FX168财经网_全球视野外汇黄金加密货币NFT资讯网

微软（MSFT）财报预期与AI布局：营收目标680亿美元，布局5000亿美元AI项目

关系。 OpenAI表示，将继续增加在微软Azure云服务上的使用，并结合Stargate项目的额外计算资源。微软则表示，新的协议调整了OpenAI对新增计算容量的专属权，并为OpenAI的模型研究与训练提供支持。作为OpenAI的最大投资者，微软的这一合作不仅彰显了其在AI领域的领导地位，还为其云服务Azure带来了持续增长的业务需求。编辑观点微软在AI领域的布局显示了其前瞻性的战略眼光。通过Copilot Studio和Dynamics 365的创新产品，微软进一步巩固了其企业服务领域的竞争优势。此外，与OpenAI的深入合作及参与Stargate项目，不仅拓展了其AI技术的应用场景，还为其云计算业务提供了新的增长点。微软通过技术创新和合作伙伴关系，不断强化其全球科技领军者的地位。名词解释 Copilot Studio：微软推出的工具，允许用户构建可自主行动的智能代理。 Dynamics 365：微软的企业资源计划（ERP）和客户关系管理（CRM）平台。 Stargate项目：由美国政府主导的5000亿美元人工智能基础设施项目。 Azure云服务：微软提供的云计算平台，用于支持各种AI和企业应用。 2025相关大事件 2025年1月27日：微软计划在本周公布第二财季财报，市场预计其营收达689亿美元。 2025年1月22日：微软宣布将与OpenAI在Stargate项目中深化合作，为全球AI基础设施建设提供支持。 2025年1月15日：微软新增Copilot Studio功能，进一步推动企业智能化转型。来源：今日美股网

今日美股网01-28 00:11

微软新一轮裁员曝光，绩效表现成裁定依据

表示，随着人工智能基础设施容量的增加，微软Azure云业务的收入增长预计将在今年上半年加速。

Sissi01-10 03:36

科技企业成重灾区？！微软确认将根据各部门绩效进行裁员

0月表示，由于AI基础设施能力的提升，微软Azure云服务的收入增长将在今年上半年加速。

Peng01-10 00:21

AI基础设施需求激增驱动市场增长，微软与Lam Research迎来2025年投资新机遇

已成为其云业务的重要增长动力。此外，微软Azure在全球云基础设施市场的份额达到20%，仅次于亚马逊，并且增长速度略快于市场整体23%的增长率。高盛预计，到2030年全球云支出将达到2万亿美元，这为微软的长期增长奠定了基础。指标数据 2025财年智能云收入 241亿美元 Azure云服务增长 23% AI贡献增长率 12% 泛林研究的内存市场复苏机遇泛林研究（Lam Research）是一家专注于半导体设备制造的公司，其35%的收入来自内存制造商。尽管其股价在2024年下跌了2%，但2025年内存市场的复苏为其带来了新的增长机遇。根据TrendForce的数据，2025年动态随机存取存储器（DRAM）资本支出预计增长25%，NAND闪存支出将增长10%。AI服务器及支持生成式AI功能的智能设备对内存需求的激增成为主要驱动力。例如，支持本地大型语言模型的智能手机预计需要额外的7GB内存。泛林研究在2025财年第一季度实现营收同比增长20%，达到41.7亿美元，净利润增长25%。随着内存市场的回暖，其增长潜力进一步被看好。编辑总结与投资建议人工智能领域的快速增长为投资者提供了丰富的机会。从微软在云计算和AI服务中的领先地位，到泛林研究因内存市场复苏而受益的潜力，这两家公司均展现出长期投资价值。考虑到其合理的估值水平及市场增长趋势，2025年是将它们纳入投资组合的良机。名词解释人工智能（AI）：模拟人类智能的计算机系统，广泛应用于自动化、预测分析等领域。 Azure：微软的云计算平台，为企业提供云存储、计算能力及AI服务支持。 DRAM：动态随机存取存储器，一种用于计算机和电子设备的高速内存。 2025年人工智能相关大事件 2025年1月4日：微软宣布其AI服务月收入达到10亿美元，为公司历史最快增长业务。 2025年1月3日：全球AI市场研究报告发布，预计2025年AI支出增速将达20%以上。 2025年1月1日：全球云服务市场迎来新一轮整合，AI驱动增长成为主要方向。来源：今日美股网

今日美股网01-06 00:10

隔夜美股全复盘(12.24) | Rumble暴涨逾81%，获泰达币7.75亿美元战略投资

第一季度推出到亚马逊 Braket 和微软 Azure。用户将能够使用这些更高保真度和通用的 iSWAP 门进行广泛的算法研究，门的中位时间为 72 纳秒。更快(中位 56 纳秒)、更专业的 fSim 门对于特定算法(例如随机电路采样)十分有用，正如最近在谷歌的 Willow 系统上展示的那样。 3、传Palantir携手Anduril打造新国防联盟剑指传统军工巨头 12.23 据报道，国防科技公司Palantir(PLTR.US)和Anduril正在与十几家竞争对手谈判，以组建一个联盟共同竞标美国政府合同，挑战大型国防公司。据报道，该联盟计划于下个月宣布与多家科技公司达成协议。几位知情人士透露，正在谈判加入该联盟的公司包括SpaceX、OpenAI、Saronic Technologies和Scale AI。一位参与组建该联盟的知情人士透露：“我们正在共同努力，培养新一代国防承包商。” 据报道，科技公司正寻求从洛克希德马丁(LMT.US)、雷神技术(RTX.US)和波音(BA.US)等公司手中夺取美国联邦政府8500亿美元国防预算的更大份额。过去一年，有着“AI大牛股”称号的大数据分析软件巨头Palantir股价暴涨300%，市值达到1690亿美元，超过了洛克希德马丁。与此同时，SpaceX本月估值达到3500亿美元，成为全球最大的私营初创企业，而OpenAI自2015年成立以来，估值已飙升至1570亿美元。 4、纳斯达克100指数再平衡特斯拉、Meta和博通所占权重下降 12.24 三家规模位居全球前列的公司在纳斯达克100指数中的影响力有所下降，此前2024年科技板块的汹涌涨势令这些股票的规模达到前所未有的水平。根据机构汇编的数据，在年度再平衡中，特斯拉(TSLA.O)、Meta Platforms和博通在纳斯达克100指数中所占份额均出现下降。苹果公司、英伟达、微软和Alphabet的权重则上升。这是监管机构近一年来第二次调整该指数中最大成分股的占比，这些成分股与“科技股七巨头”大体重合，其势不可挡的升值一直是市场关注的焦点。过去几年，鉴于美股涨势多由人工智能推动，旨在防止少数公司对股指产生过大影响的规则频繁得到应用。 5、马斯克旗下xAI正为Grok聊天机器人测试独立iOS应用程序 12.23 据科技媒体TechCrunch报道，马斯克旗下的人工智能公司xAI正在为其聊天机器人Grok测试一款独立的iOS应用程序，该应用目前正在包括澳大利亚的一些国家进行测试，可以访问来自网络和社交媒体平台X的实时数据，并提供生成式AI功能，还能根据文本提示生成图片。报道称，xAI还在准备一个专门的网站Grok.com，让用户可以在网上使用Grok。目前使用xAI账户登录该网站后，页面显示“即将推出”。此前据科技媒体The Verge报道，xAI为加强和OpenAI的竞争，计划于12月为Grok推出独立应用程序。郭明錤：苹果M5系列芯片将采用台积电N3P制程，数月前已进入原型阶段 12.23 据界面，跟踪苹果产业链多年的天风国际证券分析师郭明錤发文披露苹果M5系列芯片相关信息：M5系列芯片将采用台积电N3P制程，数月前已进入原型阶段，预计M5、M5 Pro/Max、M5 Ultra将分别于2025年上半年、下半年和2026年开始量产。M5 Pro、Max与Ultra将采用服务器级芯片的SoIC封装。苹果PCC基础设施建设将在高阶M5芯片量产后加速推进，因为其更适用于AI推理。微软正努力将非OpenAI模型添加到365 Copilot中 12.24 据消息人士透露，微软一直致力于增加内部和第三方人工智能模型，以支持其旗舰人工智能产品Microsoft 365 Copilot，实现现有OpenAI基础技术的多样化，并降低成本。微软是OpenAI的主要支持者，而这次微软寻求减少对这家人工智能初创公司的依赖，这与近年来微软吹嘘其可访问OpenAI模型的做法不同。消息人士称，除了训练自己的小型模型（包括最新的Phi-4）外，微软还在努力定制其他开放式模型，以使365 Copilot更快、更高效。据悉此举的目的是降低微软运行365 Copilot的成本，并有可能将节省下来的成本传递给终端客户。 AMD涨超5% 德国主板销量碾压英特尔份额占比高达90% 12.23 根据德国最大电商硬件MindFactory公布的2024年第51周最新销售统计数据，AMD的AM5和AM4平台主板销量大幅领先于英特尔，份额占比达到了惊人的90%。数据显示，AMD在最近一周内共售出了4985块主板，而英特尔仅售出555块，显示出AMD在市场上的压倒性优势。 04 今日前瞻今日重点关注的财经数据（1）12.24提前3h休市

格隆汇2024-12-24

博通警示AI芯片市场关键转变，定制硅芯片（XPUs）有望威胁英伟达的市场主导地位，推动行业新一轮增长

超级计算公司（如亚马逊AWS、谷歌云和微软Azure）合作，推动定制AI加速器的发展。谭透露，博通正在与两家新的超级计算公司合作，开发下一代AI XPU。 XPUs对英伟达的潜在威胁尽管XPU的崛起为博通带来了增长机会，但这也引发了关于英伟达市场地位是否会受到威胁的讨论。有专家认为，AI芯片市场的需求足够大，可以支持GPU和XPU并存，且两者的增长将相互促进。 Capital Market Laboratories的首席执行官奥菲尔·戈特利布（Ophir Gottlieb）认为，虽然英伟达的GPU在AI领域占据主导地位，但博通的定制硅芯片在特定工作负载下具有无与伦比的效率。戈特利布还表示，随着领先技术公司开始为其AI平台构建定制软件层，定制芯片与这些软件的高度匹配将提升效率。编辑观点博通首席执行官霍克·谭对于AI芯片市场的预期表明，随着定制硅芯片的崛起，传统GPU可能面临更多竞争。尽管如此，AI芯片市场的巨大需求和不同类型芯片的互补性，使得博通与英伟达可能实现共同增长。未来几年，AI芯片的多样化可能成为推动整个行业发展的关键因素。名词解释极限处理单元（XPU）：一种定制化的半导体芯片，专门针对AI和机器学习等高计算任务进行优化。图形处理单元（GPU）：一种广泛用于图像处理和计算任务的通用处理器，尤其在AI领域有广泛应用。超级计算公司（Hyperscalers）：专注于大规模计算和数据存储的公司，通常运营大型数据中心，进行云计算。相关大事件 2024年7月：英伟达继续在AI芯片市场中占据主导地位，并发布新一代GPU产品。 2024年12月：博通首席执行官霍克·谭预测，AI相关收入将在2027年达到600亿至900亿美元。来源：今日美股网

今日美股网2024-12-18

AI芯片需求激增推动Broadcom市值突破1万亿美元，年内股价飙升98%彰显行业变革

据中心的企业，如亚马逊AWS、谷歌云和微软Azure。今年相关大事件 2024年12月：Broadcom确认新增两家超大规模客户，市场推测为OpenAI和苹果。 2024年10月：IBS预测AI芯片市场将在2025年增长74%。 2024年9月：OpenAI报告年度亏损50亿美元，凸显AI商业化挑战。来源：今日美股网

