FX168财经网_全球视野外汇黄金加密货币NFT资讯网

智能车ETF基金(159795)强势上涨2.07%，上声电子领涨超14%

的推广，同时政策端也在持续探索推动L3自动驾驶的落地，助力行业发展。未来智能化将为汽车板块带来更多机会，拉动产业链发展。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-10-09

华工科技：公司高度关注前沿技术发展情况，对于主业相关的前沿技术会进行前瞻性的研究

证券之星2023-10-08

自动驾驶行业走向分化，Robotaxi、乘用车智驾和封闭场景L4成主要赛道

自动驾驶行业正在经历分化，主要赛道包括Robotaxi、乘用车智驾和封闭场景L4。据报道，去年全年，国内自动驾驶行业共有投资事件约130起，基本与2021年持平，但累计披露的融资金额仅约200亿人民币，相较于2021年同期近千亿元人民币的融资金额，已然不可同日而语。此外，尽管矿区、港口等封闭场景具备行业刚需倒逼技术落地的优势，但大多数项目仍处于试点阶段，规模化落地仍需时间的检验与优化。

金融界2023-10-08

a16z对话OpenAI CTO：从理论到实践 AI技术如何驱动未来创新？

人工智能的应用非常感兴趣的开始，特别是自动驾驶。因为它可以利用 AI 和计算机视觉来彻底改变出行方式。她开始更多地思考人工智能的不同应用。所以，米拉对AI 以及它在世界上可以产生的变化越来越感兴趣。具体而言，她对 AI 如何影响人机互动，以及人与信息总体互动的方式非常好奇，并且对空间计算非常感兴趣。之后，她加入了一家黑科技企业Leap Motion，担任产品和工程副总裁。也正是这段经历，进一步强化了她的产品化能力。（顺便提一句，Leap Motion的创始人，David Holz，就是在卖掉Leap Motion后，创办了现在另一个大火特火的人工智能应用Midjourney）。 2018年，米拉加入OpenAI。从那时起，她开始更多地思考如果只关注通用性会发生什么。另外，从米拉在讨论研究方法中，可以看到她对于科技创新中在不确定的环境中需要的探索精神：有时你睡了一觉，醒来后就有了新的想法。在几天或几周的过程中，你会得到最终的解决方案。这不是一个快速的回报，有时也不是迭代的。这几乎就像是一种不同的思维方式，你在建立直觉，但也有处理问题并相信自己会解决问题的纪律。随着时间的推移，你会建立一种直觉，知道什么问题才是真正需要解决的问题。对话摘要知名风险投资人A16Z在人工智能领域下了重注。以下部分摘录了A16Z的基金经理马丁与米拉的对话。米拉分享了ChatGPT背后的故事，以及人工智能和人机交互的未来。我们也可以看到，身为产品经理背景的米拉对于产品的应用性是极其关注的。马丁：你认为现在更多的是系统问题还是工程问题？米拉：两者都有。系统和工程问题是巨大的，我们正在部署这些技术，并试图扩展它们，使它们更高效，并使它们易于访问。这意味着你不需要知道ML的复杂性就可以使用它们。实际上，我们可以看到通过API提供这些模型与通过ChatGPT提供技术之间的对比。这是一项基本相同的技术，可能有一点不同，即ChatGPT具备强化学习和人类反馈能力。这意味着人们的反应和抓住人们想象力的能力，以及让他们每天使用这项技术的能力，是完全不同的。自然语言接口马丁：我也认为ChatGPT的API是一件非常有趣的事情。每当我在程序中使用这些模型时，我总是觉得自己在用算盘包裹了一台超级计算机。有时我会说，“我会给模型一个键盘和鼠标，让它来编程。”API是英文的，我会告诉它该做什么，它会完成所有的编程。我很好奇，当你设计像ChatGPT这样的东西时，你是否认为随着时间的推移，实际的界面将是自然语言，或者你认为程序仍然有很大的作用？米拉：编程在ChatGPT中变得不那么抽象了，我们可以用自然语言在高带宽下与计算机交谈。但也许另一个载体是，这项技术正在帮助我们了解如何与它真正合作，而不是对它进行编程。编程层变得越来越容易，越来越容易访问，因为你可以用自然语言编程。但我们在ChatGPT中看到的另一面是，你实际上可以像合作伙伴或同事一样与模型合作。马丁：随着时间的推移看看会发生什么会很有趣。您已经决定在ChatGTP中拥有API，但作为同事，您没有API。你和一位同事交谈。随着时间的推移，这些东西可能会演变成说自然语言。或者你认为系统中是否总需要有一个组件是有限状态机（finite state machine），或者说一台传统的计算机？米拉：现在是一个转折点，我们正在重新定义我们如何与数字信息互动，我们正是通过这些人工智能系统的形式进行合作。也许我们有几个人工智能系统，也许他们都有不同的能力。