在2000年代初，手机仍然笨重而实用。但在2004年7月，摩托罗拉推出了Razr手机，其时尚、超薄的铝制机身与当时的基本手机形成鲜明对比。作为一款高端设备，Razr在短短两年内销售了5000万台，四年内销售了超过1.3亿台不同型号的手机。Razr单枪匹马地振兴了摩托罗拉停滞不前的手机部门，并在一段时间内改变了公司的命运。
当时，手机运营商常常利用对像Razr这样的热门新手机的独家获取来鼓励客户切换网络。Cingular Wireless通过获得Razr的独家权利取得了巨大成功。这个策略奏效了 – Cingular在2004年收购了AT&T Wireless，并凭借广受欢迎的Razr成为美国最大的无线运营商。
今天，在大型语言模型（LLM）和云计算领域也出现了类似的情况。亚马逊、微软和谷歌等主要参与者正竞相满足对GPT-3等LLM的激增需求。但与Razr类似，对最先进模型的访问仅限于特定的云平台。随着客户对生成式人工智能能力的需求不断增加，云提供商正在争相部署LLM并推动其平台的采用。就像Razr推动了Cingular一样，对令人垂涎的LLM的独家访问可能会给某些云计算提供商带来优势，并重新洗牌云基础设施领域。本文探讨了主要云提供商如何应对人工智能热潮，并利用独占性来获取优势。
亚马逊网络服务：瑞士军刀方法
凭借其广泛的云基础设施服务和无与伦比的规模，亚马逊网络服务（AWS）已经牢固地确立了自己作为该领域的主导者。然而，大型语言模型（LLM）如GPT-3的迅猛崛起给这家科技巨头带来了新的挑战。
由于没有一款同样引人注目的内部LLM，AWS面临着失去市场份额的风险，而竞争对手则急于将自己的模型推向市场。因此，AWS采取了不同的策略：通过合作和协作，使尽可能多的模型可供访问。
2023年4月推出的Amazon Bedrock就是一个这样的平台，开发人员可以在其中访问和结合来自各种新旧LLM的功能。这包括Anthropic的会话型Claude 2、AI21 Labs的代码生成Jurassic-2、Cohere的多功能Command和Embed模型，以及Stability.ai的图像合成工具Stable Diffusion等众所周知的模型。
与其押注于任何单一模型，AWS将自己定位为LLM的瑞士军刀 – 让开发人员在众多模型中灵活组合最佳功能。
而AWS在LLM领域也没有闲着。尽管细节仍然缺乏，但它正在开发自己的自主LLM，名为Titan。但AWS的优势一直在于其平台，而不是专有的人工智能。通过降低访问和部署LLM的难度，AWS赌注开发人员将坚持自己所熟悉的东西。
谷歌云：有围墙的花园方法
作为人工智能研究的重量级参与者，谷歌完全有能力利用大型语言模型（LLM）的爆发。在2021年，他们推出了LaMDA – 一款能与GPT-3媲美的LLM。
通过Google Cloud Platform（GCP）上的托管服务Model Garden提供对Google的AI模型的访问。Model Garden提供了企业级的基础模型、任务特定模型和API，以启动工作流程。这些包括直接使用模型，在生成式AI Studio中对其进行调整，或将其部署到笔记本中。
截至2023年8月，Model Garden包括自家研发的模型，如对话模型LaMDA，文本到图像生成器Imagen和代码自动补全工具Codey。Google还拥有开源模型，如BERT、T5、ViT和EfficientNet，可轻松部署到GCP上。
但是，Google并不仅限于将Model Garden仅用于自己的AI。第三方模型已经开始添加，这表明Google希望成为AI需求的一站式解决方案。然而，竞争对手不太可能提供其最先进的模型。关键问题是哪些提供商将授权其模型以在GCP上提供。
立即订阅
Microsoft Azure：押注OpenAI独占性
Microsoft对大规模语言模型（LLMs）进行了早期且规模庞大的投资，这是一笔非常成功的投资。早在2019年，就在大多数人还没有意识到LLMs的惊人潜力之前，微软就向GPT-3的开发者OpenAI投资了10亿美元。
这次睿智的投资确保了微软对OpenAI不断进步的LLMs的独家访问权，包括GPT-4和图像生成器DALL-E的改进版本。随着OpenAI主导着AI的头条新闻，微软正在利用其独家访问权吸引客户到其Azure云平台。而且这确实奏效了——通过借助OpenAI的影响力，Azure正在稳步削弱AWS在云市场份额方面的主导地位。
然而，微软并没有把所有鸡蛋放在OpenAI这个篮子里。最近，它与Meta合作推出了名为LLaMA的开源LLM。这使得微软能够将其LLM组合扩展到OpenAI之外，以防有新模型取代GPT-3成为霸主。
其他：多样化的获得LLM趋势的方法
像AWS、Microsoft Azure和Google Cloud这样的主要云平台都拥有吸引企业客户的引人注目的专有AI模型。在没有突出的内部模型的情况下，较小的云服务提供商采取了灵活的“自带模型”(BYOM)的方法。他们不是为了开发独特的“招牌”模型而匆忙行事，而是让客户集成第三方或自定义模型到工作流程中。
IBM的watsonx服务是这种策略的典范。它提供了一个MLOps平台，用于构建和训练根据特定需求定制的AI模型。Watson X与Hugging Face等开源存储库无缝集成，以便那些想要现成模型的客户。这使客户能够利用各种预构建模型。
Salesforce还结合了内部研发和外部灵活性。它的AI研究团队稳步建立了像CodeGen、XGen和CodeT5+这样的专有产品。但Salesforce云还原生地支持来自Anthropic和Cohere等供应商的合作伙伴模型。这样既可以避免客户被锁定，又可以获得主流第三方AI的访问权。
Oracle则押注于Cohere。它参与了Cohere最新一轮的2.7亿美元融资（与Nvidia和Salesforce一起）。Oracle的客户将能够通过Oracle Cloud Infrastructure访问Cohere的LLM。而Cohere则通过与几家云服务提供商合作，保持云的中立性。
AI新秀
除了主要的云基础设施提供商外，专注于数据分析和AI的公司也在积极行动。他们不是与大公司直接竞争，而是力求填补空白并提供互补的能力。
Snowflake允许客户从其Snowflake Marketplace访问一系列第三方LLMs。它还正在开发名为DocumentAI的自己的模型，用于信息提取。Snowflake专注于其优势——数据集成，同时与AI进行合作。
Databricks收购了MosaicML，以获取其企业级MLOps平台，用于构建、部署和监控机器学习模型。MosaicML还开发了尖端的开源LLM MPT-30B。借助工程和机器学习工具，Databricks使客户能够创建高度定制的AI解决方案，并通过合作伙伴关系提供支持。
企业人工智能的争夺战仍处于早期、不可预测的阶段。尽管像AWS、Azure和GCP这样的重量级云服务提供商如今吹嘘对GPT-3和Codex等尖端模型的独家访问权，但较小的参与者则采取了不同的策略。通过强调灵活性、定制化和合作伙伴关系，他们旨在使客户能够在没有供应商限制的情况下拥抱人工智能的可能性。
很容易被目前场上参与者的优势所吸引。历史告诉我们，新进入者可以以意想不到的方式改变现状，就像2007年史蒂夫·乔布斯推出iPhone，几乎在一夜之间终结了Razr的统治。
有一点是清楚的，这场竞赛还为时过早，还不能下定论。