文|新眸 李小東
CoreWeave的大火被看作是AI云注定顛覆傳統(tǒng)云計(jì)算的一個(gè)開端。
從七年前的挖礦公司，長(zhǎng)成一家AI云廠商，這被外界看來符合自身技術(shù)路線的轉(zhuǎn)型，加上與英偉達(dá)的曖昧關(guān)系，助推CoreWeave——一家規(guī)模不算龐大的公司，在短時(shí)間內(nèi)估值達(dá)到190億美元，就在5個(gè)月前，它的估值才剛剛70億美元。
短時(shí)間內(nèi)估值翻倍的背后，是全球 GPU 加速云基礎(chǔ)設(shè)施的爆炸性需求，以及當(dāng)前的AI融資狂潮。和傳統(tǒng)云計(jì)算廠商賣計(jì)算資源、存儲(chǔ)空間和各種云服務(wù)不同，CoreWeave專注GPU云計(jì)算，特別是與AI領(lǐng)域的緊密聯(lián)系。
簡(jiǎn)單來說，現(xiàn)在因?yàn)樯墒紸I（如聊天機(jī)器人、圖像生成等）越來越火，訓(xùn)練和運(yùn)行這些AI模型需要大量的計(jì)算能力。GPU（圖形處理器）因?yàn)槟芡瑫r(shí)處理很多任務(wù)，成為了這類計(jì)算的優(yōu)選硬件。
但事實(shí)上，買GPU和維護(hù)它并不便宜，所以很多人會(huì)選擇使用云計(jì)算服務(wù)。像亞馬遜AWS、谷歌云和微軟Azure這樣的主流公司都提供了特別為AI工作準(zhǔn)備的GPU。但人們發(fā)現(xiàn)，有些專門提供GPU服務(wù)的小公司，比如CoreWeave，比那些大公司更便宜。
舉個(gè)例子，據(jù)媒體報(bào)道，在CoreWeave上租用一款流行的GPU，每小時(shí)不到2.4美元，但在AWS和谷歌云上都要花費(fèi)3.5美元左右。換句話說，細(xì)微的價(jià)差和龐大的市場(chǎng)需求，正在將Gartner提到的“GPU即服務(wù)（GAAS）”這樣一個(gè)新的概念，日漸催化成了一個(gè)龐大的市場(chǎng)。
2024年，CoreWeave公司官方預(yù)測(cè)年度營收約24億美元，前兩年分別是3000萬和5億，雖然體量上和AWS這些巨頭相去甚遠(yuǎn)，但夸張的增長(zhǎng)態(tài)勢(shì)，已經(jīng)不得不讓所有人對(duì)這個(gè)新興的行業(yè)側(cè)目。
01 顛覆傳統(tǒng)云廠商的鏟子從哪來？
CoreWeave之所以能被稱為算力黃牛，是因?yàn)榇饲翱客诘V積累了大量的GPU。
簡(jiǎn)單來說，挖以太坊就像是一個(gè)巨大的數(shù)學(xué)競(jìng)賽，礦工使用計(jì)算機(jī)（特別是像英偉達(dá)這樣的高性能GPU）來解一個(gè)叫“哈希函數(shù)”的難題。當(dāng)他們用自己的GPU找到答案時(shí)，就贏得了一次挖礦的勝利，獎(jiǎng)勵(lì)就是以太幣。
挖礦是一門技術(shù)活，更是體力活，為了獲得更多的以太幣，要挖更多的礦，與傳統(tǒng)的CPU相比，GPU具有更高的并行處理能力和更強(qiáng)的計(jì)算性能，能夠更快地執(zhí)行復(fù)雜的加密算法。英偉達(dá)的GPU因卓越的性能和效率，成為了礦工們的首選鏟子。
CoreWeave的三名創(chuàng)始人Michael Intrator、Brian Venturo和Brannin McBee都是華爾街背景，關(guān)注金融和科技領(lǐng)域，五年的挖礦經(jīng)歷，讓他們通過各種方式獲得了數(shù)萬張高性能顯卡，建立了不少數(shù)據(jù)中心。截至2018年末，CoreWeave部署超過5萬張GPU，并且在挖礦逐漸沒落的同時(shí)，借助算力資源轉(zhuǎn)型做起了云計(jì)算的生意。
