阿明观察

此前，英伟达主要提供GPU硬件，但通过收购Lepton AI（一家提供AI云服务及算力租赁的平台），其业务延伸至芯片设计、服务器组装、算力租赁等环节，形成“芯片+软件+服务”的闭环，与亚马逊、谷歌等云服务巨头直接竞争。此前，我记得黄仁勋多次强调英伟达转型为“算法与基础设施公司”，而Lepton AI创始团队（贾扬清、白俊杰）在深度学习框架（如Caffe、PyTorch）和AI基础设施领域的经验，正是英伟达补齐软件短板的战略资源。英伟达收购Lepton AI的战略意图，很明显，就是要垂直整合与供应链控制。

“虽然业务已经布局全球的企业仍以大企业为主，但是63%的中小企业已开始计划出海。”这是亚马逊云科技《中国企业出海现状和意愿》的调研数据。然而，所有出海的大企业、中小企业走向全球化，如何实现更快速，更有韧性，更灵活的发展之路，这是摆在大家面前的重要课题。在现实中，外部环境变得越来越复杂，许多企业都渴望成功出海并走得更远，那么，这就需要企业找到开展业务全球化运营的关键钥匙。说来也巧，前不久，专业分析机构沙利文联合PingCAP发布了一份《中国企业全球化运营白皮书》，为大家找到了关键钥匙。一致认为：A

全球AI十大新闻摘要:（1）自研2900亿参数大模型，蚂蚁集团后来居上（2）百度无代码开发平台“秒哒”上线，真实现人人皆可程序员了吗？（3）“南小宁”开启AI+人社融合创新时代，东软融智战略再进一步（4）微软张江实验室疑似关闭，全球性调整在所难免（5）切入具身智能，京东为什么现在也铆足了干劲？（6）为AI未来而押宝数十亿元，美团正式公布AI三大战略（7）李开复为什么老是拿着DeepSeek说自己好？零一万物到底有什么好？（8）员工仅20人，传英伟达出价数亿美元拟收购贾扬清AI

在AI大模型战略上虽然暗藏杀机，但是还是躲过了大家都追杀，目前来看，我认为软件老大哥的大模型战略与技术已经全球遥遥领先了。要不然，马斯克都来气了，发话说软件老大哥软化了OpenAI，这还怎能继续叫OpenAI么，哪里还Open呢？具体怎么查，查得怎么样，结果将罚款多少美刀，目前还未尝可知。转型云，转型AI，转型大模型，全球软件老大哥坚持走自己的路，让路边的人想怎么说说去吧。很有意思的是，对于英伟达的合作与重视，抢购了英伟达主要的GPU产品资源，成为英伟达全球第一大客户，这可是真金白银的投入。

此外，作为全球排名第二的云厂商，微软需要大量的高性能GPU来支持其云计算服务，如Azure，以及AI研究和开发。英伟达的GPU在数据中心GPU市场中占据主导地位，拥有92%的市场份额，这使得微软等大型科技公司更倾向于选择英伟达的产品以满足其高性能计算需求。微软作为AI领域的重要参与者，需要大量的AI芯片来支持其AI项目和服务，而英伟达提供了市场上最先进的AI芯片。成为英伟达最大客户，也是真金白银的付出，据传在2024年微软已经购买48.5万块 Hopper芯片，占营收的20%。

就此，字节跳动(ByteDance)已经从阿里巴巴(Alibaba)、零一万物(01.ai)和智谱(Zhipu)等科技公司挖走了顶尖AI工程师和研究人员，并进一步扩充AI相关研发团队，力争在大型语言模型(LLM)和AI产品方面取得新突破。据说，字节跳动对于基础模型研发相关人才的招聘没有名额上限，对于目标团队的候选人在薪资上开出的数字非常可观，业内盛传基于原薪资双倍、甚至数倍的代价吸引AI顶尖人才加入。在AI芯片研发方面，之前字节跳动还组建了新的团队，专注于面向机器学习领域的AI加速器芯片（ASIC）研发。

根据最新的市场分析，2024年全球AI服务器市场规模预计将达到1870亿美元，约占整体服务器市场的65%。据Counterpoint Research发布2024年第2季度全球服务器市场报告显示，AI服务器占据了整个服务器市场的29%，并且超微、戴尔、HPE成为了这一领域的前三名供应商。此外，2024年第二季度，全球AI服务器的收入占所有服务器销售的比例接近30%。自2022年ChatGPT的推出以来，AI服务器的需求显著增长，成为了推动服务器市场快速增长的主要动力。

