FX168财经网_全球视野外汇黄金加密货币NFT资讯网

大华股份获国元证券买入评级，扣非利润大幅增长，AI赋能业务发展

的比例为12.31%，在多维感知、AI大模型、数据智能、智能计算、云计算、软件平台、网络通信、网络安全、创新业务等技术领域加强研究、开发和产品化，为业务发展赋能。风险提示：技术更新换代的风险；商业模式转变风险；地方财政支付能力下降风险；汇率风险；产品安全风险；知识产权风险；国际化经营的风险；供应链安全风险。

金融界2024-04-22

中科星图获国元证券买入评级，业绩实现快速增长，生态化成效稳步显现

ain)，该产品集成“空天·灵眸”基础大模型，以高性能计算、人工智能、大数据和云计算为核心技术手段，汇聚了超算、智算、大数据和云计算等多元化算力资源，不仅提升了数字地球技术的智能化水平，也拓展了其在各个领域的应用范围。2023年，公司研发投入达5.72亿元，同比增长67.02%。风险提示：产品升级换代的风险；核心技术人才流失的风险；经营风险；财务风险；宏观环境风险。

金融界2024-04-22

ETF市场日报：港股市场迎久违大涨！国泰煤炭ETF(515220)领跌超4.5%

布，整体来看，电子基本面逐渐改善，Ai大模型持续升级，Ai给消费电子赋能，有望带来新的换机需求，看好AI驱动、需求复苏及自主可控受益产业链。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-04-22

能科科技（603859.SH）：2024 年公司将全面融入生成式人工智能生态

有连云2024-04-22

中信证券：Llama 3模型效果领先，期待后续版本

发布具备多模态能力的4000亿参数规模大模型。新模型为AI应用开发带来全新活力，加速国产模型行业向头部集中，建议持续关注相关领域的头部AI公司。

金融界2024-04-22

第四范式一度大涨近15% 机构指公司已成长为AI企业服务领域的头部公司之一

指，第四范式于2023年4月发布了式说大模型，并在此基础上，公司发布了AIGS战略，即以生成式AI重构企业软件。目前公司的式说大模型已经在航空制造、零售等多个行业落地，帮助客户提升运营及管理效率。该行认为，公司已经成长为AI企业服务领域的头部公司之一，客户基础扎实，随着人工智能进入新一轮发展阶段，企业客户对于新技术应用开发需求将显著增加，有望推动公司收入持续提升。

金融界2024-04-22

港股异动｜第四范式一度大涨近15% 机构指公司已成长为AI企业服务领域的头部公司之一

指，第四范式于2023年4月发布了式说大模型，并在此基础上，公司发布了AIGS战略，即以生成式AI重构企业软件。目前公司的式说大模型已经在航空制造、零售等多个行业落地，帮助客户提升运营及管理效率。该行认为，公司已经成长为AI企业服务领域的头部公司之一，客户基础扎实，随着人工智能进入新一轮发展阶段，企业客户对于新技术应用开发需求将显著增加，有望推动公司收入持续提升。

