FX168财经网_全球视野外汇黄金加密货币NFT资讯网

阿里云暂停分拆！马云家族信托启动减持；苹果简化iPhone和安卓的信息传递；TikTok冲击美国媒体业

将与iMessage共同存在。” 苹果自研芯片取代高通的进度再次延后苹果斥资数十亿美元为iPhone研发调制解调器芯片的计划被进一步推迟，替换高通芯片的工作非常复杂，妨碍了公司的进度。知情人士称，继推迟一项到明年推出自研芯片的计划之后，苹果现在可能无法实现到2025年春季之前出货的目标。这意味着，发布将推迟到至少2025年底或2026年初。苹果最近与高通续签了合同，合同期的最后一年即为2026年。这一最新障碍反映了苹果在设计自己的调制解调器方面所面临的艰巨任务。越来越多美国成年人在TikTok上获取新闻越来越多的美国成年人表示，他们选择在TikTok上定期获取新闻。与许多其他社交媒体网站对比，TikTok几乎是逆势而行。皮尤研究中心(Pew Research Center)对8842名美国成年人进行的调查显示，Meta旗下Facebook平台仍是最受欢迎的新闻社交媒体平台，30%的美国人表示他们经常通过Facebook浏览新闻，其次是YouTube(26%)、Instagram(16%)，而TikTok占比为14%，排名第四。在短短四年内(2020-2023)，定期从TikTok获取新闻的美国成年人比例增加了近四倍。谷歌推迟发布Gemini AI大模型谷歌将推迟发布Gemini AI大模型。谷歌的代表在今年年初曾告诉一些云客户和商业合作伙伴，他们将在11月获准使用该公司全新的对话式人工智能服务Gemini。但知情人士透露，这一计划可能被推迟至明年第一季度。与此同时，谷歌开发的ChatGPT的竞争对手Bard一直未能成功。 SK集团旗下公司推出最新AI芯片韩国无线运营商SK电信在首尔举办科技峰会SK Tech Summit 2023。SK集团下属的半导体初创公司Sapeon宣布推出了其最新的人工智能芯片X330。X330芯片的计算性能是上一代X220的四倍，能效是其两倍多。Sapeon计划先为主要客户进行测试，并在2024年上半年开始批量生产该芯片。 OpenAI研究ChatGPT对于教育行业的应用前景 OpenAI正在探索如何将其广受欢迎的聊天机器人ChatGPT带入课堂。OpenAI料将在2024年组建一个团队，以研究ChatGPT对于教育行业的应用前景。这项技术有可能颠覆一些行业，也在逐渐成为一种流行的学习和工作工具。在课堂上使用ChatGPT的方法有很多种。对于学生来说，它可以是一个导师，可以为不同的学习风格量身定制内容。对于教师来说，它可以帮助他们编写课程，或者作为一个创造性的课堂助手。 Meta推出基于人工智能的视频编辑工具 Meta推出了两项基于人工智能的视频编辑新功能，可用于在Instagram或Facebook上发布视频。第一个功能名为“Emu Video”，可以根据纯文本、纯图像或组合的文本和图像输入来生成视频。另一款名为“Emu Edit”，用户可以通过文本指令进行自由形式的编辑。亚马逊原型卫星试验成功亚马逊宣布，此前发射的两颗亚马逊原型卫星运行正常，各方面测试都取得了成功，为大规模生产卫星铺平了道路。两颗原型卫星的飞行控制计算机、配电系统、太阳能电池阵列、推进系统和射频通信有效载荷等都取得了令其满意的数据，亚马逊表示将继续测试这些卫星。谷歌云和Spotify扩大合作伙伴关系谷歌云(Google Cloud)和Spotify宣布扩大战略合作伙伴关系，以扩大双方在基础设施、数据分析以及AI/ML技术方面的专业知识。自2016年以来，谷歌云一直是Spotify的首选云提供商，目前该平台每月活跃用户超过5.74亿。在新的合作关系中，Spotify将探索使用谷歌云的人工智能工具来改进Spotify平台。Spotify正在探索大型语言模型(LLMs)，来了解用户最喜欢的口语内容(如播客和有声读物)，以提供新的有趣的推荐，并识别潜在的有害内容。 Spotify在5个国家推出播客广告市场 Spotify将在瑞典和印度等五个新市场推出播客广告市场。Spotify Audience Network于2021年首次推出，目前已在德国和美国等九个国家投入使用，供播客出版商和创作者将其内容货币化。在投资超过10亿美元建立了拥有500万个播客标题和1亿播客听众的播客业务后，Spotify正专注于提高播客形式的广告收入。思科公布令人失望业绩指引全球最大的计算机网络设备制造商思科(Cisco)公布了令人失望的业绩指引，加剧了人们对企业正在控制技术支出的担忧。思科将2024财年营收指引下调至538亿至550亿美元，之前预测最高达580亿美元。思科的报告显示，网络硬件订单的放缓正在影响增长。该公司预计，订单疲软的环境将持续下去。思科首席执行官Chuck Robbins正试图通过深入软件和安全等服务领域，减少公司对一次性设备销售的依赖。但这种转变还不足以缓解企业支出预算下降对思科的影响。全球5G手机出货量预计同比增长4.5% 市场分析机构MIC最报告显示，今年受市况影响，预计全年全球5G手机出货量约为6.6亿台，同比增长4.5%；预计2024年出货可达7.8亿台，增长18.7%。此外，5G手机渗透率预计将从今年的59%增至68%。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

