替代雲的需求從未如此之大。這家最初作為加密貨幣挖掘業務開展的 GPU 基礎設施提供商 CoreWeave 最近從包括 Coatue、Fidelity 和 Altimeter Capital 在內的投資者籌集到了 11 億美元的新融資。此輪融資將其估值提升至 190 億美元，並使其總融資額達到 50 億美元，其中包括債務和股權，對於一家成立不到十年的公司來說，這是一個非常驚人的數字。這種情況並不僅僅是 CoreWeave。Lambda Labs 也在今年 4 月初獲得了高達 5 億美元的「特殊目的融資工具」，而此前幾個月它則完成了 3.2 億美元的 C 輪融資。由加密貨幣億萬富翁 Jed McCaleb 支持的非營利組織 Voltage Park 去年 10 月宣布將向 GPU 支持的數據中心投資 5 億美元。另外，一家同樣從事生成式 AI 研究的雲 GPU 主機 Together 在今年 3 月獲得了由 Salesforce 領投的 1.06 億美元融資。那麼，為什麼大家對替代雲如此熱衷並且資金源源不斷流入呢？答案很明顯，那就是生成式 AI。隨著生成式 AI 的繁榮，對於運行和訓練大規模生成式 AI 模型的硬件需求也在不斷增加。從架構上看，GPU 是執行訓練、微調和運行模型的理想選擇，因為它們包含數千個核心，可以並行執行構成生成模型的線性代數方程。但是安裝 GPU 的成本很高，所以大多數開發人員和組織都轉向使用雲服務。在雲計算領域的領先者 Amazon Web Services（AWS）、Google Cloud 和 Microsoft Azure 提供了大量針對生成式 AI 工作負載優化的 GPU 和專用硬件實例。但對於某些模型和項目來說，替代雲可能更便宜且可提供更好的可用性。在 CoreWeave 上，租用一個受歡迎的 Nvidia A100 40GB GPU（用於模型訓練和推斷）的費用為每小時 2.39 美元，相當於每月 1200 美元。在 Azure 上，同一款 GPU 的費用為每小時 3.40 美元，或每月 2482 美元；在 Google Cloud 上，則為每小時 3.67 美元，或每月 2682 美元。鑒於生成式 AI 工作負載通常在 GPU 集群上執行，成本差距很快就會變大。咨詢公司 Gartner 的雲服務和技術副總裁 Sid Nag 表示：「像 CoreWeave 這樣的公司參與了我們所稱的專業『GPU 作為服務』雲提供商市場。由於對 GPU 的高需求，他們提供了一條替代路線，可以獲得和使用這些 GPU。」Nag 指出，即使一些大型科技公司也開始依賴替代雲提供商，因為它們在計算能力方面面臨著挑戰。去年 6 月，CNBC 报道稱，微軟已與 CoreWeave 簽署了一項價值數十億美元的協議，以確保 ChatGPT 的開發商 OpenAI（微軟的密切合作夥伴）獲得足夠的計算能力來訓練其生成式 AI 模型。作為 CoreWeave 大部分芯片的供應商，Nvidia 視這一趨勢為一種有利的趨勢，可能是出於槓桿的原因；據稱它已優先向一些替代雲提供商提供其 GPU。Forrester 的首席分析師 Lee Sustar 認為，像 CoreWeave 這樣的雲供應商之所以取得成功，部分原因在於他們不需要應對現有供應商所面臨的基礎設施問題。「鑒於超級計算資源供應商在整個公共雲市場上的主導地位，需要對基礎設施和一系列無法獲得或帶來微薄收入的服務進行大量投資，像 CoreWeave 這樣的挑戰者有機會通過專注於高端 AI 服務而不需要處理超級計算資源供應商級別的投資壓力。」他說。但這種增長是否可持續，Sustar 表示懷疑。他認為，替代雲供應商的擴張將取決於他們能否繼續大量引入 GPU 並以具有競爭力的低價提供它們的能力。在價格競爭方面可能會面臨挑戰。
Share this content:
