FX168财经网_全球视野外汇黄金加密货币NFT资讯网

亚马逊云科技与德勤中国携手打造生成式AI联合实验室

德勤中国与亚马逊云科技共同宣布创建生成式AI联合实验室。双方将整合优势资源，围绕“1+3”展开合作。“1” 是以亚马逊云科技的坚实技术为依托，在AI计算能力、亚马逊云科技海外区域推出的全新托管生成式AI服务Amazon Bedrock、和全托管机器学习服务Amazon SageMaker等技术领域深入合作；“3” 是结合德勤在战略咨询、技术实施和全球合规方面的卓越能力，在生成式AI业务应用战略咨询、生成式AI安全合规咨询和生成式AI应用落地场景创新三大方面展开合作，帮助企业打通从业务战略、应用场景、安全合规到技术落地的业务闭环，充分释放生成式AI的巨大潜力。联合实验室由双方委派产品专家、架构师、数据科学家、AI专家和行业专家等组成，亚马逊云科技投入云上计算资源、行业最佳实践以及合作伙伴资源，德勤中国投入行业解决方案资产、商业最佳实践、开发与运营能力，以及生成式AI业务应用战略咨询服务和生成式AI安全合规咨询服务。联合实验室还推出了系列解决方案，以满足企业的各类出海应用场景需求。首批解决方案包括：智能BI解决方案、生成式AI知识管理解决方案和大语言模型运维平台（LLMOps）解决方案。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-11-17

【一周科技动态】全球都在等英伟达财报；"大科技组合"创历史新高！

是首款提供HBM3e 的GPU，可加速生成式AI和大型语言模型，同时能推进HPC工作负载的科学计算，与前一代的A100相比容量几乎翻倍，带宽增加2.4倍。英伟达在10月已经确定追加台积电CoWoS先进封装订单，而下周公布的Q3业绩也是截止10月底的。目前市场预期营收将同比增长171%至160.8亿美元，其中数据中心将增长233%至127.9亿美元，游戏业务也将增长71%至27.0亿美元。毛利率有望上升至72.4%以上，EBIT也将达到60%以上，带来收EPS将同比增长4倍多指3.36美元。以这个水平来看2024财年的PE为45倍。而刚刚过去的Q3，对冲基金在13F中也展示了对NVDA的持续热情，进入前十权重的增加了6%，持仓的基金增加了2%。当然，英伟达财报也将可能迎来波动。根据历史表现，英伟达财报前的平均股价变动预期±7.2%。实际变动平均为±7.2%。开盘涨跌平均为±6.0%，盘中涨跌幅为±2.8%。所以从历史上来看，做空波动率的交易胜率更高一些。特斯拉Cybertruck会成为股价助推剂？特斯拉股价最近波动较大，上周因拜登支持UAW进驻，但投资者基本没当回事。眼下最重要的事是11月30日的Cybertruck上线，因为比起Dojo超算这样的还难以产生现金流的业务，极具科技感的Cybertruck可能成为推动特斯拉股价的重要因素。新能源汽车行业的整体供求关系正在改变。一方面是供给量增大，传统车企的进入、新势力的持续发力，让特斯拉也感到压力，不断尝试的降价，效果也在逐步削弱；另一方面作为可选消费的汽车需求也没有变得那么强，且油价的下行也给了油车喘息的机会。 Cybertruck的最大问题肯定是产能了，Musk也早就提醒，Cybertruck量产“非常困难”，至少要等到18个月后，Cybertruck才能成为“重要的正现金流贡献者”。虽然目标是每年20万辆，生产比最初的设计要难得多。在国内，皮卡占据汽车市场的份额依旧只有仅仅2%，新能源皮卡的渗透率更是只有1%左右，远低于新能源商用车的11.3%，主要原因就在于新能源皮卡车型过少。 "TANMAM"的投资策略我们将这权重最大的7家公司合成一个投资组合，称之为“TANMAM”组合。以等权重、每季度重新调整权重的方式对这个组合进行回测，那么从2015年以来表现是远超标普500的，总回报达到了1432%，率先创下了历史性高，同期 $标普500ETF(SPY)$ 回报156.61%，仍未达到历史新高。年化回报在37.33%，高于SPY的11.47%。夏普比率4.6，高于SPY的1.3%。同时，过去5个工作日的回报为5.2%，超过SPY的3.8%，且夏普比率高达68.3，高于SPY的39.5.

