博客

原創 阿卡
智算中心裡，算力卡的轟鳴聲一如往常。但監視器螢幕上跳動的核心指標不再是傳統雲端時代的頻寬吞吐量，而是以「億」為單位、瘋狂閃爍的 Token 生成速率。
這個細微的指標變化，折射出中國雲端運算產業過去十年未曾有過的暴力重建。
根據 IDC 最新發布的報告，2025 年上半年，中國 AI IaaS（智算基礎設施）市場規模年漲了 122.4%。這個數字，意味著在全行業追求「降本增效」的大背景下，算力成了唯一的剛需籌碼。
然而，繁榮之下亦有廢墟。與 AI 算力的狂飆相比，傳統公有雲 IaaS 成長速度已跌入冰點，甚至出現了史上首次 14.1% 的非 AI 業務萎縮。
「雲端不再是那個裝載資料的容器，它正在變成一個思考的大腦。」一位在業界 15 年的資深高階主管感慨道，「過去我們賣的是水電煤，那是物理資源；現在，我們賣的是『智力』，那是邏輯產出。」這一年，原本穩固的「雲三家」格局被徹底撕裂。
一場關於「誰才是 AI 時代操作系統」的戰爭，在位元組的低價、百度的應用、阿里的開源、華為的底座與騰訊的協同之間，暴力展開。
而新的格局，似乎又回到了新的三強爭霸時代——百度智能雲，阿里雲，和來自字節跳動（Bytedance）的火山引擎。但如果網路速度夠快，我們或許也可以將這三家雲端服務商定義為一個新的“BAT”，因為更適合火山的名字，應該是“Tokendance”。
鯰魚變鯊魚，火山的暴力美學全球雲端運算的發展並非簡單的功能疊加，而是歷經三次深刻的範式轉移。
每一次變革都重塑了產業價值與競爭格局，推動雲端運算從企業的後台成本項，演化成驅動成長的核心競爭力。
PC 網路時代，雲端運算的本質是伺服器租賃，核心是 IT 基礎架構外包。它以按需付費模式，幫企業擺脫自建機房的高成本負擔，實現成本優化與效率提升。
到了行動互聯網時代，雲端運算升級為支撐高並發存取的數位底座。面對電商大促、直播互動等場景的瞬時流量波動，其穩定性與彈性伸縮能力成為核心競爭力，價值也轉向助力企業業務擴張與敏捷創新。
進入 AI 時代，雲端運算完成關鍵蛻變，成為融合算力、模型、數據的智慧引擎。
大模型與 AI 智能體的爆發，催生了對複合技術能力的需求，單一資源租賃已無法滿足企業創新。
此時雲端運算的價值錨點，落在 「算力 + 模式 + 資料 + 產業知識」 的深度整合上，協助企業重構生產流程、創新商業模式，雲端廠商也隨之從 資源供應商加速轉型為智慧服務商。
縱觀三次範式轉移，雲端運算的價值升維路徑清晰可見：從解決成本問題，到支撐業務發展，再到創造成長價值。
這進化邏輯也劃定了競爭賽道 —— 雲廠商唯有完成從 「賣資源」 到 「賣能力」 的轉型，才能在 AI 時代站穩腳步。
而在雲端運算歷史上，很少有一個後來者能像火山引擎一樣，在短時間內完成從「邊緣玩家」到「規則制定者」的身位躍遷。
12 月，當火山引擎總裁 譚待 在 FORCE 原動力大會上亮出 「日均 50 兆 Tokens」 這個數字時，業界感受到了真正的寒意。
這幾乎意味著中國市場上每產生兩個 AI 產生的字節，就有一個流經火山引擎。
位元組的低價邏輯並非單純的燒錢策略。譚待在 2025 年多次強調：「大模型不再是實驗室的產物，而是大工業時代的資源。」
 火山引擎副總裁 張鑫 揭示了背後的技術機密：字節透過一套名為 「算力混部」 的技術，將抖音、剪等 C 端業務的閒置算力與 B 端需求進行毫壓級。
這樣的資源利用率，讓競爭對手在帳面上感到絕望：當友商還在為每台伺服器的折舊費發愁時，位元組已經透過大量 C 端流量把成本攤薄到了極致。
2025 年上半年，火山引擎在大模型公有雲調用量（MaaS）市場的份額已飆升至 49.2%，快速逼近頭部。這種規模效應讓位元組跳動成功瓦解了傳統雲廠商依賴「資源販賣」的商業模型，徹底將雲端產業拉入了「量大管飽」的微利時代。
降價內卷的故事我們聽了很多，但很難將火山的行為歸結為內卷。至少從實際效果上來說，火山並不是在猛捲頭部廠商，而是把潛在客戶都拉上桌，讓市場規模開始擴張。
市場規模還不是火山唯一的動作。無限逼近用戶，讓每個 token 真正走入人們的生活才是他們的目的。
近幾個月來，「豆包手機」已經成為人人都想擁有的數位新品，閒魚上中興手機的價格也在水漲船高而字節跳動正推進與Vivo、聯想、傳音等硬體廠商的 AI 手機合作，在設備中預裝 AIGC 插件以獲取用戶入口、改善其在執行層面的被動局面。
多位 Vivo 員工證實雙方已確認合作、正在討論具體細節。聯想內部人士稱，聯想集團與「豆包」、火山引擎等位元組業務一直保持緊密合作，目前在智慧終端領域與「豆包」的合作也保持密切溝通。另據 21 世紀經濟報道，聯想與位元組在相關業務上確有密切往來。橫向擴張市場，讓更多企業上雲。
縱向無限逼近 C 端用戶，讓 token 跳動在每個用戶的終端之上。火山早已不是那個初入雲市場的鯰魚了，而是轉而成為一條聞到產業中血腥味，就迅速出擊的鯊魚。
不論企業的需求在哪裡，他總能找到一條合理的路徑，用最迅速的攻勢快刀斬亂麻。
今天，火山也發布了和春晚合作的落地消息，把最前沿的科技命題，講解給最廣泛的普羅大眾，可能會實現非同尋常的滲透效果。位元組兇猛的故事，還在繼續撰寫。
我們很難定義字節是怎樣的公司，他從文字時代的字節跳動；到短視頻時代的「抖音跳動」；在 AI 時代，用 token 單價快速顛覆行業原有規則，搶佔自身身位。
與其說是字節、抖音、 token 在不斷跳動，不如說這些名詞下的能力在不斷推動這家充滿奇蹟的互聯網公司飛速成長。百度的底氣－崑崙底座與應用追求在火山引擎用「分分錢」血洗市場時，百度智慧雲顯得有些「固執」。
在 2025 百度世界大會上，李彥宏 再次重申了那個極具爭議的判斷：「卷模型不如卷應用，AI 時代的王牌是『超級智能體』。」後來，他又在採訪中多重申了這個觀點。
百度智慧雲的”堅持”，其核心支撐來自全端自研的崑崙芯。當業界陷入 Token 價格內捲時，百度選擇以自研晶片築牢算力底座，透過”崑崙芯+百度雲”的軟硬一體架構建構差異化優勢。
這項策略已直接體現在市場佔有率的突圍上。