先进封装概念大涨华海诚科20CM涨停

AI 芯片 DeepEdge10。依托自研芯片 DeepEdge10 创新的 D2Dchiplet 架构打造的 X5000 推理卡，已适配并可承载 SAMCV 大模型、Llama2 等百亿级大模型运算，可广泛应用于 AIoT 边缘视频、移动机器人等场景。

金融界2023-11-17

苹果iPhone以自研芯片取代高通芯片的进度进一步延后

苹果公司斥资数十亿美元为iPhone研发调制解调器芯片的计划被进一步推迟，替换高通公司芯片的工作非常复杂，妨碍了公司的进度。知情人士称，继推迟一项到明年推出自研芯片的计划之后，苹果现在可能无法实现到2025年春季之前出货的目标。这意味着，发布将推迟到至少2025年底或2026年初——苹果最近与高通续签了合同，合同期的最后一年即为2026年。这一最新障碍反映了苹果在设计自己的调制解调器方面所面临的艰巨任务。这个组件必须得跟全球数以百计的运营商无缝连接，在各种不同环境和条件下运行。它的性能至少得跟高通的技术一样好。

金融界2023-11-17

微软首款5nm自研芯片Maia亮相----能和H100掰手腕

不满足于此，昨晚一场发布会，首款5nm自研芯片Maia正式亮相；同时Bing Chat也更名Copilot，甚至万物皆可Copilot；登录微软账号，就可以在Copilot专属网站上免费使用GPT-4、DALL·E 3。 OpenAI的全新王炸爆款，自定义GPT也被塞进Copilot全家桶，变身为Copilot Studio。全球打工人利器Office，也在Copilot的加持下全面升级。一、微软自研芯片此前的江湖上，关于微软在悄悄自研芯片的传言始终不绝于耳。上个月初爆料的消息显示其代号“雅典娜”，用于训练大模型，微软想以此避免对英伟达过度依赖。现在证实了，传言不是空穴来风。今年的AIGC与大模型热潮让H100的需求也水涨船高，目前H100的单价普遍在2.5万到4万美元之间，之前也曾多次提及。这块蛋糕之大肉眼可见，微软绝对不会置之不理。微软CEO纳德拉在发布会上表示，两款芯片Azure Maia和Azure Cobalt CPU明年就会上市。虽然对比亚马逊、谷歌、Meta等巨头，微软是最后一个发布自研芯片的，但一亮相就毫不含糊，这次的Maia 100 GPU对比业内竞品毫不逊色。具体说来，Maia采用的是台积电5nm节点工艺，拥有1050亿个晶体管，并支持微软首次实现的8位以下数据类型，即MX数据类型。在算力方面，Maia在MXInt8格式下的算力可以达到1600 TFLOPS，在MXFP4格式下则为3200 TFLOPS，足够与英伟达的H100和AMD的MI300X掰手腕。Maia在网络IO方面相当优秀，而在显存带宽方面则稍逊一筹。与目前使用第二代Trainium/Inferentia2芯片的亚马逊相比，纸面上的各项指标都堪称碾压式领先。不过Maia是在LLM热潮出现之前就开始设计的，因此显存带宽只有1.6TB/s。虽然比Trainium/Inferentia2高，但明显低于TPUv5，更不用说H100和MI300X了。此外，微软采用了四层HBM工艺，而非是英伟达的六层，甚至AMD的八层。