老虎证券2023-11-17

韩国央行：未来20年韩国400万个工作岗位或将被AI取代

作岗位被OpenAI的ChatGPT等生成式AI取代。麦肯锡的一份报告也给出了类似的预测，即知识型员工将受到颠覆，但全球生产率将加快。韩国央行的研究还指出，AI将推动对所谓的STEM（科学、技术、工程和数学）教育，以及沟通和团队合作等软人际技能的需求。该团队的研究是基于斯坦福大学经济学家Michael Webb采用的方法。

金融界2023-11-17

法拉第未来推出车载生成式AI产品FF aiPal

法拉第未来宣布推出其首款车载生成式AI产品FF aiPal。据介绍，这款智能座舱AI产品在屏幕侧边栏根据实时地理位置为用户提示周边的生活服务。

金融界2023-11-16

探索区块链和AI的交汇如何重塑世界

创作（和创意生成）的边际成本尤其是，生成式AI带来了独特的挑战和机遇，我们认为区块链技术可以在其中发挥优势。要理解其中的原因，重要的一点是要考虑驱动智能系统进化的核心输入。机器学习（ML）从根本上来说是由数据（大量数据，但质量越来越高）、反馈机制和算力驱动的。 OpenAI（微软支持）和Anthropic（谷歌和亚马逊支持）等人工智能/机器学习领域的主要参与者已经在整合资源，并围绕自身模型和数据建立壁垒。但是，尽管在计算、数据和分销方面具有早期优势，这种做法可能会破坏最初催生该行业的协作开发周期，扼杀发展势头。像以太坊这样的区块链提供了一个可行的解决方案，并已成为可靠的中立数据和计算系统，推动了开源创新。区块链已经支撑了一系列数字原生原语，这些原语处于有利地位，可以在一个越来越由生成式AI塑造的世界中发挥关键作用。我们相信，区块链有很大的机会成为人工智能领域开源研究和开发的主要力量。 3、当今市场状况今年，在核心基础设施、模型层，甚至是面向用户的应用程序（如聊天机器人、客户支持和编码助手）上，已经投入了大量资金。尽管如此，从长远来看，在传统领域里价值在哪里产生积累（以及流向谁）并不明显。在目前的范例中，AI有可能成为一股中心化力量，继续扩张web2市场主导者的地位。特别是在基础设施和模型层，游戏的名字是扩展——硬件和资本资源、数据访问、分销渠道和独特的合作伙伴关系方面的扩展。从AWS这样的云服务提供商，到英伟达（Nvidia）这样的硬件制造商，再到微软这样的老牌巨头，许多参与者都在走向全栈模式，无论是通过并购还是通过专利合作的方式。头部巨头们正在进行规模和利润的争夺，但是超昂贵、高精度的企业API模型的市场可能会受到经济、开源性能趋同、甚至是低延迟工作负载需求趋势的限制。与此同时，中端市场的很大一部分已经出现了类似于“OpenAI API wrapper”产品的商品化趋势，这些产品功能充足，但难以区分。 4、开源建设势头用于预训练、训练和微调的开源数据集，以及免费访问的基础模型和工具，鼓励着大大小小的企业直接利用开源系统和工具尽情发挥创造力。谷歌泄露的一篇文章概述了闭源和开源代码世界之间的差距正在迅速缩小。值得注意的是，如今96%的代码库都使用了开源软件，这一趋势在大数据、人工智能和机器学习领域尤为明显。与此同时，颠覆云服务寡头垄断的时机或已成熟。历来，三大巨头AWS、Google Cloud和Azure都是通过将工具和服务分层来占领市场，从而在企业竞争中深入巩固自己的地位。这种主导地位给企业带来了许多挑战，从限制性运营依赖到云基础设施相关的过高成本，尤其是考虑到主要提供商收取的溢价。现有公司面临着运营重组的费用压力，再加上试图尝试和整合越来越多的开源AI，将为使用去中心化替代方案重构业务创造一个窗口。因此，开源AI和区块链技术的新兴交叉点为实验和投资提供了一个非凡领域。 5、加密与AI：双向价值关系我们对人工智能和区块链之间潜在的共生关系感到异常兴奋。加密中间件可以通过建立有效的计算和数据市场（供应、标签或微调）以及证明或隐私工具，极大地改善人工智能供应方的信息输入。反过来，去中心化应用程序和协议将通过吸收这种劳动成果达到新的高度。不可否认，加密技术已经取得了长足的进步，但协议和应用程序仍然受到主流用户使用的仍然不直观的工具和用户界面的影响。同样，智能合约本身可能会受到限制，无论是在开发人员的手动工作负载需求方面，还是在整体功能的流动性方面。 Web3开发人员是一群非常高产的人。高峰时期，仅仅7.5万名全职开发者就创造了价值数万亿美元的产业。编码助手和ML增强DevOps有望助力现有工作，而无代码工具正在迅速赋能新一类建设者。随着机器学习功能被整合进智能合约并被带到链上，开发人员将能够设计出更加流畅和富有表现力的用户体验，并最终设计出全新的杀手级应用程序。这种链上体验的跨越式功能改进将吸引新的——可能是更多的——受众，催化出重要的采用反馈飞轮。生成式AI可能就是加密货币缺失的一环，它将改变UI/UX，并催生新一波技术发展浪潮。反过来，区块链技术将利用、泛化和加速人工智能的潜力。 6、使用区块链建设更好的数据市场（1）数据是机器学习的基础信息输入是的，计算基础设施的巨大改进是非常有用的，但正是像Common Crawl和The Pile这样的庞大数据库使基础模型如今吸引世界目光成为可能。此外，企业将利用这些数据完善其产品供应的基础模型，或建立未来的竞争护城河。最终，数据将成为用户和个人模型之间的桥梁，这些模型在本地运行，并不断适应个人需求。因此，数据的竞争是一个必不可少的前沿领域，区块链可以在这个领域占据优势——尤其是在质量成为塑造数据市场的重要属性的情况下。（2）质量重于数量早期研究表明，在未来几年，高达90%的在线内容可能是人工合成的。虽然合成训练数据具有一定优势，但它也引入了模型质量恶化和偏见强化相关的重大风险。未来几年，机器学习模型可能会耗尽非合成数据源，这是一个真正的风险。加密货币的协调机制和证明原语本质上是为支持去中心化市场优化的，让用户可以共享、拥有或变现他们用于训练或微调特定领域模型的数据。