今日美股网2024-12-15

亚马逊AWS数据中心升级：应对生成式AI的计算需求，提升效率与性能

）在市场份额上的表现：指标 AWS 微软Azure 谷歌云市场份额 33% 22% 10% 生成式AI支持 SageMaker、Bedrock OpenAI合作 Vertex AI 编辑总结亚马逊通过数据中心的全面升级，展现了其在生成式AI浪潮中的战略调整能力。高效的设计和先进的冷却技术将使AWS在市场竞争中继续保持优势。然而，伴随生成式AI需求的迅猛增长，如何实现可持续发展仍是行业共同的挑战。名词解释 Amazon Web Services (AWS)：亚马逊旗下的云计算服务平台，全球领先的云服务提供商。生成式AI：利用深度学习算法生成文本、图像或其他数据形式的人工智能技术。液冷系统：通过液体流动散热以替代传统风冷的技术，用于高性能计算设备。 Trainium芯片：亚马逊开发的AI训练专用芯片。今年相关大事件 2024年11月：亚马逊在AWS re:Invent大会上宣布最新的数据中心升级计划。 2024年10月：微软发布支持生成式AI的Azure新功能，与AWS展开激烈竞争。 2024年9月：谷歌云推出升级版Vertex AI工具，进一步完善生成式AI生态。来源：今日美股网

今日美股网2024-12-04

A股突然爆发，哪个板块又值得关注？

达到820亿美元。前三大云厂商AWS、微软Azure和谷歌云的排名保持不变，三者合计占全球云支出的64%。这表明云计算市场依然保持强劲的增长势头。在国内市场，2023年中国云计算规模已达6165亿元，同比增长35.5%，远高于全球增速。国产算力在处理速度，稳定性上都有了显著提升；并且更了解本土市场需求，能够提供更加定制化的解决方案，快速响应客户需求变化，可以说，算力板块的投资价值日益提升。长期来说，云计算行业有着良好的发展前景。随着AI大模型的落地和应用，云计算行业或将迎来新一轮的发展机遇。未来，随着AI大模型的全面落地，云计算商业化全面发展，有望带动市场规模进一步扩张。如果看好云计算和算力板块，大家可以考虑关注云计算ETF(159890)，该ETF跟踪的是中证云计算与大数据主题指数。指数主要覆盖50只业务涉及提供云计算服务、大数据服务以及上述服务相关硬件设备的上市公司。其中，前十大权重股更是汇聚了如科大讯飞、金山办公、新易盛、中科曙光、浪潮信息、中际旭创、紫光股份等行业的佼佼者，具有高集中度、成长性强、行业代表性强等特征。场外投资者也可以用联接基金（A类：021716；C类：021717）一键布局。发文：山雨求