根据一些业内人士分析，微软在设计芯片时加载了大量的SRAM，从而帮助减少所需的显存带宽，但这似乎并不适用于现在的大模型，因此实际效果目前还不好说。 Maia的另一个有趣之处在于微软对网络的处理。就AMD和英伟达而言，它们都有自己专属的Infinity Fabric和NVLink，用于小范围芯片的高速连接（通常为八个）。如果要将数以万计的GPU连接在一起，则需要将以太网/InfiniBand的PCIe网卡外接。对此，微软采取了完全不同的方式：每个芯片都有自己的内置RDMA以太网IO。这样每个芯片的IO总量就达到了4.8Tbps，一举超过了英伟达和AMD。同时为了充分发挥Maia的性能，微软专门打造了名为“Ares”的机架和集群，并首次采用了名为“Sidekick”的全液冷设计。这些机架是为Maia高度定制的，比标准的机架更宽。具体来说，微软在一个机架上搭载了八台服务器，其中每台服务器有四个Maia加速器，也就是共计32个Maia芯片。此外还配备网络交换机，而且Maia机架的功率可以达到约40KW，这比大多数仍只支持约12KW机架的传统数据中心也要大得多。还有点需要说明的是，微软使用的是自己从第三方获得SerDes授权，并直接向台积电提交设计要求，而不是依赖Broadcom或Marvell这样的后端合作伙伴。在发布会进行的同时，OpenAI的CEO奥尔特曼就表示，第一次看到Maia芯片的设计时，自己和同事都感到非常兴奋，而OpenAI也在第一时间就用GPT-3.5 Turbo对Maia进行了测试与改进。而在CPU方面，Cobalt是一款基于Armv9架构的云原生芯片，针对通用工作负载的性能、功率和成本效益进行了优化。具体来说，Cobalt共有128个核心，并支持12条DDR5通道。与微软第一款基于Neoverse N1的Arm CPU相比，基于Neoverse N2的Cobalt 100在性能上提升了40%。与Arm传统的只授权IP的商业模式不同，Neoverse Genesis CSS（计算子系统）平台可以使CPU的开发更快更容易，且成本也更低。就Cobalt而言，微软采用的是两个Genesis计算子系统，并将它们连接成一个CPU。 Arm此前曾表示，有一个芯片项目从启动到完工前后只用了一年多。虽然没有说究竟是谁，不过根据业内人士推测很可能就是微软。可以说，微软在Maia芯片上花费了许多心思。在设计上的独具匠心不仅让Maia具有高性能，还能控制每个内核和每个虚拟机的性能和功耗。目前微软正在Microsoft Teams和SQL Server等工作负载上测试Cobalt，预计明年正式向客户提供用于各种工作负载的虚拟机。事实上很多人都不了解的一点，微软在芯片开发上的历史颇为悠久。二十多年前，微软就和Xbox合作，还为Surface设备共同设计了芯片。2017年左右，微软就开始构建云硬件堆栈。这次发布的新品Maia芯片和Cobalt都是在微软内部构建的，微软对整个云服务器堆栈进行了深入检修，以优化性能，功耗和成本。微软硬件系统负责人Rani Borkar（拉妮·博卡尔）对此表示：“我们正在重新思考AI时代的云基础设施，并从尽可能优化该基础设施的每一层。” 