崑崙芯是百度 AI 技術架構的核心硬體支柱，承擔”減負增效”與構建技術壁壘的雙重使命。有別於依賴第三方晶片的雲端廠商，百度從晶片設計到雲端服務落地實現全鏈路可控，形成了”崑崙芯—文心大模型—百度雲”的完整技術閉環。
所以其實歸根究底，百度其實是有底氣打價格戰的那一個。底座是自己研發的，省去了大量購置成本，自然就禁得起消耗。
但百度顯然不希望在雲戰場展開漫長的拉鋸戰，而是用選擇從主打政企客戶的 agent，形成牢固的客群優勢，讓業務能養活自己，最終可以因為自研全鏈條的成本優勢形成對競對的碾壓。
目前，百度智能雲已點亮崑崙芯三萬卡集群，可同時支撐多個千億參數大模型訓練。結合升級後的百舸推理加速能力，不僅支撐百度內部絕大多數大模型推理任務，更服務於招商銀行、南方電網、中國鋼研等上百家客戶，成為 AI 雲端服務差異化競爭力的核心載體。策略與技術的協同直接轉化為市場佔有率優勢。
Forrester 2025Q4 報告顯示，百度智慧雲端與阿里雲雙雙躋身產業領導者象限，其中百度智慧雲端產品能力得分第一。沙利文資料印證，2025 年上半年中國一站式 AI 雲端市場中，阿里雲與百度智慧雲合計份額超 50%。
在頭部集中化趨勢下,百度智慧雲仍舊在第一梯隊穩如泰山。政企市場更是其優勢陣地－依托崑崙芯算力支撐的產業解決方案,收穫超 65% 央企、全部系統重要性銀行及 800 多家金融機構青睞。
其核心邏輯從未動搖:AI 時代的雲廠商競爭,核心不是低價算力比拼,而是底層技術自主可控與價值輸出能力的較量。
百度智能雲透過崑崙芯築牢算力底座,以智能體落地價值交付,既避開了同質化內捲,又在固化的市場格局中站穩腳跟。
而如果這一步真的能走成，智能體的溢價能力能力必然遠勝過賣token 的溢價。錨定企業真實需求,以全端能力實現”效果交付”,才能在 AI 雲端市場的長期競爭中掌握主動權。
阿里的開源長城與吳泳銘的「雙重判斷」作為行業領頭羊，阿里雲在 2025 年面臨的是「舊王轉身」的艱難——前有基礎模型賽道的激烈廝殺，後有雲服務市場的存量競爭。
阿里巴巴集團 CEO 吳泳銘在雲棲大會上給出了阿里雲的終極定位：「大模型是下一代的操作系統，而超級 AI 雲是下一代的計算機。」這句論斷錨定了阿里雲的雙核心戰略：以開源大模型搶佔生態話語權，以智算基礎設施築牢局建設局，用“算力操作系統+計算機+計算機”的組合。既然你賣得便宜，我就直接免費。千問向雲端市場投出一顆深水炸彈，還掀出了巨大的浪花。
2025 年，阿里雲的通義千問（Qwen）全球下載量突破 6億次，從矽谷新創公司的輕量化應用開發，到小紅書開發者社群的內容產生工具搭建，Qwen 憑藉免費開放的全系列模型（含輕量化版本、多模態版本），成為僅次於 Meta Llama 的全球第二大開源版本），成為僅次於 Meta Llama 的全球第二大開源版本），成為僅次於 Meta Llama 的全球第二大開源版本），成為僅次於 Meta Llama 的全球第二大開源版本。阿里的思路很明確－模型免費，雲端服務收費。
類似早年我們買電腦的路線，Windows 系統不花錢，但電腦本身要花錢。
「開源是為了修一道生態長城，」一位阿里雲資深架構師表示。阿里的陽謀清晰且直接：當全世界開發者都習慣了 Qwen 的模型架構、適配了其開發工具鏈，後續無論是模型精調、推理部署還是大規模算力調度，最後的算力歸宿必然是能提供最優適配的阿里雲。這種「生態綁定-算力導流」的邏輯在多個上已得到驗證——由於深度採用 Qwen 進行內容推薦算法精調、智能創作助手開發，其後端架構必須深度適配阿里雲自研的磐久（Panjiu）第五代 AI 伺服器，才能實現算力效率提升 30% 以上的效果，最終綁定形成「用 Qwen 開發-靠阿里定力落地」的關閉空間。
阿里用事實證明，在 AI 時代，擁有「定義模型標準、掌控算力底座」雙重權利的巨頭，依然能在轉型中保住基礎設施紅利，將「下一代作業系統+下一代電腦」的定位轉化為實實在在的商業競爭力。而阿里有底氣這麼做，背後還有兩個核心原因：第一，千問夠強；第二，阿里雲積攢的優勢夠深厚。
千問的技術硬實力，在 2025 年底迎來了最具分量的 「產業背書」—— 曾經以開源模型 Llama 領跑全球的 Meta，在其新一代模型 「酪梨」（Avocado）的研發中，主動選擇蒸餾通義千問的開源模型，從中國技術中汲取核心能力。
更關鍵的是，阿里雲的 「算力底座」 與千問模式形成了海外落地的協同優勢​​。
為匹配東南亞中小企業算力資源稀缺的現狀，千問經過深度優化，可在 32GB 內存的消費級筆記本上本地部署，大幅降低了應用門檻；而阿里雲在新加坡已投用的萬卡智算集群，又能為大型企業和政府項目提供規模化算力支撐，形成 “民用級門檻 + 工業級場景” 的全場覆蓋能力。
這種 「模型適配 + 算力支撐」 的組合，正是吳泳銘 “下一代作業系統 + 下一代電腦” 定位的海外復刻 。這項反轉在兩年前難以想像，彼時國內開發者也普遍以 Llama 為基座搭建衍生模型，而如今矽谷巨頭爭相選用，千問在模型架構、推理效率等核心維度的領先性不言而喻。
結語：雲的消失與智慧的溢出
這場算力與生態的爭奪戰中，各路玩家紛紛亮出差異化王牌，構成百家爭鳴的多元戰局。華為雲劍走偏鋒深耕政企深水區，以「國產化壓艙石」姿態築牢壁壘。
騰訊雲則走「生態融合」的側翼路線，依托微信生態將AI能力潤物細無聲地註入視訊號廣告、企業微信等場景，騰訊總裁劉熾平直言AI已對效果廣告和遊戲產生實質性貢獻，讓雲能力成為激活整個騰訊生態變現效率的「增效器」。
2025 年底，當我們回望這一年，會發現「雲端運算」這個詞正在變得隱形。它不再是財報裡那個生澀的術語，而是化作了萬億個 Token、數十萬萬個活躍智能體、數億次開源下載 以及無處不在的 AI 推薦。正如二十年前人們討論“互聯網”，十年前討論“移動化”，今天我們不再討論“上雲”，因為所有的創新，生來就在雲上。
2025 年，中國雲端運算廠商們終於達成了一個共識：雲端的終局，不是為了儲存數據，而是為了輸出智力。
「一切才剛開始。」
這場大雨落下後，雲霧散去。我們不再抬頭仰望雲端，而是看向這片由於智慧潤澤、正野蠻生長的新大陸。走向健康競爭和長期繁榮的發展軌道。

