FX168财经网_全球视野外汇黄金加密货币NFT资讯网

软通动力"梧桐•招聘"入选中国首部大模型应用权威案例集

通义千问首批产业战略合作伙伴，首批接入微软Azure云GPT-4，并成为昇思MindSpore开源社区理事会首批成员单位。同时，软通动力还发布了天璇2.0 MaaS平台、天璇AI Copilot数字员工平台、软件开发大模型AISE等多款大模型平台及产品，与客户共同创新，联手研发智能财险、智能司库、智能软件开发测试、智能法律案件分析等多种基于AIGC的行业及专业解决方案。在人工智能重塑世界的时代，软通动力致力于成为时代变革的加速器。未来，软通动力将携手行业各方共建AI创新生态，共同推动大模型技术创新发展，促进应用落地，赋能千行百业数字化、智能化转型。

美通社2023-12-29

Aptos全方位解析：技术、代币经济学、网络活动、生态系统

s Labs宣布与微软合作。该合作将把微软Azure AI功能带入Aptos，首先是Aptos助手，一个旨在帮助用户和开发者登陆Aptos的聊天机器人。GitHub的Copilot功能也将支持Aptos Move。谷歌云：Aptos Labs与谷歌云合作实施了多项计划和整合，例如谷歌云运行Aptos验证器以及为BigQuery索引Aptos数据，提供APT和谷歌云积分的加速器计划，以及共同举办黑客马拉松活动，等等。阿里云：11月下旬，Aptos基金会与阿里云合作，发展亚太地区的Web3开发者社区。Aptos基金会成为阿里云新加坡创新加速器计划的主要区块链赞助商，计划在亚洲共同推出Move开发者社区，并共同举办一系列黑客马拉松活动及其他活动。 SK电信：11月初，Aptos Labs与SK电信及其技术合作伙伴Atomrigs Labs合作，计划开发一项名为T钱包的Web3钱包服务。Aptos是SK电信的首个非EVM合作伙伴。 Flowcarbon：9月中旬，Aptos基金会与Flowcarbon合作，将Aptos打造成一个负碳（carbon-negative）区块链。Aptos基金会将购买并注销由Flowcarbon代币化的碳积分。 Coinbase Pay：9月中旬，Aptos Labs与Coinbase Pay合作，将Coinbase的法币入金功能整合到Aptos Labs开发的钱包Petra中。6月，Petra移动钱包在Google Play和苹果应用商店推出。10月底，它与硬件钱包Ledger集成。黑客马拉松和资助计划如下： Aptos世界巡回黑客马拉松：2023年，Aptos基金会在首尔、荷兰和新加坡举办了黑客马拉松大赛，并计划在年底前再举办一届。这三届黑客马拉松大赛的奖金总额超过76万美元。 Aptos资助计划：Aptos基金会在2022年主网上线之前宣布了Aptos资助计划。到2023年5月初，基金会宣布已向50个团队资助超过350万美元，并开放了第二轮申请。艺术家资助计划：2022年4月，Aptos基金会推出了一项2000万美元的艺术家和创作者资助计划。注册表资助计划：7月中旬，Aptos基金会发布了注册表资助计划。注册表列出了一些项目创意，最初包括主要与游戏和Move基础设施相关的七个项目。这七个项目的申请已经截止，项目已处于开发阶段。基金会计划定期增加新项目。 Outlier Ventures加速器：8月初，Outlier Ventures宣布与Aptos基金会合作推出Move加速器。这个为期12周的项目于10月初结束，随后在当月举行了demo活动。 Move开发者DAO（MDD）：MDD协助举办了几次黑客马拉松大赛和其他活动，最近的活动有Indore区块链日、Pune区块链日和REVA HACK。 ABCDE Highlight：亚洲Web3风投和加速器工作室ABCDE Highlight与Aptos基金会合作推出一个面向亚洲的资助计划，促进社区粘性。 Aptos冬季学校：Aptos基金会将在12月下旬举办一场为期两周的印度学生开发者加速器活动。 Galxe任务：12月初，Aptos基金会宣布了一个为期四周的基于Galxe的链上任务活动。 8、结论 Aptos是一个L1区块链，围绕可扩展性、安全性、可靠性和可升级性的核心原则设计。Aptos诞生于Meta的Diem和Novi项目，于2022年10月发布。Aptos的技术栈具有许多创新之处，例如AptosBFTv4共识机制、Quorum Store内存池协议、Block-STM并行执行引擎和编程语言Aptos Move。自2023年7月以来，Aptos平均每天处理超过475,000笔交易，日活地址超过72,000个。网络活动主要由社交媒体平台Chingari、oracle Pyth以及在Graffio上为期一天的公共艺术创作活动推动。发展生态系统的计划包括建立合作伙伴关系、黑客马拉松大赛、资助计划等，其中许多计划面向亚太地区。来源：金色财经