现在可以明确的一点，微软、AMD、Arm、Meta、英特尔、英伟达和高通在内的集团，都在推动大模型时代的数据格式的标准化进程。二、万物皆可Copilot 与两款芯片同步的，微软Copilot也迎来了全新时代。就在发布会现场，纳德拉宣布Bing Chat的普通版和企业版正式更名为Copilot。除了自家的Edge，Copilot还可以兼容Chrome，Safari等，并且很快就上线移动设备。Copilot免费版可以在Bing和Windows中直接访问，还有专门入口https://copilot.microsoft.com/ 今年初，微软还曾多次提到要与谷歌在搜索和AI领域保持竞争。但现在回看，微软显然是醉翁之意不在酒，悄无声息的就把目光投向了ChatGPT。就在OpenAI宣布每周有一亿人使用ChatGPT后，Bing Chat直接改名。这不得不让外界猜想，尽管有价值数十亿美元的合作关系，双方关系也相当好，但微软和OpenAI仍在争夺同一批客户，而Copilot就是微软试图抛给消费者和企业的最佳选择。同时发布会上还发布了一款低代码工具Copilot Studio，允许用户可以在同一网页上进行构建、部署、分析、管理内容。更重量级的是，Copilot Studio与OpenAI的GPTs无缝集成。与之配套的还有一个可供分析的仪表板，允许管理员集中监视使用情况并实时分析，在管理中心内控制访问权限。微软还将Dynamics 365 Guides也集成到了Copilot，将AIGC与混合现实（MR）相结合，帮助一线员工完成复杂的任务。未来的工程师无需搜索大量文档或纸质手册，仅通过自然语言和手势就能查询信息。三、微软：我们和英伟达是互补对于芯片来说，最重要的就是性能。跟英伟达的H100、H200，AMD的MI300X比较，Maia表现如何呢？对此问题，博卡尔没有正面回应，只是重申微软与英伟达、AMD的合作对于自家Azure云业务的未来很重要。需要提前说明的是，微软所做的内存权衡其实是非常不利的，这使得微软很难与英伟达竞争。比如H100的内存带宽是Maia的两倍多，H200是其三倍，而MI300X还要更高。因此，Maia在大模型推理方面的性能劣势明显。就每秒处理更大批的token而言，GPT-4推理的性能大约是H100的1/3。不过这本身并不是一个大问题，因为制造成本与英伟达的巨大利润率弥补了大部分差距。问题是电源和散热仍需要更多成本，而且token到token的延迟更差。在聊天AI和许多协同Copliot工具等对延迟极为敏感的应用中，Maia很难与英伟达和AMD竞争。后两种GPU都可以使用更大的批处理量，同时可接受延迟，因此它们的利用率会更高，性能TCO也比Maia高得多。而在GPT-3.5 Turbo等参数较小的大模型中，情况可能要好一些。但微软不可能只部署针对过去产品的优化硬件。随着时间的推移，GPT-3.5 Turbo迟早要被逐步淘汰。不仅在硬件上强强联合，微软在发布会上还宣布将英伟达AI代工厂服务（Nvidia AI Foundry）引入Azure。此外微软还推出了全链条开发工具Azure AI Studio，它提供了完整周期的工具链，是一个端到端的平台，包括模型的开发、训练、评估、部署、定制等等。来源：金色财经

