在数字化浪潮中，AI 与云计算的融合正成为重塑各行业格局的关键力量。近年来，AI 技术突飞猛进，从图像识别到自然语言处理，从医疗诊断到智能驾驶，AI 的应用场景不断拓展 ，其发展速度令人瞩目。OpenAI 的 GPT 系列模型，从 GPT-1 到 GPT-4，参数量呈指数级增长，功能也愈发强大，能完成复杂的文本生成、对话交互、逻辑推理等任务，掀起了全球对 AI 应用的探索热潮。
AI 的蓬勃发展离不开强大算力的支撑。AI 模型训练需要处理海量数据，对计算能力提出了极高要求。以训练一个大型语言模型为例，在大多数情况下要消耗数以万计的 GPU 计算小时，传统的本地计算资源远远不足以满足这种爆发式增长的算力需求。据统计，过去几年间，AI 训练的算力需求每年以超过 100% 的速度增长 ，这使得寻找更高效、更灵活的算力解决方案成为当务之急。
云计算的出现，为 AI 发展提供了理想的算力支持。云计算利用互联网将大量计算资源整合在一起，以按需付费的方式提供给用户，具有超强的计算能力、灵活的资源调配和较低的使用成本等优势。企业和科研机构无需再投入巨额资金购置和维护本地计算设备，只需通过云计算平台，就能快速获取所需算力，随时启动或停止计算任务，大幅度的降低了 AI 研发的门槛和成本，加速了 AI 技术的创新与应用进程。
云计算，简单来说，是一种利用互联网按需提供计算资源（包括服务器、存储、软件、网络等）的服务模式 。它就像是一个庞大的 “计算资源超市”，用户无需在本地搭建复杂的计算基础设施，只需利用互联网连接，就能像在超市挑选商品一样，依据自己需求随时获取和使用所需的计算资源，并且按照实际使用量付费。
从原理上看，云计算主要是基于虚拟化、分布式计算、自动化管理、多租户模式、弹性伸缩和资源池化等技术实现。虚拟化技术是云计算的核心之一，它把物理计算资源，如 CPU、内存、存储等，抽象成虚拟资源，让多个虚拟机可以在同一物理服务器上并行运行，各个虚拟机相互隔离，就像独立的计算机一样 。分布式计算则将任务分解成多个子任务，由多个计算节点并行处理，大大加速了任务的执行速度，同时还具备容错性，某个节点发生故障也不影响整体任务的进行。自动化管理确保云计算系统能根据工作负载的变化自动分配、监控、维护资源并进行故障恢复，减少人工干预，降低管理成本。多租户模式允许多个客户共享同一云计算平台的资源，同时保证数据和应用程序的隔离。弹性伸缩功能使用户能在业务高峰时自动增加计算资源，低谷时减少资源，既保证业务性能，又避免资源浪费。资源池化则将计算资源集中管理，依据需求灵活分配，提高资源利用率。
AI 与云计算的融合是一场互利共赢的 “联姻”。AI 的发展离不开海量数据的处理和复杂模型的训练，而这一过程对算力的需求几乎是无止境的。以训练一个大型图像识别模型为例，在大多数情况下要处理数百万张图像数据，涉及到复杂的卷积神经网络运算，传统的本地计算设备往往难以胜任，而云计算凭借其强大的计算集群和海量存储能力，能够轻松应对。通过云计算平台，AI 开发的人能快速获取所需的 GPU、CPU 等计算资源，将模型训练任务部署到云端，大大缩短了训练时间。谷歌的云平台就为众多 AI 研究机构和企业提供了强大的算力支持，帮助他们在 AI 领域取得了一系列突破性成果。
云计算也借助 AI 实现了自身的智能化升级。在云计算的资源管理方面，AI 算法可以实时分析用户的使用模式和业务需求，预测未来的资源需求，从而实现资源的智能调度和优化分配。当某个时间段内大量用户同时使用云计算服务时，AI 系统能够自动识别并快速调配更多资源，确保服务的稳定性和响应速度；在运维管理上，AI 能够实时监控云计算系统的运行状态，通过对大量运维数据的分析，自动检测出潜在的故障隐患，并提前发出预警，甚至可以实现部分故障的自动修复，大大提高了云计算系统的可靠性和稳定性。