也许我们有一个通用系统，他到处跟着我们，知道我的背景，我今天做了什么，我在生活和工作中的目标是什么，帮助我度过难关，指导我等等。你可以想象，这是超级强大的。现在，我们正处于重新定义它的拐点。我们不知道未来会是什么样子，我们正在努力让许多其他人可以使用这些工具和技术，这样他们就可以进行实验，我们可以看到会发生什么。这是我们从一开始就使用的策略。在前一周的ChatGPT中，我们担心它不够好。我们都看到了发生的事情。我们把它放在那里，然后人们告诉我们，它在发现新的案例做的非常好。当你让这些东西变得易于访问和使用，并让每个人都容易使用它时，就会发生这种情况。 OpenAI发展路线图马丁：当谈到人工智能时，人们还不知道如何思考。必须有一些指导，你必须做出一些选择。你在OpenAI，你必须决定下一步要做什么。如果你能走过这个决策过程：你如何决定做什么，关注什么，发布什么，或者如何定位？米拉：如果你考虑ChatGPT是如何诞生的，它并不是我们想要推出的产品。事实上，它的真正根源可以追溯到5年多前，当时我们正在思考如何制造一个安全的人工智能系统。你不一定希望人类真正编写目标函数，因为你不想为复杂的目标函数让替代者来做，或者说你不想出错，因为这可能非常危险。这就是利用人类反馈进行强化学习的地方。我们试图真正实现的是使人工智能系统与人类价值观相一致，并让它接受人类的反馈。根据人类的反馈，它更有可能做正确的事情，而不太可能做你不想做的事情。然后，在我们开发出GPT-3并将其发布在API之后，这是我们第一次将安全研究真正应用到现实世界中。这是通过指令引导模型（instruction-following model）的实现的。我们使用这种方法从使用API的客户那里获得提示，然后我们让承包商为模型生成反馈以供学习。我们根据这些数据对模型进行了微调，并构建了遵循指令的模型。他们更有可能遵循用户的意图，做你真正希望它做的事情。这非常强大，因为人工智能安全不仅仅是你坐在那里谈论的理论概念。它实际上变成了：我们现在要进入人工智能安全系统时代了，你如何将其融入现实世界？显然，在大型语言模型中，我们看到了概念和现实世界思想的伟大表现。但在产出方面，存在很多问题。最大的问题之一显然是幻觉（hallucination）。我们一直在研究幻觉和真实性的问题。如何让这些模型表达不确定性？ ChatGPT的前身实际上是另一个我们称之为WebGPT的项目，它使用检索来获取信息和引用来源。这个项目最终变成了ChatGPT，因为我们认为对话很特别。它允许你提出问题，纠正对方，并表达不确定性。马丁：不断发现错误，因为你在互动… 米拉：没错，有这种互动，你可以了解更深层的真相。我们开始往这个方向走，当时我们用GPT-3和GPT-3.5来做这件事。从安全角度来看，我们对此感到非常兴奋。但人们忘记的一件事是，在这个时候，我们已经训练了GPT-4。在OpenAI内部，我们对GPT-4感到非常兴奋，并将ChatGPT放在了后视镜中。然后我们意识到，“我们将花6个月的时间来关注GPT-4一致和安全性（alignment and safety），”我们开始思考我们可以做的事情。其中一件主要的事情实际上是将ChatGPT交给研究人员，他们可以给我们反馈，因为我们有了这种对话模式。最初的目的是从研究人员那里获得反馈，并使用它使GPT-4更一致、更安全、更健壮、更可靠。马丁：你说一致和安全性时，你是否包括它是正确的，它想做什么就做什么？或者你的意思是安全，实际上是保护自己免受某种伤害？米拉：我所说的一致，通常是指它符合用户的意图，所以它做的正是你希望它做的事情。但安全也包括其他事情，比如滥用，用户故意试图使用模型来制造有害的输出。通过ChatGPT，我们实际上正在努力使模型更有可能做你希望它做的事情，使其更加一致。我们还想弄清楚幻觉（hallucination）的问题，这显然是一个极其困难的问题。我认为，这种利用人类反馈进行强化学习的方法，如果我们努力做到这一点，也许这就是我们所需要的。马丁：所以，没有宏伟的计划？我们需要做什么才能达到AGI？这只是一步接一步进行下去。米拉：是的。还有你一路上做的所有小决定。也许是因为几年前我们确实做出了一个追求产品的战略决定，才更有可能实现这一目标。我们这样做是因为我们认为，如果没有来自现实世界的用户的反馈，就不可能仅仅坐在实验室里在真空中开发这些东西。这就是假设。我认为这有助于我们做出其中的一些决定，并构建底层基础设施，以便我们最终能够部署像ChatGPT这样的东西。比例定律马丁：你可以重复一下比例定律。我认为这是每个人都有的大问题。进步的速度是惊人的。但人工智能的历史似乎是，你在某个时候会遇到回报递减，这不是参数化的。它有点逐渐减少。