將CoreWeave和英偉達(dá)推向高峰的chatgpt，更準(zhǔn)確地說是預(yù)訓(xùn)練大模型，因?yàn)橛?xùn)練這些大模型的數(shù)據(jù)量極其龐大，過程可以被拆解成不同的小任務(wù)，這就非常適合GPU做。產(chǎn)量有限，一個(gè)成本約3000美元的H100顯卡可以賣到十倍價(jià)格。
據(jù)媒體報(bào)道，從宣布加入英偉達(dá)合作伙伴網(wǎng)絡(luò)計(jì)劃，到拿到首批英偉達(dá)HGX H100高性能計(jì)算平臺(tái)，再到掌握將英偉達(dá) H100作為抵押品獲得融資，CoreWeave只用了不到三年。
之所以被英偉達(dá)青睞，外界普遍認(rèn)為的核心是：在面對(duì)來自英特爾、AMD等半導(dǎo)體巨頭以及OpenAI、微軟等下游客戶自研芯片的壓力下，英偉達(dá)不得不既要抵御云廠商造芯片，又要進(jìn)一步擴(kuò)大GPU市場(chǎng)份額。所以芯片廠通過扶持不造芯片的CoreWeave、Lambda Labs等較小的云服務(wù)商，從而與微軟等巨頭能夠形成間接競(jìng)爭(zhēng)。
按照這樣的邏輯，巨頭在尋求GPU資源時(shí)，如果只能通過CoreWeave等公司間接獲取，那么將需要支付更多的費(fèi)用，包括購買GPU的費(fèi)用以及使用CoreWeave等公司的服務(wù)費(fèi)用。典型的例子就像剛與CoreWeave簽訂長(zhǎng)期合作協(xié)議的微軟，這樣一來，作為最上游的英偉達(dá)仍然掌握最高的議價(jià)權(quán)。
CoreWeave依賴英偉達(dá)發(fā)財(cái)，就連它的創(chuàng)始人也坦然承認(rèn)：“世界都在依賴英偉達(dá)，雖然我們也在了解不同的芯片和解決方案，但事實(shí)上，客戶明確表示，目前他們需要構(gòu)建產(chǎn)品和AI芯片類型，很大程度上是由英偉達(dá)基礎(chǔ)設(shè)施推動(dòng)的?！?/p>
但回過頭來，這些其實(shí)還不足以論證CoreWeave被市場(chǎng)看好的根本原因。
本質(zhì)上，押注CoreWeave的英偉達(dá)、前蘋果高管、黑石等大量的資本，他們篤定另一個(gè)預(yù)判，傳統(tǒng)的云服務(wù)商將被更新興的AI云替代。
AI軟件的發(fā)展速度非常迅猛，開發(fā)的訓(xùn)練過程需要更強(qiáng)大的計(jì)算資源，和更高效的云基礎(chǔ)設(shè)施來支持不斷增長(zhǎng)，就連被定義為AI超大規(guī)模計(jì)算提供商的CoreWeave，有大量的GPU等設(shè)施，仍然供不應(yīng)求。
就當(dāng)前來看，現(xiàn)有的云基礎(chǔ)設(shè)施大多是為可序列化工作負(fù)載設(shè)計(jì)的，它們更適合處理那些可以分解成一系列獨(dú)立步驟并依次執(zhí)行的任務(wù)；但AI工作負(fù)載的特性并不一樣：它們通常需要進(jìn)行大量的并行計(jì)算，并且需要實(shí)時(shí)地處理大量的數(shù)據(jù)。
在CoreWeave的CTO看來，他們不僅擁有大量的GPU作為生產(chǎn)力工具，更重要的是其軟件技術(shù)非常先進(jìn)，這是它能夠比其他公司更好地利用GPU服務(wù)器，確?？蛻臬@得最佳性能的原因。
02 更靈活、更劃算，CoreWeave能滿足什么？
為什么選擇CoreWeave，它的官網(wǎng)上有很直接地回答：
CoreWeave是一家專門為企業(yè)級(jí)GPU加速工作負(fù)載提供云服務(wù)商。他們的Kubernetes原生基礎(chǔ)設(shè)施專為機(jī)器學(xué)習(xí)、VFX渲染、像素流和批處理等計(jì)算密集型用例而構(gòu)建，與傳統(tǒng)云廠商相比，速度最高可提高35倍，成本降低80%。