金色财经2023-12-29

TomTom与微软合作打造人工智能车载对话助手

乐、位置搜索和车辆指挥系统的语音交互。微软Azure OpenAI服务允许企业利用ChatGPT制造商OpenAI的大型语言模型。据悉，语音助手可以集成到其他汽车信息娱乐系统中，也可以内置到TomTom的数字驾驶舱中，这是一个开放的模块化车载信息娱乐平台。

金融界2023-12-19

12月15日证券之星早间消息汇总：北京、上海同日优化购房政策

In，已经搁置了将网站从实体服务器搬到微软Azure云服务的进程。根据媒体拿到的备忘录显示，LinkedIn首席技术官Raghu Hiremagalur在去年6月告诉研发员工，公司将努力聚焦于扩展和创新“本地基础设施”。令一份备忘录也显示，微软和LinkedIn一致同意，暂缓让LinkedIn在Azure云上运行。 4.美东时间周四，英特尔召开了名为“AI Everywhere”(AI无处不在)的新品发布会，推出了面向个人电脑和数据中心的人工智能(AI)芯片，希望借此在蓬勃发展的AI硬件市场中获得更大份额。英特尔表示，基于新的至强(Xeon)处理器的服务器将在明年第一季度广泛推出，英特尔用于笔记本电脑和台式电脑的酷睿Ultra处理器将让个人电脑拥有直接运行人工智能应用的功能。此外，AI芯片Gaudi 3可能是英特尔最具挑战性的新产品，它将用于深度学习和大型生成式AI模型。据英特尔声称，Gaudi 3的性能超过了英伟达的AI芯片H100。

证券之星2023-12-15

微软豪掷270亿美元收购的LinkedIn搁置Azure云迁移计划

In，已经搁置了将网站从实体服务器搬到微软Azure云服务的进程。根据媒体拿到的备忘录显示，LinkedIn首席技术官Raghu Hiremagalur在去年6月告诉研发员工，公司将努力聚焦于扩展和创新“本地基础设施”。令一份备忘录也显示，微软和LinkedIn一致同意，暂缓让LinkedIn在Azure云上运行。

金融界2023-12-15

微软要爆发了，AI行业如何选股| AI Financial 恒益投资

AI Financial恒益投资2023-12-13

云服务巨头甲骨文第二季度财报不及预期公司正面临重大选择盘后股价暴跌9%

是 Oracle云基础设施，是该公司对微软Azure和市场领先的亚马逊AWS的回击。同样在本季度，甲骨文的NetSuite部门收购了澳大利亚公司Next Technik，该公司生产现场服务软件，但收购金额未公开。今年迄今为止，甲骨文股价已上涨约41%，跑赢同期上涨20%的标准普尔500指数。

