Oracle 在“AI 云战”比 AWS、Azure 的优势:多云、无竞争、收费低训练快
![Oracle在“AI云战”比AWS、Azure的优势:多云、无竞争、收费低训练快](https://static001.geekbang.org/infoq/62/62e6021a04a59e67f9fc18fd0a831d65.png)
![](https://static001.geekbang.org/infoq/3c/3ced1d2e45e0129602ba108806bae097.png)
编辑/宇婷
各大云服务提供商正争相与需要计算资源的人工智能初创企业签订合同,以追赶 ChatGPT 的制造商 OpenAI。
即便是 ChatGPT 把全世界的云计算公司,从云基础设施的底层,拉入 AI,多云环境依然很重要。
竞争激烈的云计算领域中,一个令人意想不到的早期领先者是长期落后于云计算领域,并因其过于激进销售策略而在一些长期客户中产生信誉问题的——Oracle。
根据外媒的报道,至少有 6 家风险投资支持的 AI 创业公司,包括 Character.ai 和 Adept AI Labs,主要依靠 Oracle 进行云计算。相比于 Amazon Web Services 或 Google Cloud,Oracle 可以更经济地运行复杂的机器学习模型。
从 Oracle 自身的角度看:Oracle 作为相对传统的老牌厂商,其优势可以总结为三点
• 服务器硬件以满足 AI 公司的需求。
• 不像 Google 和 Microsoft 过于创新,对创业公司有潜在威胁。
• 赢得 AI 云战可能更多取决于交易,而不是技术细节。
Oracle 只占云市场不到 5%的份额,远远落后于 Amazon、微软和 Google。在云的创新性上,口碑不及前三家。Oracle 的云收入约为 AWS 在同期的收入的 1/20。
海外媒体报道:“两位使用 Oracle Cloud 的 AI 创业公司创始人表示,该公司从其服务器硬件中受益,特别是连接处理器的电缆,以降低运行大型机器学习模型的公司的价格。这些模型支持 ChatGPT 等复杂聊天机器人或服务,如 Midjourney 和 Stable Diffusion,这些服务可以根据简单的文本描述生成逼真的图像和视频。这些服务背后的机器学习模型比其他形式的 AI 用于分析和预测更加计算密集,并且需要通过能够快速传输大量数据的电缆、适配器和交换机连接服务器。”
“Oracle 凭借价格吸引了一些初创企业。MosaicML 在测试所有主要云提供商时,Oracle 一直比其他云提供商便宜 23%至 33%,该公司的创始人兼 CEO Naveen Rao 说。例如,当 MosaicML 租用云端图形处理单元来训练一个开源的图像检测模型 DeepLabv3+时,Google 收费 44.87 美元,AWS 收费 38.80 美元,而 Oracle 收费 29.94 美元。“
”在 Oracle 上,这个过程速度更快:在 Google Cloud 上训练这个模型大约需要 90 分钟,在 AWS 上大约需要 70 分钟,在 Oracle 上只需要 60 分钟。”
“MosaicML 进行了类似的测试,涉及另一个图像识别模型 ResNet-50,发现 Oracle 比 Google Cloud 便宜 50%至 80%,比 AWS 便宜 25%至 50%。这些数据反映了当时的价格状况,可能已经有所变化。(MosaicML 表示无法测量 Azure 的成本,因为微软不会提供按需成本数据)。”
“MosaicML 的云成本数据是针对开发自动驾驶汽车或网络图像搜索引擎软件的视觉识别模型的,这些新一代的人工智能公司正在开发大型语言模型,例如 Character 和 Adept,尽管它们都租用了相同的基于云的 GPU 处理器,但它们有稍微不同的需求。为了有效地训练这些模型,云提供商必须拥有可以快速在数据中心的处理器之间传输大量数据的硬件。”
Oracle 能够做到这些有几点原因:
1、晚进入市场,反而能够捕捉到 AWS、Azure 的缺点
2、硬件优势
3、Azure 并不一定直接面相用户,很多购买发生在用户与 OpenAI 之间。这一点,也恰恰是因为微软为 OpenAI 提供了坚定的服务支持。
从外部因素的角度看:
多云非常重要。
企业 Perplexity 是 Azure 的客户,但也测试了 Oracle 和其他云提供商以评估价格。
另外,友商 AWS 在一定程度上凭借其专为此类工作负载设计的 Graviton 服务器芯片赢得了一些使用 AI 模型的客户。但 AWS 的大部分 AI 业务来自运行较小的 AI 模型的公司,可能不适合大型模型。
Oracle 云的首席技术官 Greg Pavlik 在接受采访时表示,其数据中心硬件配置了专门用于运行图像识别模型和近年来的大型语言模型等大规模 AI 任务,以抢占不断增长的市场。
Pavlik 曾强调:“我们能够这样做,是因为我们进入游戏的时间晚了。”
芯片,是长期锁定客户的原因之一。反过来,客户也不希望自己被芯片锁定,避免自身被限定在一个云之中。
本文参考海外记者 Aaron Holmes 的报道。
![](https://static001.geekbang.org/infoq/66/66f15b84405c2b9c80cf27089d16f7f5.jpeg?x-oss-process=image%2Fresize%2Cp_80%2Fauto-orient%2C1)
版权声明: 本文为 InfoQ 作者【B Impact】的原创文章。
原文链接:【http://xie.infoq.cn/article/b695d274469d36b1d7e347b16】。文章转载请联系作者。
评论