搞大模型买不到显卡，不如你们凑个AI界的“药明康德”
背景&推演：
国产大模型的研发真是卷，大厂、高校、明星企业家、大神开发者纷纷入场，热到刷屏，带来两个副作用：
- 高性能显卡本来就受限，现在需求旺盛，有价无市
- AI人才稀缺且贵
在资本大水漫灌之后，大模型会出现少数赢家，这时候，基础设施过度投入，会出现算力和人才的阶段性过剩
呼唤AI界的“药明康德”
药明康德是医药行业的“台积电”，可以理解为开放式的研发服务平台，实现开发团队、实验室、生产线的共享，大中小药企，甚至有研发能力的个人，都可以使用
以上图片原图来自 商业模式研究所「药明康德商业模式解析，研发外包服务」
从这个角度看，大模型领域挺适合出现研发平台，实现算力、工具链、人才、数据的共享，提供的服务有：
- 细分领域数据标注，包括数据合规
- 大模型选型和训练
- 大模型垂直领域微调
- 大模型的代运营，包括网络安全及合规服务
AI界的共享平台需要什么
- 充足算力、带宽、存储：资本密集型，适合大厂和运营商
工具链：包括研发训练相关和运营相关，适合工程能力强的团队
- 训练加速：各种分布式框架的应用和调优，软硬家一体加速方案
- 微调：垂直领域或私有数据训练调优
- 部署&代运营：还需要推理算力和网络安全能力
- 人才：可能吃到工程师红利
谁适合做AI界的“药明康德”
- 中立：初期不能站队，各大厂大概率都会出自己的大模型
- 技术商人：工程能力强，商业运营能力强
- 名人：不然拿不到大客户