微软不想被OpenAI架空

扎克伯格同学最近心情很不错。

与马斯克在线激情互喷垃圾话后，对标“元宇宙版推特”的Threads仅用了不到五天的时间完成了1个亿用户的积累，成为了全球用户总数破亿速度最快的新社交平台。Threads,成为小扎打在马斯克脸上的一击力拳。

但商场的拳台上没有裁判叫停，扎克伯格说Threads的用户规模目标是10亿。而只有达到10亿目标以后，Meta才会认真考虑Threads赚钱的问题。这一数字相当于推特目前规模的两倍。

扎克是认真的。无论是反感马斯克版推特的愤怒用户，还是Meta帝国多年沉淀下的庞大商业机构关系网，都在极短的时间内涌入了Threads平台。而在无数游牧迁徙的用户中，夹杂着一个硅谷最有权势的光头——微软首席执行官萨蒂亚·纳德拉（Satya Nadella）。

纳德拉过去是尊贵的推特蓝V，拥有307万的用户，每天像AI一样毫无感情地转推各种微软的新闻公关稿。不过这次他专门注册了一个Threads账号，热情洋溢地宣布了微软将与Meta的“大模型婚姻”：

微软云Azure将帮Meta训练和推广Llama大模型，而Llama也将上线Azure库和适配Windows系统。

而如双方官宣文件所言，Azure从设备、硬件和软件（facility, hardware and software）层面进行了针对性的设计，从而支持世界领先的AI训练。而在本次合作后，Llama的开发者则可以利用Azure AI的工具进行训练、微调、推理和安全方面的功能开发。

巨头之间的云合作屡见不鲜。但全世界都知道，Azure可是OpenAI的御用云平台。

在2019年微软掏出10亿美元投资OpenAI后，Azure就一直是OpenAI的独家云服务商。而Azure为了更好地为大模型提供算力和对外服务，重新进行了部分架构设计。甚至在一些观察者眼中，当年微软拍板投资OpenAI的核心原因，其实就是Azure的发展——

毕竟彼时Transformer还没有完全验证，但微软已经多年下注AI并开始将云业务的未来愿景视作是“为AI服务的超级计算设施”。无论是算力支持，还是OpenAI开放全球的chatbot测试，Azure都功不可没。

Altman本人甚至还曾经专门发推对Azure团队的给力支持表示感谢，高度评价微软是“世界上最好的AI基础设施”。

如今Sam前脚刚烧了两炷香，纳德拉转手就把这个“世界上最好的AI基础设施”租给了扎克伯格。

不知道俩人是不是提前商量好的。又或许对纳德拉来说，这大概都是计划的一部分。总之扎克伯格表现得很高兴。

在扎克伯格的Instagram账号里，他贴出了一张与纳德拉的亲密合影以“感谢纳德拉”，扎克伯格表示：

“（Meta）将Llama2开源给了微软，而（这次开源）将成为下一代大模型建设工作的基础。”

微软与Meta的确是相互需要的。

Meta正在走向大模型的“深水区”，在70B参数的Llama2已经达到了GPT3.0的水平，几乎已经成为了目前口碑最好的大模型底座。对于闭源大模型阵营来说，Llama2成功带来的压力一点不亚于Threads对于Twitter的震慑。

闭源公司花几千万搞不出来的东西，开源社区可以直接用，相当于将未来全球开源大模型社区的起跑线提升到了3.0的水平。

最近登顶HuggingFace开源大模型榜单的Stability的Freewilly大模型，被认为接近3.5的水平，正是基于Llama2.0调教优化后的产品。

对于Meta来说，参数规模的提升带来计算量的攀升、模型的逐步成熟也让看到更好的商用潜质。但如果要战胜这些困难、落实这些潜力，扎克伯格需要一个更高效的合作伙伴。而那些Azure已经有的、但Meta没有的东西，对于Llama来说就显得更重要了，比如Azure的算力经验、Azure的AI工具箱、以及Azure的云本身……

Meta是为数不多没有公有云服务的互联网巨头。

在过去，Meta与亚马逊都互为对方的超级大客户，包括Meta的一些AI研发算力，也都是采购的AWS。而微软这次撬墙角的方案，除了开放Windows场景以外，还开放了Azure的企业渠道能力，将Llama2加入到自己的产品名录中。

Azure虽然在整体市场份额中依然落后AWS，但是在SaaS销售领域却显著领先于同类竞争对手。而随着云与SaaS的融合，微软在渠道层面有显著的差异化优势。通过Azure，Meta和它的生态追随者们可以直接通过云端来销售和使用Llama2的产品。

对于微软来说，大模型的挑战则更加多元的。

微软过去在大模型应用层面几乎是all in OpenAI的产品。无论是最早接入的Bing，还是基于Windows生态的Copilot\面向开发者的工具生态AI Studio、甚至是新的AI云服务品牌OpenAI Azure，背后都是OpenAI的影子。