用創(chuàng)始人的Brannin的話簡(jiǎn)單來說，CoreWeave的云不是簡(jiǎn)單地加上GPU然后讓用戶能夠使用它。它其實(shí)是一個(gè)復(fù)雜的系統(tǒng)，像是一個(gè)大舞臺(tái)的導(dǎo)演，管理著所有的資源和設(shè)備，讓用戶可以方便地訪問和使用這些資源。
這和那些大公司的云不同，因?yàn)閭鹘y(tǒng)云主要是為了托管網(wǎng)站和存儲(chǔ)數(shù)據(jù)，而CoreWeave是從頭開始打造的，專注于運(yùn)行AI和其他需要大量并行計(jì)算的任務(wù)。這是它的核心優(yōu)勢(shì)之一，對(duì)以前不能參與的決策，客戶有更自由，“嚴(yán)格的資源配額和等待數(shù)小時(shí)才能啟動(dòng)GPU已經(jīng)成為過去，現(xiàn)在你可以在幾秒鐘內(nèi)調(diào)用、擴(kuò)大和縮小數(shù)千個(gè)GPU?！?/p>
Brannin喜歡打一個(gè)比喻，CoreWeave和傳統(tǒng)云廠的區(qū)別，就像特斯拉和福特汽車。福特當(dāng)然可以造出像特斯拉一樣的汽車，但這意味著他們需要經(jīng)歷范式轉(zhuǎn)變，因?yàn)樯婕暗氖钦麄€(gè)供應(yīng)鏈和整體業(yè)務(wù)，需要推翻過去重新開始，且容易陷入創(chuàng)新者困境，大公司往往不愿這么做。
當(dāng)然，這種對(duì)AI的專一性，也直接造就了CoreWeave在給AI公司服務(wù)時(shí)的專業(yè)性。
CoreWeave的主要產(chǎn)品有7類，除了提供高性能計(jì)算平臺(tái)H100和最齊全的GPU，也提供CPU來滿足不同負(fù)載需求，還有完全托管的Kubernetes服務(wù)，消除了客戶管理Kubernetes集群的負(fù)擔(dān)，使他們能夠?qū)Ｗ⒂趹?yīng)用程序的開發(fā)和部署；以及NVMe文件系統(tǒng)卷，這種高性能存儲(chǔ)適用于分布式機(jī)器學(xué)習(xí)訓(xùn)練、VFX渲染、生命科學(xué)批處理和元宇宙像素流等工作負(fù)載。
除此以外，CoreWeave使用InfiniBand技術(shù)建立了高性能的網(wǎng)絡(luò)，相當(dāng)于給每一輛車（GPU）搭建高速公路，能夠滿足大規(guī)模數(shù)據(jù)處理和傳輸?shù)男枨?，從而有助于AI產(chǎn)品更快速地發(fā)展和規(guī)模化。
客觀來講，CoreWeave的產(chǎn)品體系覆蓋了高性能計(jì)算的各個(gè)方面，從硬件資源到軟件服務(wù)，讓模型訓(xùn)練、托管、微調(diào)以及推理服務(wù)變得簡(jiǎn)單。
至于具體的效果，對(duì)比A100，H100能將大型模型的AI訓(xùn)練速度提高9倍，推理速度提高三十倍。H100的性能目前維持在行業(yè)第一，這種速度，加上NVIDIA Quantum-2InfiniBand平臺(tái)在市場(chǎng)上最低的網(wǎng)絡(luò)延遲，將AI模型的訓(xùn)練時(shí)間縮短至幾天或幾小時(shí)，而不是幾個(gè)月。
以做NFT的Procedural Space為例，這是數(shù)萬個(gè)獨(dú)特的、程序生成的行星NFT的集合。每個(gè)行星都是使用獨(dú)特的算法生成的，這些算法控制著行星的顏色、地形構(gòu)造、海洋、文明等，所有 Procedural Space 行星均制作為一分鐘的 4K 視頻，展示行星的完整旋轉(zhuǎn)。由于負(fù)載量大，幀速率為每秒30幀，因此需要1800萬個(gè)高分辨率幀。
以往他們用過其他的渲染引擎，但效果并不大好，但通過與CoreWeave合作，Procedural Space 能夠在短短一周內(nèi)渲染、存儲(chǔ)、壓縮、編碼和制作100GB的4K高分辨率圖像，而成本僅為原來的六分之一。