金融界2024-12-02

亚马逊的雄心：挑战英伟达在AI芯片领域的霸主地位

英伟达的最大客户，包括亚马逊云服务、微软Azure以及Alphabet旗下的Google Cloud，都希望减少对英伟达芯片的依赖，甚至取而代之。这三家公司都在研发自有芯片，但目前亚马逊作为最大的计算力出租商，部署的自研芯片数量最多。亚马逊在许多方面具备成为人工智能芯片领域强者的理想条件。 15年前，亚马逊开创了云计算业务，并随着时间的推移，开始打造支撑这一业务的基础设施。通过逐步减少对英特尔等供应商的依赖，亚马逊拆除了数据中心中许多服务器和网络交换机，用定制硬件取而代之。大约十年前，亚马逊高级副总裁兼资深工程师詹姆斯·汉密尔顿，敏锐地洞察时机，成功说服杰夫·贝索斯进军芯片领域。两年前，OpenAI的ChatGPT拉开了生成式人工智能时代的序幕，当时亚马逊被广泛视为行业追赶者，措手不及且努力追赶。尽管亚马逊尚未推出能够与ChatGPT或Anthropic开发的Claude等竞争的自有大语言模型，但已经投资80亿美元支持Anthropic。然而，亚马逊构建的云计算基础设施——包括定制服务器、交换机和芯片——使得首席执行官安迪·贾西能够打造一个人工智能超市，为想使用其他公司模型的企业提供工具，也为训练自有人工智能服务的公司提供芯片。在芯片行业近四十年的经验，使汉密尔顿深知，推动亚马逊的芯片野心更上一层楼绝非易事。设计可靠的人工智能硬件本身已十分困难，而开发能够让这些芯片满足广泛客户需求的软件或许更加艰难。英伟达的设备几乎能顺畅处理任何人工智能任务。这家公司不仅正向客户（包括亚马逊）交付下一代芯片，还开始宣传明年推出的后续产品。行业观察人士认为，亚马逊短期内不太可能撼动英伟达的地位。汉密尔顿和亚马逊的工程团队多次证明，在紧张的预算下，他们有能力解决重大技术难题。汉密尔顿表示：“英伟达是一家非常非常优秀的公司，做着出色的工作，因此它将长期为许多客户提供良好的解决方案。然而，我们坚信可以生产出与之媲美的产品。” 汉密尔顿于2009年加入亚马逊，此前曾供职于IBM和微软。他是一位行业标志性人物，最初在其家乡加拿大修理豪华汽车，后来乘坐一艘54英尺的船通勤。汉密尔顿加入亚马逊时正值一个关键时刻。亚马逊云服务在三年前推出，开创了后被称为云计算服务的行业。AWS很快开始产生大量现金流，为亚马逊提供资金支持一系列大胆的尝试。当时，亚马逊自建数据中心，但使用的是其他公司生产的服务器和网络交换机。汉密尔顿带头推动了用定制硬件替代这些设备的计划，从服务器开始。由于亚马逊需要购买数百万台服务器，汉密尔顿认为，通过定制这些设备以适应日益增长的数据中心，可以降低成本并提高效率，同时省略AWS不需要的功能。这一尝试非常成功。彼时负责AWS业务的贾西询问亚马逊还能自行设计哪些其他硬件。汉密尔顿建议设计芯片，因为芯片正承担越来越多以前由其他组件完成的任务。他还推荐使用能源高效的Arm架构，这种架构驱动了智能手机。他认为这种技术的普及性以及开发者对其日益熟悉，将帮助亚马逊取代长期主导服务器的英特尔芯片。 2013年8月，汉密尔顿向贝索斯提交了一份提案，他写道：“所有的道路都通向我们组建一个半导体设计团队。” 一个月后，汉密尔顿与纳费亚·布沙拉在西雅图Virginia Inn酒吧见面。布沙拉是以色列芯片行业资深人士，2000年代初移居旧金山湾区。他共同创立了Annapurna Labs，并以尼泊尔安纳普尔纳山峰命名。（布沙拉和他的联合创始人本计划登顶这座山，但投资者希望他们尽快投入工作，因此未能成行。）这家低调的创业公司，在整个行业都专注于手机时着手开发用于数据中心的芯片。亚马逊最初委托Annapurna生产处理器，两年后以约3.5亿美元的价格收购了这家公司。这一决定被证明十分有远见。布沙拉和汉密尔顿从小规模做起，展现了他们对实用工程的共同追求。当时，每台数据中心服务器都需用一部分算力运行控制、安全和网络功能。 Annapurna和亚马逊工程师开发了一种名为Nitro的卡片，能够将这些功能完全从服务器中分离出去，从而让客户使用服务器的全部性能。随后，Annapurna推出了汉密尔顿的Arm通用处理器，名为Graviton。