从你的角度来看（这可能是整个行业最明智的角度）你认为比例定律会成立，我们会继续看到进步，还是认为我们正在走向回报递减？米拉：没有任何证据表明，随着我们继续在数据和计算轴上扩展模型，我们不会得到更好、更强大的模型。是否会一路走到AGI（通用人工智能），这是一个不同的问题。在这一过程中，可能还需要一些其他的突破和进步。要想真正从这些更大的模型中获得很多好处，缩放定律还有很长的路要走。马丁：你是如何定义AGI的？米拉：在我们的OpenAI章程中。我们把它定义为一个能够自主完成大部分智力工作的计算机系统。马丁：我当时在吃午饭，Anyscale的Robert Nishihara也在。他问了一个我称之为Robert Nishihara之问的问题。我认为这实际上是一个很好的刻画。他说：“计算机和爱因斯坦之间有一个连续体。你从计算机到猫，从猫到普通人，从普通人到爱因斯坦。”然后他问了一个问题，“我们在连续体上的位置？什么问题会得到解决？” 大家一致认为，我们知道如何从一只猫变成一个普通人。我们不知道如何从电脑变成猫，因为这是普遍的感知问题。我们已经很接近了，但我们还没有完全达到，我们真的不知道如何做爱因斯坦，这就是设定推理。米拉：通过微调，你可以得到很多，但总的来说，我认为，在大多数任务中，我们现在是实习生级别的。问题在于可靠性。你不能完全依赖系统来做你想让它一直做的事情。在很多任务中，它做不到。如何随着时间的推移提高可靠性，然后，扩展这些模型可以做的新功能？我认为关注这些新兴能力很重要，即使它们非常不可靠。尤其是对于今天正在组建公司的人来说，你真的想思考，“今天有什么可能？你今天看到了什么？”这些模型很快就会变得可靠。单一模型得天下？马丁：我马上就要问一下，预测一下未来会是什么样子。但之前，我很自私地问一个问题，你认为这件事的经济学会如何发展。我告诉你它让我想起了什么。这让我想起了硅工业。我记得在90年代，当你买一台电脑时，有很多奇怪的写作处理器。“这是字符串匹配，这是浮点，这是加密，”所有这些都把CPU消耗掉了。事实证明，通用性非常强大，这创造了某种类型的经济，英特尔和AMD都是其中玩家。当然，制造这些芯片要花很多钱。所以你可以想象两个未来。在未来，通用性非常强大，随着时间的推移，大型模型基本上会吸收所有功能。然后还有另一个未来，那里将有一大堆不同得模型，各种碎片，设计空间上有不同的点。你有这样的感觉吗：是OpenAI唯我独尊，还是有很多模型？米拉：这取决于你想做什么。显然，现在得轨迹是这些人工智能系统将做我们正在做的越来越多的工作。他们将能够自主运作，但我们需要提供方向、指导和监督。但我不想做很多每天都要做的重复性工作。我想专注于其他事情。也许我们不必每天工作10、12个小时，也许我们可以减少工作，实现更高的产出。这就是我所希望的。就平台的工作方式而言，即使在今天，你也可以看到我们通过API提供了许多模型，从非常小的模型到我们的前沿模型。人们并不总是需要使用最强大、最有能力的型号。有时他们只需要真正适合他们特定用例的模型，而且它要经济得多。我认为会有一个范围。但是，就我们对平台游戏的想象而言，我们肯定希望人们在我们的模型之上进行构建，我们希望为他们提供工具，使其变得容易，并让他们获得越来越多的访问和控制权。你可以带来你的数据，你可以自定义这些模型。你可以真正专注于模型之外的层，并定义产品，这实际上非常非常困难。现在有很多关注点是建立更多的模型，但在这些模型之上建立好的产品是非常困难的。未来5-10年马丁：我希望你能预测一下你认为这一切在3年、5年或10年后会走向何方。米拉：我认为，今天的基础模型在文本中对世界有着伟大的表现。我们正在添加其他模式，如图像、视频和其他各种东西，因此这些模型可以更全面地了解我们周围的世界，类似于我们理解和观察世界的方式。世界不仅存在于文字中，也存在于图像中。我们肯定会朝着这个方向发展，我们将有这些更大的模型，在训练前的工作中采用所有这些模式。我们真的想让这些经过预训练的模型像我们一样了解世界。在模型的输出部分，我们引入带有人类反馈的强化学习。我们希望模型能真正做到我们要求它做的事情，我们希望这是可靠的。这需要做大量的工作，也许还需要引入浏览，这样就可以获得新的信息，引用信息并解决幻觉。我不认为这是不可能的。我认为这是可以实现的。在产品方面，我们希望将这一切整合到人们合作的产品集合中，并提供一个人们可以在此基础上构建的平台。如果你真的向外发展，这些模型将非常非常强大。很明显，随之而来的是对这些非常强大的模型与我们的意图不一致的恐惧。一个巨大的挑战是超级一致（Super Alignment），这是一个困难的技术挑战。我们在OpenAI有一个完整的团队来专注于这个问题。来源：金色财经