埃尔文2023-12-12

AMD的AI故事可以一直讲下去了

D将一长串合作伙伴列上舞台并不奇怪。从微软Azure、Oracle cloud和Meta等主要云提供商到戴尔科技、联想和超微电脑等企业服务器合作伙伴，这些合作伙伴都对此表示赞扬和兴奋。当然，这是可以理解的，因为这些公司都需要一家能够替代英伟达的公司，来满足他们对于生成式AI的巨大需求。除了MI300X，AMD还讨论了他们的Instinct MI300A，这是该公司专为数据中心设计的第一个APU。MI300A利用与MI300X相同类型的GPU XCD（加速器复杂芯片）元素，但包括六个而不是八个，并利用额外的芯片空间来包含八个Zen4 CPU核心。此外，通过使用AMD的Infinity Fabric芯片对芯片互连技术，它为整个系统提供了对大型、共享的高带宽内存（HBM）的共享和同时访问。在这次活动中，一个有趣的技术旁注是AMD宣布计划向有限的合作伙伴开放之前专有的Infinity Fabric技术。虽然目前还不知道细节，但可以想象，未来可能会出现一些新的多厂商芯片设计。这种同时访问CPU和GPU内存的能力对于HPC类型的应用程序至关重要，而且这个能力显然是劝说劳伦斯利物浦国家实验室选择MI300A作为其与HPE合作建造的新一代超级计算机El Capitan核心的一个原因。据预计，El Capitan将是世界上最快且最节能的超级计算机之一。在软件方面，AMD还在围绕其用于GenAI的ROCm软件平台做了许多宣传，该平台现已升级到第6版。与新硬件一样，他们讨论了几个关键的合作伙伴关系，这些合作伙伴关系建立在之前的新闻基础上（例如与开源模型提供商Hugging Face和PyTorch AI开发平台的合作），并首次亮相了一些关键的新闻。其中最重要的是OpenAI表示将为其自己的Triton开发平台的3.0版本带来对AMD最新硬件的本地支持。这将使许多渴望加入OpenAI阵营的程序员和组织可以轻松利用AMD的最新硬件（并为他们提供了一个到目前为止他们只能选择Nvidia的替代方案）。 AMD公告的最后一部分介绍了他们在人工智能PC电脑方面的进展。虽然该公司没有得到太多的赞誉或认可，但他们实际上是第一个将专用NPU集成到PC芯片中的公司，去年推出了Ryzen 7040。它包含的XDNA AI加速模块利用了AMD通过收购赛灵思获得的技术。在今年的活动中，该公司宣布了新的Ryzen 8040，其中包括升级的NPU, AI性能提高了60%。有趣的是，他们还预览了代号为“Strix Point”的下一代，预计要到2024年底才会推出。与7040相比，它将包含的XDNA2架构有望提供令人印象深刻的3倍提升。考虑到该公司在此期间仍需要销售基于8040的系统，你可能会认为新芯片的“预告”有点不寻常。然而，作者认为AMD想要做的，是在预览中强调这是一个令人难以置信的快速发展的市场，他们已经准备好竞争。当然，这也是对竞争对手英特尔和高通的一次打击，这两家公司都将在未来几个月推出NPU加速的PC芯片。再次强调，除了硬件，AMD还讨论了一些有趣的PC AI软件的进步，包括官方发布的Ryzen AI 1.0软件，用于简化和加速基于生成式AI的模型和应用程序在个人电脑上的使用。AMD还邀请了微软新任Windows业务负责人Pavan Davuluri上台，介绍了他们在未来版本Windows中为AMD的XDNA加速器提供原生支持的工作，并讨论了混合人工智能（hybrid AI）这一日益热门的话题，公司希望能够在云和客户端PC之间分割某些类型的人工智能工作负载。在这个领域以及整个AI PC领域，还有很多工作要做，但在2024年肯定将是一个有趣的观察领域。总而言之，AMD的人工智能故事令人印象深刻，毫无疑问，人们对它充满了热情。从行业的角度来看，看到更多的竞争是件好事，因为这将让这个新领域更快的发展。然而，为了真正有所作为，AMD需要继续执行好自己的愿景，他们还有很多工作要做。译者案可以说，这次Instinct MI300X给市场打了一剂强心剂，无论后续市场买单与否，就显得不那么重要了。因为Instinct MI300X确实证明了AMD有参与AI游戏的能力。但是英伟达的新芯片也不可忽视，这注定是一场追逐赛。而AMD只要不掉队，随着技术的发展，以后AI的框架对底层硬件支持会越来越弹性，不太需要特定硬件生态，那英伟达的护城河也会越来越弱。AMD关于AI的故事，就可以一直讲下去。 $美国超微公司(AMD)$ $英伟达(NVDA)$

