上海
2025年，全球AI大模型竞赛进入深水区。从GPT-4到通义千问，大模型参数规模屡创新高，训练成本动辄数千万美元，推理算力需求更是几何级攀升。然而，这场“技术淘金热”正悄然退潮——大模型厂商陷入价格战泥潭，而提供底层算力、工具链和服务的“卖铲人”AI基础设施（AI Infra）企业却迎来爆发式增长，成为市场新焦点。
大模型退潮：价格战与盈利困境
自2024年起，AI大模型厂商竞争白热化。字节跳动、阿里、百度等企业相继推出“1元/10万次”甚至免费服务，试图以低价抢占市场，但高昂的算力成本令其陷入亏损。以OpenAI为例，其GPU采购成本至少7.2亿美元，而应用场景有限导致商业化回报远低于预期。
与此同时，大模型应用层虽涌现出视频生成、AI搜索等创新产品，但同质化严重，用户付费意愿不足。市场逐渐意识到，单靠模型参数堆砌难以形成壁垒，“淘金者”的黄金时代正被成本压力与同质竞争终结。
“卖铲人”崛起：AI Infra的商业逻辑
当大模型厂商鏖战时，AI Infra企业却凭借底层技术支撑稳居价值链上游。AI Infra涵盖芯片、云计算、算法框架、数据中心等环节，通过优化算力调度、降低能耗、加速模型开发，成为连接算力与应用的核心桥梁。
硬件厂商独占鳌头：英伟达凭借CUDA生态和GPU技术，占据全球AI算力市场80%以上份额，华为昇腾芯片也在国产替代中异军突起。2024年，英伟达H100芯片价格飙升仍供不应求，云计算巨头加码算力基建，谷歌云因AI基础设施需求增长营收同比激增30%。
软件与工具链成新战场：阿里云、腾讯云等头部厂商推出“一站式模型部署平台”，提供弹性计算、跨云调度和智能运维服务。开源框架如PyTorch和TensorFlow通过社区协作加速技术迭代，形成“大厂研发核心模型，供应商提供工具支持”的生态。
国内生态挑战：封闭体系与创业门槛
尽管AI Infra潜力巨大，国内市场却面临独特困境。国内大模型参与者多为阿里、腾讯等巨头，其封闭的生态体系令中小供应商难以切入。例如，阿里云虽开放通义千问模型接口，但核心训练体系仍自成一体，外部企业难以参与。
相比之下，国外已形成成熟分工：谷歌与数据供应商共享成果，提升产业链整体能力；初创企业专注细分领域，为大厂提供标准化解决方案。这种良性循环在国内尚未建立，导致大模型创业门槛居高不下——创业者需从零搭建算力、数据和工具链，如同“开垦荒地再种粮”。
未来生态开放与长期价值
中金预测，未来3-5年AI Infra产业将保持30%年增长率，市场规模有望突破万亿。然而，要实现这一目标，需解决两大问题：
打破封闭生态：大厂需开放部分技术标准，吸引中小供应商参与，形成多元协作。例如，华为昇腾通过开源MindSpore框架，逐步构建开发者社区。
证明商业价值：厂商需通过实际案例验证AI Infra的成本节约与效率提升能力。例如，某车企采用智能调度算法后，模型训练时间缩短40%，能耗降低25%。
结语：修路者的时代
19世纪加州淘金热中，真正致富的是卖铲子和牛仔裤的商人；2025年的AI浪潮里，财富正流向“修路者”AI Infra企业。大模型的热潮或许会退去，但基础设施的长期价值将持续释放。正如业内人士所言：“掘金不易，但为掘金者铺路的人，永远不缺机会。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
