IT行业，抢滩大模型

哪些公司在做大模型？面对这个问题，我们首先会想到大型互联网公司和AI创业公司。他们更多是做大模型算法本身，以及围绕大模型的上层应用。

但顺着这条产业链向下看，却会发现在AI芯片与AI算法之间，还有非常关键的一层，这就是IT层。围绕AI大模型的爆发，产生了一系列存、算、网等IT设备升级，以及AI数据中心、私域大模型的市场需求。这些需求持续上涨，带来了IT行业的又一次爆发。

所以，当我们在讨论大模型产业链的时候，不能离开IT行业与IT企业。从2023年到现在，可以看到各个主要IT厂商纷纷出牌，抢滩大模型的新机会。这种趋势将在2024年持续上升，产生更加激烈的市场竞争。

IT大厂面对大模型，首先是做产品，找切口，继而开始形成连贯的智能化战略。

本文中我们希望和大家一起读懂，IT企业为何要抢滩大模型，又是如何实现这一战略目标的。

走向第三春：大模型带来的IT市场迭代

AI大模型的爆发，客观上给IT企业带来了巨大的机会。这是由于传统的IT设备，大多数都无法满足AI大模型的训练与部署需求。其中最知名的，就是AI需要专项算力。于是就产生了AI服务器这个全新的IT市场。再比如集群化AI训练，需要对数据中心的网络设备进行全面升级，以此来避免珍贵的AI算力在集群化过程中被浪费。

这些由大模型特殊性产生的IT设备迭代需求，伴随着AI技术的爆发给IT市场格局带来了显著影响。比如，根据TrendForce此前发布的数据，2023年全球AI服务器（包含搭载GPU、FPGA、ASIC等）出货量应该可以达到120万台，年增长率高达38.4%，并且市场规模上将占到整体服务器市场出货量的近9%。

如果这种情况持续下去，AI技术专项适配的IT设备，既是目前阶段的增长爆发点，也可能是未来市场的主流需求。因此没有IT厂商可以放弃大模型带来的战略契机。

回溯IT市场的发展历史，行业内经常将过去划分为早期IT市场的信息化时代，以及互联网兴起之后的数字化时代。那么伴随着AI大模型的全面渗透，市场很可能将迎来IT第三春，也就是智能化时代。

在智能化契机的序曲当中，还有一条不能忽视的主线，那就是IT技术的国产化。尤其在2023年，伴随着AI芯片禁令的反复炒作，AI算力国产化成为科技自主可控趋势中的重中之重。

国产化意味着新需求。这一需求与AI大模型带来的市场需求交融在一起，加重了这一轮IT市场迭代的分量。

面对走向IT第三春的可能，各个厂商纷纷开始寻找自己的AI市场切入口，同时注重提升自主可控AI产品的占比。

而分析IT厂商实现这一目标的战略，我们可以将其归纳为以下三种。

以高度，赢广度

IT厂商在切入大模型机遇时，首先要解决客户信任的问题。AI相关的IT基础设施选择很多，且差异化较小，用户试错成本巨大。所以如何能够与客户建立技术及解决方案信任是关键。

破解这个难题，有这样一种思路：厂商首先来把最核心、最难的事情完成，再通过核心市场来影响普及市场，形成以高打低，以高度赢广度的市场格局。

而AI领域的核心任务有两个。最复杂、庞大的基础设施是AI计算中心，而最复杂的AI任务是AI for Science。

而在这两个维度布局最深，并且已经赢得口碑的，应该是中科曙光。

AI for Science为代表的“重型AI”需求，具有算力规模大、多元算力融合、服务需求水平高的一系列特点。为了切入这个领域，早在2022年曙光就完成了算力一体化平台的开发及布局。依托各类算力中心，以原生的底层资源、市场化运营机制、开放生态体系，以及大量增值服务为支撑，为用户提供集“算力、数据、应用、运营、运维”的一体服务。

这一战略的代表性成果，就是曙光推出的5A级智算中心。在智算中心场景中，需要集中呈现厂商的技术、资源、生态、产学合作等AI行业要素。需要完成从技术投入到解决方案构建，再到运营支持、生态建设的一系列工作。因此在东数西算背景下，能够获得大量认可的智算中心，就会成为整个智能化IT生态中的战略高地，满足更多用户对厂商AI技术能力与生态能力的信任。

陆续建设并投入使用的5A智算中心，也就成为曙光在切入AI机遇时的高点。广泛带动了曙光在AI服务器、存储等领域的发展。同时，曙光在AI for Science的积极布局与成功经验，也成了其持续挺进AI机遇时的核心差异化要素。

目前来看，“以高带广”是IT厂商走进智能时代一个行之有效的策略。

以算法，带设备