金色财经2023-10-07

KargoBot量产车型获准在京开展自动驾驶卡车道路测试

滴滴自动驾驶货运KargoBot前装量产L4级卡车近日获得北京市智能网联汽车政策先行区自动驾驶卡车道路测试通知书，获准在北京开放道路内开展公开道路测试。这是继2022年初其后装车型获得北京市智能网联路测牌照后，KargoBot再次获准在京开展道路测试。

金融界2023-10-07

问界M7大卖！华为智驾功不可没

ADS 2.0今年45城的目标。除了自动驾驶功能，华为智能座舱方面持续迭代，体验持续升级。车机系统：2023年8月华为发布HarmonyOS 4.0，华为智选车业务首款纯电轿跑将于2023Q3正式亮相并首次搭载HarmonyOS 4。车载硬件方面： HUAWEI SOUND车载音响系统打造智慧声场，创造声场控制技术和独立多音区体验。HUAWEI车载智慧屏车载智慧屏画质+响应速度出色。语音助手方面：智慧助手小艺已接入AI大模型能力，通过盘古大模型的底层技术加持提升智能化体验。售后服务仍是弱项华为以“平台+生态”为战略，打造全栈智能化解决方案，具有一定的行业壁垒。自研深度硬实力，如虎添翼，保障其长期领先。华为软实力亦非凡，渠道、品牌力、营销等皆居行业前列。多年终端业务积累，使华为在消费者洞察、产品定义等方面独具慧眼。从整车视角看，华为综合实力处于行业头部位置。然而问届汽车让消费者买单的最后一项难关便在于售后服务的问题。小编在懂车帝上发现，目前北京仅有一家门店能做维护保养，这无疑与其他厂商形成了一定的差距。此前据引擎视线报道，自问界上市后，其售后服务一直由赛力斯汽车负责。但相比华为的售前服务，问界的售后成为车主吐槽的雷区。一些车主反映，问界的售后服务跟一些三四线汽车品牌一样，态度一般、售后处理效率低，且售后网络覆盖也不全面。总结来看，问届M7的大卖使得华为的汽车业务重获新生，然而在同行竞争以及存在部分短板的背景下，问届系列是否能持续成就爆品还待进一步观察。华安证券认为新款M7 发布及后续M9 预期发酵，建议关注边际效应明显的零部件生产商及整车厂。重点关注：1)高端座椅、内饰：上海沿浦、常熟汽饰、明新旭腾；2)智能座舱：华阳集团、蓝黛科技；3)AR-HUD：苏大维格；4)汽车线束：沪光股份；5)光场屏：双星新材、深天马、神通科技；6)整车厂：赛力斯。