云计算的弹性计算功能是其一大核心优势，它能够根据用户的业务需求，动态地分配和释放计算资源。在电商促销活动期间，如 “双 11” 购物节，电商平台的访问量会呈爆发式增长，对服务器的计算能力要求极高。借助云计算的弹性计算，电商平台可以在活动前提前增加服务器的 CPU、内存等计算资源，确保平台能够稳定运行，承受海量用户的访问压力；活动结束后，又能及时减少资源配置，避免资源浪费，降低运营成本。
AI 技术的融入进一步优化了云计算的资源调度。AI 算法可以对云计算平台上的资源使用情况进行实时监测和分析，通过对历史数据和实时负载的学习，预测未来的资源需求趋势。基于这些预测，AI 系统能够自动调整资源分配策略，将计算资源优先分配给那些对资源需求迫切、优先级高的任务 。字节跳动在其云计算平台中运用 AI 技术进行资源调度，通过对旗下众多产品（如抖音、今日头条等）的业务特点和用户行为模式的分析，实现了计算资源的精准分配，大幅提高了算力利用率，降低了约 30% 的计算成本。
AI 模型的训练依赖于海量的数据，而云计算的分布式存储系统能够很好地满足这一需求。以 Hadoop 分布式文件系统（HDFS）为例，它将数据分散存储在多个节点上，通过冗余备份机制确保数据的高可用性和可靠性。即使某个存储节点出现故障，其他节点上的数据副本依然可以正常使用，保证了数据的完整性。这种分布式存储方式不仅能够容纳海量数据，还具备良好的扩展性，随着数据量的不断增长，可以方便地添加新的存储节点，提升存储容量。
在大数据处理方面，云计算提供了多种强大的框架和工具。Apache Spark 是一种常用的大数据处理框架，它基于内存计算，具有高效的数据处理能力。在处理大规模的图像数据时，Spark 可以将图像数据分块并行处理，大大缩短了处理时间。通过一系列的数据预处理、清洗和分析操作，将原始数据转化为高质量的数据集，为 AI 模型的训练提供坚实的数据基础。例如，在医疗领域，利用云计算的大数据处理能力，可以对大量的医疗影像数据进行分析，提取关键特征，为疾病诊断和治疗方案的制定提供有力支持。
许多云计算平台直接提供了机器学习和深度学习服务，为开发者提供了极大的便利。以亚马逊的 Amazon SageMaker 为例，它是一个全托管的机器学习服务平台，开发者无需担心底层的计算资源配置、数据存储管理等复杂问题，只需专注于模型的开发和训练。SageMaker 提供了丰富的机器学习算法库，包括常见的线性回归、决策树、神经网络等算法，开发者可以根据自己的需求选择合适的算法进行模型构建。同时，它还支持多种深度学习框架，如 TensorFlow、PyTorch 等，方便开发者使用熟悉的框架进行深度学习模型的开发 。
这些云平台提供的机器学习和深度学习服务降低了 AI 应用开发的门槛，使得更多的企业和开发者能够参与到 AI 领域的创新中。一家小型初创企业想要开发一款智能客服系统，通过使用云计算平台提供的机器学习服务，他们能够迅速搭建起一个基于自然语言处理技术的客服模型。利用平台提供的预训练语言模型和数据标注工具，企业可以在短时间内完成模型的训练和优化，将智能客服系统上线，提高客户服务效率，而无需投入大量的人力、物力和时间去搭建复杂的计算基础设施和开发基础算法。
云计算市场近年来呈现出迅猛的发展态势。在全球范围内，2023 年以 IaaS、PaaS、SaaS 为代表的全球云计算市场规模达到 5864 亿美元，增速为 19.4% 。随着云计算与生成式 AI、大模型、算力的深度融合，市场预计将以 18.6% 的年复合率增长，预计到 2027 年全球云计算市场将突破万亿美元。在中国，云计算市场同样保持着较高的活力。2023 年我国云计算市场规模达 6165 亿元，较 2022 年增长 35.5%，大幅高于全球增速。预计到 2027 年，我国云计算市场规模将超过 2.1 万亿元。
