第821章 亞馬遜的雲平台
就在所有人以為亞馬遜要進軍AI的時候，貝索斯點擊遙控器。
大屏幕上彈出來的東西卻讓他們大吃一驚。
畢竟屏幕上彈出來的確實是新業務，但並不是他們所期待的進軍AI，而是Inferentia的晶片架構圖。
16納米工藝，8核心神經推理引擎，單晶片INT8算力120 TOPS。
支持TensorFlow、PyTorch、MXNet原生部署，單卡功耗75W。
「Inferentia是亞馬遜第一款完全自研的AI推理晶片，」貝索斯說，「它專門為雲端推理設計。
不是訓練，不是通用計算。
就是推理。
因為我們的客戶告訴我們，90%的AI算力成本，花在了推理上，術業有專攻，專門的AI推理晶片會讓他們的業務進展得更加快速。」
他放出一張對比圖。
對比對象，是華星的星核AI推理卡T1。
華星T1採用10納米工藝，INT8算力同為120 TOPS，功耗也是75W。
紙面參數幾乎一致。
16納米對10納米，Inferentia在工藝上略遜一籌，但差距不大。
貝索斯沒有在參數上多糾纏。
他對比的是價格。
華星T1：單卡在美利堅這邊的售價為14500美元
AWS Inferentia實例：每小時0.13美元起
「我們不賣晶片，」貝索斯的笑容很淡，「我們賣算力。
你不需要買一張卡插在機房裡，你只需要在AWS上開一個Inferentia實例。
一個小時一毛三。
比華星的卡便宜多少？你們可以自己算。」
全場嗡嗡作響，這個方案似乎有點香，相比買算力卡，打造自己的算力中心，這種租賃模式似乎更符合美利堅的需求。
看著這些記者都被觸動，貝索斯繼續展示Inferentia的另一個殺招：與AWS生態的深度綁定。
Inferentia實例可以無縫調用S3存儲、Lambda函數、SageMaker訓練平台、Rekognition圖像識別API。
用戶不用自己搭框架，不用自己調驅動，不用管兼容性。
只需要開箱即用，一切都在AWS的圍牆花園裡。
「這就是雲的力量，」貝索斯說，「你不需要買最快的晶片。
你只需要買最方便的算力。」
發布會結束後，本就熱鬧的AI概念，又添了幾分熱度。
#亞馬遜用Inferentia向華星宣戰——雲端AI推理市場將重新洗牌。#
#貝索斯的邏輯很簡單：華星賣槍，亞馬遜開槍。
槍再好，也比不過一把已經上了膛的槍。#
當天晚上，華國國內關於華星的「黑稿」開始出現在各大科技論壇上。
#華星AI晶片被亞馬遜正面硬剛！14500美元對一毛三一小時！#
#華星T1還能賣得動嗎？貝索斯說雲計算+AI才是未來。#
#華國AI晶片會被美國雲廠商鎖死在門外嗎？#
#華星沒有雲——這是它最大的軟肋。#
黑稿的套路很老，但很有效。
把華星和亞馬遜放在對立面，然後集中攻擊華星沒有自有雲平台這個公開的事實。
華星不碰雲計算業務，只賣算力卡，各種類型的算力卡，行業里人盡皆知。
所以Inferentia的出現，等於向所有人拋出一個問題：華星的AI晶片做得再好，沒有雲平台承載，最終賣給誰？
國內的那些科技企業嗎？
但之前是沒有選擇，如今有了更好的選擇，那他們會不會放棄？
京都，華芯總部。
針對亞馬遜進軍AI市場，華星特意召開了一次小型會議。
屏幕上滾動著亞馬遜發布會的回放和全網黑稿的輿情監測。
「昨天發布會結束到現在，」張君悅匯報導，「全網關於華星AI晶片的負面討論有四千多條。
高頻攻擊點集中在三個地方：第一，華星沒有雲，AI晶片缺乏自有生態。