老虎证券2023-12-08

重塑计算界限：去中心化算力的现状与展望

I 为代表的巨头，有微软的加持，背后是微软Azure 提供的丰富算力资源，这使得 OpenAI 每次新产品的发布，都是对当下 AI 行业的重塑和整合，让其余团队在大模型领域难以望其项背。那么在面对高昂的硬件成本、地域限制、产业发展不均衡的情况，是否有其他解决方案？去中心化算力平台则应运而生，平台的目的是创建一个开放、透明且自我调节的市场来更有效地利用全球计算资源。适应性分析 1. 去中心化算力供给侧目前高昂的硬件价格和供给侧的人为控制，都给去中心化算力网络的建设提供了土壤。 • 从去中心化算力的组成方式来看，多样的算力提供方小到个人PC、小型物联网设备大到数据中心、IDC等，大量累积的算力可提供更灵活和可扩展的计算解决方案，从而帮助更多的AI开发者和组织更有效地利用有限的资源。都可以通过个人或组织的闲置算力，来实现去中心化算力共享，但这些的算力的可用性、稳定性，受本身用户的使用限制或分享上限的限制。 • 有可能的潜在优质算力来源，则是以太坊转 PoS 后，直接由相关矿场转型提供的算力资源。以美国领先的 GPU 集成式算力提供商 Coreweave 为例，前身是北美以太坊最大的矿场，基于已构建的完备基础设施。此外，退役的以太坊矿机，其中也包含了大量的闲置 GPU，据悉此前以太坊挖矿时代巅峰在网工作的 GPU 约2700万张，盘活这些 GPU 也能进一步成为去中心化算力网络重要的算力来源。 2. 去中心化算力需求侧 • 从技术实现来看，去中心化算力资源在图形渲染类，视频转码类，这种计算复杂程度不高的任务，结合区块链技术和web3的经济体系能在确保信息数据安全传递情况下，为网络参与者带来了切实的收益激励，积累了有效的商业模式和客群。而 AI 领域则涉及大量的并行计算，节点间的通信、同步等环节，对网络环境等方面有非常高的要求，因而目前应用也都集中于微调、推理、AIGC 等更偏应用层。 • 从商业逻辑来看，单纯算力买卖的市场是缺乏想象力的，行业只能卷供应链、定价策略，但这些又恰好是中心化云服务的优势。因而，市场上限较低也缺乏更多想象空间，所以也能看到原本做单纯图形渲染的网络在寻求 AI 转型，如 Render Network 与2023 Q1 也推出了原生集成Stability AI 工具集，用户可以的该项功能引入Stable Diffusion作业，业务也不再局限于渲染作业而向 AI 领域扩展。 • 从主要客群来看，很显然大B端客户会更倾向于中心化集成式云服务，他们通常有充足的预算，他们通常是从事底层大模型的开发，需要更高效的算力聚合形式；因而，去中心化算力更多的是服务于中小型开发团队或个人，从事多是模型微调，或应用层开发，对算力的提供形式没有太高的要求。他们对价格更敏感，去中心化算力的能从根本上减轻初始成本的投入，因而整体的使用成本也更低，以 Gensyn 此前测算的成本来看，将算力换算成V100 提供的等值算力，Gensyn 价格仅为0.4美元每小时，相比AWS 同类型的算力需要2美元每小时，能下降80%。虽然这部分生意并不在目前行业中占开销大头，但伴随 AI 类应用的使用场景持续延展，未来的市场规模不容小觑。 • 从提供的服务来看，可以发现目前的项目更像是去中心化云平台的概念，提供的是一整套从开发、部署、上线、分发、交易全流程的管理，这样的好处在于吸引开发者，可以利用相关工具组件来简化开发部署，提升效率；同时能吸引用户来平台使用这些完整的应用产品，形成基于自身算力网络的生态护城河。但这同时也对项目运营提出了更高的要求。如何吸引优秀开发者和用户并实现留存显得尤为重要。不同领域的应用 1. 数字媒体处理 Render Network 一个基于区块链的全球渲染平台，其目标是为创作者数字创意提供帮助。