格隆汇2024-04-22

专访 DePIN 新星 EMC 生态 Bulider：从去中心化信仰中长出的创业理想

有人说，ChatGPT 的出现或者大模型的迅速发展，让 2023 年成为了人类历史上的又一个「奇迹年」。越来越多的行业开始研究 AI 技术，对于计算资源的需求也呈现出爆炸性的增长趋势。浪潮信息联合清华大学全球产业研究院和 IDC 发布的报告显示，以生成式 AI 为代表的 AI 计算未来将呈现暴涨态势。在 IDC 的预测中，全球 AI 计算市场规模将从 2022 年的 195.0 亿美元增长到 2026 年的 346.6 亿美元，其中生成式 AI 计算市场规模将从 2022 年的 8.2 亿美元增长到 2026 年的 109.9 亿美元。然而，在快速增长的背后，也藏着人们对于算力垄断和中心化危机的担忧。有数据显示，英伟达一家的芯片在人工智能研究当中的使用量到达了「其他替代方案总和」的 19 倍。为了掌握主动权，Sam Altman 更是决定筹集数十亿美元创建自家芯片企业。的确，少数巨头掌握大部分资源的态势无疑将导致算力的中心化，令创新的门槛变得越来越高。但不像 Sam Altman，对于没有雄厚的资本的普通创业者来说，是不是只能看着 AI 时代的福利流入巨头们的口袋？面对这一问题，Web3+AI 的组合成为了许多创业者眼中的「救星」。凭借 Web3 的去中心化特质，越来越多的解决方案开始涌现，而这其中，AI DePIN 新星项目 EMC 备受关注，目前经过两轮融资已经筹集了数百万美元资金。为深入了解，我们对 EMC 团队进行了一次专访，从创始人、投资人、开发者、到社区运营等 builder 的不同视角，探索 EMC 背后的故事。从去中心化信仰中长出的创业理想作为项目最早的构想者和设计者，创始人的领导力、愿景和决策能力往往影响着项目的发展和成就。在与 EMC 联合创始人兼 EMC 基金会主席 Alex Goh 的沟通中，我们看到了他坚定的去中心化信仰。 2023 年，ChatGPT 及大模型的爆发引发了关于「AI 灭绝论」的担忧，对此，Alex 从 AI 发展的各个要素层面展开了分析。Alex 表示，随着 GPU 算力提升突破摩尔定律，AI 的发展几乎等同于技术（框架模型）+ 数据 + 算力的军备竞赛，而 AI 要突破人类智慧界限，形成所谓的灭绝论，完全取决于该方程式。其中，控制数据的中心化程度是目前最有可能保护人类的方法，因为 AI 是通过学习人类过去的数据轨迹来模拟人类的思维，越是把数据集中在大玩家手里，灭绝论的概率就越高。「简单来说就是人类使用 ChatGPT 越多，就越有可能让 AI 进化出超人类的智慧。」Alex 总结道。在谈到普通创业者如何把握住 AI 时代的红利时，Alex 表示，AI 创业的门槛其实比想象的更高，且成功率更低，因为所有 AI 创业都避免不了大量的 GPU 投入，而投入了大量资金训练出来的 AI 模型，离产品化还有距离，且同质化现象十分严重。Alex 称，以美国为例，AI 创业超过 9 成以上都是对现有开源模型的二次加工。此外，在资本市场活跃度上，国内 VC 2023 年几乎属于躺平状态，而美国 VC 所投的项目有 6 成都与 AI 相关。「国内普通人的 AI 创业没有得到应有的环境和土壤，这是需要得到关注的课题。」Alex 如是说，「AI 创业应该走在发展的前沿，是创新而不应该是跟风」。在谈起创建 EMC 的初衷时，Alex 表示，在经历了 AI 创业早期的艰难困境后，EMC 希望通过聚集闲置的算力，用低廉的成本来帮助创业者训练 AI 模型。EMC 选择推动 DeAI 的发展，以代币经济学来驱动分布式 GPU 算力的构建（DePIN），同时推出开源平台 EMC Hub 以及直接面向 C 端的 AI 应用发行平台 JarvisBot 及 Omniverse，构成了完整的生态闭环。Alex 相信，「在不久的将来，DeAI 生态也会出现像 Heygen 和 PIKA 这类由创业团队推出的明星项目。」