1865: 芬兰诺基亚 (Finland Nokia)
1875: 日本东芝 (Japan Toshiba)
1889: 日本任天堂 (Japan Nintendo)
1911: 美国 IBM (US IBM)
1918: 日本松下 (Japan Panasonic)
1923: 美国迪士尼 (US Disney)
1928: 美国摩托罗拉 (US Motorola)
1938: 韩国三星 (Korea Samsung)
1939: 美国惠普 (US HP)
1946: 日本索尼 (Japan Sony)
1975: 美国微软 (US Microsoft)
1976: 美国苹果 (US Apple)
1984: 美国戴尔 (US Dell)
1987: 中国华为 (China Huawei)
1994: 美国亚马逊 (US Amazon)
1997: 美国奈飞 (US Netflix)
1998: 美国谷歌 (US Google)
1999: 美国赛富时 (US Salesforce)
2002: 美国SpaceX (US SpaceX)#科技爱好者必看
2003: 美国特斯拉 (US Tesla)
2003: 美国脸书 (US Facebook)
2005: 美国YouTube (US YouTube)
2005: 美国Reddit (US Reddit)
2006: 美国推特 (US Twitter)
2008: 美国爱彼迎 (US Airbnb)
2009: 美国WhatsApp (US WhatsApp)
2010: 美国Instagram (US Instagram)
2011: 美国Zoom (US Zoom)
2011: 美国Twitch (US Twitch)
2015: 美国OpenAI (US OpenAI)
2016: 中国抖音 (China TikTok)

