(wù)，如Midjourney和Stable Diffusion，這些服務(wù)可以根據(jù)簡(jiǎn)單的文本描述生成逼真的圖像和視頻。這些服務(wù)背后的機(jī)器學(xué)習(xí)模型比其他形式的AI用于分析和預(yù)測(cè)更加計(jì)算密集，并且需要通過(guò)能夠快速傳輸大量數(shù)據(jù)的電纜、適配器和交換機(jī)連接服務(wù)器?！?/p>

“Oracle憑借價(jià)格吸引了一些初創(chuàng)企業(yè)。MosaicML在測(cè)試所有主要云提供商時(shí)，Oracle一直比其他云提供商便宜23%至33%，該公司的創(chuàng)始人兼CEO Naveen Rao說(shuō)。例如，當(dāng)MosaicML租用云端圖形處理單元來(lái)訓(xùn)練一個(gè)開(kāi)源的圖像檢測(cè)模型DeepLabv3+時(shí)，Google收費(fèi)44.87美元，AWS收費(fèi)38.80美元，而Oracle收費(fèi)29.94美元。“

”在Oracle上，這個(gè)過(guò)程速度更快：在Google Cloud上訓(xùn)練這個(gè)模型大約需要90分鐘，在AWS上大約需要70分鐘，在Oracle上只需要60分鐘。”

“MosaicML進(jìn)行了類(lèi)似的測(cè)試，涉及另一個(gè)圖像識(shí)別模型ResNet-50，發(fā)現(xiàn)Oracle比Google Cloud便宜50%至80%，比AWS便宜25%至50%。這些數(shù)據(jù)反映了當(dāng)時(shí)的價(jià)格狀況，可能已經(jīng)有所變化。（MosaicML表示無(wú)法測(cè)量Azure的成本，因?yàn)槲④洸粫?huì)提供按需成本數(shù)據(jù)）?！?/p>

“MosaicML的云成本數(shù)據(jù)是針對(duì)開(kāi)發(fā)自動(dòng)駕駛汽車(chē)或網(wǎng)絡(luò)圖像搜索引擎軟件的視覺(jué)識(shí)別模型的，這些新一代的人工智能公司正在開(kāi)發(fā)大型語(yǔ)言模型，例如Character和Adept，盡管它們都租用了相同的基于云的GPU處理器，但它們有稍微不同的需求。為了有效地訓(xùn)練這些模型，云提供商必須擁有可以快速在數(shù)據(jù)中心的處理器之間傳輸大量數(shù)據(jù)的硬件?！?/p>

Oracle能夠做到這些有幾點(diǎn)原因：

1、晚進(jìn)入市場(chǎng)，反而能夠捕捉到AWS、Azure的缺點(diǎn)

2、硬件優(yōu)勢(shì)

3、Azure并不一定直接面相用戶(hù)，很多購(gòu)買(mǎi)發(fā)生在用戶(hù)與OpenAI之間。這一點(diǎn)，也恰恰是因?yàn)槲④洖镺penAI提供了堅(jiān)定的服務(wù)支持。

從外部因素的角度看：

多云非常重要。

企業(yè)Perplexity是Azure的客戶(hù)，但也測(cè)試了Oracle和其他云提供商以評(píng)估價(jià)格。

另外，友商AWS在一定程度上憑借其專(zhuān)為此類(lèi)工作負(fù)載設(shè)計(jì)的Graviton服務(wù)器芯片贏得了一些使用AI模型的客戶(hù)。但AWS的大部分AI業(yè)務(wù)來(lái)自運(yùn)行較小的AI模型的公司，可能不適合大型模型。

Oracle云的首席技術(shù)官Greg Pavlik在接受采訪時(shí)表示，其數(shù)據(jù)中心硬件配置了專(zhuān)門(mén)用于運(yùn)行圖像識(shí)別模型和近年來(lái)的大型語(yǔ)言模型等大規(guī)模AI任務(wù)，以搶占不斷增長(zhǎng)的市場(chǎng)。

Pavlik曾強(qiáng)調(diào)：“我們能夠這樣做，是因?yàn)槲覀冞M(jìn)入游戲的時(shí)間晚了?！?/p>

芯片，是長(zhǎng)期鎖定客戶(hù)的原因之一。反過(guò)來(lái)，客戶(hù)也不希望自己被芯片鎖定，避免自身被限定在一個(gè)云之中。

本文參考海外記者Aaron Holmes的報(bào)道。

?