ChatGPT淘金熱

當(dāng)前，爆發(fā)了ChatGPT熱潮，吸引眾多科技企業(yè)陸續(xù)加入其中。這與當(dāng)年美國(guó)西部加利福尼亞的淘金熱何其相似。

歷史總會(huì)驚人的相似，ChatGPT聊天機(jī)器人好比一座數(shù)字化時(shí)代的金礦。全世界科技淘金人蜂擁而至，從潮起到潮落，潮水退去之時(shí)，能生存下來的可能不是淘金人，而是賣鏟子、賣牛仔褲等提供淘金基礎(chǔ)工具的那批人。

站在ChatGPT的行業(yè)風(fēng)口，除了超大模型的演進(jìn)發(fā)展，還將誕生更多的小模型專注服務(wù)垂直領(lǐng)域，普惠千家萬(wàn)戶，將是必然趨勢(shì)之一。從大模型走向小模型，誰(shuí)將是未來的大贏家？帶著這個(gè)問題，我們不妨先來捋一捋ChatGPT背后的算力和經(jīng)濟(jì)賬。

01

「似乎不止于此」

ChatGPT帶動(dòng)了服務(wù)器與GPU增長(zhǎng)

事實(shí)上，在業(yè)內(nèi)風(fēng)生水起，ChatGPT帶動(dòng)了不只是互聯(lián)網(wǎng)、IT、云計(jì)算等科技公司發(fā)展的新概念，而且可以看到當(dāng)前聊天機(jī)器人也激發(fā)了服務(wù)器與GPU的市場(chǎng)增長(zhǎng)，畢竟并行計(jì)算架構(gòu)的GPU更適合大規(guī)模AI訓(xùn)練與推理。眼下國(guó)內(nèi)可見的是，服務(wù)器領(lǐng)域的浪潮信息、中科曙光、新華三、長(zhǎng)城等也從中受益。

似乎不止于此，一位云計(jì)算行業(yè)的專業(yè)人士分析指出，ChatGPT進(jìn)而帶動(dòng)了Cloud Financial Management云財(cái)務(wù)管理的發(fā)展，也就是現(xiàn)在業(yè)內(nèi)熱聊的FinOps，這是“Finance”和“DevOps”的綜合體，強(qiáng)調(diào)運(yùn)維過程中的成本管理和資源優(yōu)化。但FinOps要實(shí)現(xiàn)更智能的目的，也需要背后算力的強(qiáng)大支撐。

業(yè)內(nèi)人士笑言，什么是人工智能？顧名思義，有多少人工就有多少智能。智能不是憑空誕生，需要憑借深度學(xué)習(xí)算法對(duì)大數(shù)據(jù)進(jìn)行“千錘百煉”，而大型語(yǔ)言模型(Large Language Models，LLMs)訓(xùn)練的過程必須依靠強(qiáng)大算力的支撐。在看到ChatGPT被熱炒的同時(shí)，已經(jīng)入局的相關(guān)科技公司所耗費(fèi)算力也在不斷狂飆。

在清楚ChatGPT背后的算力和經(jīng)濟(jì)賬之前，需要了解一下大型語(yǔ)言模型（LLMs）是什么？目前業(yè)界對(duì)大型語(yǔ)言模型（LLMs）有著明確的定義，憑借深度學(xué)習(xí)算法進(jìn)行訓(xùn)練，通過大量語(yǔ)料庫(kù)數(shù)據(jù)來學(xué)習(xí)文本的概率分布和語(yǔ)法結(jié)構(gòu)，并自動(dòng)生成大量與語(yǔ)料庫(kù)類似的高質(zhì)量新文本，持續(xù)的訓(xùn)練可以提高生成質(zhì)量。目前大型語(yǔ)言模型（LLMs）已經(jīng)可以實(shí)現(xiàn)如互動(dòng)問答、文本識(shí)別、文本分類、文本生成、代碼生成等應(yīng)用。但是大型語(yǔ)言模型（LLMs）目前無法識(shí)別不真實(shí)的語(yǔ)料數(shù)據(jù)。從而在采用正確語(yǔ)料數(shù)據(jù)過程中，也激發(fā)了業(yè)界相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)公司的發(fā)展。

