开云（中国大陆官方网站）Kaiyun科技股份有限公司 - 领先的GPU计算与AI算力解决方案

　　领域的一大焦点。 11月3日，Lambda宣布与微软达成合作，将部署数万块英伟达GPU，其中包括最新的英伟达GB300 NVL72系统，旨在为微软Azure客户提供高性能训练与推理服务。这一举措紧随OpenAI与亚马逊达成380亿美元云计算协议之后，再次印证了

　　Lambda成立于2012年，早在AI浪潮兴起之前就已深耕高性能计算领域。 其业务涵盖为模型训练和推理提供基础设施、云服务和软件，以及租赁搭载英伟达GPU的服务器。 此次与微软的合作，Lambda将利用其庞大的自有计算基础设施，为微软Azure客户提供支持。 值得关注的是，Lambda在2024年提出了“一键集群”的概念，推出了首个用于AI模型训练的自助式和按需GPU集群，这无疑降低了AI开发的门槛。Lambda的战略选择也反映了其在AI基础设施建设上的战略考量。通过深度融合 Azure 云平台，Lambda能够获得稳定可靠的算力支持，并专注于其AI模型的研发与应用。微软与Lambda的合作，无疑将加速 Azure 在高性能计算领域的布局，为 AI开发者 提供更强大的算力支持。

　　此次合作中，英伟达GB300 NVL72系统的部署尤为引人注目。 该系统是英伟达最新的GPU产品，专为大规模AI计算设计。 微软Azure已于10月启用了全球首个英伟达GB300 NVL72集群，英伟达称其可以让OpenAI仅在数天内就能训练万亿参数模型。Lambda部署GB300 NVL72，无疑将为微软Azure客户提供更强大的算力支持，加速AI模型的训练和推理进程。 随着大模型的快速发展，对算力的需求呈现指数级增长。GPU作为AI计算的核心，其重要性日益凸显。 微软与Lambda的合作，无疑将加速 Azure 在高性能计算领域的布局，为 AI开发者 提供更强大的算力支持。

　　微软与Lambda的合作，也引发了对于AI模型未来发展趋势的思考。 随着大模型的不断演进，算力、算法和数据成为关键要素。 而云计算平台作为算力的载体，其重要性日益提升。 微软与Lambda的合作，预示着未来 AI基础设施 领域可能出现更多类似的合作模式。 云服务提供商将更积极地与AI初创企业合作，共同推动 AI技术 的发展和应用。 这种合作模式有助于降低 AI开发 的门槛，加速 AI技术 的商业化进程。 未来，我们可能会看到更多 AI公司 选择与大型云服务提供商合作，共同构建更加完善的 AI生态 。

　　从更宏观的角度来看，微软与Lambda的合作，是 AI产业 加速发展的一个缩影。 随着 AI技术 的不断成熟， AI应用 场景将更加广泛。 而 算力 作为 AI 发展的基石，其重要性将持续提升。 此次合作，也可能引发其他云服务提供商加大在 AI基础设施 领域的投入。 你认为，在未来的 AI 竞争中，算力、算法、数据，哪一个要素将发挥更关键的作用？