此外，Alex 还用其在 AWS 的从业背景，为我们介绍了去中心化算力的优势。Alex 表示，目前，云公司投入建设 H100 superpod 集群的项目周期最短要 6-12 个月，且需要极其复杂的项目管理与排期。相比之下，分布式的 H100 算力节点可以快速实现。以一组用于大模型训练，总投资在 5000 美金的 superPod 集群为例，可以由独立投资机构在一个月内构建，并完成在 EMC 的组网。此外，凭借 EMC 更为丰富的 GPU 网络种类，比如 RTX 消费级的 GPU，算力集群的构建成本在 AWS 的八成以下。至于如今火热的 DePIN 赛道，Alex 也分享了他的一些见解。Alex 表示，最重要的是，成熟的供需平衡机制，而不是追求接入节点供给端的数量。Alex 回忆道，「在一年前 EMC 公开第一版测试网的时候，我们的 GPU 节点在两周内就超过 3 万个，但是可用性不到 10%，大量机会主义者蜂拥而至，给某互联网 GPU 制造了 40 万个虚假 GPU 节点。」好在经过一年的发展，EMC 目前离主网上线仅有 100 天，Alex 称，「虽然目前测试网只有 1200-1500 张 GPU，但每张 GPU 都是真实可用的，用户也可在实时的 dashboard 上看到每个节点的详细数据。」 Alex 希望，「在 AI 时代中，每个人都可以参与共建，共享发展红利，成为带着 AI 生产力标签的先进个人，而不是被 AI 取代的劳动力。」「信任」与「理想」推动融资进展如果说 EMC 是 DePIN 赛道的黑马，那么当初「伯乐们」又是如何发现它的，投资背后又有哪些故事细节？在与投资人 Zed 和 Blade 的采访过程中，我们了解到，EMC 在 2023 年初启动机构轮融资，或许受后新冠疫情时代的影响，机构并不积极，对于 EMC 所描绘的伟大理想和庞大的生态系统，也都心存质疑。Blade 表示，「币圈的很多投资相对来讲注重短期效益，最早加密圈认为 Web3+AI 的融合仅仅是一个新的叙事罢了」。在加密圈之外，Zed 也尝试代表 EMC 谈过很多轮的融资，但成功的并不多。「我印象中见过的投资人至少是几十位，不管是亚洲的，还有美国的，甚至是国内的其实都去谈过，但是大部分投资人对这个叙事不是非常认可，虽然有些表面看似赞同，但实际上最后都不置可否。」Zed 回忆道。所幸的是，EMC 目前最困难的阶段已经走完。Zed 透露，EMC 到目前为止已经完成了 1300 万美金的融资，只是出于各种原因，暂且还未对外公开。此外，EMC 还在进行一轮新的海外融资，金额大概是数千万美金。在谈到为何决定投资 EMC 时，Zed 和 Blade 表示，更多的也是出于对团队信任以及对去中心化智能互联网的共同抱负。Zed 说，「这是一群做事的人，大家有一样的共识。」「早期，我们在一起花了很多时间去梳理整个架构，包括商业模式，未来的 Web3 发展以及技术框架，代币经济等。大家与其说是投资人的关系，不如说是合伙人的关系。」此外，Zed 一贯的投资理念 ——「投资其实投的是确定性」—— 也推动了对 EMC 的投资。Zed 表示，Crypto 的发展，不确定因素是比较多的，但 AI 的发展是确定的；ChatGPT 带领 AI 进入一个拐点，之后的发展也会进入高速通道，这个是确定的；AI 的本质是算力之争，谁掌握算力，谁掌握 AI 的话语权，这也是确定的；英伟达的股价是确定的，今天全世界的云服务商和科技公司都在为英伟达打工，这个是事实；而 EMC 专注于去中心化算力网络，把算力累积在一起，在上面去叠加训推一体的应用。这也是可以确定的。Zed 说，「当所以这些东西结合在一起，我们便不再犹豫。」对于 EMC 的投资，Blade 谈到了自己的去中心化智能互联网理想。Blade 认为未来的元宇宙体系会是一个居住计划体系，底层除了公链之外，必须有 AI 的参与。其中，去中心化 AI 算力网络是不可或缺的一环。