涉及LLMs的經(jīng)典模型如BERT、GPT-3、Megatron-Turing NLG、GPT-4等。大型語(yǔ)言模型（LLMs）往往在大數(shù)據(jù)量的大規(guī)模數(shù)據(jù)集上進(jìn)行訓(xùn)練，如GPT-3就有約1750億個(gè)參數(shù)，在570千兆字節(jié)的文本上進(jìn)行訓(xùn)練。而發(fā)展到OpenAI在2023年3月最新推出的GPT-4，標(biāo)志著大型多模態(tài)AI開始崛起，業(yè)內(nèi)之前有人預(yù)估GPT-4會(huì)擁有超過1萬(wàn)億個(gè)參數(shù)。雖然OpenAI并未公布GPT-4的具體參數(shù)，但是據(jù)DeepMind研究發(fā)現(xiàn)，GPT-4將比GPT-3略大，達(dá)到計(jì)算最優(yōu)所需的訓(xùn)練參數(shù)將有5萬(wàn)億個(gè)。

實(shí)際上，十分驚人的大模型訓(xùn)練，對(duì)芯片的浮點(diǎn)計(jì)算能力要求超高。當(dāng)前，ChatGPT采用的就是GPT-3大型語(yǔ)言模型（LLMs）進(jìn)行訓(xùn)練，進(jìn)行一次GPT-3訓(xùn)練需要總算力消耗約為3640PF-days，相當(dāng)于每秒計(jì)算一千萬(wàn)億次，需要算將近10年時(shí)間。這將意味著需要數(shù)億美元投資數(shù)個(gè)大規(guī)模數(shù)據(jù)中心，每個(gè)數(shù)據(jù)中心算力達(dá)到500P，才能支撐得住。來自DeepMind的分析顯示，為了最小化訓(xùn)練損失，訓(xùn)練GPT-4所需FLOP每秒浮點(diǎn)運(yùn)算次數(shù)將是GPT-3的10-20倍。

從成本上來看，據(jù)Lambda Labs首席科學(xué)官Chuan li介紹，參數(shù)有1750億個(gè)的GPT-3單次訓(xùn)練成本預(yù)計(jì)達(dá)到數(shù)百萬(wàn)美元。對(duì)照DeepMind的研究來看，單次訓(xùn)練GPT-4預(yù)估達(dá)到千萬(wàn)級(jí)美元的成本。

據(jù)SimilarWeb數(shù)據(jù)，2023年1月ChatGPT官網(wǎng)總訪問量為6.16億次；據(jù)《Fortune》雜志，每次用戶與ChatGPT互動(dòng)，產(chǎn)生的算力云服務(wù)成本約0.01美元。ChatGPT訓(xùn)練基于針對(duì)GPT-3.5模型進(jìn)行，基本參數(shù)自然不會(huì)比GPT-3模型少。假設(shè)單位算力成本固定，ChatGPT單月運(yùn)營(yíng)所需算力估算約4874.4PFlop/s-day，單月運(yùn)營(yíng)對(duì)應(yīng)成本將達(dá)到數(shù)百萬(wàn)美元。

需要指出的是，為了支撐GPT-3、GPT-3.5、GPT-4的大模型訓(xùn)練，OpenAI采用上萬(wàn)顆英偉達(dá)高端A100 GPU打造了一臺(tái)特別的超級(jí)計(jì)算機(jī)，其基礎(chǔ)設(shè)施成本就高達(dá)數(shù)億美元。

像這樣稍微算一算ChatGPT背后所需算力與經(jīng)濟(jì)賬，巨頭玩家“井噴式”投入令人無不驚訝?，F(xiàn)在看來，ChatGPT基于大型語(yǔ)言模型（LLMs）訓(xùn)練和推理的前期發(fā)展，恐怕只能由少數(shù)幾個(gè)全球科技巨頭玩家所主導(dǎo)了。

然而，無論是針對(duì)ChatGPT進(jìn)行怎樣的訓(xùn)練，任何“淘金”入局者必然都有一個(gè)相同的剛需，希望支撐訓(xùn)練平臺(tái)的GPU算力的效率更高成本更低，這關(guān)乎著任何一家入局者的前期投入與研究回報(bào)。

那么，誰(shuí)來為ChatGPT“淘金”入局者提供更好的GPU加持工具呢？值得深思。

02

「從巨頭玩家到垂直行業(yè)應(yīng)用」

未來模型變小才能更有機(jī)會(huì)