因此，web3可能是一个更好、更有效的人工生成训练和微调数据的源头。（3）进展情况区块链支持的去中心化训练、微调和推理过程也可以更好地保存和利用开源智能。较小的开源模型使用高效的微调过程进行改进，在输出精度上已经可以与较大的模型相媲美。因此，就来源和微调数据而言，趋势已开始从数量转向质量。跟踪和验证原始数据和衍生数据生命周期的能力可以促进复现性和透明度，从而为更高质量的模型和输入提供动力。区块链可以建立一个持久的护城河，成为具有多样化、可验证和量身定制数据集的主要领域。这在传统解决方案过度索引算法进度以应对数据不足的情况下尤其有价值。（4）内容海啸即将到来的AI生成内容浪潮是另一个加密货币先发优势将发挥作用的领域。这种新的技术范式将以前所未有的规模赋能数字内容创作者，而Web3即插即用的基础设施让这一切都变得简单明了。加密货币具有主场优势，这要归功于多年来围绕以NFT形式建立数字资产和内容的所有权和不可变来源的原语的开发。 NFT可以捕获整个内容创作生命周期，但也可以代表数字原生身份、虚拟资产，甚至现金流。因此，NFT使数字资产市场（OpenSea、Blur）等新用户体验成为可能，同时也重新思考了书面内容（Mirror）、社交媒体（Farcaster、Lens）、游戏（Dapper Labs、Immutable），甚至是金融基础设施（Upshot、NFTFi）等商业模式。这项技术甚至可以比另一种选择——使用算法——更可靠地打击深度造假和计算操纵。一个明显的例子就是，OpenAI的检测工具因精度失败而关停。最后一点：简洁和可验证计算的进步也将升级NFT的动态格局，因为它们包含ML输出以驱动更智能、不断发展的元数据。我们相信，基于区块链技术的AI工具和界面将释放出全面价值，重塑数字内容格局。 7、采用零知识证明利用机器学习的无限知识区块链行业寻求技术解决方案，在保持无需信任动态的同时实现资源高效计算，这使得零知识（ZK）证明取得了十足进展。虽然最初的设计是为了解决以太坊虚拟机（EVM）等系统固有的资源瓶颈，但ZK证明提供了一系列与人工智能相关的有价值的用例。一个明显的例子就是对现有用例的简单扩展：高效、简洁地验证计算密集型过程，比如在链下运行ML模型，这样最终产品（比如模型推理）就可以通过智能合约以ZK证明的形式在链上整合。存储证明与协同处理相结合可以更进一步，在不引入新的信任假设的情况下，使链上应用程序更灵活敏捷，从而大大增强其功能。当然也允许实现全新的功能。当通过API调用ZK证明时，ZK证明可以用来验证特定模型或数据池是否真正用于生成推断。它还可以隐藏模型在医疗保健或保险等客户敏感行业中使用的特定权重或数据。公司甚至可以通过交换数据或IP来更有效地协作，从共享学习中受益，同时仍然保持其资源的所有权。最后，ZKP在区分人工数据和前面讨论的合成数据这一日益相关（且具有挑战性）的领域中具有真正的适用性。其中一些用例取决于围绕技术实现的进一步开发和寻找可持续的规模化经济的需求，但zkML有可能对人工智能的发展轨迹产生独特的影响。 8、长尾资产及潜在价值加密货币已经证明了其作为音乐和艺术等传统市场价值流的卓越架构师的作用。在过去的几年里，还出现了代表链下有形资产（如葡萄酒和运动鞋）的链上流动性市场。继任者自然将涉及先进的ML功能，因为人工智能被带到链上并可让智能合约访问。 ML模型与区块链围栏（rails）相结合，将重新设计以前由于缺乏数据或买家深度而无法获得的非流动性资产背后的担保流程。一种方法是，机器学习算法查询大量变量，以评估隐藏的关系，并最大限度地减少操纵者的攻击面。Web3已经在尝试围绕社交媒体关系和钱包用户名等新概念创建市场。与AMM对释放长尾代币流动性的影响类似，ML将通过获取大量定量和定性数据来获得隐性模式，从而彻底改变价格发现。这些新的见解可以形成基于智能合约的市场的基础。人工智能的分析能力将嵌入去中心化金融基础设施，以发现长尾资产中的潜在价值。 9、去中心化基础设施层加密货币在吸引和货币化高质量数据方面的优势解决了一方面问题。另一方面——人工智能背后的基础设施支持——也有类似前景。像Filecoin或Arweave这样的去中心化物理基础设施网络（DePINs）已经建立了用于存储的系统，这些系统本身就包含区块链技术。其他像Gensyn和Together这样的公司正在解决分布式网络模型训练的挑战，而Akash则推出了一个令人印象深刻的P2P市场，将过剩计算资源的供需联系起来。除此之外，Ritual正在以激励网络和模型套件的形式为开源AI基础设施建设基础，将分布式计算设备连接起来，供用户进行推理和微调。至关重要的是，像Ritual、Filecoin或Akash这样的DePIN也可以创建一个更大、更有效的市场。他们通过向更广泛的领域开放供应端，包括能够释放潜在经济价值的被动供应商，或者通过将性能较差的硬件整合到与高水平的同行相竞争的池中来实现这一点。技术栈的各部分都涉及不同的约束和价值偏好，并且对这些层进行规模性实战测试（特别是去中心化模型训练和计算的新兴领域）方面仍有大量工作要做。然而，基于区块链的计算、存储甚至模型训练解决方案的基础已存在，这些解决方案最终可以与传统市场一较高下。 10、结论加密与AI的联合正迅速成为最鼓舞人心的设计阵地之一。各领域已经形成了从内容创作和文化表达到企业工作流程及金融基础设施的方方面面的影响。总之，我们相信这些技术将在未来几十年重塑世界。最好的团队将进行无需许可的基础设施、加密经济学及人工智能进行原生结合，以提升产品/服务性能，实现全新行为，或实现具有竞争力的成本结构。加密技术向协作网络引入了前所未有的规模、深度和标准化数据粒度，而从这些数据中获得效用通常是没有明显方法的。与此同时，人工智能将信息池转换为相关背景或关系的向量。当这两个领域结合在一起时，可以形成一种独特的互惠关系，为去中心化未来的建设者奠定基础。来源：金色财经

