大数据产业创新服务媒体
——聚焦数据 · 改变商业
2月29日，阿里云宣布了史上最大力度的一次降价，平均降价幅度超过20%，最高降幅达55%。通过此次降价，阿里云的核心云计算产品价格都击穿了全网最低价。
这次降价，涉及100多款产品、500多个产品规格。而且，重点在用户使用频率最高的核心产品，比如云服务器ECS最高降36%、对象存储OSS最高降55%、云数据库RDS最高降40%。无论是大客户还是中小客户，新客户还是老客户，都可以在阿里云官网上直接按照新的价格在线下单。
笔者观察到，阿里云的此次降价，大部分产品，5年费用的价格降幅更大，比如通用算力型u1云服务器，1年费用价格降低了10%，而5年费用降低了36%；1TB预留空间的对象存储OSS产品，1年费用降低25%，5年费用降低55%；云数据库RDS MySQL基础版，1年费用降低24%，5年费用降低40%
中美云计算仍存差距，
“算力平价”成关键
我们知道，云计算是计算产业的一场深刻革命。相对于传统自建IDC的方式，云计算在多方面都有巨大的优势，比如弹性扩容，节省IT支出，减少闲置资源浪费，更好实现系统打通，解决系统隔离、数据孤岛问题。例如，掌阅科技在全栈迁移至阿里云之后，CPU利用率提升125%，总拥有成本降低超30%。
更重要的是，云计算已经成为IT架构持续升级的一个不可或缺的基石，不仅可以让原本基于传统IT的烟囱式架构进化为高可用、多地多活 、离在线混合部署的分布式架构，还能更好支撑最新、最先进的技术栈。比如，最新的Serverless产品可以支撑企业实现流程式开发，更好支撑大模型的训练和推理应用，帮助企业快步跨进大模型原生应用时代。例如，基于阿里云提供的算力支持，中国一汽与阿里云快速打造出数据分析应用GPT-BI；妙鸭相机突然爆火，也是阿里云撑住了其陡峭的算力需求曲线，帮助这个AIGC应用成长起来。
然而，令人担心的是，在全球范围来看，尤其是跟美国相比，中国的云计算产业发展还很不足。需要指出的是，中国的整体算力规模并不小，问题是效率更高的公共云渗透率太低。根据中国信通院的数据，美国服务器存量规模约为2100万台，中国是2000万台，似乎很接近。但是，在这些算力中，美国有60%是以公共云形式存在的，而中国却只有28%，还有72%没有用上公共云。换算一下，美国的公共云算力相当于1260万台服务器，而中国是560万台，不到美国一半。而且，欧洲的公共云渗透率都达到了50%，也远远领先于我们。
中美算力规模与公共云渗透率对比 数据来源：中国信通院，数据猿进行计算分析
因此，现在的当务之急，是尽快提升中国公共云的渗透率，进一步壮大公共云产业实力。
这个时候，阿里云不仅仅是中国公共云的领导者，更是布道者，对产业的发展负有不可推卸的责任。笔者曾在《阿里云，找回初心！》一文中，就提到过，中国公共云的大旗，需要阿里云扛起来。
那要怎么提升公共云的渗透率呢？方法当然有很多，但最直接的一招就是——降价，大规模降价来推动新产品普及，这在商业社会中屡试不爽。
无论是蒸汽机所带来的第一次工业革命，还是电气化所带来的第二次工业革命，都有一个显著的特征，那就是通过规模化生产来大幅度降低商品成本，进而降低商品价格，以更低的价格来推动商品的应用普及。
我们来看一个最鲜活的例子，在新能源领域，光伏是一个核心产业，而且中国的光伏独步全球。光伏在最近几年迎来了加速发展的拐点，无论是装机量还是光伏发电占比都在快速提升，最核心的原因是光伏产业因为技术进步在不断的降低光伏组件生产成本，进而降低光伏发电的成本，最终实现了“光伏平价”（也就是说，用光伏发电的成本，降低到用煤炭等传统能源发电的成本）。
同样的道理，云计算作为对算力产业的革命，通过技术进步来持续降低成本进而降低商用价格，本来就是云计算革命的应有之义。相较于自建数据中心/机房，云计算就应该做到“算力平价”甚至于“算力低价”，如果不能通过规模化来持续降低成本，凭什么说云计算代表未来呢？
从这个角度来看，对于云计算厂商而言，借助成本优势来持续降低算力价格，是其职责所在，立身之本。某种程度上，能降低多少成本，能多快降低成本，是检验云计算厂商实力的一块试金石。
把价格打到最低，阿里云到底有几板斧？