它允许创作者按需将 GPU 渲染工作扩展到全球 GPU 节点，提供了以一种更为高速且便宜的渲染工作能力，在创作者确认过渲染结果后，再由区块链网络向节点发送代币奖励。相比传统的视觉效果实现方法，在本地建立渲染基础设施或在购置的云服务中增加相应的GPU开支，这都需要高昂的前期投入。自2017年创立以来，Render Network 用户在网络上渲染了超过1600万帧和近50万个场景。从Render Network 2023 Q2 发布数据也能表明，渲染帧数作业和活跃节点数都呈增长的趋势。此外，Render Network 与2023 Q1 也推出了原生集成Stability AI 工具集，用户可以的该项功能引入Stable Diffusion作业，业务也不再局限于渲染作业而向AI领域扩展。 Livepeer 则是通过网络参与者贡献自己的GPU算力和带宽，为创作者提供实时视频转码服务。广播者可以通过将视频发送至Livepeer，完成各类视频转码，并向各类端侧用户分发，进而实现视频内容的传播。同时，可以便捷地通过法币形式支付，获得视频转码、传输、存储等服务。在Livepeer 网络中，任何人都允许贡献个人计算机资源（CPU、GPU 和带宽）以进行转码和分发视频来赚取费用。原生代币（LPT）则代表了网络参与者在网络中的权益，通过质押代币的数量，决定节点在网络中的权重，从而影响其获得转码任务的机会。同时，LPT也起到了引导节点安全、可靠、快速地完成分派的任务。 2. AI领域的扩展在目前AI领域的生态系统中，主要参与者大致可以划分成：从需求方入手，在产业的不同阶段，对算力的诉求是有明显区别的。以底层模型开发为例，在预训练环节为确保训练结果的有效对并行计算、存储、通信等方面要求都非常高，这就需要通过大型的算力集群来完成相关的任务。当下主要算力供给主要还是依赖自建机房、中心化的云服务平台来集中提供。而在后续模型微调、实时推理和应用开发等环节则对并行计算、节点间通信的要求没有那么高，这恰恰是去中心化算力能一展拳脚的部分。纵观此前已颇具的声量的项目， Akash Nework 在去中心化算力方向做了一些尝试： Akash Network 结合不同的技术组件，让用户可以在去中心化的云环境中高效、灵活地部署和管理应用程序。用户可以利用 Docker 容器技术打包应用，然后通过 Kubernetes 在 Akash 提供的云资源上通过 CloudMOS 进行部署和扩展。Akash 采用“反向拍卖”的方式，这使得价格比传统云服务更低。 Akash Network 在今年8月也发布将推出了主网第6次升级，将对 GPU 的支持纳入其云服务中，未来向更多 AI 团队提供算力供给。 Gensyn.ai，今年颇受行业瞩目的项目由 a16z 领投完成了4300万美元A轮融资，就目前公布项目公布的文档来看，该项目是一个主网基于波卡网络的 L1 PoS 协议，聚焦于深度学习，它旨在通过创建一个全球性的超级计算集群网络来推动机器学习的边界。这个网络连接了从拥有算力富余的数据中心到潜在可贡献个人 GPU 的 PC，定制的 ASIC 和 SoC 等多种设备。为解决的目前去中心化算力中存在的一些问题，Gensyn 借鉴了学术界的一些理论研究新成果： 1. 采用概率学习证明，即使用基于梯度的优化过程的元数据来构建相关任务执行的证明，来加快验证过程； 2. 图形基准协议（Graph-based Pinpoint Protocol），GPP作为一个桥梁，连接了DNN（Deep Neural Network）的离线执行与区块链上的智能合约框架，解决了跨硬件设备间容易发生的不一致性，并确保了验证的一贯性。 3. 与 Truebit 类似的激励方式，通过质押和惩罚相结合的方式，建立一个能让经济理性参与者能诚实地执行分派的任务。该机制采用了密码学和博弈论方法。这个验证系统对于维持大型模型训练计算的完整性和可靠性。