收录于AI index

作者提示: 个人观点，仅供参考

轉自網絡工程師訓練營

第一步：先存配置！改之前留後悔藥
不管改啥配置，先敲save儲存目前狀態，設備會把配置存到vrpcfg.zip檔裡。這跟改監控主機設定前先備份一樣，留個後悔藥，萬一改崩了能直接回滾。

要是改配置前忘了存，也能找最近的自動儲存文件，華為設備預設會定時保存，不過手動存更靠譜，養成改前存的習慣。

第二步：查歷史設定文件，找到能回滾的版本
敲dir /all，能看到設備裡的設定文件，例如vrpcfg.zip（目前已儲存的）、vrpcfg-bak.zip（備份的）。
找到你要回滾的版本，記好檔名。
這跟找電腦的系統還原點一樣，選一個沒問題的設定版本，別選錯了舊的無效設定。

第三步：執行回滾指令，1分鐘恢復配置
敲startup saved-configuration vrpcfg-bak.zip，指定下次啟動用備份的設定文件，然後敲reboot重新啟動裝置。
重新啟動後，裝置就會載入備份的配置，之前配錯的內容全沒了，回到正常狀態。
要是不想重新啟動（例如核心設備），也能透過rollback configuration指令回滾最近的幾次設定變更，適合小範圍改錯的情況。
配置回滾是轉行網工的保命技能，跟咱恢復電腦系統的邏輯一模一樣，操作簡單還能省大量時間。
以後配設備再也不怕改崩，先存再改，錯了就回滾，穩得很。