之前也曾说过，CoreWeave也是英伟达数据中心图形芯片的早期采用者，因而善于利用GPU，并有心加速人工智能应用程序的能力。有时候，打破鸡蛋的最快方式，还是要借助外力，只是靠小鸡仔自己顶破鸡蛋壳，还是费力费事又费时间。作为全球著名的网络产品巨头，思科Cisco论是遭遇到何种市场与行业巨变，都可以保持稳定的收入与利润，这是一个成立于1984年12月的老公司，都在40周岁了，能不老么？业内朋友对我说，老牛也想吃嫩草，人之常情尔，都是为了好好活着。如此说来，按照思科的兴趣来看，老牛吃嫩草的故事，依然会继续。

当某项技术的舆论关注度达到顶峰时，实际上该技术的成熟度并不高，这也是最容易产生“泡沫”的阶段，半年前的大模型技术基本处于该阶段。早在今年6月，Gartner发布了《2024年中国数据、分析和人工智能技术成熟度曲线》，各项技术发展细分为五大关键阶段：技术萌芽期、期望膨胀期、泡沫破裂谷底期、稳步爬升复苏期和生产成熟期五个关键阶段。未来，复合式AI将会成为弥补生成式AI短板的关键技术。复合式AI是将基于数据驱动的AI和基于逻辑、规则的符号AI这两类不同方向的AI技术整合在一起的人工智能模式。

AI技术对全球经济的贡献是多方面的，包括但不限于提高生产效率、创造新的经济增长点、促进创新和改善生活质量。同时，确保AI技术的发展能够惠及更广泛的群体，减少不平等，也是全球政策制定者需要考虑的重要议题。另一方面，AI也会创造新的工作机会，特别是在AI技术的开发、维护和监管等领域。此外，AI在产品的研发和设计过程中也发挥着重要作用。通过模拟和测试，AI可以加速产品的上市时间，提高产品质量，为企业带来更大的竞争优势。在软件工程领域，AI辅助的编程工具可以提高代码的编写效率，减少错误，加快软件开发的进程。

随着人工智能技术的快速发展，尤其是在大模型训练和应用方面，对于算力的需求日益增长。商汤科技通过构建这一算力集群，能够为其自身的AI大模型研发提供强大的支持，同时也能够为外部客户提供算力服务，支持他们训练自己的大模型和应用部署。借助AI算力集群，商汤科技能够加速算法的迭代，提升用户体验，提高生产效率，特别是在数字娱乐、自动驾驶和智能城市等领域，这一技术的应用前景将是广阔。商汤科技的AI布局也反映了其对未来AI应用的深远洞察，预计随着模型能力的提升和推理成本的下降，未来三到五年内，将有更多应用场景被解锁。

因此，我觉得无论是戴尔也好还是其他科技外企也好，“和光同尘，与时卷舒”是有必要的，咬紧牙关求生存也是有必要的。随着戴尔中国高层团队早已调整完成，在戴尔科技集团全球资深副总裁吴冬梅，戴尔科技集团全球副总裁、中国研发集团总经理刘伟博士，戴尔科技集团全球副总裁、大中华区渠道销售部总经理桃乐姗，戴尔科技集团大中华区信息基础架构解决方案事业部总经理陈洁，以及戴尔科技集团大中华区信息基础架构解决方案事业部企业技术架构总监许良谋的带领下，戴尔科技集团在中国市场的业务正在稳健推进中。植根AI，重塑一切成其为主要产品战略。

这些天，媒体圈不知道为什么突然都在发布这样一条消息，说腾讯参与Kimi的母公司月之暗面3亿美元融资，但是这里的3亿美元为腾讯一家的投资还是说腾讯领投，或者是说腾讯就只是参与其中而已，消息没有具体说明，模糊中让人捉摸不透到底腾讯给月之暗面投入了多少金额。虽然对于月之暗面8亿美元的投资，阿里巴巴出资并非都为现金，实际出资金额不到6亿美元，将近2亿美元折算为阿里云提供的AI算力，但是也足见阿里巴巴对月之暗面的器重OK个。相比于腾讯而言，阿里对月之暗面投入更早一些也更重一些。

