2022年底，由美國初創(chuàng)企業(yè)OpenAI開發(fā)的聊天應用ChatGPT引爆市場，生成式AI成為科技市場熱點，，ChatGPT背后是深度學習大模型，其理解和生成文字的能力超過以往AI產(chǎn)品。全球主要云計算公司加入其中，爭奪算力、下場開發(fā)和銷售大模型，云計算市場迎來新一輪競爭熱潮，覆蓋AI計算所需的算力、算法、數(shù)據(jù)各層面。

作為全球云計算“一哥”，亞馬遜云科技（AWS）亦不能在此輪競爭中落于下風，將機會讓與對手。近日，亞馬遜云科技全球產(chǎn)品副總裁Matt Wood在上海接受界面新聞等采訪時表示，與競爭對手把自研大模型直接落地到云服務上不同，亞馬遜云科技積極與第三方合作伙伴合作，使用第三方生成式AI模型，包括Anthropic、AI21Labs和Stability AI等。此外，公司還自研預訓練Amazon Titan基礎模型，客戶可以根據(jù)自身需求，在基礎模型上使用自身數(shù)據(jù)，搭建自有模型。這也意味著，亞馬遜云科技在把云服務從模型生產(chǎn)端拓展至模型使用端歷程中，賦予客戶更多選擇，絕非單打獨斗。

Matt Wood擁有機器學習和生物信息學博士學位，為亞馬遜云科技早期員工，最早任職亞馬遜云科技歐洲，隨后于2010年在西雅圖亞馬遜云科技總部擔任全球副總裁至今，負責公司機器學習和大數(shù)據(jù)等產(chǎn)品，包括無服務器計算服務AWS Lambda、流式數(shù)據(jù)處理平臺Amazon Kinesis等。

“一種模型并不能決定一切?！盡att Wood稱，從應用上來看，他認為企業(yè)不必急于綁定一家大模型，不能依賴一個萬能的、單一的大型語言模型應對各種任務，“我們認為正確的做法應該是：客戶可以訪問多個模型，然后根據(jù)自己的需求和數(shù)據(jù)來定制自己的模型。即在大模型基礎之上，確保以私密和安全的方式讓用戶能夠定制自己的模型?！?/span>

自ChatGPT爆火出圈后，微軟、谷歌分別先行公布AI對話機器人爭搶用戶，隨后跟隨兩者又將大模型用在企業(yè)端，開辟云計算新戰(zhàn)場。在其他云廠商種種關于AIGC領域的積極行動下，亞馬遜云科技似乎仍顯“保守”：一方面其生成式AI產(chǎn)品開放程度有限，企業(yè)客戶難以充分評估；另一方面，仍少有企業(yè)領域“標桿客戶”對其AIGC服務進行推薦，使得亞馬遜云科技在本輪AI競賽中，聲量遠遜于對手。

對此，Matt Wood解釋稱，就生成式AI而言，行業(yè)目前還處在一個非常初期的階段?！吧墒紸I的發(fā)展就像一場馬拉松比賽，當比賽剛剛開始時，如果只跑了三四步就斷言某某某會贏得這場比賽，這顯然是不科學的。這是一場長期的競爭，是一場長跑?！彼Q，“我們現(xiàn)在還處于非常早期的階段，要拭目以待?！?/span>

4月13日，亞馬遜云科技發(fā)布了自研大模型Titan，包括了Text和Embeddings兩個大語言模型（LLM），分別負責文字處理和用于機器學習的表征向量轉化，亞馬遜并未公布這兩個大語言模型參數(shù)規(guī)模。而AI云服務Amazon Bedrock使得用戶可以通過API來調(diào)用Titan和第三方模型，包括了創(chuàng)業(yè)公司AI21 Labs、Anthropic、Stability Ai的基礎模型。

此外，亞馬遜還宣布全面開放AI代碼輔助工具CodeWhisperer，對個人開發(fā)者免費，AI可以幫助程序員生成大量的無差異代碼，從而提高開發(fā)效率。亞馬遜稱，使用該服務的開發(fā)者效率提高了57%，成功完成任務的可能性高了27%。該服務目前支持包括了Python、Java和C+等多種計算機語言。

大模型生產(chǎn)門檻極高，在大模型快速迭代、AIGC落地場景已能明顯提升效率的情況下，企業(yè)客戶存在接入大模型服務優(yōu)化業(yè)務的需求。Matt Wood稱，諸多行業(yè)模型現(xiàn)在在亞馬遜云科技的平臺之上進行訓練，如彭博社的金融領域500億參數(shù)大模型“BloombergGPT”，他認為，這一模式也適用于其他客戶，后者根據(jù)自己行業(yè)來選擇相應基礎模型，然后對模型進行訓練。此外，客戶還會根據(jù)自身情況來補充添加獨有、私有信息，從而使模型的輸出結果和自身需求高度相關。

Matt Wood預計，基于Amazon Bedrock的合作趨勢，將會有越來越多的第三方模型出現(xiàn)，其中既有自有的第三方模型，也包括開源模型。同時，亞馬遜云科技也會提供多個Amazon Titan的模型可供客戶選擇。他還強調(diào)，公司將不會把Amazon Bedrock做成類似應用商店的模型市場，而是精選出最優(yōu)的模型，保證其低時延、高運維性能等特點。

算力方面，除英偉達GPU，亞馬遜云科技亦有自研AI芯片布局，其中成本是該公司向外界傳達其自研AI芯片優(yōu)勢的重點。此前，亞馬遜發(fā)布了基于自研的AI訓練芯片Trainium和推理芯片Inferentia2的算力基礎設施，亞馬遜稱采用了Trainium的云服務器將大模型訓練成本降低了50%，最多可以將30000個Trainium芯片連接起來提供超過6 exaflops的算力集群，連接帶寬可高達1600Gbps，與之相較目前AI服務器之間連接帶寬最高水平約為3200Gbps；推理方面，亞馬遜稱Inferentia2針對大模型推理進行優(yōu)化，將推理的性價比提高了40%。

面向AIGC和大模型訓練，已經(jīng)是大型芯片公司競爭的焦點，今年初以來，英偉達和AMD均針對生成式AI的生成式AI負載優(yōu)化的芯片產(chǎn)品，亞馬遜云科技如何持續(xù)獲得云端的性能和成本的優(yōu)勢？Matt Wood告訴界面新聞，芯片僅是整個AI圖景的一部分：一方面，客戶可以在亞馬遜云科技的云上使用英偉達等公司的芯片；另一方面，自研AI訓練芯片Trainium在網(wǎng)絡互聯(lián)等領域仍有顯著優(yōu)勢，并降低了成本，如基于Trainium的云端實例Trn1n，能夠讓用戶來訓練非常非常大型的語言模型，并且成本降低了20%。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com