伴随着互联网企业软件的云支出收紧，增长放缓逐渐成为云厂商头顶的乌云。
ChatGPT 的横空出世打破了这一瓶颈，AI 将重塑软件。云厂商的客户——软件公司正在积极地将大模型带来的 AI 能力嵌入已有的工作流程，完成更高阶的自动化。
在新增云客户逐渐枯竭的情况下，软件公司不再是为了上云而上云，而是力求用 AI 提高生产力。「这是未来十年云计算市场的最大增量。算力基础设施是大模型的绝对红利受益者。」一位从业十多年的云计算行业人士向极客公园阐述道。
在这样的前景下，海外几大云服务巨头——微软、亚马逊、谷歌、甲骨文迅速做出了改变。过去数月，云巨头们砸下真金白银，研发大模型、战略投资、自研 AI 芯片……大模型的时代方兴未艾，他们已经瞄准了新一代的 AI 软件客户。
昔日的江山远非牢不可破，云市场正在快速洗牌，巨头们拉开了全新的竞争大幕。
毕竟，移动互联网时代老大哥的没落近在眼前，诺基亚几年间从鼎盛时 70% 的手机市场占有率到无人问津，只在做错决策的一念之间。而对于大模型，云行业迅速形成共识：这次的 AI 绝非一个小变量，从行业一日千里的发展速度来看，当前领先的玩家也可能被甩在后面。
2023 年已经过去一半，本文将围绕几大海外云巨头进行梳理，什么是今天云厂商们竞争的关键？
01 研发 AI 专用芯片，不能把「命」全交给英伟达
大模型时代来临以后，对云服务商而言，今天最稀缺的资源就是算力，或者说是 AI 芯片。投资最底层的基础设施——AI 加速芯片，也成为今天云厂商竞争的第一个重点。
稀缺、昂贵，被认为是云厂商加快自研芯片的首要原因。连马斯克这样的科技圈权势大佬都评价「这玩意（英伟达 GPU）比药品都难搞」，并暗搓搓为自己的 AI 公司 X.AI 从英伟达买了一万张卡，还收了很多甲骨文的闲散股权。
这样的稀缺程度，体现在云巨头的业务上，直接对应着「卡脖子」带来的业务损失。即便先下手为强的微软，也被曝出由于 GPU 短缺，内部 AI 研发团队实行 GPU 配给制度、各种新计划延迟、新客户上 Azure 要排队数月等传闻。
就连风险投资机构抢项目，都要靠手握英伟达芯片存货。为了 N 卡，各方力量到了「无所不用其极」的地步。
稀缺的另一个名字，叫昂贵。考虑到大模型对算力需求十数倍增加，卡只会更贵。近日，一位投资人向极客公园表示，「年初 8 万一张的 A100 单卡，现在已经炒到了 16 万，还搞不到。」相应地，云巨头们的数万张卡要缴纳的「英伟达税」只会是一个天文数字。
「命」悬在别人手里的滋味好不好受，风头最盛的微软最有发言权。一个月前，The information 独家报道，微软成立 300 人的「天团」加快自研 AI 芯片的步伐，代号为 Cascade 的服务器芯片最早可能在明年推出。
不仅是因为「卡脖子」，云厂商自研芯片，还有另一层所指——GPU 并不一定是最适合跑 AI 的芯片，自研版可能会优化特定的 AI 任务。
诚然，当前大多数先进的 AI 模型都由 GPU 提供动力，因为 GPU 比通用处理器更擅长运行机器学习的工作负载。但是，GPU 仍被视为通用芯片，不是真正为 AI 计算原生的处理平台。正如远川研究所《英伟达帝国的一道裂缝》指出的，GPU 不是为了训练神经网络而生，人工智能发展的越快，这些问题暴露得越多。靠 CUDA 和各种技术一个场景一个场景「魔改」是一种选择，但不是最优解。
亚马逊、谷歌和微软一直在开发被称为 ASIC——专用集成电路的芯片，这些芯片更适合人工智能。The Information 采访多位芯片行业从业者和分析师得出，英伟达 GPU 帮助训练了 ChatGPT 背后的模型，但 ASIC 通常执行这些任务的速度更快，功耗更低。