金色财经2023-11-16

微软推出首款AI自研芯片力求避免供应链瓶颈

于在AI和云计算领域取得优势至关重要。自研芯片可以让公司从硬件中获得性能和价格优势。还可以避免微软过度依赖任何一家供应商，目前业界对英伟达AI芯片的争夺凸显了这一隐患。在微软进军处理器领域之前，该公司在云计算领域的竞争对手也采取了类似举措。亚马逊在2015年收购了一家芯片制造商，并出售基于多种云计算和AI芯片的服务。谷歌在2018年开始让客户使用其AI加速处理器。 Borkar在接受采访时说，对于微软这样规模的公司来说，“重要的是优化和整合”其硬件的每个元素以提供最佳性能，并避免供应链瓶颈。 “实际上，归根结底，是为了给客户提供基础设施方面的选择”

金融界2023-11-16

云天励飞发布14nm Chiplet大模型推理AI芯片

ISC-V核，支持大模型推理部署。依托自研芯片DeepEdge10创新的D2D chiplet架构打造的X5000推理卡，已适配并可承载SAM CV大模型、Llama2等百亿级大模型运算，可广泛应用于AIoT边缘视频、移动机器人等场景。

金融界2023-11-15

华泰证券：AI芯片竞争加剧英伟达(NVDA.US)发布H200 新品迭代提速显著

提升研发可控性及集成生态等考量，均陆续自研芯片，他们或将成为英伟达(NVDA.US)最大竞争对手。英伟达刚推出NVIDIA HGX H200，从HBM3内存升级到HBM3e，也是首款采用HBM3e的GPU，相较于前代H100展现了显著的性能提升和效率革新。主要针对AI计算的两大瓶颈：内存容量与带宽。其旗舰芯片迭代周期也显著加速，从大约两年发布转为一年多版。AWS、谷歌云、微软Azure和甲骨文等将成为其主要客户。

