法国OVHcloud押注前沿AI，欧洲寻求美国模型替代方案

法国云服务商OVHcloud正在将业务从云基础设施延伸至前沿AI模型开发领域。这一战略转型，将检验欧洲能否打造出另一个可与美国和中国AI系统相抗衡的竞争者。

作为欧洲领先的本土云服务提供商，OVHcloud计划从零开始训练一系列AI模型，并在达到性能目标后将其开源。CEO Octave Klaba在接受路透社采访时透露了上述计划。

此举将使OVHcloud与巴黎AI模型开发商Mistral AI形成更直接的竞争关系。Mistral AI目前被视为欧洲最具代表性的美国AI实验室挑战者。

Klaba表示，构建先进AI模型的经济成本已大幅下降。随着芯片技术、训练方法和合成数据的持续改进，过去可能需要约11.5亿美元（10亿欧元）的项目，如今的成本已降至2.3亿美元（2亿欧元）以下。

据路透社报道，OVHcloud旗下一个模型已在位于德国的欧洲高性能计算超算Jupiter上完成预训练。Jupiter被称为欧洲速度最快的超算系统，也是欧洲首个百亿亿次计算系统（Exascale System），但OVHcloud目前尚未公布详细的性能基准数据。

此背景之下，欧洲各国政府和企业日益需要从数据治理和访问连续性角度，而非单纯从性能角度来评估AI基础设施。本月，Anthropic宣布依据美国政府出口管制指令，暂停向境内外外籍人士提供其Fable 5和Mythos 5模型访问服务，进一步加剧了各方对上述问题的担忧。

然而，Counterpoint Research研究副总裁兼合伙人Neil Shah表示，OVHcloud给出的较低成本估算并未涵盖成为前沿AI模型提供商的全部费用。

Shah指出，2.3亿美元很可能主要指初次训练运行的成本。模型完成训练后，仍需持续投入，否则将因缺乏新数据更新而成为贬值资产。此外，OVHcloud还需在微调、后训练、主权基础设施、存储、安全、分发和企业支持等方面持续投入，并需积累足够的规模，才能在与谷歌、Anthropic等成熟AI提供商的竞争中实现模型服务的经济可行性。

"如果模型不能持续以新数据进行训练和更新，它就会成为一项贬值资产。"Shah说道。

这使OVHcloud的计划不仅仅是技术能力的考验，更是政策支持与经济可行性的双重检验。一旦进展不顺，企业或将不愿将工作负载从更成熟的模型迁移过来。

Forrester首席分析师Charlie Dai表示，较低的训练成本仍可为OVHcloud提供一个可信的起点。

Dai认为，随着效率提升持续压低入门成本，这一预算区间足以训练出一个有竞争力的前沿模型。但企业级竞争力将取决于训练之外的持续能力，包括推理效率、数据管道、评估框架和生态系统覆盖范围。

Greyhound Research首席分析师Sanchit Vir Gogia则指出，由于缺乏已发布的基准数据及其他细节，OVHcloud的计划目前仍停留在意向表达层面，尚未体现出实际能力。

"2亿美元如今可以支撑一次认真的训练运行，"Gogia说，"但这买不来一个真正意义上的企业AI业务体系。"

Gogia还指出，主权问题同样延伸至模型训练所使用的基础设施层面——OVHcloud的预训练是在Jupiter超算上完成的，而非在其自有或控制的基础设施上运行。

他表示，Jupiter是一台运行于美国芯片之上的欧洲公有超算，这恰恰说明欧洲在AI主权方面仍存在明显缺口。

对于CIO而言，他们需要确切证据，证明相关模型能够在生产环境中得到有效支撑、进行合规治理、在需要时接受审计，并能在不造成重大中断的情况下完成迁移退出。

Gogia表示，欧洲自有模型或许能在一定程度上降低对美国和中国提供商的依赖，但无法彻底消除司法管辖风险。"主权不能消除'关闭开关'，"他说，"它只是改变了握住开关的那只手。"

Gogia还指出，OVHcloud进军模型开发领域，也可能改变企业所需评估的锁定风险格局。客户或许事后还能迁移云基础设施，但一旦应用和流程围绕某家提供商的模型与治理工具构建完毕，AI工作负载的迁移将更加困难。

Q&A

Q1：OVHcloud开发前沿AI模型的成本为什么从十亿美元降到了两亿美元？

A：根据OVHcloud CEO Octave Klaba的说法，芯片技术的进步、训练方法的优化以及合成数据的广泛应用，共同大幅降低了训练先进AI模型的成本。过去需要约11.5亿美元的项目，如今已可控制在2.3亿美元以内。不过分析师指出，这一数字主要涵盖初次训练运行的费用，微调、基础设施、安全和企业支持等后续持续投入并不包含在内。

Q2：OVHcloud在Jupiter超算上训练模型，是否意味着实现了真正的欧洲AI主权？

A：目前来看并不完全是。分析师Sanchit Vir Gogia指出，Jupiter是一台运行于美国芯片之上的欧洲公有超算，并非OVHcloud自有或控制的基础设施，这说明欧洲AI主权仍具有局限性。他表示，欧洲自有模型可以减少对美国和中国提供商的依赖，但无法消除司法管辖风险，"主权只是改变了握住关闭开关的那只手"。

Q3：企业在评估是否采用OVHcloud的AI模型时，应重点关注哪些风险？

A：企业需要关注多个层面的风险：首先是技术持续性风险，模型若缺乏持续数据更新将成为贬值资产；其次是生产支撑能力，需确认模型能否有效治理、合规审计并顺利退出；此外还有锁定风险，一旦应用和流程围绕特定提供商的模型构建完毕，迁移将十分困难。目前OVHcloud尚未公布详细性能基准，也增加了企业评估的不确定性。