从增长趋势来看，随着 AI 原生带来的云计算技术革新以及大模型规模化应用落地，云计算产业迎来了新一轮增长曲线。AI 技术的发展对算力的需求呈爆发式增长，这促使企业和科研机构加大对云计算服务的投入，以满足 AI 模型训练和应用的需求，推动了云计算市场规模的持续扩大。
在全球云计算市场中，亚马逊云（AWS）、微软云（Azure）和谷歌云（Google Cloud）占据着主导地位。亚马逊云凭借其先发优势和广泛的全球布局，在 2023 年以 907.57 亿美元的营收稳居全球市场首位，市场份额达到 31% 。微软云依托其强大的技术研发能力和在企业级市场的深厚积累，营收达到 962.13 亿美元，市场份额为 20%。谷歌云则凭借其在人工智能和大数据领域的技术优势，占据了 11% 的市场份额 。
在国内，阿里云、腾讯云、华为云等是主要的云服务提供商。阿里云作为国内云计算的领军者，继续稳居中国大陆云市场的领先地位，2024 年第三季度占据 36% 的市场份额，同比增长 7%，主要得益于其公共云业务的推动，其 AI 相关产品连续五个季度保持三位数收入增长，目前已有超过 30 万家企业客户采用阿里云的 AI 基础模型 “通义千问” 来提升运营效率 。华为云稳居中国云服务市场第二位，第三季度实现 13% 的稳健增长，市场份额达到 19%，在 AI 开发方面取得了显著进展，解决方案已覆盖 30 多个行业和 400 多个业务场景 。腾讯云在市场中排名第三，第三季度市场份额为 15%，AI 需求的激增极大地推动了其 GPU 相关收入，目前已占其 IaaS 收入的 10% 以上，腾讯云 AI 相关解决方案已为 400 多家领先的互联网公司提供服务 。这些主要云服务提供商在技术研发、服务质量、市场拓展等方面各有优势，共同推动着 AI 云计算市场的发展与竞争。
DeepSeek（杭州深度求索人工智能基础技术研究有限公司）于 2023 年 7 月 17 日由知名量化资管巨头幻方量化创立，自成立以来，在 AI 领域迅速崭露头角，成为行业内备受瞩目的新星。
2024 年 1 月 5 日，DeepSeek 发布首个包含 670 亿参数的大模型 DeepSeek LLM，该模型在一个包含 2 万亿 token 的数据集上进行训练，涵盖中英文，展现出强大的语言理解与生成能力。同年 5 月，DeepSeek 宣布开源第二代 MoE 大模型 DeepSeek-V2，其总参数达 2360 亿，令人惊叹的是，它在性能上比肩 GPT-4Turbo，而价格却只有 GPT-4 的仅百分之一 ，凭借这一突出优势，DeepSeek 收获了 “AI 届拼多多” 的名号，在市场上引起了广泛关注，吸引了大量对成本敏感但又追求高性能模型的用户和企业。
2024 年 12 月 26 日发布的 DeepSeek-V3 更是将技术创新推向新高度，总参数达 6710 亿，采用创新的 MoE 架构和 FP8 混合精度训练，训练成本仅为 557.6 万美元 。这一成本优势在行业内极具竞争力，使得更多的研究机构和企业能够以较低的成本进行大模型的训练和应用开发。在 2025 年 1 月 20 日，DeepSeek 正式发布 DeepSeek-R1 模型，该模型在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版 ，进一步巩固了 DeepSeek 在大模型领域的领先地位。1 月 31 日，DeepSeek R1 671b 作为英伟达 NIM 微服务预览版在发布，展示了其与英伟达等行业巨头的紧密合作，以及在技术应用和推广方面的强大实力。截至 2 月 2 日，DeepSeek 攀升至 140 个国家的苹果 App Store 下载排行榜首位，并在美国的 Android Play Store 中同样占据榜首位置，其 APP 在全球范围内的广泛传播，充分证明了 DeepSeek 在市场上的受欢迎程度和影响力。