「我一直的逻辑理论是 Web3 是关于生产关系的技术，它是管分配的，并不创造价值。如果仅仅单纯是 Web3 自己发展，其实只能空转。好的生产关系必须匹配好的生产力技术，毋庸置疑，AI 是目前非常强大的生产力技术。而 AI 自身也一样有问题，它只管创造，很容易形成垄断。所以，AI 和 web3 的结合，对未来整个世界，甚至人类的进程是有大帮助的。这也是我和 Zed 最早一见如故的原因，我们心中都有美好的未来。」Blade 还调侃道：「在 Web3 行业里头能有像我们这么理想化的人，不多了。」另外，Zed 还向我们讲述了 EMC 与一支小团队的故事。据 Zed 介绍，这是一支做 Stable diffusion 垂直应用的团队，仅靠 5 个成员就做到了大概 100 多万的会员，月付费用户达到了 20 多万，每个月产生的现金收入在 1000 万人民币左右。然而，这个团队却遭遇了算力短缺的困境，用户拓展遭到阻碍。EMC 随即便与团队联系，并与之达成合作。Zed 评价称，「特别是对年轻的新团队来说，算力有时候比投资人的资金还要管用。」据 Zed 透露，该团队之后还接到过大厂的收购邀约，但他们拒绝了。 AI 开发者的新选择：从 Hugging Face 到 EMC Hub 自大模型火了之后，有人工智能届 GitHub 之称的开源社区 Hugging Face，就受到了许多 AI 创业者的追捧。然而，EMC AI 开发员 Harry 在接受采访时指出「更多的，HuggingFace 只适用做原型（Prototype）和 Mini App。对于产品级的 App 做的并不是那么好。尤其是缺乏统一的接口和 SDK。想要使用 HuggingFace 的开发者还需要具备全栈能力，既懂 AI 且能封装 AI 服务，又能做 App 开发，要求颇高。」为此，EMC 团队开发了 EMC Hub，为用户提供了简便的 AI 训练和推理服务部署界面以及开箱即用的 SDK。Harry 表示：「依托于 EMC 打造的 DeAIcloud 和 DePIN 网络，开发者不需要关心底层 AI 服务如何部署，直接调用官方提供的相关 SDK 即可开始自己的 AI 应用开发，减少了非常多不必要的算力和部署相关工作。」根据介绍，通过 EMC Hub，开发者构建出一个类似 Midjourney 这样的商用 AI 服务的工作量可以缩减到几个小时以内，而且订阅产生的费用仅仅为传统云服务的 30%。此外，Harry 称，「开发者分享自己封装的 AI 服务，或者提供算力都能获取额外的收益，这也是 Web2 的平台不具备的。」除了 EMC Hub、Harry 还介绍了 EMC 其他 AI 应用和服务的用户使用情况，特别是 JarvisBot 平台机器人，广受用户好评。「每天都有大量的用户与 JarvisBot 交互，尤其是文生图相关的功能。此外，JarvisBot 平台提供了多平台 Bot 定制功能，允许每个用户根据自己的喜好定制 Bot 并发布到社区中，未来还可以在 JarvisBot 平台上为开发者赚取收益。」多元文化下的社区交融文化间的碰撞往往能铸就色彩更为丰富的社区。据了解，当前 EMC 社区体量非常大，还有中文、阿拉伯语、法语、土耳其语、韩语、日语、葡萄牙语、印地语、俄语等贡献者自发组建的社区。那么，如此体量的社区建设，会有什么困难呢？各个地区的用户最关注的又是什么？ EMC 社区负责人 CHEN 在接受采访时向我们介绍道，「在多个社区建立过程中并没有实际性的困难，只是有些地域或者国家发展的程度略有差异。」CHEN 称，「某些国家或地区对 DePIN、RWA 和 AI 的概念很感兴趣，社区的运营也相对简单些，比如土耳其社区。而对于那些并不熟知 DePIN 等概念的社区，EMC 社区 mod 需要更积极地开展宣传教育。」CHEN 表示，「EMC 对于各个社区大使有相应的激励机制，推动着各个社区的成长。」