编者按
大部分人觉得，要想创立一家智算云公司，没有个几十亿投入几乎不可能做起来。而我们对此有不一样的看法。
随着智算大模型的发展，业务系统更加庞大复杂，不同领域、不同行业的业务应用，可能千奇百怪，差异巨大。传统公有云赋能千行百业的模式，在具体的某个领域或行业，可能会力有不逮，无法充分赋能企业的业务落地和业务规模化。
我们认为，AI 时代，传统公有云业态应该会分化（行业分工）成两个业态：一个业态聚焦算力基础设施，一个业态专注于单个或多个领域或行业的业务赋能。
业态一，是重资产投入，单个项目规模数十亿甚至上百亿。
而业态二，即为本篇文章重点关注的智算云模式；它是一种轻模式，其核心竞争力在于对领域或行业业务的深入理解和持续深耕；此种智算云模式，其资金门槛相对不高。
正文详细分解。
1. 问题本质：系统越来越庞大，行业越来越成熟，分工不断产生
回顾公有云之前的互联网时代，最开始系统规模较小，集群服务器数量个位数，企业自己买机器，自己搭互联网业务系统。但后来，随着系统规模不断扩大，集群服务器算力达到数十甚至上百。对一个企业来说，从硬件到软件架构和开发，再到具体业务应用，这样大包大揽模式的门槛越来越高。
于是，出现了云计算。云计算可以帮助企业更好地完成算力基础设施的繁琐工作，让企业能够从这些基础性的工作中解放出来，专心业务发展，聚焦业务创新。经过近 20 年的发展，公有云已经成长为算力基础设施的主流业务模式。
智算时代，主要有如下一些变化：
- 基础设施投入相比通算，提高了一个数量级；
- 智算系统更加庞大复杂，需要支持千卡万卡集群，以及多元异构算力；
- AI+场景挑战巨大：有的场景应用需要赋能，有的场景应用需要重构，甚至可能需要原创一些全新的行业和场景应用。
智算时代，如果还延续目前的公有云模式，那么会遇到如下一些困难：
- 基础的 IaaS 和 PaaS，甚至 MaaS，其开发和投入占比会越来越小；绝大部分人员和资源投入，投在了具体的跟行业、场景相关的各种上层定制服务和解决方案上；而这些投入相对不够聚焦。
- 公有云会更加臃肿不堪。经过近 20 年的发展，公有云已经从最开始的 20-30 项算力服务，发展到了 300-500 项算力服务。按照现有模式继续发展，智算大模型时代，很可能突破 1000 项算力服务。
- 大而全，意味着在特定的领域和行业，投入不够大，并且专业度不够，效率较低，所能提供的价值有限。在特定领域或行业，跟聚焦于此的专业的智算云相比，没有优势。
- 公有云逐渐变成摊大饼发展模式，投入产出不成正比。
我们认为，在智算时代，公有云业态会逐渐分工成两种业态：
- 业态一，算力基础设施云。聚焦智算算力建设，对外主要提供裸机和集群为主，也可能提供一些 IaaS 层算力，如虚机和容器等基础算力服务。
- 业态二，轻量+专业模式的智算云。轻量体现在算力资源从外部买入（算力租赁），自身不直接持有算力。专业指的是聚焦某个特定技术领域或行业。
2. 智算行业的核心问题：算力消纳
算力供需的结构性矛盾，是智算行业永恒的话题。如何能找到更多的销路，如何能解决算力消纳，是智算行业大家最关心的问题。
智算行业之所以存在结构性矛盾，主要原因如下：
- 智算中心的算力，不满足要求。一方面，智算中心提供的裸算力，距离客户可以使用的更上层的算力服务，还有很大的距离。另一方面，智算中心算力通用性不足，基于特定架构芯片建设的智算中心，存在生态不完善、场景覆盖少、客户群体小、生命周期短等问题。
- 公有云，力有不逮。单个大型公有云，无法有效赋能千千万不同领域、不同行业、不同业务场景的各种差异性需求。需要有（数量级提升的）更多的聚焦特定领域或行业的专业智算云，来更好的服务不同客户的差异性需求，从而拓展算力消纳市场规模。从营销的角度看，“众人拾柴火焰高”，N 家智算云的总和算力消纳能力，通常也会大于单个公有云的算力消纳能力。
- 算力行业，轻消费。从技术角度看，企业的算力环境越来越复杂：系统架构越来越复杂（从“云-端”架构到“云-边-端”架构，从协同架构到融合架构），算力越来越多元和多源（多元异构算力纳管、终端算力纳管、闲置算力上云，以及算网算力纳管等），需要有强大的企业侧算力管理软件，来统筹企业的算力使用。需要形成以企业算力消费为中心，消费驱动供给的算力新模式；同时，以终为始，从帮助企业业务落地以及企业方便使算力的角度出发，来反向的优化算力供给。
3. 公有云，重生产
在公有云模式下，越来越多的软硬件堆栈工作被公有云接管，企业的工作越来越聚焦。凡事有利有弊：
- 有利的地方是，公有云接管的工作越来越多，企业所需要关注的事情越少，企业可以更好地聚焦业务创新和快速迭代。
- 但与此同时，带来的新问题。越上层的堆栈层更靠近业务层，跟业务关联度更高。因此，在这成千上万个领域或行业的具体的场景应用方面，公有云是否都足够擅长？并且都足够高效？
