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