OpenAI是全球最好的大模型公司，Windows依然是全球最重要的生产力软件生态。但在大模型全球军备竞赛中，这两者的结合并不意味着绝对的胜券在握。

与Meta和微软结合几乎同时“官宣”的，则是苹果的大模型计划。

据海外媒体报道，苹果已经完成了名为“Ajax”的大预言模型基础框架，将开发类似ChatGPT的对话式AI。而消费级产品的推出时间则计划在明年发布。

苹果的入场被认为是硅谷大模型竞赛中的重要变量。

相比于公有云之类的互联网风口，AI是被苹果管理层高度认可的科技方向，近期管理层口风也有朝着AI加码的趋势。

除了长期关注AI科技外，苹果是全球最有钱、最有场景的公司。苹果每年净利润接近1000亿美元、经营净现金流超过1200亿美元，相当于微软与Meta的总和。苹果生态已经超过微软成为全球最大的封闭操作系统，活跃设备数量超过20亿，而微软只有15亿。

而相比于账面实力外，苹果更具想象力的是它的半导体能力。它或许是全球参与大模型竞赛的科技企业中，为数不多将来可以不用外采GPU与CPU的厂商。不仅如此，苹果的芯片效率似乎更有想象力。

在2023年WWDC上，苹果推出的M2 Ultra芯片。相比于普通厂商CPU、GPU分离的部署方式，M2 Ultra统一内存架构以及随之带来的超高内存带宽，甚至可以让开发者在一张卡上就能跑大模型。

尽管类似的消费级芯片还无法和英伟达的专业芯片相媲美，但类似小秀肌肉，也让外界对苹果未来的GPU算力延展能力产生了兴趣。

以OpenAI为例，外界预估其大概同时动用了两万张显卡进行计算。但王小川近期对媒体表示，OpenAI正在测试1000万张显卡同时计算的模型，相当于英伟达目前10年的产能，“完全是登月计划（级别）”。

除了苹果以外，微软、谷歌、Meta、亚马逊等巨头都有自研AI芯片的计划，但已经有顶尖半导体开发能力的苹果依然是最有资格“大力出奇迹”的人。

Apple将两枚 M2 Max 的芯片连接在一起打造出M2 Ultra

谷歌凶猛、苹果虎视眈眈，微软和Meta选择结盟。

对于纳德拉来说，与Meta队形站位可以让微软在大模型的生态战争中更加稳固。

首先，微软依然需要开源，开源在未来的大模型竞争中将持续扮演重要的角色。

开源天然具有人才参与众多、迭代速度快、垂类覆盖效率更高的生态能力。虽然OpenAI拿下头筹，但开源社区的进步速度依然很可观。比如Llama只用了大半年的时间、使用参数70B，已经赶上了175B、耗时2年的GPT3。

尤其是如果未来开源路线成为了行业解决方案的主流，Llama与Azure深度结合，或许真的可以帮助微软云业务完成对AWS的弯道超车(2022年底Azure市占率23％、AWS为32％）。毕竟相比于Windows和Office，Azure才是微软最赚钱、最有潜力的业务。

其次，开源大模型的不断发展，必然让愿意砸钱做封闭系统的厂家也自然会越来越少。

比如Bard在Llama2之后就受到了不小的压力。除了许多好事者在晚上讨论bard未来长期发展的压力外，有媒体报道称谷歌内部人士也曾撰文称bard在对抗开源社区时优点吃力，后者进步神速且成本更少、场景更丰富。

在大模型超级投入的产业结构没有变化的情况下，封闭式大模型依然会有其存在的合理性，但可能将仅仅限于极少数领先者，而其中大概率会有OpenAI。

如果OpenAI有护城河，那它的名字可能叫Llama2。

当然，OpenAI其实也并不是微软的“亲儿子”。

在100亿美元投资后，微软虽然拥有75％的分红权，但实际上也只占有OpenAI 49％的股权。换言之，微软虽然手握大量的OpenAI资源，但并不完全拥有OpenAI绝对的控制权。

但与llama合作像是一个标志，手握OpenAI的微软其实正在成为游戏规则的制定者：

它既有最具潜力的AI基础设施Azure,也有最前沿的商业化变现接口Windows copilot。而当最核心的基础设施和渠道能力在微软手上时，OpenAI也只是微软的“超级程序员”。

当Meta等平台成熟后，微软可以再引入更多的“程序员”，甚至开放更多的系统级场景给开源生态、从而让Windows系统的生产力进一步提升。

实际上，OpenAI原本就只是纳德拉重注AI和语言大模型的一个选项。

在ChatGPT之前，微软甚至和英伟达合作开发过5300亿参数的大语言模型威震天-图灵Megatron-Turing，是当年最大的基于transformer的模型，参数比GPT3多了好几倍，讲究的是绝对的大力出奇迹。

可最后威震天还是输给了奥特曼，于是威震天才选择了买下奥特曼。

但微软内部其实一直没有放弃大模型的相关技术路线开发。

例如6月时，微软就发布了13亿参数的“小型”大语言模型 phi-1。有OpenAI作为核心资产，微软不走“大力奇迹”模式，而是改用号称“教科书等级”的高品质资料集训练模型，让实际效果胜于千亿参数的 GPT 3.5。7月时，微软还提出了新的大模型架构RetNet，称其可以在更大数据维度基础上，比transformer更优。

图源：arxiv.org

大模型的战事还远没到中场，威震天与奥特曼们的游戏或许才刚刚开始。