在有人质疑科大讯飞大模型是创新还是包袱时，阿明看到了科大讯飞在大模型领域的进取，并在大模型应用落地方面展现出了领先能力，其星火大模型在教育、医疗、能源、汽车、家电、机器人等多个重要领域市场份额位居第一，并且讯飞星火APP在安卓端的下载量达到了1.4亿次。截至2024年7月7日，科大讯飞的总市值为952亿元人民币，在安徽省内上市企业中排名第四。科大讯飞自曝净利润较上年同期下降原因主要是，2024年上半年在大模型研发以及核心技术自主可控和产业链可控，以及大模型产业落地拓展等方面，新增投入超过6.5亿元。

海康威视在2024年上半年的营收同比增长了接近10%，这主要得益于其在机器人业务、智能家居业务、热成像业务、汽车电子业务和存储业务等多个创新领域的增长。看一下相关资料，2024年上半年，海康威视的研发投入为56.98亿元，同比增长了7.81%。然而，尽管营收增长，海康威视的净利润却同比下降了5.13%，归属于上市公司股东的净利润为50.64亿元。业内人士分析指出，在上半年行业普遍低迷发展的情况下，海康威视依然可以获得50多亿元净利，尽管净利与去年同期同比略有下降，但可见其实力与底气都很足。

同样的事情可能会把价格压低了，所有项目的工作都在，工作量没有减少，减少的是合作价格。在发布自研的行业大模型之外，亚信科技与阿里、百度等头部通用大模型厂家都有非常深入的合作，通过充分的密切合作，将通用大模型叠加到并应用到亚信科技擅长的优势行业领域，从而进一步加深大模型在更多行业领域的应用。围绕这三个小思考，对比了一下亚信科技的做法，我发现亚信科技依然拥有强大的发展韧性，在面临较大挑战的2024上半年中，不断推陈出新，盘整再出发，依托持续创新来推进行业数智化发展，从而也为自身的发展赢得了新机会与新动力。

以往国内许多科技公司的应用，基于英伟达CUDA生态系统而构建，倘若急需转向其他架构，面临诸多挑战。据不可靠外媒消息，在全球AI芯片领域牢牢占据绝对领导者地位的英伟达，在未来几个月可能向国内客户交付超过100万张H20的GPU卡，将为英伟达带来可观的营收。业内人士分析指出，目前英伟达H20的价格在1.2万美元到1.3万美元，交付超过100万张卡，就意味着将会有超过120亿美元的营收。专注科技公司分析，用数据说话，带你看懂科技。业内人士戏言，面对禁售的英伟达：你有你的张良计，我有我的过墙梯。

相对于之前的开源大模型，在性能上有较大提升，根据现有的评测数据，Llama 3-405B性能已经逼近GPT-4，努力一把一举翻越GPT-4这一高峰也未尝不可。通过发布开源模型，Meta可以吸引更多的开发者和研究人员参与到其开放生态系统中，推进技术的交流和创新，共同推动AI技术的发展。据外媒可靠消息，扎克伯格的Meta 公司将在7月23日发布开源大模型Llama 3-405B，这是基于现有80亿和700亿参数两个版本之外推出的4050亿参数版本，号称当前地球表面最强大的开源大模型。

在提供相同性能的情况下，M4的功耗仅为M2的一半，相比轻薄笔记本的新一代PC芯片，M4功耗只需要其四分之一。M4芯片配备了苹果迄今为止最强大的神经网络引擎，运算速度可达每秒38万亿次，是A11仿生芯片上首个神经网络引擎的60倍，然后很快将某处理器甩出一条大街。看到​苹果公司最新发布的M4芯片iPad Pro，我的眼前一亮，“其是否又该更换新pad了？要有诚意哦，该怎么做，你懂的。一是性能更好，M4芯片采用第二代3nm工艺制程，相比前代iPad Pro的M2，CPU性能提升最高达50%，GPU性能增加4倍。

但是，就行业竞争和市场需求来看，在全球AI观察分析认为，AI领域依然兴盛，未来市场规模依然惊人，尤其是聊天机器人和通用人工智能（AGI）都在不断成长，孰优孰劣，最终会优胜劣汰见分晓。此外，AI领域的投资热潮还依然存在，当前AI领域正受到全球投资者的热烈追捧，xAI作为该领域的新兴竞争者，吸引力也是相当阔以的。OpenAI的优势在于，它是人工智能领域的先驱之一，拥有强大的研究基础和开发能力，得到了微软等大型科技公司的支持，资金雄厚，技术先进。如红杉资本等知名风险投资公司的参与，提升了的信誉和吸引力。