目前，整个云计算市场都还处在以利润换增速的阶段。全球市场上，谷歌云在2023年刚刚扭亏，营业利润率只有5.2%。在中国，在头部云厂商中，阿里云是唯一盈利的厂商，其2023财年总收入为772.03亿元，经调整EBITA利润为14.22亿元。尽管连续2年实现盈利，但利润并不高。那这个时候降价，而且是这么大幅度的降价，岂不是又要陷入亏损泥潭爬不出来了么？
事实上，并非如此。
阿里云此次行动，并不是为了降价而降价，而是有坚实的基础的。正如其他产业革命一样，健康、可持续的降价，往往有坚实的产业规律和竞争力作为基础的。
对于云计算产业而言，在相当长一段时间内，都还将处在突破“算力平价”的过程中（类比“光伏平价”，算力平价是不断降低算力成本，凸显新技术产业优势的过程）。相比于传统计算产业，云计算天然就有成本优势。
数万甚至上百万台服务器，相对于几百台服务器，在供应链上的话语权是完全不一样的，通过更大的订单可以显著压低软硬件的采购成本。以阿里云为例，其管理着数百万台服务器，构建了一张覆盖全球的云计算网络，在硬件、网络等资源采购成本上具有绝对优势。而且，在数据中心运营方面，规模化所带来的成本优势也异常显著，管理100万台服务器的运营成本，不是管理100台服务器的1万倍，而是要小得多。
相对于硬件采购和数据中心运营，云计算的规模优势更体现在软件领域，云操作系统、云数据库、PaaS平台、AI平台等，研发成本很高，但商用的边际成本却很低。通过规模化商用，可以大大拉低边际成本，有效分摊前期的研发投入。可以说，云厂商管理的服务器规模越大，其成本优势就越明显。这有点类似于互联网平台，比如淘宝和微信，前期研发投入很大，但研发成功后每增加1个用户的边际成本却非常低，因此用户规模越大平台的优势越明显。
此外，云计算还有一个杀手锏，那就是计算资源的弹性调度能力。假设一个企业高峰时期需要1000台服务器，但它不是每时每刻都需要这么大算力，也许只需要常态化持有500台服务器，然后根据业务需要弹性调度另外500台服务器中的部分即可，而这一切只有云计算可以实现。在公共云计算平台上，不同客户在不同时间段弹性调用算力资源，可以错峰填谷，降低资源闲置成本，大大提升单位算力的效能。据测算，自建IDC的平均资源使用率往往不到5%，而亚马逊、谷歌、阿里云等云厂商的数据中心资源使用率可达30%~40%，这多出来的资源使用率，就可以转换成巨大的成本优势，这也是云厂商多次大幅降价的底气。
我们以汽车为例，假设100个人有出行需求，如果大家都买车，那需要买100辆车，而事实上，这100辆车大部分时间都是闲置的，静静的躺在停车场或者马路边。有了网约车这种共享出行平台之后，可能只需要20辆车，就可以满足这100个人的出行需求，而且这20辆车大部分时间都在路上，而不是躺在某个角落里吃灰。这样一来，不仅可以节省80辆车的硬成本，还可以节省停车费、保险费、汽车保养费等一系列费用。这些成本优势最终也会给消费者带来实实在在的好处，比如同样是满足出行需求，自己养一辆车一个月可能得花2000多元（算上购车成本），但用网约车可能只需要不到500元。
正如我们上面所说，能降低多少成本，是检验云计算厂商实力的一块试金石。同样是降价，也有降价幅度的不同。阿里云此次能如此大规模降价，除了云计算产业本身的规模优势外，还有一个很重要的原因是阿里云本身的技术能力，这进一步给了它从容降价的底气。
阿里云作为中国云计算的领导者，在云操作系统，计算、存储、网络、PaaS平台、AI平台、数据平台等环节都投入巨资进行研发，这进一步提升了计算资源的利用效率。例如，阿里云自研飞天云计算操作系统，可以实现百万服务器级别的资源实时调度，更好实现计算资源的“削峰填谷”；自研CIPU架构，通过CIPU 弹性RDMA能力加持，业务性能会有800%的提升；自研的盘古存储系统，通过EC、压缩等自研技术大幅提高了存储的资源利用率。进一步的，阿里云还借助规模优势，自研芯片，其自研的倚天710等芯片，可将数据库、大数据和AI及高性能计算、视频编解码等场景性价比提升80%以上。据测算，过去十年阿里云将计算成本降低了80%，存储成本下降了近90%。
阿里云资深副总裁刘伟光在群访中，把它总结为两个优势：第一，通过软硬一体化的能力，将虚拟化开销降低到零，“这是一个非常大的提升和进步”；第二，通过容器化部署等能力，从IaaS层到PaaS，大幅提升研发效率。从阿里云的发展逻辑可以看出，云计算的核心要义，就是向技术要效率，并转化为成本和价格优势。
