赛迪顾问IT新语第2期：云计算服务新范式：MaaS有望改变云服务厂商的商业模式

2023年8月15日第2023年8月15日第2期总第2期“云智一体”提高模型的反馈机制和器幻觉”问题，保障思维创造世界CCID赛迪顾问应用平台工具模型底座轻量化1向应用，阿里云首次在业界提出MaaS概念，随后各大云厂商相继发布决方案，商业模式主要包括后付费(按量计费)和预付费(包年包月)两MaaS激发超算智算需求。MaaS发展的成大模型训练,算力是直接影响大模型训练和使用效果的因素。大模型的训练和推理需要耗费大量的算力，算力的需求从单芯片性能逐渐转向超算智算集群的计算能力，驱动AI芯片和GPU厂商等底层硬件厂商竞逐高性能大算力，引入存算一体等新计算架构，实现数量级的计算能效提升。AI大降低了模型部署和运行AI服务器的成本，推动了AI服务器的主要需求不断针对企业客户的个性化需求进行定制开发，进而形成全新的"SaaS+MaaS"的订阅模式等。如今，云计算在大模型驱动下具备了更强的集成能力，通过将大模型嵌入算力、算法和应用层，实现把算力、模型和场景应用集成为标准化AI产品统一对外输出，构筑“云智一体”的产品能力将是云厂商32023年8月15日第2期总第2期MaaS新理念的应用场景文旅2023年8月15日第2期总第2期技术发展面临的挑战MaaS的发展面临算力紧缺的挑战。首先，MaaS作为一种云服务模式，算力是其提供服务的基础，随着MaaS的发展，云服务市场对算力的需求呈现爆发式增长趋势。其次，大模型作为MaaS的关键组成部分，其预训练环节对算力消耗尤为显著。特别是当前大模型的参数规模已实现从亿级到万亿级的突破，模态上从支持文本、图像、语音等单一模态向多模态大模型演进，这加大了大模型训练对算力的需求。然而，算力供给的增速无法满足当前快速增长的算力需求。因此，算力供给不足在一定程度上限制了MaaS的进一步发展。MaaS的发展亟需解决大模型的“机器幻觉”问题。机器幻觉(AIHallucination)是指大模型在处理问题时，生成的内容符合语言逻辑但与事实不符的现象。由于大模型预训练的输入数据库不可能覆盖所有知识，大模型在一定程度上无法回避“机器幻觉”的问题。在涉及大模型的知识盲区时，用户希望大模型说“不知道”,而不是生成错误或无意义的答案。“机器幻觉”问题会对医疗、金融等要求较为严谨的领域产生不利影响，使得MaaS在实际应用落地过程中面临较大的挑战。5MaaS的快速发展离不开模型的反馈机制和多模态效果的提升。随着模型效果的不断提升，MaaS将会为B端和C端业务提供更大的价值。未来模型效果的提升将重点放在探索反馈机制，通过用户的反馈数据进行增量学习，不断迭代和优化模型，以此形成良性的数据飞轮；将文本、语音、图像、视频等多模态内容联合起来进行学习，不断在垂直领域进行知识增强，大模型由单模态向多模态方向发展，由通用大模型向行业大模型发展，从而为更广泛、更多样的下游任务提供模型底座支撑。通过提高模型的反馈机制和多模态效果，增强大模型的可解释性，减少大模型错误理解，即减少“机器幻觉”问题的发生，进而保障MaaS在各领域应用落地的准确性和可MaaS短期内在B端先行，C端长期空间大。从付费意愿角度，B端布局MaaS带来的长期回报远远超过短期投入的部署成本，使得B端客户订阅MaaS服务意愿增加；从付费能力角度，企业用户的付费能力远高于个人用户；从应用方向角度，B端布局MaaS注重效率为先，应用场景偏向金融、政务等信息处理、内容创作领域，而C端则注重体验，应用场景偏向教育、社交等领域，只有找到垂直场景，解决用户问题才能大幅提升C端用户的