从2019年的紫鸾1.0，到2021年的紫鸾3.0，再到当前最新的5.0，紫鸾长期持续的升级迭代，全面拥抱云原生、大数据和大模型的技术趋势，以此应对行业变化与挑战。2024年3月1日，针对AI新时代下的云计算发展趋势，紫光云五箭齐出，隆重推出了针对合作伙伴的五大创新产品：虚机容器双栈一体的紫鸾应用容器一体机、定位中等规模极简云的紫鸾云一体机、聚焦AIGC推理与应用开发的紫鸾大模型一体机，同时宣布打造政企数字化转型利器，大力发展紫鸾数智SaaS应用，以及构建数据要素全流程方案的紫鸾数据资产管理运营平台。

我看到有网友分析，与CFM的CFM56系列标准发动机相比，CFM LEAP-X1C发动机燃油消耗可减少16%，二氧化碳排放量可减少12%，氮氧化物排放量比国际民航组织规定的标准低50%，如此说来，还不错哦。落地过程，稳稳的，没有明显的触底震动感，除了飞行员可能是老司机以为，估计与C919的基本性能不无关系。即便声音如此响亮，但崭新洁净的厕所，扶手把手、水龙头、按钮、推拉门按钮、马桶盖、厕所灯等，所有设施都是一尘不染，闪着光亮，如此享受，即便可能遭遇气流出现飞机晃一晃也觉得过瘾啊。

四是拥有端到端的强大集成能力。基于软硬一体产品体系的整体打造，亚信科技通过边缘一体机面向细分行业需求来推进，持续加大投入隐私计算一体机行业创新，并进一步将网络、边缘智能和隐私计算三个方面的软硬一体化产品方案推广到能源、交通、政务等行业领域，广开行业门路，挖掘更多的行业发展机会。就此，在谈到2024年研发方向时，亚信科技CEO高念书指出，新的一年中，研发在公司总营收中的占比也将持续加强，依然主要围绕三条产品路线来展开，一是强化云网方面的国际影响力，二是保持数智产品国内领先性，三是继续聚焦IT产品的创新能力。

联盟成员包括了IBM、Meta、AMD、英特尔、甲骨文、AMD、Anyscale、CERN、克利夫兰诊所、达特茅斯大学、戴尔科技集团、EPFL、ETH、伦敦帝国理工学院、INSAIT、Linux基金会、波士顿大学和哈佛大学运营的MOC联盟、NSF、Oracle、红帽（Red Hat）、Roadzen、ServiceNow、加州大学伯克利分校、伊利诺伊大学、东京大学、耶鲁大学、Hugging Face、Sony Group和Stability AI等。专注科技公司分析，用数据说话，带你看懂科技。

既然错误的选择了独立发展，又不能获得更有利的市场环境，以及持续的资本加持，后续发展吃紧，捉襟见肘的情况下，好心人NUTANIX收购了D2iQ部分技术，也收留了D2iQ部分员工。如此说来，D2iQ的路真的走到头了。毕竟微软和D2iQ有过很多深入合作，之前也曾投资过D2iQ，从技术和资本上还是非常了解D2iQ的命脉的，懂我者生之父母也，D2iQ放弃并购可惜了。在改名之后，D2iQ的威胁真的就来了，当Docker与K8S盛行时，D2iQ慢慢不再光彩依旧，加上自身发展上的选择错误，从而走到了今天的地步。

其实，在针对AI领域蓬勃发展的背后，对AI相关存储支持的专注也有大厂的参与，比如老将IBM也将IBM Storage Scale、IBM Storage Scale System、IBM Cloud Object Storage和IBM Storage Ceph多个软件整合在一起，建构了IBM的全球数据平台Global Data Platform，看着这名字就觉得大气，不愧是久经沙场的老手。值得注意的是，VAST表示，这笔资金将推进其使命，提供一个新的基础设施类别，将数据放在系统工作的中心。

并且需要注意的是，在2023年初2月份左右，英伟达推出了一项新的AI云服务，允许用户在云端访问DGX AI超算，这个服务由英伟达直接向客户提供，并托管在Oracle云、Microsoft Azure、Google云平台及其他品牌的云上。其实，在软件方面，英伟达依然拥有强大的团队与能力，据业内朋友之前介绍，每个月都可以看到英伟达在GPU相关软件领域的新功能或新特性更新，这样的创新速度让许多专业的软件公司看到都吃惊乍舌。如此说来，英伟达的净利润还不够高，还不算突出，还需要再加一把力么？