在谈及社区运营的经历时，CHEN 向我们描述了这样一个有趣的现象，即每个社区通过 JarvisBot 生成的图片都会带有很明显的地域特色，「比如法国社区，我曾看到过有人生成浪漫的巴黎街景图片。在非洲社区就经常会出现一些动物世界的场景。在土耳其社区我会经常看到经典传统的土耳其的服装特色，比如头戴高毡帽的男士以及奥斯曼帝国时期的一些宫廷服饰。」此外，每个社区，用户的属性也不太一样。CHEN 介绍称，除去南极洲，EMC 目前的社群遍及六大洲，其中北美洲和大洋洲更偏向于「高净值用户」，他们主要提供去中心化算力节点和基础设施建设，而「亚非欧拉更偏向于应用层。」此外，我们还采访到了 EMC 社区的两位积极参与者，一位是来自印度的 Ashiq，另一位是来自尼日利亚的 Leo。Ashiq 表示，在参与 EMC 社区前，他连 OpenAI 每月 20 美金的会员费都付不起。但在过去的一年里，通过使用 EMC 的 AI 工具，他制作了许多推广视频并获得了相应的奖励，最后成功拥有了属于自己的 GPU 设备。为了更进一步学习 Web3 和 AI 相关的知识，Ashiq 还购买了 Grok、Runway 等 AI 工具的会员。「EMC 让我学到了合作与信任的重要性，以及共享资源在推动创新方面的力量。」Ashiq 表示，「DeAI 革命组建了全球社区，允许不同的观点碰撞，共同解决现实世界中的问题。我亲眼见证了去中心化的方法是如何赋予个人权力，在不受地域限制的情况下，做出有意义的贡献。」Leo 表示，自己是从去年 6 月开启这段「不可思议」的经历的，并通过 EMC，了解到了去中心化 AI 与中心化 AI 的区别。对于这将近一年的时间，Leo 这样总结道，「多亏了 EMC，我才能赚钱养家，甚至开了一家超市！」迪拜暴雨下的首个 DeAI 黑客松黑客松作为新兴项目的展示平台，成为了许多 Web3 项目方拓展生态的选择。而 EMC 更是首创了以「DeAI」为主题的全球黑客松。然而，或许正是因为没有人办过此类黑客松，活动在一开始遭到了一些质疑，有人怀疑叙事太大。但黑客松筹备小组成员 Jamee 在接受采访时乐观回应道：「本次黑客松是全新的探索，很多坑需要试错。但这也有好处，不存在条条框框的约束，也没有人可以来定义对错，可以发挥和创新的空间很大。」 Jamee 表示，作为 AI x Web3 的交叉领域，本次黑客松对参赛团队的能力要求是比较高的。参赛团队既要具备 AI 产品设计、开发的能力，同时也要具备 Web3 的能力，比如最核心的经济模型设计。因此，EMC 团队在报名期间就上线了 DeAI 先锋者工作坊。在 3 月份，EMC 团队密集做了很多直播，撰写了多篇社媒深度文章，向开发者和高校进行宣讲科普。再加上 DeAI 热度的持续升温，特别是 Stability AI CEO 带着核心团队辞职，宣布 All In 去中心化 AI，带动了很大的一波热度，也意外助推了此次黑客松的开展。最终，本次黑客松共计 238 个项目报名参赛，经过筛选 18 支队伍进入到了线上路演，10 支队伍晋级迪拜线下举办的黑客松决赛。然而，迪拜决赛当天「赶上了天灾」。Jamee 回忆道：「所有准备的计划、流程都被意外的暴雨打乱了，除了活动问题，还要确认嘉宾安全。」庆幸的是 17 号迪拜时间 4 点半，在嘉宾、线上支持伙伴、现场主控、主持人的齐心协力下，决赛在迪拜亚特兰蒂斯酒店顺利举办，没有一个参赛项目缺席决赛。对于此次经历，Jamee 表示，「这场比赛已经没有获奖和不获奖的区别，所以人都是胜利者，在应对这次危机的过程中，结下的革命友谊也是最好的收获之一。」正如 EMC 联合创始人 Alex 指出的，在传统互联网的世界中，要求 AWS 为创业者提供免费算力，Google 和 Meta 免费为之导流，简直是天方夜谭。AI 时代洪流下，普通创业者要抓住机会，或许需要期待更多像 EMC 这样专注于 AI+Web3 的项目的涌现。期盼「我们都能成为带着 AI 生产力标签的先进个人，而不是被 AI 取代的劳动力。」来源：金色财经