但值得注意的是以上内容更多的是解决任务完成验证层面，而非在项目文档中作为主要亮点讲述的关于去中心化算力来实现模型训练方面的功能，特别是关于并行计算和分布式硬件间通信、同步等问题的优化。当前受网络延迟（Latency）和带宽（Bandwidth）的影响，频繁的节点间通信会使得迭代时间和通信成本都发生增长，这不仅不会带来实际的优化，相反会降低训练效率。Gensyn 在模型训练中处理节点通信和并行计算的方法可能涉及复杂的协调协议，以管理计算的分布式性质。然而，如果没有更详细的技术信息或对他们具体方法的更深入了解，Gensyn通过其网络实现大型模型训练的确切机制需要等项目上线才能真正揭晓。我们还关注到 Edge Matrix Computing (EMC) protocol 它通过区块链技术将算力运用至 AI、渲染、科研、AI电商接入等类型的场景，通过弹性计算把任务分发到不同的算力节点。这种方法不仅提高了算力的使用效率，还确保了数据传输的安全性。同时，它提供了一个算力市场，用户可以访问和交换计算资源。方便开发者部署，更快地触达用户。结合 Web3 的经济形式，也能使算力提供方在根据用户的实际使用情况获取真实收益和协议方补贴，AI开发者也获得更低的推理和渲染成本。以下是其主要组成部分和功能的概述：预期还将推出了基于 GPU 的 RWA 类产品，此项的关键在于将原本在机房固定住的硬件盘活，以 RWA 的形式分割流通，获得额外的资金流动性，高质量 GPU 能作为 RWA 底层资产的原因在于，算力可以算得上 AI 领域的硬通货，目前有明显的供需矛盾，且该矛盾并不能在短期内解决，因而 GPU 的价格相对比较稳定。此外，通过部署 IDC 机房实现算力集群也是 EMC protocol 会重点布局的部分，这不仅能让 GPU 在统一环境下的运转，更高效地处理相关大型算力消耗的任务，如模型的预训练，由此来匹配专业用户的需求。同时，IDC 机房也能集中托管和运行大量的 GPU，确保同类型高质量硬件的技术规格，方便将其打包作为 RWA 产品推向市场，开启DeFi 新思路。近年学界在边缘计算领域也有新的技术理论发展和应用实践。边缘计算作为云计算的一种补充和优化，一部分的人工智能正在加快速度从云端走向边缘，进入到越来越小的物联网设备中。而这些物联网设备往往体积很小，为此轻量机器学习受到青睐，以满足功耗、延时以及精度等问题。 Network3 是通过构建了一个专门的AI Layer2，通过AI 模型算法优化和压缩，联邦学习，边缘计算和隐私计算，为全球范围内的AI开发者提供服务，帮助他们快速、便捷、高效地训练或者验证模型。它通过利用大量智能物联网硬件设备，可聚焦小模型，来做相应的算力供给，且通过构建TEE（Trusted Execution Environment）能让用户仅通过上传模型梯度，来完成相关训练，确保用户相关数据隐私安全。综上 • 伴随 AI 等领域的发展，许多行业会从底层逻辑上实现巨大变革，算力会上升到更重要的地位，与之关联的各个方面也都会引起行业的广泛探索，去中心化算力网络有其自身优势，可答复降低中心化风险，同时也能作为中心化算力的一种补足。 • 且本身 AI 领域的团队也处于一个分岔口上，是否利用已训练好的大模型构建自身产品，还是参与到训练各自地域内的大模型，这样的选择也多是辩证的。因而去中心化算力能满足不同的业务需求，这样的发展趋势是喜闻乐见的，且伴随技术的更新和算法的迭代，势必在关键领域也会有所突破。 • 至不惧，而徐徐图之。来源：金色财经

金色财经2023-11-28

机构：三季度全球云服务支出达735亿美元，同比增长16%

大云服务厂商，亚马逊云科技（AWS）、微软Azure和谷歌云，共同增长了20%，略高于整体市场，占总支出的65%。AWS的表现与上一季度相同，微软Azure的增速则有所上升。而谷歌云在2023年第三季度的同比增长则有所下降。

金融界2023-11-23

24小时热点