老罗直播卖云背后，是阿里云在探索突破国内算力困境

3月31日晚，罗永浩首度直播卖云，为阿里云带货。

由于老罗本身在科技圈有着超强号召力，加上阿里云又是国内云厂商一哥，客户范围甚广，据了解，当时直播间涌入了超过230万人，上千家企业现场下单购买。

怎么来理解此次科技界的热点事件？

从事件本身独立来看，我认为这是一次相当成功的跨界合作，阿里云通过此次合作大获出圈，同时也在一定程度上增强了公众对于阿里云普惠的品牌认知。

比如，在此次阿里云专场直播中，罗永浩在直播间上架了8款阿里云王牌产品，包含企业级云服务器e实例、U1实例、OSS对象存储及CDE企业级网盘，老罗直播间仅需99、168、199、199元，价格之低，连罗永浩自己都需要强调，这不是骗子，真的是正经在卖货。

而如此实惠的价格，是源于阿里云长期贯彻的“普惠”战略——

2月29日，阿里云产品全线降价是其史上最大力度的一次降价，涉及100多款产品、500多个产品规格，数百万新老客户可在本次降价中直接获益。根据阿里云官网报价数据显示，降价清单中的云服务器ECS最高降36%、对象存储OSS最高降55%、云数据库RDS最高降40%。

对于阿里云接连降价的原因，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光表示，降价并非短期市场竞争行为，而是一个长期战略选择，是由公共云的商业模式决定的。

罗永浩此次直播卖云，让普通老百姓也知道阿里云的产品很高科技但也很划算，甚至帮助人们形成一种共识，只要阿里云技术仍在进步，阿里云的让利行为就将持续。

这才是真正的“科技，以人为本”。

从事件背后隐含的意义来看，我认为，阿里云作为行业引领者，正在探索解决当前中国算力困境的方案。

当前中国“算力困境”是什么？

根据国家信息中心信息化和产业发展部刚刚发布的《“人工智能+”时代公共云发展模式与路径研究》报告的研究分析，当前国家层面正在开展“人工智能+”行动，随着人工智能技术和应用创新不断加速，模型复杂度和数据量急剧增加，对包括算力在内的新型基础设施建设提出了新需求和新要求，而我国算力资源在“规模”和“使用成本”等方面仍难以满足人工智能的规模化应用和快速迭代创新的需要。

怎么突破这个困境？阿里云的方案是——公共云。

公共云具有大规模集群管理能力，能以资源利用效率最大化的方式，提升我国算力供给能力，并通过规模经济效应推动算力门槛降低，让更多的用户能享受普适普惠的算力服务。

去年下半年，经过一段时间的试验和摸索，阿里管理层明确了阿里云“AI驱动、公共云优先”的战略。围绕这一战略，阿里云果断开展了组织架构调整，新成立了三大事业部，公共云业务事业部、混合云业务事业部、基础设施事业部，并为此设置了集团层面的基础设施委员会。大家都很清楚，此次组织调整重点，是成立公共云业务事业部。

为什么在行业重心正在偏向于政企市场的大背景下，阿里云仍然强调“公共云优先”呢？毕竟当前公共云似乎并不受国内政企市场待见。

其实阿里云的逻辑很清晰，云计算本身是一种规模经济，只有做大公共云业务规模，才能形成网络效应，进而加大研发投入，形成正向循环。从全球技术发展趋势看，公共云是技术也是市场的未来，政企市场最终会往这个方向走。

基于这样的逻辑，我们能看到阿里云后面的一些重磅举措，目的都是为了做大公共云规模，包括2月底的史上最大规模降价和这次老罗以更低价格带货阿里云产品。

降价不是阿里云的竞争手段，而是阿里云推进“公共云优先”策略的结果——用的人越多，公共云规模越大，用户成本越低。

显然，阿里云正是想通过这样的良性循环，来尝试突破当前国内算力资源在“规模”和“使用成本”上的困境。

阿里云会成功吗？准确来说，阿里云“AI驱动、公有云优先”的战略会成功吗？

我们回归到纯粹的技术逻辑，云计算的核心理念是将计算资源集中起来，并通过互联网按需提供给用户，其核心价值和优势体现在资源共享、按需使用、灵活性和可扩展性。

显然，从这个角度看，公共云是云计算发展的初心和核心价值所在。

而当前人工智能特别是深度学习等技术的发展，更凸显出“公有云”的重要性——“人工智能+”时代，从模型预训练到模型部署和推理应用，算力的需求呈指数级增长，公共云成为破解算力资源紧张、算力成本昂贵的关键抓手。

根据上述报告中的数据，大模型发展带来了 AI 算力需求的快速上升，所消耗的计算资源每 3-4 个月翻一倍，算力需求的增长速度已经远超芯片性能提升和产能扩张速度的上限。而公共云可以多路复用，通过多租户使用同一套计算资源大池，削峰填谷，显著提升硬件资源利用率。

尤其是在我国高端算力芯片进口受限的背景下，破解我国算力瓶颈的关键路径之一在于提高既有芯片和产能的利用率，而非盲目新建投入。

在这方面，公共云有天然的优势，公共云通过集群的计算、网络、存储平衡设计和软硬一体化加速技术，调度“盘活”已有芯片，可以形成超大规模算力资源池，实现芯片复用、弹性可扩展。发挥公共云大规模机器调度、异构芯片兼容能力，不仅能将已有先进芯片集约化利用，还能充分利用已有的通用CPU 资源，为 AI 大模型训练和推理应用提供必要的算力支持。

客观来说，今天我们所谓的人工智能大模型的竞争，其本质上是AI大模型+公共云体系化能力的竞争。而考虑到国内特殊的地缘政治背景，公共云在中国具有非常重要的现实意义，甚至可以说是必然的选择——将算力集中在云厂商手中，以公共云模式向社会提供算力服务，这是最高效、最经济的算力服务模式。

从这个角度看，阿里云“AI驱动、公共云优先”战略是相当正确的。

但是，从当前国内云计算行业整体来看，公共云发展模式仍处于低谷，呈现市场增速放缓、市场内生算力需求不足、算力供给分散等特征，阿里云是国内业界标杆，当前正试图举着旗帜引领行业“回归正道”，这注定是一次艰难的旅程，至于能否成功，靠的可能不仅仅是阿里云，更需要产业界的通力协作。