賽迪顧問IT新語第2期：云計(jì)算服務(wù)新范式：MaaS有望改變?cè)品?wù)廠商的商業(yè)模式

2023年8月15日第2023年8月15日第2期總第2期“云智一體”提高模型的反饋機(jī)制和器幻覺”問題，保障思維創(chuàng)造世界CCID賽迪顧問應(yīng)用平臺(tái)工具模型底座輕量化1向應(yīng)用，阿里云首次在業(yè)界提出MaaS概念，隨后各大云廠商相繼發(fā)布決方案，商業(yè)模式主要包括后付費(fèi)(按量計(jì)費(fèi))和預(yù)付費(fèi)(包年包月)兩MaaS激發(fā)超算智算需求。MaaS發(fā)展的成大模型訓(xùn)練,算力是直接影響大模型訓(xùn)練和使用效果的因素。大模型的訓(xùn)練和推理需要耗費(fèi)大量的算力，算力的需求從單芯片性能逐漸轉(zhuǎn)向超算智算集群的計(jì)算能力，驅(qū)動(dòng)AI芯片和GPU廠商等底層硬件廠商競(jìng)逐高性能大算力，引入存算一體等新計(jì)算架構(gòu)，實(shí)現(xiàn)數(shù)量級(jí)的計(jì)算能效提升。AI大降低了模型部署和運(yùn)行AI服務(wù)器的成本，推動(dòng)了AI服務(wù)器的主要需求不斷針對(duì)企業(yè)客戶的個(gè)性化需求進(jìn)行定制開發(fā)，進(jìn)而形成全新的"SaaS+MaaS"的訂閱模式等。如今，云計(jì)算在大模型驅(qū)動(dòng)下具備了更強(qiáng)的集成能力，通過將大模型嵌入算力、算法和應(yīng)用層，實(shí)現(xiàn)把算力、模型和場(chǎng)景應(yīng)用集成為標(biāo)準(zhǔn)化AI產(chǎn)品統(tǒng)一對(duì)外輸出，構(gòu)筑“云智一體”的產(chǎn)品能力將是云廠商32023年8月15日第2期總第2期MaaS新理念的應(yīng)用場(chǎng)景文旅2023年8月15日第2期總第2期技術(shù)發(fā)展面臨的挑戰(zhàn)MaaS的發(fā)展面臨算力緊缺的挑戰(zhàn)。首先，MaaS作為一種云服務(wù)模式，算力是其提供服務(wù)的基礎(chǔ)，隨著MaaS的發(fā)展，云服務(wù)市場(chǎng)對(duì)算力的需求呈現(xiàn)爆發(fā)式增長(zhǎng)趨勢(shì)。其次，大模型作為MaaS的關(guān)鍵組成部分，其預(yù)訓(xùn)練環(huán)節(jié)對(duì)算力消耗尤為顯著。特別是當(dāng)前大模型的參數(shù)規(guī)模已實(shí)現(xiàn)從億級(jí)到萬億級(jí)的突破，模態(tài)上從支持文本、圖像、語音等單一模態(tài)向多模態(tài)大模型演進(jìn)，這加大了大模型訓(xùn)練對(duì)算力的需求。然而，算力供給的增速無法滿足當(dāng)前快速增長(zhǎng)的算力需求。因此，算力供給不足在一定程度上限制了MaaS的進(jìn)一步發(fā)展。MaaS的發(fā)展亟需解決大模型的“機(jī)器幻覺”問題。機(jī)器幻覺(AIHallucination)是指大模型在處理問題時(shí)，生成的內(nèi)容符合語言邏輯但與事實(shí)不符的現(xiàn)象。由于大模型預(yù)訓(xùn)練的輸入數(shù)據(jù)庫不可能覆蓋所有知識(shí)，大模型在一定程度上無法回避“機(jī)器幻覺”的問題。在涉及大模型的知識(shí)盲區(qū)時(shí)，用戶希望大模型說“不知道”,而不是生成錯(cuò)誤或無意義的答案。“機(jī)器幻覺”問題會(huì)對(duì)醫(yī)療、金融等要求較為嚴(yán)謹(jǐn)?shù)念I(lǐng)域產(chǎn)生不利影響，使得MaaS在實(shí)際應(yīng)用落地過程中面臨較大的挑戰(zhàn)。5MaaS的快速發(fā)展離不開模型的反饋機(jī)制和多模態(tài)效果的提升。隨著模型效果的不斷提升，MaaS將會(huì)為B端和C端業(yè)務(wù)提供更大的價(jià)值。未來模型效果的提升將重點(diǎn)放在探索反饋機(jī)制，通過用戶的反饋數(shù)據(jù)進(jìn)行增量學(xué)習(xí)，不斷迭代和優(yōu)化模型，以此形成良性的數(shù)據(jù)飛輪；將文本、語音、圖像、視頻等多模態(tài)內(nèi)容聯(lián)合起來進(jìn)行學(xué)習(xí)，不斷在垂直領(lǐng)域進(jìn)行知識(shí)增強(qiáng)，大模型由單模態(tài)向多模態(tài)方向發(fā)展，由通用大模型向行業(yè)大模型發(fā)展，從而為更廣泛、更多樣的下游任務(wù)提供模型底座支撐。通過提高模型的反饋機(jī)制和多模態(tài)效果，增強(qiáng)大模型的可解釋性，減少大模型錯(cuò)誤理解，即減少“機(jī)器幻覺”問題的發(fā)生，進(jìn)而保障MaaS在各領(lǐng)域應(yīng)用落地的準(zhǔn)確性和可MaaS短期內(nèi)在B端先行，C端長(zhǎng)期空間大。從付費(fèi)意愿角度，B端布局MaaS帶來的長(zhǎng)期回報(bào)遠(yuǎn)遠(yuǎn)超過短期投入的部署成本，使得B端客戶訂閱MaaS服務(wù)意愿增加；從付費(fèi)能力角度，企業(yè)用戶的付費(fèi)能力遠(yuǎn)高于個(gè)人用戶；從應(yīng)用方向角度，B端布局MaaS注重效率為先，應(yīng)用場(chǎng)景偏向金融、政務(wù)等信息處理、內(nèi)容創(chuàng)作領(lǐng)域，而C端則注重體驗(yàn)，應(yīng)用場(chǎng)景偏向教育、社交等領(lǐng)域，只有找到垂直場(chǎng)景，解決用戶問題才能大幅提升C端用戶的