证券之星2023-10-07

英伟达力挺,四年估值560亿,Coreweave到底是何方神圣？

语音助手、动态定价、自动驾驶汽车等等反映出一种现象——AI计算无处不在。在这几年AI计算加速发展进程中，简单来讲就是无芯片不AI。芯片公司巨头英伟达称，在2024财年第二个季度售出价值103亿美元的芯片，据市场研究公司Omdia估计H100 GPU出货量超过了816吨。面对如此庞大的芯片量数据，全球芯片荒的现象仍未得到缓解。时至今日，H100早已一卡难求。谁控制了英伟达的芯片，谁就控制了了AI未来的发展，这绝非虚言。要知道对于大模型“世界”来说，算法就是“生产关系”，算力是“生产力”，数据是“生产资料”。算力就是让大模型运作起来了前提要求。现在制约AI发展的一大困境就是算力不够。现在，有一家被称为“算力黄牛”的公司——CoreWeave，手中掌握了成千上万块英伟达的AI“算卡”，还出其不意，将英伟达芯片作为抵押物，成功完成23亿美元债务融资，估值在四年内飙升至80亿美元。这家AI云计算新秀究竟是如何在谷歌、微软等巨头的竞争中开辟出自己的一片天地呢？ 01.挖矿起家 Core Weave由Michael Intrator、Brian Venturo、Brannin McBee于2017年成立，是一家专业的云提供商，在业界最快，最灵活的基础架构之上提供大规模的GPU计算资源。 Michael Intrator，CoreWeave的首席执行官，负责公司的所有运营工作。在加入CoreWeave之前，Michael Intrator是Hudson Ridge Asset Management（该公司押注天然气期货）的联合创始人和首席执行官。 Brian Venturo，CoreWeave的联合创始人兼首席技术官。在加入CoreWeave之前，他花了十多年的时间建立和运营专注于能源市场的对冲基金。 Brannin McBee作为CoreWeave公司的联合创始人和首席战略官，在云计算和数据分析方面拥有非常专业的知识，为计算密集型应用场景提供专业且可扩展的解决方案。据Brian Venturo回忆，在2016年他们购买了第一个GPU，并在以太坊网络上挖出了第一个区块，自此便踏入了Web3挖矿行业，并在2017年成功将副业转变为公司运营。 CoreWeave最初作为一家针对以太坊的挖矿公司，他们的生产资料就是GPU，在2018年底就已部署超过50000个GPU，占据了以太坊网络算力的1%以上，成为北美最大的以太坊矿工。随着市场竞争逐渐激烈，同时受限于电力价格影响，他们意识到在挖矿领域的优势后续可能会逐渐消失，于是他们决定发展其他领域，开始多元化经营，找准了公司未来的发展方向，实现转型。从2019年起，CoreWeave开始专注于购买企业级GPU芯片组，构建专门的云基础设施，围绕英伟达的芯片调整业务。乘着AI发展的大浪潮，CoreWeave依托英伟达显卡成为云计算服务公司，拿下微软、谷歌等大客户，一举进入独角兽行列，成为目前全球最大的独立GPU云提供商之一，为VFX、人工智能、游戏和医疗等各行各业的客户提供服务。 CoreWeave迎来了自己发展历程中的辉煌时刻，事实证明转型这个决定是正确且幸运的，在大环境的洪流之中，这家初创公司抓住了不断膨胀的AI市场需求。 02.专业云基础设施 CoreWeave将自己定位于一家专门为企业规模的GPU加速工作负载提供云服务的提供商。它的业务模式是基础设施即服务，按小时出租GPU，客户只需要按使用时间和计算资源量来支付费用。根据CoreWeave官网的介绍，其云服务包括NVIDIA HGX H100 GPU计算、CPU计算、Kubernetes、虚拟服务器、存储、网络服务等六大部分。