金色财经2024-04-22

苹果又被曝大动作，自研设备端大语言模型，AI才是“重振雄风”新出路？

传出iPhone拟嵌入谷歌Gemini大模型之后，苹果最新又被曝出要自研设备端大型语言模型。十年造车梦碎后，苹果躬身入局AI的决心，似乎愈发的坚定。上周，英伟达领衔一众科技股全线崩盘，苹果也没抗住。作为美股“七巨头”之一，年初以来，苹果股价颓势不减，累计跌幅超11%。重振iPhone“雄风”和寻找下一个革命性产品股价疲软，市值不断下滑的背后，是苹果的王牌产品卖不动了。据IDC最新公布的数据，2024年第一季度iPhone销量同比下降近10%，全球智能手机市场的领先地位被三星取代。而随着市场的进一步复苏，IDC还预计，今年Android手机的增长速度将远远超过苹果。销量“滑铁卢”，市场地位难保。为了让iPhone“重振雄风”以及寻找出下一个革命性产品，苹果便一头扎进了AI的浪潮里。据科技记者马克・古尔曼最新报道，苹果正在研发一种运行于设备端的大型语言模型(LLM) ，旨在提升即将发布的生成式AI功能的响应速度和隐私保护能力。他在文中表示，苹果的下一件大事：设备上的大型语言模型。苹果的LLM将成为该公司未来生成式人工智能功能的基础。不过，由于运行于设备端，苹果的AI工具在某些情况下可能会逊于直接运行于云端的竞品，但它实现该技术的方式仍然可能是一个游戏规则的改变者。与此同时，古尔曼也指出，苹果可以通过授权使用谷歌等其他AI服务提供商的技术来弥补这一差距。据悉，苹果的人工智能技术营销策略将侧重于其如何能切实帮助用户提升日常生活效率，而非单纯强调技术本身的强大性能。此前，古尔曼就曾爆料称，苹果正在探索一些“下一件大事”项目，包括增强现实眼镜和个人机器人。另外，苹果还拟将谷歌的Gemini人工智能引擎植入iPhone。知情人士透露称，两家公司稍早前正积极谈判，以允许苹果授权谷歌的一套生成人工智能模型 Gemini，为今年 iPhone 软件的一些新功能提供动力。另外，苹果最近还与OpenAI进行了讨论，并考虑使用其模型。不过，苹果对于这些消息一直未有过正面回应。市场预计，苹果人工智能战略的更多细节将在6月份的WWDC大会上公布，届时该公司也将展示其主要软件更新计划。出路值得关注的是，苹果预计将在5月2日发布最新季度财报。市场普遍预期，其业绩将再次下降。华尔街预计，iPhone销量将再次下降，这将使整体收入下降约5%，这是过去六个季度的第五次下降。一个不争的事实是：近年来，iPhone升级的步伐已经放缓。自2020年iPhone 12发布以来，苹果的旗舰产品并没有太大变化。而且在此之前，自 2017 年以来没有任何重大升级。对于苹果的出路，古尔曼表示，由于近期没有重大新产品类别推出，苹果面临的一个选择是生产更便宜的 iPhone 版本，并重新进军新兴市场。此外，对于苹果股价，伯恩斯坦给予苹果“与大盘一致”评级，并将该股的目标价定为195美元。最近，苹果在构建人工智能方面做出了大量评论、收购、招聘和投资，但尚未发布任何新的人工智能产品。尽管许多人预计苹果将在6月份的全球开发者大会上发布重大消息，但伯恩斯坦的分析师预计，苹果将等到9月份发布iPhone 16时再公布人工智能功能。 “我们预计，大多数人工智能功能将在9月份与iPhone一起发布，而不是在全球开发者大会上，与其他关键软件功能一样，如灵动岛、Siri和Facetime，所有这些功能都是在手机发布时推出的。我们认为，多模式Siri和人工智能健康教练等人工智能功能的时间表不太明确。” 伯恩斯坦预计，iPhone 16至少将提供与Pixel 8和Galaxy 24类似的人工智能功能。其他可能的人工智能技术集成包括Apple Music、Xcode、Pages和Keynote。 “虽然苹果正在开发自己的大语言模型(LLM)，代号为Ajax，但该公司也在与谷歌、OpenAI和百度等潜在合作伙伴就使用外部大语言模型进行谈判。” 伯恩斯坦还指出了苹果利用人工智能赚钱的三种主要方式。这些措施包括在其标志性的iPhone上启用人工智能功能、通过广告获取人工智能搜索以及对人工智能应用收取提成。