这款产品比竞争对手英特尔设备成本更低，使亚马逊成为台积电的十大客户之一。到这时，亚马逊高层对Annapurna在不熟悉领域取得成就的能力充满信心。布沙拉表示：“很多公司擅长CPU，或者网络，但同时在多个领域表现出色的团队非常罕见。” Graviton研发期间，贾西再次问汉密尔顿亚马逊还能自制哪些产品。 2016年底，Annapurna指派四名工程师研究开发机器学习芯片。这是又一次恰到好处的押注。几个月后，谷歌研究人员发表了一篇重要论文，提出了一种可以实现生成式人工智能的流程。这篇名为《Attention is All You Need》的论文介绍了一种名为Transformer的软件设计原理，帮助人工智能系统识别训练数据中最重要的部分。这一方法成为了从单词关系中做出有依据猜测并生成文本的基础。大约在这个时候，拉米·西诺还在奥斯汀的Arm Holdings工作，并指导他上学的儿子参加机器人比赛。团队开发了一款使用机器学习算法分析照片检测夏季奥斯汀湖泊中藻类爆发的应用。这让西诺感受到变革即将到来。他于2019年加入亚马逊，协助领导人工智能芯片研发。亚马逊团队开发的首款芯片用于推理，即让计算机基于数据模式做出预测，例如判断一封邮件是否为垃圾邮件。这款芯片名为Inferentia，于2019年12月部署到亚马逊数据中心，后来被用于帮助Alexa语音助手完成指令。亚马逊第二代人工智能芯片Trainium1针对希望训练机器学习模型的企业。工程师还将芯片重新包装，使其更适合推理用途，推出Inferentia2。初期，亚马逊AI芯片需求较少，这使客户无需等待数周便能立即使用这些芯片，而英伟达硬件则需要等待批量供应。日本企业抓住了这一机会，迅速参与到生成式AI的浪潮中。例如，理光公司利用亚马逊的帮助，将基于英语数据训练的大型语言模型转换为日语。据Annapurna早期员工加迪·哈特介绍，目前亚马逊AI芯片的需求量已开始增长。 “现在我已经没有多余的Trainium芯片等待客户使用了，”他说，“它们全部都在被使用中。” Trainium2是亚马逊第三代人工智能芯片。按照行业观点，这将是一个成败攸关的时刻。要么第三代芯片实现足够的销售量以证明投资价值，要么失败，迫使公司另寻出路。 “我从未见过任何一款产品违背三代规则，”数据和分析软件供应商Databricks人工智能业务负责人纳文·拉奥说。 Databricks在10月同意在其与AWS的协议中使用Trainium。目前公司主要依赖英伟达芯片运行其AI工具，计划逐步用Trainium部分取而代之。拉奥表示，根据亚马逊的说法，Trainium在性价比上可提供30%的提升。 “归根结底，是经济性和可用性的问题，”拉奥说，“这是竞争的战场所在。” Trainium1由八个芯片组成，它们并排嵌入一个深钢箱内，提供充足的空间散热。 AWS向客户出租的完整设备由两个这样的阵列组成。每个设备箱都布满电线，并用网状包裹整齐封闭。对于Trainium2，亚马逊表示，其性能是上一代的四倍，内存是上一代的三倍。工程师们对设计进行了重大改进：去除了大部分电缆，将电信号通过印刷电路板传输。此外，每个箱体的芯片数量从八个减少到两个，这样维护一个单元时会影响到的其他组件更少。西诺认为数据中心本身就像是一台巨型计算机，这种思路正是英伟达CEO黄仁勋向整个行业推广的理念。西诺说：“简化非常重要，这也确实让我们更快推进。” 亚马逊并没有等待台积电生产出可用的Trainium2芯片，就开始测试新设计的运行方式。相反，工程师将两个前代芯片固定在电路板上，从而争取时间开发控制软件并测试电磁干扰。这种方法就像在飞机飞行中建造它一样，是半导体行业的大胆尝试。亚马逊已经开始向包括俄亥俄在内的数据中心交付Trainium2，并计划将多达10万颗芯片串联成集群。更大规模的部署将在亚马逊的主要数据中心展开。公司目标是每18个月推出一款新芯片，部分原因是通过减少硬件送到外部供应商的次数来缩短研发周期。在实验室的钻床对面，是一套用来测试芯片和卡片连接器或设计缺陷的示波器。西诺透露，未来版本的工作已经开始：在另一个实验室里，刺耳的风扇冷却着测试单元，天花板上悬挂着四对管道。