金融界2023-11-15

中航证券：给予三未信安买入评级

23三季报点评：江南科友协同效应渐显，自研芯片实现国产替代》，本报告对三未信安给出买入评级，当前股价为51.75元。　　三未信安(688489)　　事件：公司发布2023年三季报，前三季度实现营业收入2.36亿元（+37.35%），归母净利润0.39亿元（+33.24%），扣非净利润0.32亿元（+35.54%），毛利率同比-3.61pcts。　　Q3业绩超预期，与江南科友协同效应显现。　　公司23年Q3实现营收1.33亿元，（+70.30%），增速同比+42.99pcts、环比+69.47pcts；归母净利润0.29亿元，（+90.88%），增速同比+66.64pcts、环比+131.70pcts。公司本季度经营业绩大幅提升，主要影响因素包括：1）商密政策逐步推进，拉动行业市场需求；2）新产品逐步投入市场，自研芯片逐步替换带来产品功能增强、成本端优化；3）持续加大在特定行业和领域的市场开拓，效果渐显；4）江南科友并表，产生业务协同。江南科友作为以银行金融行业为主要客户的密码服务提供商，在相关细分领域市场优势明显。银行等金融行业信创有序推进，密码应用创新机会较多。我们认为，公司原本处于信息安全行业上游，主要为安全厂商提供密码核心产品，并不涉及直接用户市场。通过控股江南科友，既补充了企业产品线，也打通了银行等金融行业下游市场，还形成了间接需求和直接需求相结合的双轮驱动业务模式。江南科友对公司经营及市场拓展的协同、增益效应正在逐步显现。　　销售和研发投入力度加大，自研密码芯片实现国产替代。　　公司前三季度销售费用0.62亿元（+51.17%），管理费用0.26亿元（+27.46%），研发费用0.70亿元（+45.65%）。销售和研发费用增速分别同比+18.78pcts、+16.05pcts，较同期营收增速分别+13.82pcts、+8.30pcts，加大市场销售和技术研发投入力度明显。销售方面，公司加大市场开拓力度和招聘高层次销售人才，下游行业客户覆盖政务、金融、能源、信息技术等行业，拥有众多下游优质客户资源。研发方面，今年8月全新发布了随机数芯片XR100、物联网安全芯片XT100及XT200三款自研芯片，同时新一代高性能云端芯片正在按计划有序开展研发任务。公司进一步布局面向云计算和大数据安全的高性能密码芯片以及面向终端和物联网边缘网关的低功耗密码芯片，广泛拓展服务器、云计算、手持终端及智能机器人等细分应用场景。其自研国产密码芯片具备高性能、高集中度、可支持虚拟化等多项技术优势。我们认为，公司自研密码芯片从供应链安全和降低成本方面均有较大突破。可实现自用降本，外销增收，未来或带来业绩新增量。　　国产商密市场需求空间大，产业链自主可控企业市场份额有望进一步提升。　　国家信创政策要求央国企2023-2027年进行基础软硬件的国产替代，并进行国产密码新增或改造。随着信创系统的全面推广,密码产品从芯片、板卡、整机均需要支持国密体系，并完成替换和改造。此外，为规范商用密码检测活动和应用安全性评估工作，国家密码管理局日前出台了《商用密码检测机构管理办法》和《商用密码应用安全性评估管理办法》，两部管理办法将于今年11月1日正式施行。规定“要求使用商用密码进行保护的网络与信息系统，其运营者应当使用商用密码进行保护，制定商用密码应用方案，配备必要的资金和专业人员，同步规划、同步建设、同步运行商用密码保障系统，并定期开展商用密码应用安全性评估”。密改、密评监管趋严，云计算、区块链、车联网等新兴技术快速发展催生密码应用新场景，共同驱动商密市场需求快速增长。我们认为，政企客户及新技术场景对密码产品的功能、技术水平有更高要求，市场份额有望向创新能力强、产业链自主可控的头部厂商进一步集中。　　投资建议　　公司与江南科友协同效应渐显，自研密码芯片实现国产替代。国产商密市场需求空间大，产业链自主可控企业市场份额有望进一步提升。预计公司2023-2025年的营业收入分别为4.51亿元、5.96亿元、7.92亿元；归母净利润分别为1.33亿元、1.78亿元、2.40亿元，对应目前PE分别为44X/33X/24X，维持“买入”评级。　　风险提示　　下游需求不及预期；技术迭代加快；市场竞争加剧。证券之星数据中心根据近三年发布的研报数据计算，东北证券吴源恒研究员团队对该股研究较为深入，近三年预测准确度均值为79.25%，其预测2023年度归属净利润为盈利1.57亿，根据现价换算的预测PE为37.54。最新盈利预测明细如下：该股最近90天内共有11家机构给出评级，买入评级9家，增持评级2家；过去90天内机构目标均价为61.47。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-11-09

