LLaMa2 「類開源」是否能引發三大公有雲重新洗牌?
- 文內如有投資理財相關經驗、知識、資訊等內容，皆為創作者個人分享行為。
- 有價證券、指數與衍生性商品之數據資料，僅供輔助說明之用，不代表創作者投資決策之推介及建議。
- 閱讀同時，請審慎思考自身條件及自我決策，並應有為決策負責之事前認知。
- 方格子希望您能從這些分享內容汲取投資養份，養成獨立思考的能力、判斷、行動，成就最適合您的投資理財模式。
Meta 無意中讓 Llama 1 被迫開源，結果收到超過 10 萬次訪問請求。這個意外的成功促使 Meta 宣布類開源 Llama 2，提供有限的免費訪問預訓練和微調版本，供研究和商業使用。
重點是，雖然 Llama 2 也可以在 AWS SageMaker、Hugging Face 和最近剛宣布的阿里雲上取得，但 Meta 特別將 Microsoft Azure 視為首選的合作夥伴 (原文：Preferred partnership with Microsoft)。
Meta 創辦人馬克祖克柏於文中點出 Microsoft 為 Preferred parntership
這對於一直在生成式 AI 戰場上還沒有顯著斬獲，存在感較低的雲端龍頭 AWS 是一個相當沉重的打擊。尤其 AWS 一向又被開發者視為對開源較友善的平台，商業模式偏好將各種開源工具與自家服務整合。(AWS 被指「露天開採」開源軟體，Amazon：因應客戶要求)
Meta 類開源 Llama 2，葫蘆裡賣的是甚麼藥？
那麼，為什麼 Meta 選擇了「類開源」方式釋放 Llama 2呢？當然，如 Meta 新聞稿所述，這是希望通過群眾外包的方式促進生成式 AI 的發展，造福社會等等，尤其是在近年來 Meta 飽受各種爭議的背景下，這樣策略贏得了開發者社群的喝彩。
然而，為什麼我們使用「類開源」而不是「開源」這個詞彙呢？這是因為在 Llama 2 的使用文件上有兩點限制並不符合社群所謂開源的精神，而我們也可以從這裡面推測 Meta 半開源Llama的真正目的。
- 限制 1：不能拿 Llama 有關的資訊和跑出來的結果來優化 Llama 以外的模型
- 限制 2：當月活躍人數 (MAU) 超過 7 億人時，需要取得 Meta 的授權
結合 1 和 2，這似乎是一種防守和進攻兼具的策略。
防守上，它阻止月活超過 7 億用戶的競爭對手使用 Llama 2 來強化自己 — 例如 Snapchat 最近突破了 7.5 億，Insider Intelligence 預測 TikTok 今年將突破 8.34 億，還有 Elon 聲稱 Twitter (or X) 有 5.4 億用戶。除了社交 app 的護城河外，此舉也同樣防禦雲端廠商拿該模型產出的結果優化自家獨有模型，或是比如AWS拿開源的Elasticsearch改成自己的Opensearch、拿開源的Spark以及Trino等資料分析工具變成自己的EMR等方式，將Llama2變成AWS的形狀，甚至是拿Llama2產出的資料去優化不知道何時會GA的Titan。
進攻上，它為任何希望使用 Llama 2 來減少訓練成本並加速實現貨幣化的新創企業戴上緊箍咒，在商業模式成功到逼近 7 億門檻時啟動養套殺陷阱卡。考慮到 Meta 過去被指控惡意併購 Instagram 的歷史，這樣的推論一點都不會令人意外。🛡️💡
為什麼 Azure 成為首選合作夥伴？
為什麼 Meta 特別需要在聲明稿特別突出 Microsoft Azure？事實上 Llama 2 可以在多個平台上取得，因此我覺得這個說法對於使用者選擇哪個雲端廠商應無實質影響。
但考慮到 Microsoft 一貫的行銷公關策略，這背後肯定有雙方的利益考量。最明顯的可能性是 Meta 能夠以優惠價獲得 Azure 的服務，或者優先取得 GPU 計算能力（Meta 的架構是所謂的Multi-hybrid Cloud，也就是除了自建的資料中心外，還有些服務會佈建在其他公有雲廠商，而 Meta 常常抱怨 AWS 的定價較為昂貴在業界並不是新聞）。💼📈
這對 Azure 和 OpenAI 合作會有什麼影響嗎？
作為雲服務提供商，Microsoft Azure 的理想狀況是擁有獨家使用 LLM 模型的能力，再加上各種商業和開源模型選擇，成為一個讓使用者可以在 Azure 上找到所需一切的市場。
Microsoft Azure 的唯一風險是 OpenAI 是否會因可能的資源排擠效應而選擇與其他雲端服務提供商聯手，這是值得持續關注的議題。日前有報導稱許多 OpenAI 的員工因不滿 Sam Altman 和 Microsoft Azure 走太近且讓利過多而離職。這可能意味著 OpenAI 的態度。
對 AWS 來說意味著什麼？等等，Amazon 有參戰嗎？
顯然，AWS 在這場生成式 AI 戰爭中遠遠落後。除了持續拖延推出 Bedrock 和自家的 Titan 模型外，他們的公開活動的討論大多圍繞著平台強大的安全性、基礎設施的豐富性，和歷史悠久的 AI DNA。AWS 的用戶群一直偏向開發者（Builder），而我們之前曾提到以開發者為核心的 Cloud Native 市場已經走到盡頭，接下來是偏向 Buyer 屬性的企業市場在雲端服務的使用上姍姍來遲。隨著 AWS 的步伐放緩，其他雲端供應商趕上後，許多技術上的差距已經足夠通過補貼縮小，AWS 也不再享有太多先行者優勢。
而隨著生成式 AI 的出現，我們發現有更多的 Builder 轉變為 Buyer，他們關心的是如何直接取用 LLM 服務，加上少許客製應用來快速貨幣化符合市場需求的解決方案。在這種情況下，擁有強大、獨有的模型，以及更多 Buyer 組成的市場，使得 Microsoft Azure 在這場戰爭中處於有利的位置。
同時，Google 也宣布，高達 70%的 AI 新創企業選擇了 GCP。因此，在生成式 AI 的第一回合，Buyer 更偏向 Microsoft Azure，而 Builder 更傾向於 GCP。
相較於 Microsoft 有 M365 及 GCP 有 Google Workspace 可以導入 AI 服務更貼近 business buyer以延展至其他商業需求，身為三大公有雲唯一沒有提供 OA (Office Automation)的 AWS 不能找到突破口扭轉這一趨勢，領先者的地位恐怕將面臨更前所未有的挑戰。🏭🛍️