云计算本身的规模化优势，就像一个能量强大的巨浪，而阿里云自身的技术能力，让其成为一个有强大动力的大船，既借助海浪的动能，又叠加上自身强劲的动力，才在降低算力成本这条航道上，跑出了速度与激情。
显然，不是每一个云厂商都能像阿里云这样实现大幅降价的。
云计算进入第三阶段，为AI“发电”
作为中国云计算的布道者，王坚博士认为，云计算的发展可以划分为三个阶段：
第一阶段，电商、游戏等互联网应用建立在“云上”，构建出消费互联网，改变了我们的生活；
第二阶段，银行、制造业等企业上云，开启了产业互联网；
现在正处于第三阶段，核心是云计算与人工智能的结合，如果以电力革命类比的话，云计算和GPT等模型的关系就是电和电动机的关系，未来，云计算的算力都会被这些智能时代的电动机，也就是被模型消耗掉。
目前，大模型甚至AGI的大门正向我们缓缓打开，但要实现大模型的规模化商用，要解决的第一个问题就是算力瓶颈。要知道，即使是OpenAI也饱受算力短缺之苦，其CEO Sam Altman经常公开抱怨算力短缺的问题。为此，他甚至抛出了一个7万亿美元的算力基础设施计划，跌掉了很多人的眼镜。当然，这个计划有些不切实际，但算力对于未来智能社会的重要性不言而喻，中国要想在智能社会中实现全球领先，以云计算为核心的算力基础设施建设，就成为问题的关键。
此时再看阿里云的“AI驱动，公共云优先”战略，更有了现实意义。早在去年10月阿里云栖大会上，蔡崇信就表示，“国内一半的大模型公司跑在阿里云上”。根据硅谷风投机构 a16z 的数据，大模型和生成式 AI 创业公司 的80%-90%的早期融资都用于向云计算平台购买算力，用于模型训练。更重要的是，即使这些大模型以后商用了，每年也将要把整体营收的10%-20% 用于购买云算力服务。如果将大模型视为掘金，那云厂商就是卖铲人。未来，以大模型为核心的AI应用，将是最大的一朵SaaS，无论是用户直接使用通义千问、智谱清言这类大模型，还是通过智能营销、智能客服、对话式BI等业务系统间接调用大模型能力，都将消耗巨大的AI算力，这将成为拉动云计算资源消耗的一股强劲力量。可以说，以前是得SaaS者得云计算天下，今后是得AI者得云计算天下。
进一步的，我们不能单从一个产业来看云计算，而是应该把其放在更广阔智能时代背景下来思考。云计算对于未来智能产业的意义，就像电动化对于汽车产业的意义一样，汽车的电动化，其意义远不止把发动机换成一堆电池然后省点油钱那么简单，它更重要的是实现汽车的数字化，进而实现以自动驾驶为核心的智能化，是要把汽车变成一台安上轮子的计算机，这才是汽车电动化的核心。同样的，阿里云战略的核心，是通过持续降低公共云算力成本，以此推动各种智能应用的爆发式发展。
而且，阿里云的这种设想，不是空想，而是已经被验证过的事实。还记得去年8月份，朋友圈在短时间内被一款叫“妙鸭相机”的AI应用刷屏了，该应用让用户只需几张照片，就可以制作自己的数字分身，生成媲美影楼级别的写真。
爆火之后，妙鸭相机很快迎来了甜蜜的负担——上线不到一个月，算力需求暴涨数百倍，算力严重不足，大量用户需要排队才能体验到这款原生的AIGC应用。事实上，算力短缺是AI应用的痼疾，一方面，AI生成尤其是图片、视频生成本身就更消耗算力；另一方， AI应用对算力还很“挑食”，它更喜欢GPU算力。因此，即使是OpenAI，每次发布新功能，都会遭遇一波算力危机。
幸好，妙鸭相机部署在阿里云上，面临指数级暴涨的算力需求，阿里云对其紧急扩容，在短时间内大大缓解了用户排队问题。据悉，阿里云可提供十万卡GPU规模集群的扩展性，这些算力资源足够承载多个万亿级大模型的训练和推理应用。
可以预见，接下来，云厂商与大模型厂商将各司其职，云厂商尽力降低算力成本，夯实算力基础，大模型厂商大胆进行应用创新，两方携手合作，共建一个繁荣的AI生态。在不久的将来，我们将见到更多新颖有趣的AI应用，AI算力就像是新时代的电力一样，驱动各行各业的智能化升级，甚至推动整个社会跨进一个充满想象力的智能时代。我们已经来到21世纪的“蒸汽机时刻”，未来会如何发展，让我们拭目以待吧！
文：月满西楼 / 数据猿
责编：凝视深空 / 数据猿