芯片“卡脖子”可能一夜间突破！市场和终端企业是我们的底牌，一定要相信中国人“卷”的力量

杂，大模型训练肯定会受到限制和影响。自研芯片面临代工、人才等困难，“卡脖子”问题可能一夜间突破吴晨提到，这次禁令虽然限制了人工智能技术的发展，但是也激发大厂去开发自己的芯片，不再单纯依赖英伟达。戴老板认为，国内大厂自己做芯片是非常正常的商业逻辑，就像电解铝公司自己发电一样，成本会节省很多。但是在中国还有一个特殊的逻辑，那就是买不到，只能自己做。大厂自研芯片是非常明显的趋势，明确的技术路径是做出一款芯片，用来适配自己的数据中心架构。海外大厂自主开发芯片难度相对较低，首先不需要考虑生态，其次技术人才非常好挖。但是国内自主做芯片，需要考虑代工和芯片人才紧缺问题。这反而也带来好处，就是“没有回头路”，不自己造就“完蛋”了，因为根本买不到。杨永成认为情况还是比较乐观的，在他看来国内芯片产业总体进步是非常大的。国内对“卡脖子”的光刻机、光刻胶报道比较多，因为这两个是最难的。例如，用于刻蚀的设备，各种材料、腐蚀剂、镀膜、PVD设备、CVD设备国产化步伐相当快。“可能某一天就会完全突破，历史上很多事情都是一夜之间突破的，但必须要有定力。”他表示。戴老板认为，7nm技术的突破是代工厂的成绩，同时也是材料厂、设备厂的成绩，虽然核心光刻机还是ASML的DUV光刻机，未来还会有更多惊喜。吴晨补充，需要有十年的苦功，需要有产业不断的投资，才能有一些小的突破。未来不能因为短期成就而浮躁，而是要扎扎实实向前。市场和终端企业是我们的底牌杨永成指出，中国市场和终端企业对半导体产业发展非常重要，这是中国的底牌。只要华为、小米、vivo、联想这些企业保持市场份额或者份额下降不多，国内半导体行业就能在这个基础上发展起来。“卡脖子也不会卡得我们喘不过来气，因为国际贸易黏性非常大，它不能把自己卡死。”他表示。戴老板分析，终端企业需求推动自研芯片，这体现市场机制的优势。他提到，我们拥有大量终端产业和开放市场，可以通过市场经济的方式解决卡脖子的问题，并不单纯运用行政手段。王兆卿也提到市场的关键性。要解决卡脖子问题，我们需要保持开放的市场，保持供应链国际分工合作，利用市场地位、供应链产品地位，以商业化、市场化的方式对抗美国的非市场行为。不过，杨永成认为在半导体行业，我们的选择余地和选择权并不大，靠自身力量重塑是有难度的。从长远看，应该基于开放心态，尽可能在国际上寻求国家、企业、人才等各类合作伙伴共同把产业建设好。对于国内企业保持开放，戴老板抱持信心。在他看来，“自己造芯片、光刻机，闭关锁国”的观点是毫无逻辑的。关于能否吸引顶级人才或防止顶级人才外流，戴老板认为不是特别乐观。在他看来，要留住顶级人才需要做很多工作，包括社会宽容度等。相对乐观的一点是，中国非顶级人才供应量足够大，工程师红利还在持续，这就意味着只要别人发现新大陆，我们造船驶向新大陆的效率远比欧洲、日本、韩国要高很多。全球范围内打造第二条芯片供应链势在必行，也要相信中国人“卷”的力量全球芯片产业链面临重构，中国如何应对美国的行政限制，避免产业链真正脱钩，并能够保证产业链顺畅运行？戴老板表示，最差的情况是美国继续加大所谓“禁令”，全球化走出两条链，但这两条链有很多重合、咬合、交叉，但终归是两条链。但是，我们一定要对自己有信心，因为除了英美国家市场，全球市场还是非常大的，我们可以用市场经济的手段把第二条链养活。很多工厂明确表态，只要好用经过验证，肯定会支持。王兆卿就提到，以前国内厂商在选择国产设备和国际设备时，如果国产设备90分国外100分，厂商会选择国外的。但是壁垒一旦建立起来，情况就不同了，可能国产80分也会获得支持。在杨永成看来，我们应该做好准备，今后很长一段时间内都要自己建一条链，哪怕这条链和原来的链技术上是互通兼容的。这条链建得差不多了，就会有人跳出来说，“国际统一供应链好，你别做了，我也不卡你了，你用就好了”。