中转至弹性计算。 "在国内智算行业发生巨大变化的同时，大模型训练算力集群从千卡移向万卡、垂直大模型训练算力使用从定量移向弹性以及商业化加速推动算力市场从训练移向推理等线索逐渐显现。" 浦威指出，国内多维度加速推动算力市场演进。首先，由于市场规模不断扩大，企业级的通用大模型训练算力需求将朝着小而尖的方向发展；其次，相对基础大模型，垂直大模型侧重于解决专业领域的特殊问题，更依赖大量算力支持；最后，随着各种行业智能化进程加快，各行各业对企业级别的算力需求呈现出多样化、实时化的趋势。在此背景下，跨界算力租赁业务渐渐冷却，各大公司纷纷调整战略重心，以适应未来算力市场的需求变化。
在当前的互联网环境下，中国的智算行业正在经历巨大的变革。在这个过程中，从全球的角度来看，我们的国家已经开始大规模地建设并使用大型的模型训练服务器，这种行为不仅改变了我们对计算力的理解，而且也带来了许多新的商业机会和挑战。
一方面，我们可以看到的是，我国的大规模云计算服务正以前所未有的速度成长。这种增长主要来自于庞大的市场需求和不断扩展的技术边界。由于市场规模的不断扩大，企业级的通用大模型训练算力需求将会朝着小而尖的方向发展。这是因为，在某些特定领域，如医疗、金融和教育等领域，这些模型可以提供非常强大的处理能力，能够满足企业的各种计算需求。然而，对于一些通用的应用场景，如网页浏览、社交媒体管理等，小型模型可能会更有优势，因为它们的价格更低、体积更小。
另一方面，相比于基础的模型训练服务，垂直大模型有着更加专业的特性和更高的要求。这种模型通常被用于解决特定领域的复杂问题，如机器学习、深度学习和自然语言处理等。虽然在理论上有足够的计算能力来支持这些任务，但在实际应用中，我们需要更多的资源来支持其运行。因此，相较于基础的模型训练服务，垂直大模型的发展更多地依赖于强大的算力支持。
最后，随着各种行业的智能化进程加快，各行各业的企业都需要大量的算力来进行数据分析和决策制定。这就使得大模型训练服务从训练转移到了推理。这样不仅可以帮助企业提高效率，还可以更好地满足他们的个性化需求。尽管这个过程可能会带来一些挑战，比如如何保证模型的安全性和准确性等问题，但这也是一种值得我们去探索的方式。
总的来说，从全球的角度来看，中国正在逐步改变我们对计算力的理解，并开始将其推向一个新的阶段。这一变化不仅提供了许多新的商业机会，还带来了许多新的挑战。我们应该积极面对这些挑战，以便更好地利用和利用这一技术的力量。