金色财经2023-11-16

微软官宣：与AMD和英伟达建立新的合作伙伴关系

软Azure上为全球企业和初创公司推出生成式AI代工服务。

金融界2023-11-16

摩根大通在人工智能领域的排名保持领先大举招聘相关职位功不可没

中排名第五，在欧洲银行中排名最高。 “生成式AI的出现使AI成为银行的首要任务，”Evident的联合创始人兼首席执行官Alexandra Mousavizadeh表示，股东们已经开始敦促这些机构提供有关其如何从重大投资中获取价值的最新信息。

金融界2023-11-16

训练速度提高2-3倍惠普携手英伟达推出一站式GenAI超算解决方案

新闻稿，表示和英伟达公司合作，推出面向生成式AI的超级计算机解决方案，帮助大型企业、研究机构和政府组织使用私有数据集加速训练和调整AI模型。惠普表示将于2023年12月在全球范围内正式推出，通过“一站式”超算解决方案，将训练速度提高2-3倍。

金融界2023-11-16

微软宣布与AMD和英伟达建立新的合作伙伴关系

软Azure上为全球企业和初创公司推出生成式AI代工服务。

金融界2023-11-16

微软宣布与AMD 和英伟达建立新的合作伙伴关系

软Azure上为全球企业和初创公司推出生成式 AI 代工服务。

金融界2023-11-16

24小时热点