DeepSeek 的技术创新在多个方面对 AI 云计算产生了深远影响。其在大模型训练成本上的突破，为 AI 云计算市场带来了新的发展机遇。以 DeepSeek-V3 为例，通过采用混合专家架构（MoE），虽然总参数达 6710 亿，但每个输入只激活 370 亿参数，这种选择性激活方式大大降低了计算成本 。同时，FP8 混合精度训练框架的设计，首次验证了在极大规模模型上进行 FP8 训练的可行性和有效性，进一步减少了显存使用，提高了计算效率。这使得企业和研究机构在进行大模型训练时，可以以更低的成本在云计算平台上获取所需算力，降低了 AI 研发的成本门槛，刺激了更多的创新活动。
DeepSeek 的发展也提高了云计算的算力需求。随着 DeepSeek 模型的性能不断提升，越来越多的用户和企业选择使用其模型进行各种 AI 应用开发和业务处理。这导致对云计算算力的需求大幅增加，无论是模型训练阶段还是模型推理阶段，都需要大量的计算资源支持。为了满足这种增长的需求，云计算服务商需要不断扩充算力基础设施，提升计算能力，从而推动了整个云计算产业的发展。
众多云服务商纷纷与 DeepSeek 合作，将其模型部署在自家云平台上，这一举措有望推动云服务商的收入增长。阿里云、百度智能云、华为云、腾讯云、京东云、火山引擎、天翼云等国内云巨头，以及海外的亚马逊 AWS、微软 Azure 等云服务商均已接入 DeepSeek 模型 。云服务商通过提供 DeepSeek 模型的运行环境和相关服务，吸引了更多的客户使用其云计算服务，增务的附加值和用户粘性，进而带动了云服务收入的增长。
与 DeepSeek 合作紧密、有望受益的核心标的涵盖了多个领域。在云计算企业方面，优刻得和青云科技作为第三方云计算厂商，在 DeepSeek 热度持续攀升的背景下，股价表现出色。春节后的 A 股三个交易日里，优刻得和青云科技连收三个一字板，其股价的大幅上涨反映了市场对它们与 DeepSeek 合作前景的看好。它们凭借自身的云计算服务能力，为 DeepSeek 模型的运行提供了稳定的基础设施支持，同时也借助 DeepSeek 的影响力，吸引了更多客户，拓展了业务范围。
在算力产业链企业中，浪潮信息是不容忽视的重要标的。作为 AI 服务器市场份额全球第一的企业，浪潮信息是 DeepSeek 的重要合作伙伴，为 DeepSeek 大模型训练提供了强大的算力保障 。随着 DeepSeek 业务的不断拓展，对算力的需求持续增长，浪潮信息有望通过持续为其提供高性能的服务器产品，实现业务收入的稳步增长。中科曙光同样在算力领域占据重要地位，作为中国高性能计算领域绝对龙头和国内液冷技术领导者，承建了 DeepSeek 杭州训练中心液冷系统 。液冷技术对于保障算力设备的高效稳定运行至关重要，中科曙光凭借其在液冷技术上的优势，为 DeepSeek 的算力基础设施提供了关键支持，也为自身在 AI 算力市场赢得了更多的发展机会。
