China&Chinese , 东南亚市场 , 北美市场 Author:EqualOcean Jul 26, 2024 10:56 PM (GMT+8)

自 2022 年末 ChatGPT 问世后,人工智能产业正在经历新一轮爆发式发展。从源头数据供应与集成到 AI 大模型开发与训练,再到渗透办公、制造、汽车等个人/企业场景的 AI 应用,AI 产业链中的上中下游企业正在迅猛扩张,全力推进新一轮的智能化升级。而中国 AI 市场,在这一全球趋势的推动下,也展现出了令人瞩目的增长态势。截至 2024 年一季度,全球 AI 企业数量近 3 万家,美国占全球 34 %,中国占全球 15 %。艾瑞的推算数据显示,2023 年中国 AI 基础数据服务市场规模已达 45 亿元,并预计在 2028 年增长至 170 亿元,未来五年的复合增长率高达 30.4 %。IDC 调查发现,到 2027 年,45% 的企业将掌握并使用生成式 AI 来共同开发数字产品和服务,从而使收入增长比竞争对手翻一番。

zenlayer

AI 赛道:内卷?or 出海掘金? 

随着国内 AI 大模型的相继问世,以及国内市场竞争的日益激烈和资源有限性的凸显,中国 AI 企业开始积极探索海外市场,以寻求新的增长点。在 AI 出海赛道上,字节已推出 Gauthmath、Coze、Capcut 等一系列 AI 出海应用,打造 AI “App 工厂”;百度则面向海外市场推出了 AI 原生应用,如 Meira、SynClub、WiseAI,显示出互联网大厂在 AI 产品上的持续发力。此外,还有一大批 AI 初创公司,以及将原有业务与 AI 相结合的出海老兵和垂直领域玩家,也纷纷加入这一行列。 


中国 AI 企业的加速出海源自对海外资源和市场的敏锐嗅觉—— AI 业务的国际扩张能够打破制度屏障和技术局限,向高性能大模型借力进行产品升级,而大量具有成熟付费习惯的海外客户可以更好为 AI 产品创收。 

然而,中国 AI 企业在出海过程中,机遇与风险并存,海外市场的“蛋糕”背后是高昂的部署成本、高速的网络通信、复杂的国际市场环境等挑战。 

AI 的全球征途,机遇与挑战并存 

能耗与成本:资源竞争的焦点  

AI 大模型训练不仅需要强大的硬件支持(高性能 GPU 、分布式计算资源、高性能网络和存储),还需要高质量、大规模且多样化的数据集以及先进的软件工具和框架。就算力而言,随着 AI 大模型规模呈现指数级增长,训练大模型越发依赖高性能 AI 芯片。在国内,云计算技术人士公认的一个说法是,1万枚英伟达 A100 芯片是做好 AI 大模型的算力门槛。然而,国外高性能 AI 芯片在中国存在进口限制和供应紧张,而国产高性能芯片还存在一定的技术瓶颈,训练 AI 大模型所需要的硬件配置就已经设定了高昂的成本壁垒。除了算力, AI 训练所需的数据在收集、整理、标准化的过程中同样需要时间、人力、技术等大量资源的投入。因此,数据中心的选择、部署和运维成为企业必须认真权衡的关键问题。如何在保证服务质量的同时,有效降低能耗和成本,成为中国 AI 企业在出海过程中必须面对的重要考量。  

网络通信:打通全球算力池的关键  

在大模型时代,GPU 算力集群间庞大的数据交换对网络的处理能力和通信效率提出了严苛要求。为满足这一时代的需求,算力网络必须聚焦于三大核心要素:首先,实时性和低延迟是不可或缺的。为确保热数据的即时计算,网络时延需控制在 10 毫秒以内,从而最大限度地降低计算资源的耗损;其次,无损和弹性传输也至关重要。无损传输能显著减少服务器集群内计算协同的时间成本。据实验数据显示,仅 0.1% 的丢包率就可能导致高达 50% 的算力损失,因此,保持数据传输的完整性和弹性是提升算力效率的关键;最后,由于 AI 算力分布于各种环境中,一个高速、中立且广泛覆盖的网络成为高效利用全球算力资源的关键。这样的网络不仅能连接全球各地的算力,还能保障不同环境下算力的稳定利用。为 AI 模型和应用的开发提供坚实基础。 