其中，Kubernetes提供了一个完全托管的，裸机无服务器的云服务基础设施，不仅为GPU加速的工作负载提供了最佳的性能，同时降低了DevOps的开销。作为英伟达第一家计算精英云解决方案提供商，CoreWeave可以在云中访问十多个Nvidia GPU SKU，包括H100、A100、A40和RTX A6000，除此Coreweave还提供了全球最大的NVIDIA HGX H100 GPU集群，每个GPU拥有40GB的HBM2内存。而新的融资也将用于购买更多的GPU，以及投资数据中心。目前，CoreWeave在纽约市、芝加哥和拉斯维加斯设有数据中心，共计为超过5100万人提供低延迟访问加速计算。7月25日，CoreWeave宣布位于德克萨斯州普莱诺耗资16亿美元的新数据中心设施将于2023年12月31日全面投入运营。 GPU驱动的解决方案成功从挖矿行业转型成功后，CoreWeave主要为四种应用场景和行业提供专业的云服务，包括：机器学习和人工智能、视觉特效和渲染、生命科学批处理、元宇宙和像素流。 Blackstone高级董事总经理Jasvinder Khaira表示：“生成式AI不断增长的计算需求将需要对专门的GPU云基础设施进行大量投资，而CoreWeave显然是推动创新的领导者。” 训练机器学习模型，特别是现代深度神经网络模型，是CoreWeave Cloud架构的核心。整个CoreWeave Cloud堆栈专为实现高度可扩展、经济高效的模型训练而构建。在与NovelAI合作的案例中，通过利用CoreWeave的GPU集群来训练和运行其基于GPT的人工智能模型，NovelAI为用户提供了一个可以根据输入生成不同类型、风格和主题的文本内容的工具，实现了在三个月内从0增长到了40000名用户，并且在Reddit等社交媒体上获得了广泛的关注和好评。在人工智能爆火之前，CoreWeave的大部分业务来自视觉特效和渲染领域，刻在基因里的“熟悉感”也让其在图形领域具有得天独厚的优势。曾为《权力的游戏》、《行尸走肉》等知名作品提供过视觉特效和渲染服务Molecule VFX，通过利用CoreWeave的GPU集群来加速其基于Blender的渲染流程，大大节省了时间和成本，并提高了画面质量。 CoreWeave的整个基础设施专为计算密集型工作负载而构建，从服务器到存储和网络解决方案，其设计非常灵活，可以满足各种不同类型的客户需求，按小时租赁GPU的模式也吸引了大批对价格敏感的客户，根据官网信息，与通用公共云相比，CoreWeave速度快35倍，成本低80%。而根据a16z分析，CoreWeave的定价远低于客户为AWS、微软、谷歌甚至甲骨文的GPU支付的价格。当下，CoreWeave的首要任务就是加倍努力建设人工智能基础设施，并积极开拓此领域的新客户，由DeepMind联合创始人Mustafa Suleyman领导的初创公司Inflection AI就是其中之一。CoreWeave联合Nvidia和Inflection AI共同构建了一个拥有22,000个Nvidia H100 GPU的AI训练集群，据称这是世界上最大的AI训练集群之一。 CoreWeave为生成式AI、大型语言模型和AI工厂提供加速计算基础设施的战略将有助于为每个行业带来最高性能、最节能的计算平台。 03.紧跟万亿GPU霸主步伐根据Crunchbase的数据，今年4月，CoreWeave完成了2.21亿美元的B轮融资，由Magnetar Capital领投，英伟达、前GitHub CEO Nat Friedman和前苹果高管Daniel Gross参投。次月，Magnetar Capital又疯狂加投2亿美元，该公司B轮融资总额达到了4.21亿美元。