第二，亞馬遜的價格戰會把華星擠出推理市場。
第三，美利堅雲廠商會集體抵制華星晶片。」
李家輝的臉色都有點不太好看，畢竟動不動就華星危險了，這些黑子有沒有把他放在眼裡，有沒有尊重他的勞動成果。
不過她還是很心平氣和地說道:
「雖然網絡上有各種謠言，但並不妨礙我們在算力卡市場的占有率高達45%，美利堅那邊主要還是皮衣黃。
Inferentia如果大規模鋪開，會對中低端推理市場造成直接衝擊。
尤其是中小客戶，他們對價格最敏感，不過對我們的衝擊倒不是最大。」
「AWS的Inferentia實例定價確實狠，」李君月又補充了一下，「一小時一毛三美元，比我們T1的單卡採購成本攤下來低得多。
根據這個定價來看，他們不是在賺錢，是在用補貼搶市場。」
沈飛一直沒有說話，畢竟在AI領域，亞馬遜或許會對其他企業造成影響，但對華芯沒用。
於是他讓眾人討論了一會，才開口說道:
「貝索斯說的那套邏輯，有沒有道理？」
眾人先是思考了一下，沈飛卻已經告知了他們答案。
「有，雲綁晶片，確實比單獨賣晶片更有優勢。
用戶在雲上用AI，不需要買卡、不需要部署、不需要維護。
開箱即用，按需付費。這是雲計算的天然優勢。
我們確實不做雲，這是事實。」
他停了一下，稍微觀察了一下眾人的表情，繼續說。
「但貝索斯漏算了一件事。」
「什麼？」
「他用Inferentia，把客戶鎖在了AWS上。」
他直接切換屏幕上的PPT，展示出一組數據。
「Inferentia的推理框架是AWS自研的Neuron SDK。
它不支持AWS之外的任何雲平台。
用戶在Inferentia上部署的模型，沒法遷移到谷歌雲，沒法遷移到微軟Azure，更沒法遷移到私有伺服器上。
一旦你用上了Inferentia，你就離不開AWS了。」
大屏幕上彈出來的東西卻讓他們大吃一驚。
畢竟屏幕上彈出來的確實是新業務，但並不是他們所期待的進軍AI，而是Inferentia的晶片架構圖。
16納米工藝，8核心神經推理引擎，單晶片INT8算力120 TOPS。
支持TensorFlow、PyTorch、MXNet原生部署，單卡功耗75W。
「Inferentia是亞馬遜第一款完全自研的AI推理晶片，」貝索斯說，「它專門為雲端推理設計。
不是訓練，不是通用計算。
就是推理。
因為我們的客戶告訴我們，90%的AI算力成本，花在了推理上，術業有專攻，專門的AI推理晶片會讓他們的業務進展得更加快速。」
他放出一張對比圖。
對比對象，是華星的星核AI推理卡T1。
華星T1採用10納米工藝，INT8算力同為120 TOPS，功耗也是75W。
紙面參數幾乎一致。
16納米對10納米，Inferentia在工藝上略遜一籌，但差距不大。
貝索斯沒有在參數上多糾纏。
他對比的是價格。
華星T1：單卡在美利堅這邊的售價為14500美元
AWS Inferentia實例：每小時0.13美元起
「我們不賣晶片，」貝索斯的笑容很淡，「我們賣算力。
你不需要買一張卡插在機房裡，你只需要在AWS上開一個Inferentia實例。
一個小時一毛三。
比華星的卡便宜多少？你們可以自己算。」
全場嗡嗡作響，這個方案似乎有點香，相比買算力卡，打造自己的算力中心，這種租賃模式似乎更符合美利堅的需求。
看著這些記者都被觸動，貝索斯繼續展示Inferentia的另一個殺招：與AWS生態的深度綁定。