格隆汇2024-04-22

大模型新时代，小公司靠边站？

这一过程的最大受益者，小公司虽然可能在大模型的世界被边缘化，但成本更低的小模型将为它们创造新的机会。 Meta旗下第三代大模型Llama 3终于在本周正式亮相：最大参数规模超4000亿，训练token超15万亿，对比GPT-3.5多种人类评估测评胜率超六成，官方号称“地表最强开源模型”。在各大科技巨头的“内卷”中，大模型终于来到了一个关键的转折点。摩根士丹利指出，世界正在进入一个由硬件和软件共同推动的大模型能力快速增长的新时代，大模型在创造力、战略思维和处理复杂多维任务方面的能力将显著提升。报告强调，未来大模型的训练将需要前所未有的算力，这将导致开发成本显著增加。摩根士丹利Stephen C Byrd分析师团队在本周公布的报告预计，训练下一代大模型所需的超级计算机成本之高企，即使对于科技巨头来说也是一个巨大的挑战，更别提小公司了。报告进一步指出，除了高昂的资本支出外，芯片电力供应和人工智能技术的壁垒也在增加。这些因素共同构成了进入大模型领域的重大障碍，可能会使得小公司难以与强大的巨头企业竞争。因此，摩根士丹利对谷歌、Meta、亚马逊和微软等大型科技公司给予了增持评级，这些公司凭借其在技术、资本和市场上的优势，有望在大模型的发展中占据领先地位。与此同时，小公司虽然可能在大模型的世界被边缘化，但成本更低的小模型将为它们创造新的机会。未来算力指数级增长，英伟达是关键？摩根士丹利指出，在不久的将来，开发大模型所需的算力将实现指数级的增长，这一增长与芯片技术的进步紧密相关，英伟达“史上最强芯片”Blackwel是推动算力增长的关键技术之一。以OpenAI训练GPT模型为例。摩根士丹利指出，目前训练GPT-4需要大约100天的时间，使用2.5万个英伟达A100 GPU，处理13万亿个token，并且涉及大约1.76万亿个参数。这些A100 的总算力（以FP8 teraFLOPs衡量）大约是1600万。teraFLOPs是衡量浮点运算性能的单位，表示每秒可以执行多少万亿次浮点运算。GPT-4训练所需的总浮点运算次数约为137万亿次。对于即将亮相的GPT-5，摩根士丹利预计，该模型的训练需要部署20万-30万个H100 GPU，耗时130-200 天。超级计算机将使指数级的增长预期更加容易实现。摩根士丹利模型显示，本十年晚些时候超级计算机为开发大模型提供的算力比当前水平高1000倍以上。使用Blackwell的超级计算机，只需要150-200天的训练时间，就能开发出一个全新的大模型，与当前大模型（如GPT-4）相比，其提供的算力，比当前模型所需高出1400-1900倍。报告还提到，未来GPT-6所需的年度算力，将占英伟达芯片年销售额的相当大的百分比。预计使用B100或H100 GPU的100兆瓦数据中心的成本可能为15亿美元。摩根士丹利将英伟达视为算力增长的关键驱动力。根据预测，从2024年到2026年英伟达算力将以70%的复合年增长率增长。