然而这并不是结束，其实这场关于算力芯片的好戏才刚刚开始。 8月，CoreWeave完成了由Magnetar Capital和黑石（Blackstone）牵头的23亿美元债务融资，顶级机构Coatue和资管巨头贝莱德（BlackRock）纷纷押注，使得这家公司的估值直接飙升至80亿美元。令人吃惊的是，这23亿美元的巨额债务融资竟是以“一卡难求”的英伟达芯片作为抵押品来获得的，果然，在人工智能飞速发展的时代，GPU就是货币。而CoreWeave与英伟达之间的故事则要从很早之前说起。早在CoreWeave挖矿起家的时候，使用的便是英伟达的GPU。即使后来遇上了行业的“寒冬”时刻，不少挖矿企业倒闭、显卡市场也变得不景气，CoreWeave也依然没有断开与英伟达的联系，反而大量囤积显卡，一段深厚的革命友谊就此展开。后来，CoreWeave转型为服务通用云计算平台的公司，利用其拥有的超过5万个英伟达GPU来为各种人工智能、渲染、游戏等领域的客户提供服务。在此期间，CoreWeave一直与英伟达保持着良好的合作关系，它们成为了彼此忠实的合作伙伴。豪气如英伟达，怎会亏待自己的兄弟呢？所以在英伟达H100十分紧缺的情况下，CoreWeave还是分配到了大量新卡，并且该公司也是全球首批使用英伟达最新HGX H10芯片的云服务商之一。就是这样，CoreWeave通过不断的创新和优化，“抱紧了英伟达的大腿”。除了有英伟达这个靠山，CoreWeave本身的竞争优势也十分明显。首先该公司专注于GPU计算，而不是像其他云服务商那样提供各种通用的云服务，这使其能够更好地优化硬件和软件，同时提高效率和性能。并且，CoreWeave拥有自己的数据中心和硬件设备，这使得它可以降低运营成本和提高利润率。除此之外，基于AI工作负载的GPU云服务使其可以更好地满足用户的特定需求和期望。从整个云计算竞争市场来看，谷歌、亚马逊和微软依然占据大部分市场份额，根据Statista 2023年第二季度数据报告，Amazon、Microsoft和Google等8家云服务商控制了市场的80%份额。其中，AWS去年收入达到了801亿美元，谷歌云和Azure收入也远远超出了CoreWeave的估值。在这样的激烈竞争中，CoreWeave选择紧随英伟达，没有自主研发芯片，只做算力资源集中的策略让其在人工智能兴起的机遇下紧紧抓住了适合自己的赛道和机会。 04.未来角斗场先进的技术、灵活的平台、低廉的价格和专业的服务，让CoreWeave在GPU云市场上展现出了强大的竞争力。据预测，GPU云市场在未来几年将持续增长，尤其是在AI领域。而CoreWeave有望借助这一趋势，进一步扩大其市场份额和影响力，成为当代AI领域最重要的计算产品之一。人工智能技术的蓬勃发展加速了市场对算力基础设施的需求，对于投资者来说，生成式人工智能仍然是一个很大的亮点。根据PitchBook的数据，2023年第一季度，生成式人工智能初创企业在46笔交易中获得了约17亿美元的收益。在当今的人工智能竞赛中，率先进入市场至关重要。而CoreWeave致力于帮助公司获得快速进入市场所需的计算资源，专为计算密集型工作负载打造解决方案，这使其成为那些急于将产品推向市场的人工智能初创公司的一个绝佳之选。 CoreWeave首席执行官兼联合创始人Mike Intrator表示，“我们知道人工智能算力需求即将爆炸式增长，所以我们做了数年时间的准备工作以应对这一刻。”正所谓“十年磨一剑”，在这场关于AI算力的争霸赛中，CoreWeave似乎已胜券在握。【声明】：本文为元宇宙之心运营团队原创，未经允许严禁转载，如需转载请联系我们，文章版权和最终解释权归元宇宙之心所有。来源：金色财经