Inferentia實例可以無縫調用S3存儲、Lambda函數、SageMaker訓練平台、Rekognition圖像識別API。
用戶不用自己搭框架，不用自己調驅動，不用管兼容性。
只需要開箱即用，一切都在AWS的圍牆花園裡。
「這就是雲的力量，」貝索斯說，「你不需要買最快的晶片。
你只需要買最方便的算力。」
發布會結束後，本就熱鬧的AI概念，又添了幾分熱度。
#亞馬遜用Inferentia向華星宣戰——雲端AI推理市場將重新洗牌。#
#貝索斯的邏輯很簡單：華星賣槍，亞馬遜開槍。
槍再好，也比不過一把已經上了膛的槍。#
當天晚上，華國國內關於華星的「黑稿」開始出現在各大科技論壇上。
#華星AI晶片被亞馬遜正面硬剛！14500美元對一毛三一小時！#
#華星T1還能賣得動嗎？貝索斯說雲計算+AI才是未來。#
#華國AI晶片會被美國雲廠商鎖死在門外嗎？#
#華星沒有雲——這是它最大的軟肋。#
黑稿的套路很老，但很有效。
把華星和亞馬遜放在對立面，然後集中攻擊華星沒有自有雲平台這個公開的事實。
華星不碰雲計算業務，只賣算力卡，各種類型的算力卡，行業里人盡皆知。
所以Inferentia的出現，等於向所有人拋出一個問題：華星的AI晶片做得再好，沒有雲平台承載，最終賣給誰？
國內的那些科技企業嗎？
但之前是沒有選擇，如今有了更好的選擇，那他們會不會放棄？
京都，華芯總部。
針對亞馬遜進軍AI市場，華星特意召開了一次小型會議。
屏幕上滾動著亞馬遜發布會的回放和全網黑稿的輿情監測。
「昨天發布會結束到現在，」張君悅匯報導，「全網關於華星AI晶片的負面討論有四千多條。
高頻攻擊點集中在三個地方：第一，華星沒有雲，AI晶片缺乏自有生態。
第二，亞馬遜的價格戰會把華星擠出推理市場。
第三，美利堅雲廠商會集體抵制華星晶片。」
李家輝的臉色都有點不太好看，畢竟動不動就華星危險了，這些黑子有沒有把他放在眼裡，有沒有尊重他的勞動成果。
不過她還是很心平氣和地說道:
「雖然網絡上有各種謠言，但並不妨礙我們在算力卡市場的占有率高達45%，美利堅那邊主要還是皮衣黃。
Inferentia如果大規模鋪開，會對中低端推理市場造成直接衝擊。
尤其是中小客戶，他們對價格最敏感，不過對我們的衝擊倒不是最大。」
「AWS的Inferentia實例定價確實狠，」李君月又補充了一下，「一小時一毛三美元，比我們T1的單卡採購成本攤下來低得多。
根據這個定價來看，他們不是在賺錢，是在用補貼搶市場。」
沈飛一直沒有說話，畢竟在AI領域，亞馬遜或許會對其他企業造成影響，但對華芯沒用。
於是他讓眾人討論了一會，才開口說道:
「貝索斯說的那套邏輯，有沒有道理？」
眾人先是思考了一下，沈飛卻已經告知了他們答案。
「有，雲綁晶片，確實比單獨賣晶片更有優勢。
用戶在雲上用AI，不需要買卡、不需要部署、不需要維護。
開箱即用，按需付費。這是雲計算的天然優勢。
我們確實不做雲，這是事實。」
他停了一下，稍微觀察了一下眾人的表情，繼續說。
「但貝索斯漏算了一件事。」
「什麼？」
「他用Inferentia，把客戶鎖在了AWS上。」
他直接切換屏幕上的PPT，展示出一組數據。
「Inferentia的推理框架是AWS自研的Neuron SDK。
它不支持AWS之外的任何雲平台。
用戶在Inferentia上部署的模型，沒法遷移到谷歌雲，沒法遷移到微軟Azure，更沒法遷移到私有伺服器上。
一旦你用上了Inferentia，你就離不開AWS了。」