公有云无法做到在成百上千的技术领域或行业，都能够面面俱到。于是，公有云 ISV 逐渐兴起。ISV 和公有云深度合作，服务企业，帮助公有云打通“最后一公里”。ISV 通常是一家 IT 集成公司，负责为企业提供算力整体解决方案（私有云、公有云、混合云等），在这个过程中，会用到公有云资源。
这种模式下的 ISV：
- 仍然是在公有云的产品和业务模式大框架下，完成公有云算力服务在企业业务中的具体落地。没有站在企业视角，构建以企业业务为中心的算力综合解决方案。
- 与此同时，在公有云大框架下，ISV 的技术创新能力受到约束。在一些行业客户的深层次创新业务方面，如果需要算力服务的大范围自定义和底层重构，ISV 也完全无能为力。
- 公有云 ISV 模式下，ISV 难以形成客户粘性以及技术方案的积累，也没有太多技术自主权，整体技术实力较弱，能做的事情有限。
公有云，是典型的生产定义消费的模式，也可以说是一种“重生产、轻消费”的模式，还可以通俗的称为“大入口、小出口”的模式。在算力资源不足的情况下，这种模式没有问题；但在算力资源足够丰富的情况下，这种模式就必然面临消纳瓶颈。
4. 专业智算云，聚焦算力消费
在算力供给（入口）足够丰富的情形下，最大的瓶颈肯定是算力消费（出口）。专业智算云模式，其本质就是聚焦算力消费，拓展算力出口。
在此模式下，基础算力供应商，就类似水电煤，真正做到稳定、低价、海量和安全。
专业的智算云，聚焦在一个或（有限）多个领域或场景，赋能相关企业的业务落地和业务规模化。这些（技术）领域如视频图像、安全、区块链等，行业如电力、金融、医疗、工业制造等。
在此特定的领域或行业，专业的智算云，相比传统大包大揽的公有云，能更好的服务好企业的各项算力需求，也因此能够拓展更大规模的算力消费。
从更宏观的角度看，诸多的专业的智算云厂家所组成的“虚拟联合体”，比大型的公有云厂家，能更好地赋能算力消费，能拓展到更大规模的算力市场。
5. 专业智算云的起步门槛有多高？
专业智算云的挑战和门槛在哪里？我们从资金门槛和技术门槛两个方面分别介绍。
5.1 技术门槛
把整个公有云算力服务体系，按服务数量多少进行分层，则分层为倒金字塔型：越往下，差异性越小，单个服务的覆盖面越大，服务的数量越少；越往上，差异性越大，单个服务的覆盖面越小，服务的数量越多。
公有云算力服务，因为要照顾到千行百业的各种业务场景，算力服务数量较多（300 多项，大部分是上层的 PaaS 和 MaaS 层甚至更高层服务）。而聚焦特定领域和行业的专业智算云，其算力服务数量则要少很多（约 50 多项）。
算力服务，可以分为通用基础部分和专用特色部分。依据二八定律，面向特定领域和行业的智算云服务，其通用基础部分可以占到 80%（40+项算力服务），而专用特色部分占到 20%（10 项左右）。底层为通用基础的服务，这部分算力服务的技术开发和运维，可以交给专门的智算云技术提供商。上层的差异性的特色算力服务，是专业智算云的核心竞争力，可以组建一个数十人的技术团队专门开发维护。
5.2 资金门槛
当前情况下，一个典型智算中心（约 3000P 智算算力）建设费用大约在 10 亿左右（包括 IDC 和算力设备）。一个稳定运行的智算云，后台算力资源可能需要接入多个智算中心，再加上其他各项费用，
一个智算云的投入门槛差不多可以算到 30-50 亿。这是传统的重模式，这么高的门槛，不是创业公司可以参与的。
这里我们介绍一种创业公司可参与的智算云轻模式。
某民营智算云项目，采用 NVIDIA 消费级 GPU 算力，100P 作为一个最小单位。
对智算云运营来说，以 100P 为粒度，所有的算力均是动态接入，消纳多少即接入多少，可以做到接近 100%的算力设备使用率（类似仓库，需要有一定的库存）。
一个最小单位算力的投入约 1200 万（IDC 建设+设备上架），软件和运维费用（公有智算云 IaaS+CaaS+PaaS+MaaS+解决方案）约 100 万，运营费用约 200 万，预计整体（整个生命周期）营收 2000 万，毛利 500 万。
上述价格是按照整个项目周期测算的，并且是自建算力模式。如果把这些费用分摊到 5 年里，并且算力资源投入采用按年租赁模式（完全的轻模式），则可以把每年的各项成本投入压缩到 400 万以内（一个最小单位，100P 算力）。这个智算云轻模式的起步门槛相对较低，对一些志向做智算云或 AI-Infra 的创业公司足够友好。
END
作者：Chaobowx
来源：软硬件融合
相关文章推荐
更多软硬件技术干货请关注软硬件融合专栏。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