强化云服务的安全性也是亚马逊云科技自成立以来的一贯原则，为了保障用户更安全地使用生成式AI技术，开发者借助最新推出的Guardrails功能，为所有应用程序提供跨大模型的AI安全一致性，实现跨大模型的新保护措施。当前来看，亚马逊云科技不仅在基础设施、计算、存储、数据等领域持续重塑云计算，而且在面向生成式AI的发展道路上，锻造AI基石，多措并举强化AI芯片能力，构建Amazon Bedrock开放工具平台，推出生成式AI卓越中心服务合作伙伴，甚至破天荒地面向千行百业发布企业应用助手Amazon Q。

就此立足自身在金融领域的长期积累，博彦科技以金融行业为切入点，通过对大模型的调用及验证，深入挖掘生成式AI在金融行业应用中的潜力，与数据智能、移动金融、开放银行、风险管理、监管合规等服务相结合，这也是博彦科技自身最为重要的特色服务内容。在生态构建上，博彦科技确实非常积极，积极携手合作伙伴，目前已广泛将AI技术应用于金融、智慧能源、制药等领域，未来也将加强达模型的行业落地应用，将智能客服、智能培训、数据分析、内容创作、代码生成等特色服务融入金融、医药等重要行业之中。

不过，业内人士分析指出，金融领域特别是银行、证券等行业，有着对金融数据的行业合规性与敏感性，大模型渗透入金融行业，势必会顺带提升了金融业务本身的安全性，因此大模型行业落地重点领域可能不会在金融领域爆发，更多的可能性在教育、科研、医疗等领域。在与百度战略合作上，宇信科技看重的是百度在AI、云计算、大数据、5G、边缘计算、区块链等各个新兴技术领域百花齐放的资源，毕竟百度技术投入还是很可观的，在新兴技术领域的研究也博大精深，这对于宇信科技在新兴技术应用上必然是一大利好的补充。那么宇信科技的杀手锏是什么呢？

中科软也早已看到了这个行业发展特点，从而立足自身固有的实力，去构建自身的AIGC创新思路。然而，如前文所述，术业有专攻，对于行业的把控与深入方面，像中科软等ISV具备了先天优势，况且有着数年的行业应用落地的打磨，这是公有云厂商无法短期内比拟的。此外，政务、医疗卫生、 教科文等行业领域的业务也有所发展，有升有降，表现不一，但从中科软业务领域与解决方案的覆盖来看，包括了财产保险、人寿保险、健康医疗、政府领域、金融领域、媒体领域、民航领域、邮政领域、呼叫中心、交通领域、能源领域等几乎百行百业都有中科软的身影。

况且，一直以来以生态体系强大而著称的英特尔，也感觉到了Ampere的行业朋友圈越来越丰富，比如包括谷歌云、微软Azure、甲骨文云、阿里巴巴和腾讯等云服务提供商，以及HPE和Supermicro超微等服务器设备制造商，这些业界大佬都开始与Ampere有所合作，对AmpereOne表现出来了浓厚的兴趣。在提出AI-Driven战略之前，还经历了最早的Computer+X，然后到“互联网+”，再到大数据+，以及人工智能+，从在AI战略上的选择历程可以看出，浙大网新每一次战略变化都紧扣了行业发展的大趋势。

公司以软件技术为核心，融合大数据、人工智能、基础软件等关键技术，聚焦自动驾驶、智能网联、基础软件、操作系统等关键领域，为车企面向未来技术创新发展，提供卓越的、可迭代升级的核心技术、软硬一体化产品及软件平台产品，致力于成为车企“软件定义汽车”时代可信赖的合作伙伴。专心在于，正因为东软集团在AI领域的专心，所以在人工智能领域的发展，很大意义上，可以为带动东软不断创新，在技术、产品、方案、服务以及业务模式的方面进一步获得新的动能，成为东软走向融合创新发展的“新翅膀”。、浙大网新、中科软、宇信科技、博彦科技。

