AI大模型应用爆发，云市场也在加速变革。
4月18日，火山引擎发布自研DPU等系列云产品，并推出新版机器学习平台。发布会后，火山引擎总裁谭待、字节跳动副总裁杨震原接受了《证券日报》记者采访。
面对当下白热化的大模型之争，谭待表示，“火山引擎不做大模型，要先服务好做大模型的公司。国内大模型领域的数十家企业，超过七成已经在火山引擎云上。”
在谭待看来，大模型不会一家独大。与其他云厂商力推自家大模型不同的是，火山引擎将接入多家大模型深度合作，为企业和消费者提供更丰富的AI应用。
“并池”复用资源
让大模型训练快速跑起来
今年以来，ChatGPT在全球掀起AI热潮，底层大模型相继涌现。据民生证券统计，目前国内已有超30个大模型亮相，其中包括阿里巴巴、百度、京东等互联网大厂和光年之外、百川智能等备受瞩目的初创企业。
业内有声音认为，大模型将成为云厂商弯道超车的机会。对此，谭待表示，大模型还在发展初期，面临数据安全、内容安全、隐私保护、版权保护等许多需要努力解决的问题。但可以预见，大模型将带动云上AI算力急剧增长，AI算力的工作负载与通用算力的差距会越来越小，这会为各家云厂商带来新的机会，同时也会给数据中心、软硬件栈、PaaS平台带来新的挑战。
以数据中心的算力结构为例，谭待表示：“大模型需要大算力，虚拟化会带来资源损耗，规模越大就损耗越多。未来3年内，大规模的算力中心，都将形成‘CPU+GPU+DPU’的混合算力结构，CPU负责通用计算，GPU负责AI计算，DPU负责资源卸载、加速和隔离，提升资源效率。”
谭待告诉记者，火山引擎要做的就是为大模型客户提供高稳定性和高性价比的AI基础设施，火山引擎机器学习平台一方面可以提供算力供给，另一方面，也能帮助大模型客户用好算力提升效率。
据悉，火山引擎宣布与字节跳动国内业务并池。杨震原告诉记者，所谓并池的池，可以理解为计算池，包括计算、存储、服务器、容器等单元，并池意味着在共享的资源池里调度资源，从而提高整体资源利用率。
火山引擎机器学习平台经过抖音等海量用户业务长期打磨，支持单任务万卡级别的超大规模分布式并行训练场景。GPU弹性计算实例可灵活调度资源，随用随取，最高可以为客户节省70%的算力成本。
谭待表示，火山机器学习平台的优势之一就在于“内外同款”，例如通过内部抖音大规模的训练场景进行打磨，通过实战积累经验。因此，基于内外统一的云原生基础架构，抖音等业务的空闲计算资源可极速调度给火山引擎客户使用，离线业务资源分钟级调度10万核CPU，在线业务资源也可潮汐复用，弹性计算抢占式实例的价格最高可优惠80%以上。