那為什么說CoreWeave是當(dāng)下AI公司最具性價(jià)比的選擇？
一方面，CoreWeave提供了業(yè)內(nèi)價(jià)格最低、最廣泛的NVIDIA GPU系列選擇，客戶可以根據(jù)自己的工作負(fù)載選擇合適的GPU，從而確保性能和成本的最優(yōu)化。并且與其他云提供商不同，CoreWeave 在絕大多數(shù)用例中不收取區(qū)域間傳輸、工作站數(shù)據(jù)或出口等費(fèi)用，這樣客戶就不用擔(dān)心數(shù)據(jù)傳輸會(huì)花很多錢。
另一方面，CoreWeave提供了按需定價(jià)模式，意味著客戶只需支付他們實(shí)際使用的資源費(fèi)用，無需簽訂長(zhǎng)期合同或做出任何承諾。這種靈活性使得客戶能夠根據(jù)自己的實(shí)際需求進(jìn)行擴(kuò)展或縮減，從而節(jié)省成本。如果客戶需要長(zhǎng)期或大量使用，他們還有折扣。這也就不難解釋，CoreWeave的云基礎(chǔ)設(shè)施的速度會(huì)比通用公共云快35倍，成本卻低了80%。
03 留給傳統(tǒng)云廠商的時(shí)間不多了
Brian Venturo作為CoreWeave的CTO，提到如果有一種新的芯片性能與英偉達(dá)相當(dāng)或更好，那意味著市場(chǎng)上出現(xiàn)了一個(gè)強(qiáng)有力的競(jìng)爭(zhēng)對(duì)手。
想象一下，如果你家附近新開了一家和沃爾瑪一樣大的超市，那么沃爾瑪?shù)纳饪赡軙?huì)受到一些影響，因?yàn)橄M(fèi)者現(xiàn)在有了更多的選擇。對(duì)于 CoreWeave 來說，這個(gè)新的芯片就像那家新開的超市，可能會(huì)吸引一些原本使用英偉達(dá)芯片的客戶。
但Brannin McBee 提到的一個(gè)觀點(diǎn)是，一種芯片的前兩到三年主要用于模型訓(xùn)練，然后四到五年用于推理執(zhí)行。這意味著即使有了新芯片，現(xiàn)有的英偉達(dá)芯片在一段時(shí)間內(nèi)仍然會(huì)很有用，因?yàn)楹芏喙究赡苓€在使用它們進(jìn)行推理執(zhí)行。
除此以外，英偉達(dá)不僅僅提供芯片，它還努力建立一個(gè)圍繞其硬件的開放生態(tài)系統(tǒng)。這意味著很多軟件、工具和服務(wù)都是與英偉達(dá)芯片緊密集成的。其他制造商雖然可以制造性能相近的芯片，但要建立一個(gè)像英偉達(dá)那樣的生態(tài)系統(tǒng)非常困難。
相比大型云廠商（如谷歌、微軟和AWS）需要投入大量的資金來建設(shè)和維護(hù)龐大的數(shù)據(jù)中心，還要提供一些低利潤的服務(wù)來吸引和保持客戶。CoreWeave這樣的公司，由于它們更專注于提供優(yōu)質(zhì)的AI服務(wù)，所以在基礎(chǔ)設(shè)施方面的投入相對(duì)較小，這使得它們更容易取得成功。
就像前面說的那樣，傳統(tǒng)云廠商是有“基礎(chǔ)設(shè)施包袱”的。
不過現(xiàn)實(shí)情況里，隨著谷歌、微軟和AWS等傳統(tǒng)云廠商開始加大對(duì)定制硬件的投資，CoreWeave也在經(jīng)歷挑戰(zhàn)，這里的關(guān)鍵就在于，后者能否持續(xù)提供大量的GPU并保持價(jià)格上的競(jìng)爭(zhēng)力。
對(duì)于一家AI公司的一個(gè)模型而言，退出訓(xùn)練階段后，在產(chǎn)品上市的前兩年內(nèi)，商業(yè)化階段的推理執(zhí)行仍然至少需要百萬個(gè)GPU，但目前市場(chǎng)的供給遠(yuǎn)不足夠，這將是一個(gè)長(zhǎng)期的挑戰(zhàn)。換句話說，未來不排除越來越多像CoreWeave的公司出現(xiàn)，畢竟AI這股洪流的到來已經(jīng)是個(gè)確定性的話題。