但是，面向垂直行業(yè)“淘金”，這樣的ChatGPT主流玩家應(yīng)該不是目前在ChatGPT上投入巨資的微軟、谷歌等科技大佬，畢竟他們熱衷的還是搜索引擎等大應(yīng)用的大模型訓(xùn)練。當(dāng)然，國(guó)內(nèi)也有百度、騰訊、阿里、字節(jié)跳動(dòng)、京東、360、科大訊飛等知名科技企業(yè)相繼參與了進(jìn)來，但這些科技公司更多聚焦在自身現(xiàn)有業(yè)務(wù)體系上做ChatGPT加持，開始熱心ChatGPT垂直行業(yè)布局的還是比較少。

可見，專注ChatGPT垂直行業(yè)發(fā)展的主角，應(yīng)當(dāng)還是那些擁有強(qiáng)大集成能力的軟件開發(fā)商。

“下一步，一旦ChatGPT聚焦在垂直行業(yè)領(lǐng)域發(fā)展，走向千行百業(yè)應(yīng)用，必然會(huì)趨使模型變小。”趨動(dòng)科技（VirtAI Tech）CEO王鯤與業(yè)內(nèi)不少專家持有同樣的觀點(diǎn)。

更進(jìn)一步分析來看，ChatGPT的“行業(yè)化”才可能更好地實(shí)現(xiàn)商業(yè)化?；蛟S有人也會(huì)有疑問：ChatGPT走向垂直行業(yè)領(lǐng)域，為什么會(huì)趨使大模型小型化？從大模型到小模型，其中有四大影響，對(duì)ChatGPT行業(yè)普及十分有利。

一是，降低訓(xùn)練門檻，降低高算力高投入，讓更多公司可以參與進(jìn)來。如前文所述，對(duì)于GPT-3、GPT-3.5、GPT-4等大模型訓(xùn)練，必須有著超乎常態(tài)的強(qiáng)大算力支撐，以及巨大的成本投入，這對(duì)于垂直行業(yè)企業(yè)想要借助ChatGPT聊天機(jī)器人技術(shù)做應(yīng)用創(chuàng)新帶來很大的挑戰(zhàn)。唯有降低門檻，才有可能實(shí)現(xiàn)后續(xù)的ChatGPT行業(yè)化的普及。

二是，聚焦專業(yè)領(lǐng)域，利于提高數(shù)據(jù)集質(zhì)量，加速ChatGPT訓(xùn)練品質(zhì)。在數(shù)據(jù)標(biāo)注正確的前提下，高質(zhì)量數(shù)據(jù)集決定聊天機(jī)器人品質(zhì)，數(shù)據(jù)集越大ChatGPT訓(xùn)練的準(zhǔn)確度越高。據(jù)OpenAI表示，最新發(fā)布的新一代多模態(tài)模型GPT-4比GPT-3.5參數(shù)更多、數(shù)據(jù)集更大，在安全性和精確性上實(shí)現(xiàn)巨大的提升，在受限制請(qǐng)求做出回應(yīng)的可能性上，低82%；在編造內(nèi)容的可能性上，低60%。

像微軟與谷歌等科技巨頭，想要做需要全行業(yè)聊天機(jī)器人，必然就得立足超大規(guī)模、覆蓋所有領(lǐng)域的數(shù)據(jù)集進(jìn)行訓(xùn)練，為了能保障數(shù)據(jù)的質(zhì)量，又必須通過清洗與標(biāo)準(zhǔn)來強(qiáng)化數(shù)據(jù)的真實(shí)性、準(zhǔn)確性、完整性與時(shí)效性。為此，做好數(shù)據(jù)標(biāo)注也成為實(shí)現(xiàn)更好訓(xùn)練結(jié)果的關(guān)鍵一環(huán)，據(jù)美國(guó)《時(shí)代周刊》資料顯示，針對(duì)ChatGPT，OpenAI與外包公司合作雇傭了大量人員做數(shù)據(jù)標(biāo)注服務(wù)。即便已經(jīng)擁有了大規(guī)模的數(shù)據(jù)集，但要滿足細(xì)分行業(yè)的更多需求，ChatGPT目前可以實(shí)現(xiàn)的效果還是鞭長(zhǎng)莫及。