这些管道目前封闭，但已经为未来AWS芯片产生的热量超过风扇冷却能力的那一天做好了准备。其他公司也在突破极限。英伟达将对自家芯片的需求形容为“疯狂”，正努力实现每年推出一款新芯片的节奏。虽然这一计划导致了即将发布的Blackwell芯片的生产问题，但也将给整个行业带来更大的竞争压力。同时，亚马逊的两大云计算竞争对手，也在加速推进各自的芯片计划。谷歌大约10年前就开始研发一款人工智能芯片，用于加速搜索产品背后的机器学习工作。随后，这款产品被提供给云计算客户，包括Anthropic、Cohere和Midjourney等AI初创公司。这款芯片的最新版本预计将在明年大规模供应。此外，今年4月，谷歌推出了首款中央处理器，类似于亚马逊的Graviton。谷歌负责芯片及其他基础设施工程团队的副总裁阿明·瓦赫达表示：“通用计算是一个非常大的机会。” 他还说，最终目标是让AI芯片与通用计算芯片无缝协作。微软进入数据中心芯片领域，比亚马逊云服务和谷歌晚了一些，直到去年底才宣布了一款名为Maia的AI加速器和一款名为Cobalt的CPU。微软也意识到，通过为数据中心量身定制硬件，可以为客户提供更好的性能。领导这一项目的是副总裁拉尼·博卡尔，她在英特尔工作了近三十年。本月早些时候，她的团队为微软的产品线新增了两款产品：一款安全芯片，以及一款能加速CPU与GPU之间数据流动的数据处理单元。这与英伟达销售的类似产品功能相似。微软目前正在内部测试其AI芯片，并开始将其与英伟达芯片一起使用，以支持客户使用OpenAI模型创建应用程序的服务。尽管微软的努力被认为比亚马逊落后了几代，但博卡尔表示，对目前的结果感到满意，并正在开发更新版本的芯片。她说：“人们从哪里开始并不重要，我的关注点完全在于客户需要什么。因为即使你领先，如果你开发了客户不需要的产品，那么硅芯片的投资如此庞大，我绝不会想成为失败故事中的一章。” 尽管竞争激烈，三大云计算巨头都对英伟达赞誉有加，并在英伟达新芯片如Blackwell推出时争夺优先采购权。如果亚马逊的Trainium2能承担更多公司内部的AI工作，以及一些AWS大客户的项目，可能会被视为成功。这将帮助亚马逊释放其高端英伟达芯片的宝贵供应，用于专门的AI需求。然而，要使Trainium2成为无可争议的成功，工程师必须完善软件，这绝非易事。英伟达的优势很大程度上来源于全面的软件工具套件，可以让客户无需过多定制就能上线机器学习项目。相比之下，亚马逊的软件Neuron SDK还处于起步阶段。即便企业可以轻松将项目迁移到亚马逊芯片上，仅验证切换过程中未出现问题，就可能耗费工程师数百小时。据一位曾在亚马逊和芯片行业工作的资深人士透露，这些复杂性依然是一个障碍。一位帮助客户处理AI项目的AWS合作伙伴高管也表示，亚马逊在通用芯片Graviton易用性方面取得了成功，但AI硬件的潜在用户仍面临更多复杂性。 Gartner公司负责跟踪人工智能技术的副总裁奇拉格·德卡特说：“英伟达主导市场是有原因的，你无需担心那些细节。” 为了解决这些问题，亚马逊寻求外部帮助，鼓励大客户和合作伙伴在与AWS签订新协议或续约时使用这些芯片。目标是让最前沿的团队充分测试这些芯片，找出需要改进的地方。其中一家合作公司是Databricks。尽管预计需要几周甚至几个月的时间才能使系统上线，Databricks仍愿意投入努力，希望实现承诺的成本节约。生成式AI初创公司Anthropic是另一家合作伙伴。去年，Anthropic接受了亚马逊40亿美元的投资，同意在未来开发中使用Trainium芯片，尽管也在使用英伟达和谷歌的产品。上周五，Anthropic宣布接受亚马逊另外40亿美元的投资，并深化了双方的合作。 Anthropic的首席计算官汤姆·布朗表示：“我们对亚马逊Trainium芯片的性价比印象深刻。我们正在逐步扩大其在各种工作负载中的使用范围。” 汉密尔顿说，Anthropic正在帮助亚马逊迅速改进。但他也清楚面临的挑战，强调创建易于客户使用的优秀软件是“必需的”。他说：“如果不能弥合复杂性差距，你注定会失败。” 来源：加美财经

加美财经2024-11-27

24小时热点