如何才能真正形成一个相对有韧性的、中国式的供应链？杨永成认为，应该首先在性价比上而不是性能上突破国外大厂的防线，从被采纳做二供开始，逐步变成一供。吴晨提议，可以鼓励小米、OPPO推动商业项目，用国产先进制程芯片作为替代来做一些产品，让高通这样的厂商感受到一些压力。杨永成认为，当下这种方式可能见效不会特别快，因为当下国内半导体企业能够备胎做二供、三供已经十分难得，未来用户端、主管部门信心越来越足的时候，相关国产化率等政策一定会来的，这在我们手机、汽车等行业发展过程中都有验证。戴老板认为，不要给小米、VIVO这些企业太大的压力，能买到高通最先进芯片没什么不好，一定要保持开放、相信市场。在市场机制、工程师红利以及企业家精神加持下，一定能够突破卡脖子。 “一定要相信中国人卷的力量！”戴老板举例，近些年上海张江上市了数不胜数的半导体公司，这些公司高管工资提高了很多倍，还拿到了股权，买房子、改善生活，中国人看到赚钱的东西都会冲过去的。人工智能要有all in勇气，未来三五年千万不能松气吴晨提到美国这次禁令，给我们人工智能发展带来很直接的痛。中国在大模型算法上可能面临局限，若落后将对各行各业产生影响。戴老板认为，短期冲击的确非常大，A800、H800进口受限，一线人员感受最深。他以近期调研举例，在人工智能方面国内互联网大厂有一些“躺平”的感觉，投入程度和all in程度明显差于海外大厂。因为困难是客观的，包括买不到卡、人才回流美国等。 “有人发现新大陆，我们这边造船、万舰齐发的能力是有的，卷的能力是有的。”戴老板呼吁，政府这时一定要鼓励科技公司，鼓励科学家、技术人员参与到浪潮中去，这几年十分关键，可能三到五年内AGI（通用人工智能）很多东西都会出来，这个时候千万不能松气。杨永成提到，目前大厂确实因为被卡脖子有劲使不上，但是它们也面临如何落地的问题。前些年，这些企业在前几轮AI高潮中做了大量投资，本轮大模型之前有一小段投资低谷，就是在讨论如何落地。王兆卿认为，中国可以用各种技术手段实现超车，不一定需要最好的硬件。在他看来，并不是只要最好的硬件和最好的人，才能做事情。戴老板认为，AI大模型算法本质上是软件，产业链较短，相对更容易突破。硬件，例如芯片产业链涉及几十个国家，光刻机、光刻胶、材料、气体、封测分布在不同的市场，软件产业相对来说产业链比较短，OpenAI几百号员工就能够把ChatGPT做出来，不需要一百个上游供应商，也不需要多个下游分销商渠道来配合。假设美国推出的最先进通用人工智能达到大学三年级水平，我们是大学一年级水平或者高三水平，这就不是特别大的问题，因为我们一定会逼近。杨永成也认为，AI领域中国不必过于悲观，现阶段就像接力跑，中间可能某一棒落后了，但是这个接力可能不是4×100接力，而是N×100接力，要跑很远，还来得及。

金融界2023-11-06

阿里平头哥发布SSD主控芯片 AI驱动行业高增长

D主控芯片镇岳510。该芯片采用平头哥自研芯片与固件架构，可以实现4us超低时延，比业界主流降低30%以上;误码率低至10^-18，比业内标杆领先1个数量级。该芯片将率先在阿里云数据中心部署，可应用于Al、在线交易、大数据分析等业务场景。国泰君安证券指出，作为拥有国内公有云市场最大份额的企业，阿里自研AI芯片投入最多、决心极大，致力于云端一体化芯片和AIoT芯片产品。华泰证券认为，在未来AI训练需求爆发以及数据中心流量不断增长的推动下，服务器市场将迎来销量提升与单机容量提升的双驱动，成为存储市场下游需求的主要驱动因素。华泰证券此前表示，国内存储行业产业链公司包括：江波龙、佰维存储、朗科科技、德明利等；模组环节库存水平正常化后将拉动配套芯片需求，相关公司包括：澜起科技、国科微、联芸科技（未上市）、得一微（未上市）；利基存储设计环节相关公司包括：兆易创新、北京君正、聚辰股份、东芯股份、普冉股份、恒烁股份。

金融界2023-11-02

24小时热点