一旦推動(dòng)ChatGPT進(jìn)入垂直化細(xì)分行業(yè)如醫(yī)療、銀行、證券、交通等，聚焦某個(gè)垂直行業(yè)的數(shù)據(jù)集相對(duì)全行業(yè)全社會(huì)而言要小得多。小而精，小而專。行業(yè)越是聚焦，越是利于提高數(shù)據(jù)集質(zhì)量，實(shí)現(xiàn)ChatGPT訓(xùn)練品質(zhì)的飛躍提升。

三是，更容易將ChatGPT與垂直行業(yè)需求結(jié)合，發(fā)揮出行業(yè)應(yīng)用價(jià)值。植根不同行業(yè)的應(yīng)用需求，構(gòu)建比較獨(dú)立、邏輯清晰、數(shù)據(jù)準(zhǔn)確的行業(yè)語(yǔ)料數(shù)據(jù)庫(kù)，促進(jìn)ChatGPT訓(xùn)練獲得更好結(jié)果。更準(zhǔn)確的ChatGPT訓(xùn)練，也會(huì)更快融入到垂直行業(yè)。垂直行業(yè)小模型、專業(yè)領(lǐng)域數(shù)據(jù)集縮小了企業(yè)的訓(xùn)練范圍與強(qiáng)度，降低整體訓(xùn)練成本，從而帶動(dòng)ChatGPT走向to B企業(yè)級(jí)化。到那時(shí)才是ChatGPT的商業(yè)化發(fā)展階段，從而帶來百家爭(zhēng)鳴的產(chǎn)業(yè)ChatGPT。

四是，促進(jìn)ChatGPT云化，打造云端ChatGPT模型與工具集，公有云廣泛的創(chuàng)新通路將加速ChatGPT普及。比如亞馬遜云科技正在攜手相關(guān)技術(shù)公司Hugging Face打造類似ChatGPT模型的Bloom，同時(shí)也與Stability AI合作構(gòu)建類似OpenAI旗下Dall-E的圖像工具，這些模型與工具都將會(huì)基于公有云發(fā)布。

當(dāng)然，針對(duì)OpenAI公司有著數(shù)億美元投資的微軟，在其Azure公有云服務(wù)平臺(tái)上率先推出了OpenAI服務(wù)，隨后又將ChatGPT技術(shù)擴(kuò)展到Power Platform上，助力開發(fā)者實(shí)現(xiàn)低代碼或無代碼開發(fā)。諸如此類，后續(xù)將會(huì)有更多公有云廠商將ChatGPT與公有云結(jié)合，或者有更多類似ChatGPT的軟件開發(fā)商與公有云合作，加速聊天機(jī)器人相關(guān)技術(shù)云化的進(jìn)程，也將進(jìn)一步擴(kuò)展ChatGPT的普及度。這樣不僅可以影響C端個(gè)人用戶，也可以影響B(tài)端企業(yè)用戶，并為ChatGPT應(yīng)用優(yōu)化帶來敏捷的有效途徑。

誠(chéng)然，從少數(shù)巨頭玩家到更多的垂直行業(yè)，未來ChatGPT相關(guān)模型變小才符合行業(yè)發(fā)展的客觀規(guī)律。不過，在王鯤看來，任何產(chǎn)業(yè)的成長(zhǎng)都會(huì)經(jīng)歷從make it work到make it perform再到make it cheap三個(gè)發(fā)展階段。當(dāng)前ChatGPT正處于“make it perform”的可用階段，后續(xù)必然會(huì)走向好用、用得起的階段，這樣才能讓ChatGPT真正融入到垂直行業(yè)，走入“尋常百姓家”。

之所以要強(qiáng)調(diào)“從可用到好用再到用得起”的發(fā)展規(guī)律，因?yàn)橹挥姓嬲龑?shí)現(xiàn)了ChatGPT的“make it cheap”階段，建立符合行業(yè)應(yīng)用需求的專業(yè)聊天機(jī)器人，大家用得起后才會(huì)出現(xiàn)大規(guī)模普及，實(shí)現(xiàn)聊天機(jī)器人的真正商業(yè)化，從熱衷于“調(diào)戲”ChatGPT到落地行業(yè)應(yīng)用的商業(yè)化，彰顯其前所未有的行業(yè)價(jià)值，讓更多有志于走在ChatGPT淘金路上的企業(yè)獲得成功。

03

「軟件定義AI算力」

GPU池化將ChatGPT送入千行百業(yè)