在2018年左右，中电文思海辉的AI+战略明确聚焦金融、制造、政务、文娱、零售等领域，其目的就是要借力使力，将云计算、大数据、物联网、人工智能等创新技术集成起来，为全球企业提供技术服务，技术服务是中电文思海辉的强项。从2018年打造AI+金融、AI+政务、AI+生活的三大AI业务板块，到如今中电文思海辉打造了更为强大的人工智能行业应用解决方案，当然如AI+银行、保险、地产、制造以及大数据服务成为了当前的重点。、软通动力、中电文思海辉、亚信科技、东软集团、浙大网新、中科软、宇信科技、博彦科技。

为此，我们也可以发现，软通动力也在致力于大模型的行业落地战略，在具体战术上，依然吸纳了业界大模型领域的重要厂商合作，软通动力不仅是微软大模型的较早接入应用开发者，接入了全球领先的Azure云 GPT4，也是百度文心一言、文心千帆大模型平台深度合作伙伴，同时还是阿里通义千问的生态合作伙伴，此外基于某大型通讯设备企业大模型的人工智能框架，将自身的业务范围覆盖至AI算力资源到 AI开发平台层的领域。就此，软通动力已经开始构建大模型生态，为行业用户提供平台工具、专业人才和技术服务，加速大模型行业化，实现快速落地。

另一个方面是百度一直在打造大模型“文言一心”，并得到了业界广泛关注，并且在后期优化提升百度智能云的标准化AI解决方案将会带来深入影响，特别是在深入交通、制造、能源等重点行业领域应用场景方面，也将带来产业升级的驱动力，并且百度已经All in 文心一言，作为中国非常有代表性的通用大模型创新者，百度智能云可以为中软国际带来的变化与影响也将是多层次多领域的，这个变化不亚于后面提到的中软国际与华为的全面合作。二是，与百度智能云，也就是百度智慧云，或者业内也有人叫做百度云计算进行深度合作的战线。

落地AI到行业，无论是数据分析，还是数据挖掘，还是数据洞察，还是针对大模型的行业化，还是推理训练的行业化，唯有集大成者方能实现AI行业化的成功落地。从AI高谈阔论的概念， 到AI真金白银的投资，再到AI因ChatGPT大模型的升温，每一次技术带动产业的革新，都离不开不了两样东西的驱动。于是乎，我们才可以看到，许多年前3万元的IBM笔记本电脑，还不如现在的一个iPhone的算力，更不如一个性价比更高的小米手机、华为手机、OPPO手机的计算能力。实际上，在全球每一次的技术进步中，怎能没创新者的挖坑？

谈战略，可能都容易谈及，但论能力，不一定都可以去实现战略真正落地。作为紧跟商汤科技之后就发布大模型的AI创新公司，云从科技2023年5月正式发布大模型“从容”之后，就立刻应用于金融、政务、交通、能源、教育、医疗、文娱等行业领域，同时在智能制造等行业布局上投入比较大，这可能与其之前在工业行业领域有所积累分不开。更直白一点说，SenseCore这个AI大装置，在一定意义上，奠定了商汤科技的AI大模型基础设施平台，不仅可以实现私有化的AI模型部署，也可以实现云化的AI模型部署，成为大模型的基石。

专业的人做专业的事，拓展大B行业更需要相信专业的力量，毕竟专业团队对大B行业有深入了解与理解。对此，高念书坚信，这会进一步持续改善亚信科技的垂直行业利润，凭借“标准产品+解决方案”的集成能力，在提升垂直行业覆盖的基础上，赋能行业数字化与智能化的发展，从而创造更多的行业价值。当前，在通信行业之外，这些大B行业也到了数智化转型高速发展的关键期，对于亚信科技而言可谓“机不可失”，牢牢抓住这些机会，深入挖掘这些机会，不断转化这些机会，从而也为亚信科技未来几年的订单、收入的增长奠定更好的基础。产品不是客户的目的。

因此，AI复现不仅需要算力支持，框架版本、环境配置、预训练模型等方面更需要细致的支持，AI对存储的诉求也非常大，这源于通用存储方案很难满足AI训练的过程，计算高性能带来存储IO瓶颈。在AI时代，对任何用户而言，发展的每一步，都来之不易，AI算力的成本优化与效率优化十分重要，也迫切需要。当前，高性能GPU供不应求，据证券时报前段时间的消息透露，GPU价格也不断上涨，例如A100 GPU市场单价已达15万元，而在两个月前的价格为10万元，涨幅达到50%。由此而言，有积累，有用户，趋动云的底气来得顺其自然。