这个增长率是基于SXM（可能是NVIDIA的某个产品或服务的代号）和FP8 Tensor Core（一种性能指标）来计算的。大模型时代，科技巨头是最大受益者？然而，开发超强大模型及其训练所需的超级计算机涉及到一系列复杂的挑战，包括资本投入、芯片供应、电力需求和软件开发能力。这些因素构成了进入这一领域的主要壁垒，将使那些资本雄厚、技术领先的科技巨头获得更多机会。资本投入方面，摩根士丹利将谷歌、Meta、亚马逊和微软在2024年的数据中心资本支出进行了比较，对象是一系列不同规模的超级计算机，其中1吉瓦的超级计算机设施的估算成本约为300亿美元，而更大规模的超级计算机的成本可能高达1000亿美元。摩根士丹利预计，这四家美国超大规模计算公司在2024年和2025年的数据中心资本支出将分别达到约1550亿美元和超过1750亿美元。这些巨额数字将使小企业望而却步。该机构还认为谷歌、Meta、亚马逊和微软将是算力增长的直接受益者，给予四家公司增持评级。小公司的机会在哪里？尽管小公司可能在更加复杂的大模型的开发中被边缘化，但小模型的发展将为它们创造新的机会。摩根士丹利表示，小模型的开发成本较低，未来可能在特定的行业领域中实现显著的好处，并推动通用人工智能技术的快速普及。我们最新的通用人工智能模型包括一个可以计算训练小模型相关数据中心成本的工具，我们认为这是评估特定领域小模型可能扩散的回报率（ROIC）的一个有益起点。我们认为小模型成本的下降和能力的提高，加强了我们对通用人工智能技术在许多领域采用的评估。软件加持下，未来的大模型能做什么？值得注意的是，除了芯片等硬件方面的进步之外，软件架构的创新也将在推动大模型能力提升方面发挥关键作用，特别是Tree of Thoughts架构。该架构由谷歌 DeepMind和普林斯顿大学的研究人员在2023年12月提出，设计灵感来源于人类意识的工作方式，特别是所谓的“系统2”思维。“系统2”是一种长期的、高度深思熟虑的认知过程，与快速、无意识的“系统1”思维相对，后者更类似于当前大模型的工作方式。这一转变将使大模型能够以一种更类似于人类思考过程的方式来工作，突出了AI更强的创造力、战略思维和复杂、多维任务的能力。计算成本大幅下降摩根士丹利的专有数据中心模型预测，大模型算力的快速上升，意味着计算成本将快速降低。从单一芯片代的进化（从英伟达Hopper到Blackwell）来看，计算成本下降了大约50%。 OpenAI首席执行官Sam Altman此前强调了计算成本下降的重要性，并将其视为未来的关键资源，他认为算力可能成为世界上最宝贵的商品，重要性堪比货币。此外，报告预测，将建造少数几台非常大的超级计算机，最有可能建在现有的核电站附近。在美国，摩根士丹利预计宾夕法尼亚州和伊利诺伊州是开发超级计算机的最佳地点，因为这些地区有多个核电站，能够支持多千兆瓦的超级计算机的能源需求。

金融界2024-04-22

24小时热点