既然模型的大小與否，從根本上影響到了ChatGPT訓(xùn)練所需的算力與成本，那么要將ChatGPT送入千行百業(yè)，就必須針對(duì)GPU算力與成本下足功夫。

在ChatGPT狂飆之前，成立于2019年的趨動(dòng)科技（VirtAI Tech）就已經(jīng)為業(yè)界帶來了“GPU資源池化”獨(dú)創(chuàng)技術(shù)，并且在銀行、證券、能源、教育等多個(gè)垂直行業(yè)得到了大規(guī)模落地與成功應(yīng)用，為用戶“降本增效”的需求實(shí)現(xiàn)了更高的GPU利用率與更低的應(yīng)用成本。

或許這就好比一把科技鐵鏟，將成為推動(dòng)更多ChatGPT入局者進(jìn)入千行百業(yè)“淘金”的有力工具。

相關(guān)數(shù)據(jù)顯示，在算力方面，全球GPU用戶的平均利用率低于15%，據(jù)亞馬遜云科技在AWS re:Invent 上公布的數(shù)據(jù)顯示，其GPU產(chǎn)品平均利用率僅為10~30%。國(guó)內(nèi)有不少用戶的利用率甚至不足10%，對(duì)這些用戶而言，一顆售價(jià)1萬(wàn)美元的芯片可能其中9000美元就白白浪費(fèi)了。

面向ChatGPT訓(xùn)練需要底層AI服務(wù)器的強(qiáng)大支撐，效率越高性能越好就越能讓ChatGPT訓(xùn)練獲得高價(jià)值的結(jié)果，其中的關(guān)鍵就是要將GPU能力發(fā)揮到極致。在支撐ChatGPT在垂直行業(yè)做模型訓(xùn)練方面，行業(yè)領(lǐng)域的用戶需要構(gòu)建更高效的服務(wù)器與GPU算力平臺(tái)。對(duì)于任何一個(gè)行業(yè)用戶而言，一旦上馬ChatGPT模型訓(xùn)練，算力需求必然凸現(xiàn)，降低成本提高算力的效率將是必然之選。

縱觀GPU的發(fā)展，在GPU資源利用的演進(jìn)路線上，可以分為簡(jiǎn)單虛擬化、任意虛擬化、遠(yuǎn)程調(diào)用和資源池化四個(gè)階段。提到GPU池化，往往有人容易想到傳統(tǒng)的GPU虛擬化技術(shù)，或者叫GPU切片技術(shù)。但是，需要注意的是，傳統(tǒng)的GPU虛擬化技術(shù)基于硬件思維，只能對(duì)本地物理機(jī)上的GPU進(jìn)行虛擬切割。而GPU資源池化技術(shù)基于整個(gè)數(shù)據(jù)中心范圍，不僅可以支持本地GPU虛擬化，而且打破單機(jī)資源調(diào)度的物理邊界，讓用戶透明使用任意物理機(jī)上、任意數(shù)量、任意品牌廠商的GPU資源。作為AI算力資源池化解決方案的創(chuàng)新供應(yīng)商，趨動(dòng)科技的OrionX完全支持裸機(jī)、虛擬機(jī)、容器以及K8S等多種環(huán)境的完整的資源池化。

全球云觀察分析指出，只有站在整個(gè)數(shù)據(jù)中心的高度，解決GPU利用率低、成本高、分配與管理難等問題，才能從真正意義上支撐ChatGPT面向垂直行業(yè)各種規(guī)模的數(shù)據(jù)集訓(xùn)練。

針對(duì)用戶的不同采購(gòu)需求，采取了兩種靈活的商業(yè)模式，一是采取私有部署，類似VMware的軟件授權(quán)銷售方式，二是類似Flink基于公有云的服務(wù)方式。

對(duì)于第一種私有部署的商業(yè)模式，趨動(dòng)科技聚焦軟件定義AI算力，憑借GPU池化的創(chuàng)新，支撐ChatGPT的行業(yè)模型訓(xùn)練降本增效，將ChatGPT送入千行百業(yè)成為更大可能。為此，趨動(dòng)科技在GPU軟件領(lǐng)域的創(chuàng)新目的非常明確，打造GPU屆的“VMware”，走的是標(biāo)準(zhǔn)化的商業(yè)軟件道路。趨動(dòng)科技賦能客戶構(gòu)建一個(gè)彈性、動(dòng)態(tài)、靈活、高效的軟件定義GPU算力資源池，根據(jù)用戶具體的硬件與軟件需求，將所有GPU的靜態(tài)分配轉(zhuǎn)換成動(dòng)態(tài)分配，靈活支持用戶實(shí)現(xiàn)GPU利用率最大化，提高利用率3-5倍，助力垂直行業(yè)的ChatGPT訓(xùn)練實(shí)現(xiàn)降本增效。