在数据中心领域，光环新网、数据港等企业也有望受益。光环新网作为国内第三方 IDC 头部企业，布局京津冀、长三角核心区域，具备大规模的数据中心运营能力，能够为 DeepSeek 提供稳定的数据存储和算力支持服务。数据港作为阿里云核心 IDC 合作伙伴，在数据中心运营和管理方面拥有丰富经验，与 DeepSeek 的合作将有助于其进一步拓展业务，提升市场份额。
从 AI 应用和软件服务角度来看，拓尔思在自然语言处理技术国内领先，与 DeepSeek 联合开发金融舆情大模型 。通过双方的合作，拓尔思能够将自身的技术优势与 DeepSeek 的大模型能力相结合，开发出更具竞争力的 AI 应用产品，满足金融等行业对舆情分析和处理的需求，从而在 AI 应用市场中占据更有利的地位。金山办公作为办公软件和服务提供商，基于金山云开展业务，与 DeepSeek 的合作有望为其办公软件带来更强大的 AI 功能，提升用户体验，增强产品的市场竞争力，进而推动公司业务的发展。
AI 云计算在算力提升方面面临着巨大挑战。AI 模型的规模和复杂度不断增加，对算力的需求呈指数级增长 。训练一个大型语言模型可能需要消耗数以万计的 GPU 计算小时，而且随着模型的不断优化和升级，算力需求还在持续攀升。然而，当前的硬件技术发展速度相对较慢，难以满足这种快速增长的算力需求。同时，算力的提升还面临着能耗问题，数据中心的能源消耗巨大，如何在提高算力的同时降低能耗，是亟待解决的难题。
数据安全和隐私保护也是 AI 云计算面临的重要技术挑战。在 AI 云计算环境下，数据在传输、存储和处理过程中都存在被攻击和泄露的风险。AI 模型训练需要大量的数据，这些数据中可能包含用户的敏感信息，如个人身份、财务状况等 。一旦这些数据被泄露，将给用户带来严重的损失。云服务提供商多采用数据加密技术来保护数据安全，但随着黑客技术的不断进步，加密技术也面临着被破解的风险。此外，在数据共享和协同计算过程中，如何确保数据的隐私不被泄露，也是需要解决的问题。
云服务市场竞争异常激烈，价格战成为常见的竞争手段。各大云服务提供商为了争夺市场份额，纷纷降低价格，这使得整个市场的利润空间不断压缩。对于一些小型云服务提供商来说，由于规模效应不明显，成本较高，难以在价格战中与大型云服务提供商竞争，生存压力巨大。价格战也可能导致云服务提供商降低服务质量，影响用户体验，不利于整个行业的健康发展。
客户争夺也是云服务市场竞争的一个重要方面。优质客户资源有限，各大云服务提供商都在通过各种方式吸引客户，如提供优质的服务、丰富的产品线、优惠的价格等。客户在选择云服务提供商时，不仅会考虑价格和服务质量，还会考虑云服务提供商的品牌知名度、技术实力、数据安全保障等因素。这就要求云服务提供商在各个方面都要具备较强的竞争力，才能在客户争夺中占据优势。
面对技术挑战，云服务提供商需要加大技术创新投入。在算力提升方面，可以探索新型计算架构，如量子计算、光子计算等，这些新型计算架构有望带来计算能力的突破性提升。同时，要加强对硬件技术的研发，提高芯片的性能和效率，降低能耗。在数据安全和隐私保护方面，要不断创新加密技术和隐私保护算法，如采用同态加密、联邦学习等技术，确保数据在整个生命周期中的安全和隐私 。
云服务提供商之间可以加强合作，共同应对市场竞争挑战。通过合作，能轻松实现资源共享、优势互补，提高整个行业的竞争力。一些云服务提供商可以联合起来，共同研发新技术、开拓新市场，避免恶性竞争。云服务提供商还可以与 AI 企业、科研机构等合作，共同推动 AI 云计算技术的发展和应用，拓展市场空间。
云服务提供商应采取差异化竞争策略，避免陷入价格战的泥潭。能够准确的通过自身的优势和特点，专注于特定的行业或领域，提供定制化的云服务解决方案。针对金融行业，提供具有高安全性和稳定性的金融云服务；针对医疗行业，提供符合医疗数据安全标准的医疗云服务。通过提供差异化的服务，满足客户的个性化需求，提升客户的满意度和忠诚度，从而在市场竞争中脱颖而出。
