Meta發布Llama 3系列兩個開源大模型之后，百度、阿里、騰訊等國內云廠商迅速搶食Llama 3的算力部署需求。

今日，阿里云宣布全方位支持Llama 3系列模型的訓練與推理。阿里云百煉大模型服務平臺推出針對 Llama 3系列的限時免費訓練、部署、推理服務。騰訊云也宣布騰訊云TI平臺成為國內首批支持Llama 3全系列模型的平臺之一。

而在4月19日，百度智能云千帆大模型平臺已宣布成為國內首家推出針對Llama 3全系列版本訓練推理方案的云廠商。亞馬遜云同日宣布這兩款模型已在Amazon SageMaker JumpStart中提供。

多名科技界人士此前對Llama 3系列評價頗高，認為后續可能開源的Llama 3超4000億參數版本有望改變大模型生態，更有從業者指出，開源的Llama 3有如安卓，一夜之間打掉所有閉源手機操作系統。

隨著開源潮流繼續，云廠商也不再僅依托與閉源大模型廠商綁定，而走向了搶食開源大模型算力需求。

Llama 3性能幾何？

Llama 3已開源版本的基準測試數據亮眼。據Meta介紹，指令微調的Llama 3 8B在五項基準上得分超Gemma 7B-1t和Mistral 7B Instruct，Llama 3 70B三項基準超過Gemini Pro 1.5和Claude 3 Sonnet。

這兩個開源模型發布后，近日陸續還有業界人士發表對該模型的看法。360創始人、董事長周鴻祎認為，這兩個開源模型性能很強，應該遠遠超過GPT-3.5，Llama問世再次驗證了其對開源的信心。

國內則關注到Llama 3的中文能力和長文本弱點。記者在一個大模型業內人士討論群中看到，不少大模型開發者詬病Llama 3的中文表現，有大模型開發者實測發現其中文能力不如GPT-3.5，稱后續使用可以等第三方微調的中文Llama 3出來。不過有業內人士分析，Llama 3將中文能力弱化了，這不是很大的問題，好的中文模型不一定需要很大量中文數據。

Llama 3上下文窗口僅8k，落后于業內平均水平。周鴻祎表示，360的7B（70億）參數大模型可輸入長文本360k，已開源了長文本訓練方法，可將這個方法用在Llama 3 8B訓練，彌補該模型短板。

Llama 3開源引發開閉源路線之爭討論后，Meta CEO扎克伯格近日在一次訪談中則透露了Meta開源的想法和決心。他表示，即便一個模型研發成本達100億美元，只要對Meta有幫助，就會開源。扎克伯格提到開源的好處時舉了個例子：此前Meta開放計算項目開源，隨著全行業以Meta的設計為標準，供應鏈基本圍繞此建立，起量后為其節省了數十億美元。

“開源可以在很多方面提供幫助，一個是人們能否找到更便宜運行模型的方法。隨著時間推移，我們將在這些東西上花費幾千億美元或更多。所以如果能提高10%效率，就能節省數十億甚至數百億美元，它本身就可能值很多錢。”扎克伯格表示。

周鴻祎在論述Llama 3開源的意義時也提到相似觀點，他曾經問過谷歌高管為什么把很多大數據項目貢獻給公眾，對方的回答令他驚訝。“他說軟件規模非常大，靠一家公司獨立維護成本非常高，開源之后就變成公共財產，形成我為人人、人人為我的文化。“周鴻祎表示。

云廠商搶食

Llama 3開源一石激起千層浪，阿里云、百度云、騰訊云也嗅到了機會，入場搶奪算力需求。

云廠商綁定大模型公司以鎖定算力乃至芯片需求，以往并不少見，且云廠商由此獲得的利潤可觀。OpenAI背后站著的投資方是微軟，ChatGPT就運行在微軟Azure上。有“OpenAI最強對手”之稱的Anthropic，身后則站著亞馬遜。

今年3月，亞馬遜完成對Anthropic的40億美元投資，雙方戰略合作協議內容包括，Anthropic選擇亞馬遜云科技作為其關鍵任務工作負載的主要云服務提供商，Anthropic將利用Amazon Trainium和Amazon Inferemtia芯片來構建、訓練和部署未來模型。這兩款芯片是亞馬遜的自研芯片。今年3月，Anthropic發布最新大模型系列Claude 3，亞馬遜立馬宣布Amazon Bedrock可運行Claude 3系列，且是唯一一個為該系列模型提供托管服務的平臺。

參考微軟云服務綁定OpenAI后的收效，在截至2023年12月31日的2024財年第二季度，微軟智能云營收259億美元，剔除匯率影響后同比增長19%，AI為Azure云貢獻了6個百分點的增長，其中絕大部分增量來自OpenAI在Azure云上的推理調用。亞馬遜云服務AWS則在2023財年第四季度獲得242.04億美元營收，同比增長13%。亞馬遜首席財務官布奧爾薩夫斯基表示，客戶對AWS生成式AI產品表現出很大興趣，雖然生成式AI服務體量相對較小，但公司相信其在未來幾年將帶來價值數百億美元的收入。

國內云廠商中，不少也是大模型開發商，騰訊自研混元大模型，阿里自研通義千問，百度有文心大模型。此外，不同于一些大型互聯網服務廠商自建服務器集群的情況，一些大模型創業公司還無太多余力搭建服務器集群，而是使用云廠商計算資源。有云廠商相關負責人向記者描述，大模型訓練所需GPU算力，要一千張卡、一萬張卡連通，這不是所有公司都能做到的，云廠商基于規模和效率優勢天然更適合大模型場景。

除了自研大模型，云廠商自然不愿放過其他大模型的算力需求。百度旗下有面向企業客戶的大模型平臺文心千帆，支持第三方大模型能力導入，千帆ModelBuilder支持國內外第三方主流模型，總數量達79個。此外，阿里云旗下有魔搭社區，騰訊云TI平臺則已接入Llama 2、Falcon、Dolly等開源模型。今年3月，阿里云魔搭發起一項開源計劃，支持國內類Sora模型創新。

相比推理訓練更具中心化特點的閉源模型，諸多云廠商都有機會拼搶算力分散的開源模型部署需求。而隨著Grok-1、Llama 3等相繼突破開源模型參數上限，潛在算力需求也在攀升。如果Llama 3 參數量超4000億版本可以獲得媲美GPT-4的性能，部署該模型的需求攀升，接入Llama 3的云廠商能吃到的算力紅利可能不低于微軟。

開源大模型廠商也在評估自身能否從云服務廠商相關收入中分成。

在談到是否考慮向云廠商授權模型，以賺取可觀收入時，扎克伯格表示：“希望有這樣的安排，但我不知道會有多大意義。我們希望，如果他們打算把我們構建的東西轉賣并從中賺錢，那么他們應該來和我們談談。如果你是微軟Azure或亞馬遜，打算轉售我們的模型，那么我們應該有一些收入分成。“

扎克伯格提到，Llama 2基本已與所有主要云計算公司達成協議，可以作為托管服務在這些云上使用，而隨著發布的模型越來越大，這將成為一件大事。“如果要銷售我們的模型，我們就應以某種方式分享其中的好處。”