對(duì)于第二種類似Flink基于公有云的服務(wù)方式，趨動(dòng)科技打造的趨動(dòng)云是趨動(dòng)科技利用其在算力資源池和開發(fā)訓(xùn)練平臺(tái)領(lǐng)域的深厚積累，面向企業(yè)、科研和個(gè)人AI開發(fā)者構(gòu)建的開發(fā)和推理訓(xùn)練服務(wù)。通過連接全球算力，趨動(dòng)云可以為用戶提供低成本、高按需保障、無廠商鎖定的AI算力；通過為AI算法開發(fā)全流程提供優(yōu)化服務(wù)，并構(gòu)建全球開發(fā)者和項(xiàng)目資源分享社區(qū)，趨動(dòng)云可以幫助AI開發(fā)者快速實(shí)現(xiàn)最佳實(shí)踐。相關(guān)測(cè)試表明，采用同樣模型訓(xùn)練，達(dá)到相同精度，目前采用算力池化的趨動(dòng)云，比公有云成本低60%。

到目前為止，趨動(dòng)云上線5個(gè)月左右，已經(jīng)獲得近萬(wàn)名注冊(cè)用戶，活躍用戶數(shù)千人，活躍用戶大部分來自全球高校AI相關(guān)專業(yè)老師與學(xué)生、有AI算法團(tuán)隊(duì)的中小企業(yè)和個(gè)人開發(fā)愛好者。目前前期主要構(gòu)件AI開發(fā)者生態(tài)，培養(yǎng)GPU池化模式的未來用戶基礎(chǔ)。趨動(dòng)云面向AI開發(fā)者實(shí)行“拎包入住”方式，并且開放大量數(shù)據(jù)集與源代碼集，也已經(jīng)上線眾多模型，做了大量適合AI開發(fā)者的“剛需配套”，并且數(shù)據(jù)集在未來將進(jìn)一步得到擴(kuò)展。

此外，業(yè)內(nèi)也有人說過，AI的盡頭就是算力，就是GPU。從摩爾定律在計(jì)算芯片領(lǐng)域依然維持，很大原因是因?yàn)镚PU迅速崛起，彌補(bǔ)了CPU發(fā)展的趨緩。目前GPU的晶體管數(shù)量增長(zhǎng)已超過CPU，CPU晶體管開始落后于摩爾定律。這是一個(gè)數(shù)據(jù)智能的時(shí)代，也將是擅長(zhǎng)浮點(diǎn)運(yùn)算的GPU大放異彩的時(shí)代。

長(zhǎng)風(fēng)破浪會(huì)有時(shí)，直掛云帆濟(jì)滄海。對(duì)于有用戶實(shí)踐、有技術(shù)積累、有行業(yè)理想的趨動(dòng)科技而言，面對(duì)難得一遇的大好機(jī)會(huì)，大力支持ChatGPT等人工智能技術(shù)實(shí)現(xiàn)更多行業(yè)應(yīng)用，加強(qiáng)發(fā)展GPU領(lǐng)域的相關(guān)技術(shù)創(chuàng)新，抓住前所未有的發(fā)展機(jī)遇，繼續(xù)打磨ChatGPT垂直行業(yè)“淘金”的有力工具，進(jìn)一步豐富AI算力資源池化解決方案，必將在中國(guó)行業(yè)數(shù)字化發(fā)展之路上贏得屬于自己的未來。

機(jī)不可失，時(shí)不再來。站在ChatGPT的行業(yè)風(fēng)口，趨動(dòng)科技正迎風(fēng)而上。

（by Aming）

- END-

你

怎

么

看

？

歡迎文末評(píng)論補(bǔ)充！

【全球云儲(chǔ)觀察 ｜ 阿明觀察 ｜科技明說】專注科技公司分析，用數(shù)據(jù)說話，帶你看懂科技。本文和作者回復(fù)僅代表個(gè)人觀點(diǎn)，不構(gòu)成任何投資建議。