AI 云计算在当今数字经济时代占据着举足轻重的地位。从技术层面来看，它融合了 AI 和云计算的核心技术，为各行业的数字化转型提供了强大的技术支持。弹性计算与资源调度、大数据存储与处理、机器学习与深度学习服务等技术的不断发展和完善，使得 AI 云计算能够满足不同用户和企业多样化、个性化的需求。在市场方面，AI 云计算市场规模持续快速增长，全球和中国的云计算市场都呈现出强劲的发展势头，众多云服务提供商在市场中激烈竞争，推动着技术的创新和服务的优化。
未来，AI 云计算有望在多个方面取得进一步突破和发展。在技术上，随着硬件技术的不断进步，如新型芯片的研发和应用，有望实现算力的大幅提升，同时降低能耗。量子计算、光子计算等新型计算技术也可能取得突破性进展，并与 AI 云计算深层次地融合，为 AI 模型的训练和应用带来前所未有的计算能力。数据安全和隐私保护技术也将不断创新，以应对日益复杂的网络安全威胁，确保用户数据的安全和隐私。
AI 云计算的应用领域将不断拓展。除了现有的互联网、金融、医疗等行业，AI 云计算还将在智能制造、能源、教育等更多领域发挥重要作用。在智能制造领域，AI 云计算可以实现生产过程的智能化监控和优化，提高生产效率和产品质量；在能源领域，它可以帮助能源企业进行能源预测、优化能源分配，实现能源的高效利用；在教育领域，AI 云计算可以提供个性化的学习方案，实现远程教学和智能辅导，促进教育公平和质量提升。
从市场格局来看，AI 云计算市场的竞争将更加激烈，同时也会出现更多的合作与协同。大型云服务提供商将凭借其强大的技术实力、广泛的客户基础和丰富的资源，进一步巩固其市场地位，并通过不断创新和拓展业务领域，扩大市场占有率。一些专注于特定领域或技术的小型云服务提供商也可能通过差异化竞争，在市场中找到自己的生存空间。云服务提供商之间、云服务提供商与 AI 企业、科研机构之间的合作将更加紧密，一同推动 AI 云计算技术的发展和应用，实现互利共赢。
当地时间3月6日下午5点31分，也就是北京时间今天（3月7日）早上7点31分，美国太空探索技术公司（SpaceX）在美国得克萨斯州进行“星舰”重型运载火箭的第八次试飞。此次任务重点包括“星舰”首次在太空进行卫星部署模拟演练，以及火箭助推器返回发射塔、以“捕获”方式回收等。
外交主题记者会丨王毅：欢迎各国朋友用自己的双眼见证一个更加真切、鲜活的中国
今天（3月7日）上午，十四届全国人大三次会议举行记者会，中央政治局委员、外交部长王毅就“中国外交政策和对外关系”相关问题回答中外记者提问。王毅表示，人民友好是双边关系的基础，也是促进和平的动力。随着中国经济社会持续发展，高水平对外开放逐步扩大，中国和世界各国人民距离不断拉近。
3月7日，被王毅认出的外国记者方浩明，被问到时回答：是中国内政，没必要问我。
浙江三名男子20分钟盗取200张刮刮乐，企图“一夜暴富”，警方：被抓时还没刮完
“刮刮乐”是一种即开即得的彩票。近日，有几个男子就偷了一家彩票店，妄想通过一次性刮开所有的彩票“一夜暴富”。当然他们不仅没有暴富，还被警察叔叔抓了。事发当天早晨，浙江绍兴市越城区公安分局城南派出所接到报警称，辖区一家彩票店被盗。
突发！乌克兰遭大规模袭击，乌军：俄军动用67枚导弹，已击落34枚！泽连斯基呼吁部分停火
据新华社，乌克兰能源部长加卢先科3月7日早在社交媒体发文称，乌克兰多个州的电力和天然气基础设施遭大规模俄罗斯导弹和无人机袭击。
上一篇：2月10日主题复盘 DeepSeek概念股持续大涨云计算也再度发酵国企改革迎催化 下一篇：曙光云计算专利发力：揭示未来组件生成的无限可能