市场的不确定性:合规风险与技术迭代 

过去十多年,“中国公司,全球化运作”模式历经尝试与验证,成效显著。如今,随着 AI 大潮的来临,海外获取资源与搭建集群已成为大势所趋。然而,AI 企业在进军海外市场时,常因对当地市场的不了解而面临成本失控、合规风险等一系列挑战。 

首先, AI 业务的扩展面临人工智能、知识产权、进出口等方面的合规要求。例如,2024年8月1日起,将在欧盟范围内生效的《人工智能法案》对高风险 AI 系统的部署者、进口商和分销商提出了严格要求。为了更好地适应海外市场,中国企业需要探索本地化方案,并充分了解海外地区的相关法律法规以确保合规性。其次,AI 技术的发展速度极快,如果技术迭代和客户需求变化未能及时匹配,可能会影响业务的整体进度和竞争力。此外,不同国家和地区的文化和消费习惯存在巨大差异,这要求AI企业在出海时必须进行充分的本地化调整。因此,企业在出海过程中,必须进行深入的市场调研和风险评估,并寻找兼具全球视野与本地能力的赋能伙伴,以确保稳健前行。 

Zenlayer 解决方案:创新引领,助力出海  

作为全球领先的以超连接为核心的云服务提供商,Zenlayer 在海外基础设施选择和部署方面积累了丰富的经验。中国 AI 出海之路的艰辛与挑战,因此 Zenlayer 致力于提供一站式 AI 解决方案,助力企业快速响应市场变化,实现技术突破与业务持续增长。 

AI 数据中心托管服务:优化资源,降低成本  

Zenlayer 提供一站式的海外 AI 数据中心选址、咨询及托管服务。其专业服务团队深度参与冷却系统优化、精细化空间规划、法律税务咨询等关键环节,旨在助力客户在资源竞争日趋激烈的市场环境中做出明智的决策。除此之外,Zenlayer 还提供与数据中心机房相配套的高性能网络服务,即,客户在享受数据中心全方位服务的同时,还能获得稳定、高效的网络连接支持,从而确保数据传输的顺畅无阻。通过 Zenlayer 的综合服务,客户不仅能够显著降低能耗和运营成本,更能保障服务的高标准与优质体验。

超连接 AI 网络:打通算力,提升效率  

当前,AI 算力主要部署在公有云上,而 Zenlayer 的超连接网络则能够实现多云/混合云环境的无缝对接,有效整合全球各种环境下的算力资源。Zenlayer致力于为客户提供多样化的连接方案,满足大模型训练数据交换的高效性和稳定性需求,助力客户充分利用高性能算力资源,实现最优的 AI 部署和应用效果。此外,Zenlayer 云网络推出的端口购买模式为客户带来了极大便利,仅需一个端口即可轻松接入全球分布的 AI 算力。同时,借助 Zenlayer 的全球智能加速平台(ZGA),用户还能改善远程访问体验,突破地域限制,实现全球算力的灵活调度与优化。 

AI 边缘算力服务:满足低延迟、高带宽需求  

为了满足 AI 应用对低延迟、高带宽的需求,Zenlayer 在海外提供多样化且高性价比的 GPU 资源租赁服务并可以帮助客户搭建算力集群。无论是训练还是推理需求,客户将可以通过其自助平台快速部署 AI 算力,简化海外拓展流程。同时,Zenlayer 还提供边缘计算优化方案,确保 AI 应用在高效、稳定的环境下运行。  

展望未来:共创智能科技的美好未来  

中国 AI 企业的出海之路虽然充满挑战,但也孕育着无限机遇。Zenlayer 将继续深耕超连接云网络和边缘云服务领域,不断创新和完善服务,成为中国企业 AI 出海的坚实后盾并与更多行业伙伴共同探索AI出海的未来趋势与机遇,共创智能科技的美好未来。