Cloud vendors compete for the AI foundation

作者 | 周智宇

編輯 | 張曉玲

當全世界還在爭論大模型是否只是一個昂貴的 “泡沫” 時，金山雲高級副總裁劉濤表示，這不是泡沫。

支持他論斷的，是正在發生的 “Vibe Coding（沉浸式開發）” 熱潮——當 Claude Code 已經可以熟練地用自己寫的代碼來迭代自身時，機器人造機器人、代碼寫代碼的 “奇點” 已經真實地觸碰到了產業界的脊樑。

面對這個變化，金山雲出招了。1 月 21 日，金山雲宣佈智算平台 “金山雲星流” 全面升級，其不僅包含了覆蓋模型全生命週期的訓推平台，還正式發佈了機器人平台和模型 API 服務。

這家老牌雲服務商正試圖通過身份的自我重塑，積極投身這場關於未來生產力主導權的角逐。

過去一年，智算需求持續增長，主要推手已從頭部企業的訓練需求，悄然轉向了推理側的爆發。

數據非常直觀，火山引擎日均 Token 調用量已衝上 50 萬億大關；豆包、千問、元寶等模型的外溢需求正以不可思議的速度擴張。這種爆發式的 Token 消耗，本質上是 AI 落地現實場景的過程。對於企業而言，大模型不再是 PPT 裏的點綴，而是實打實的降本增效工具。

“我們一直在關注推理什麼時候爆發，這種增速超過了過去所有 IT 基礎設施的認知。” 金山雲助理總裁孫曉感慨道。

在這種背景下，金山雲將自己定位為工程化的陪伴者，其邏輯非常純粹：既然大模型正成為萬物互聯的 “大腦”，那麼雲廠商就需要提供配套的 “循環系統”——穩定、高效且具備極致性價比的 Token 服務。

金山雲走的是一條 “任務驅動” 的邏輯演進路線。2023 年，行業主題是 “大規模智算網基礎設施建設”，比拼的是對底層異構資源的管理能力。2024 年，重點演進為 “平台化和 Serverless（無服務器計算）”，核心是將資源交付轉變為任務交付。而到了 2026 年，升級後的 “金山雲星流平台” 則錨定了三個核心主題：追求效率提升、構建行業平台、加速推理落地。

這種轉變在於，智算時代的訓練任務極其脆弱，在大規模算力集羣下，任何一點硬件波動都可能導致整個訓練任務的中斷。為了解決這個 “釘子”，金山雲自研了一套基於故障感知的自愈技術。

這套系統能針對硬件故障和軟硬結合故障進行分級處理。有些故障重啓即可，有些則需立即啓動替換策略。孫曉透露，這套機制可以實現 “秒級感知” 和快速處理。這意味着，即便底層硬件出現波動，客户的一輪訓練任務也能在不中斷的情況下平穩度過。

具身智能，是金山雲眼中智算雲的 “下半場”，也是金山雲重點關注的未來。

無論是自動駕駛還是人形機器人，行業目前仍處於一個 “混沌場景” 中，百花齊放但痛點固化。不同廠商有的關注大腦，有的關注小腦，有的則卡在數據仿真上。

金山雲發佈的 “金山雲星流機器人平台”，試圖打通從數據採集、存儲、標註到模型訓練、部署與仿真的全鏈路閉環。孫曉認為，機器人場景需要解決的是 “從算法研發到真實場景部署” 的落地難題。

以自動駕駛為例，模型在車端，但訓練在雲端，這對算力密度的要求或許沒那麼高，但對顯存和多模態點雲數據的處理能力要求極高。金山雲通過構造閉環的數據平台，讓客户能更便捷地接收、處理這些海量數據。

劉濤在展望未來時描繪了一個畫面：2026 年起，家庭場景機器人將逐步落地。從最初幫老人撿襪子、撿毛巾，到最終輔助生活，這是一個跨度長達 5 到 10 年的萬億賽道。而金山雲要做的，就是成為這個萬億賽道的 “底座” 和 “引擎”。

隨着傳統公有云市場進入存量博弈，智算雲正帶來全新的增長機會。金山雲能夠在去年三季度實現 120% 的同比增速，本質上是因為它抓住了這一波生產力重構的機會。

堅持 “不做大模型” 的承諾，反而讓金山雲在生態建設上變得極度開放。孫曉坦言，他們的職責是基於開源模型，依託自研技術，提供最穩定、最高性價比的 Token 服務。業內熱門模型一發布，金山雲當天就能上線推理服務，這種響應速度在行業內也處前列。

在智算時代，配套產品正在發生劇變。過去是計算、存儲、網絡，現在則是以推理加速為核心的技術棧（包括引擎、算子優化），以及圍繞 Agent（智能體）構建的生態。金山雲正通過 PD 分離（預填充和解碼分離）以及量化技術，極致壓低推理時延，提升吞吐性能。

甚至在某些爆款遊戲的背後，金山雲也在提供全棧雲服務。在重負載、高併發的開服階段，金山雲通過平台化 + 工程師重保的機制，平穩支撐了海量玩家的湧入。這種從遊戲重保中沉澱下來的極限壓測經驗，正被移植到大模型推理的戰場上。

過去十年的雲市場，是一場關於資源規模的博弈，雲廠商扮演的是類似水電煤的 “公用事業” 角色。到了 2026 年，技術端的 “內卷” 仍將繼續。從更大的參數量到更先進的計算方式（如 MLA 或線性 Attention），國內的大模型廠商依然在瘋狂追求效率的極限。

但真正的分水嶺在於 “應用”。視頻生成的實用化、VLA 模型在車端與機器人端的泛化、以及 Agent 在老百姓日常生活中的滲透，將讓推理需求呈現指數級增長。

智算雲的紅利期不會永遠持續，只有那些能解決極限工程難題、能打通行業數據閉環、能提供極致性價比 Token 的廠商，才能在潮水退去後依然立於潮頭。

“我們已經打下了良好的客户基礎，未來 3 到 5 年，金山雲會有一個顯著的變化。” 劉濤信心滿滿。

當智算的齒輪加速轉動，這場關乎生產力主導權的競賽，才剛剛進入最殘酷、也最精彩的深水區。