金色财经2023-10-06

起诉！SEC与马斯克大战开启新一轮交锋

境。外媒此前报道称，司法部正在就特斯拉自动驾驶索赔展开调查。纽约联邦检察官还对马斯克的公司福利和与车辆行驶里程相关的索赔展开调查。

金融界2023-10-06

亿航智能涨近5% 此前向深圳博领交付5架EH216-S自动驾驶飞行器

文简称“博领”）交付5架EH216-S自动驾驶飞行器，这是博领计划向亿航采购100架EH216-S的一部分。

金融界2023-10-02

AI技术助力制造业智能跃迁：创新奇智的实践与探索

们生活中不可或缺的一部分。从智能手机到自动驾驶汽车，AI的应用已经渗入到我们生活的各个角落。然而，AI的潜力远未被完全挖掘，尤其是在工业生产领域，AI系统的出现正在逐步改变着传统的生产模式，为工业注入新的活力。 9月27日，由弗若斯特沙利文主办、头豹科创网协办的2023第二届新投资博览会暨第十七届沙利文全球增长、科创与领导力峰会于上海开幕。本次大会的聚焦场景之一，便是针对数字经济领域，就AI大模型助力制造业智能跃迁、5G-A共筑数字新生态、大语言模型评测现状与发展、云计算价值影响力矩阵、AIGC、等热门话题展开分享与交流。在此当中，创新奇智公司以其独特的技术和解决方案，正在重塑工业生产的面貌，推动工业4.0的进步。在此次活动上，金融界上市公司研究院与创新奇智深入探讨了公司的业务模式、技术应用以及未来的发展规划，并深入了解了创新奇智如何利用人工智能技术改变工业生产的方式，并如何在全球范围内推动工业4.0的发展。 AInno-15B落地，促进产业提质增效 “AI系统的出现，首先改变了工业生产的方式。传统的工业生产依赖于人工操作，不仅效率低下，而且容易出错。而AI系统则可以通过机器学习和深度学习技术，自动学习和优化生产过程，大大提高了生产效率和产品质量。” 创新奇智CTO张发恩在交谈过程中认为，人工智能技术在工业领域的应用可以提高生产效率、降低生产成本、保证产品质量。通过该技术的应用对生产过程中产生的大量数据进行分析，挖掘出潜在的生产规律和优化方案，从而提高生产效率。尤其是工业大模型的落地，可以提供更准确的数据和预测结果，帮助企业更好地进行决策和规划。同时，通过深度学习等技术的应用，工业垂直大模型可以从海量数据中挖掘出隐藏的规律和趋势，为企业提供更全面、准确的信息支持。就在近日，通过结合多年企业智能化转型领域的经验和这期间所积累的工业大数据，创新奇智在对开源免费大模型进行知识蒸馏（主要是通过将一个大的模型知识迁移到一个小模型上）的基础上，设计了适合工业场景的大模型神经网络结构，然后通过预训练、指令微调、人类反馈强化学习，研发形成了工业大模型AInno-15B。张发恩向金融界透露，工业大模型 AInno-15B 的发布，标志着创新奇智在人工智能领域技术积累的质变。这款超过150亿参数量的模型，以其行业化、轻量化、多模态等特点，为工业生产的各个环节提供了基于生成式 AI 的自动化解决方案。其中，AInno-15B 的大模型架构在数据处理和分析方面的能力为工业生产提供了强大的支持。以「ChatBI」为例，用户可以使用自然语言向大模型提问，大模型能够搜索数据，自动生成 SQL 语句归纳信息进行判断进行文字总结，并生成图表再进行可视化。这一技术的应用，也意味着人工智能技术能够帮助企业快速处理大量复杂的生产数据，提高决策效率。同时，通过对数据库中的数据进行深度分析，工业大模型可以为用户提供详尽的分析结果，帮助企业更好地理解生产过程中出现的问题，从而采取有效的措施进行改进。 “我国工业产业曾长期处于大而不强，由于缺乏人工智能的赋能，拥有占地面积数十万平、使用昂贵设备的工厂在中国工业领域并不常见。”张发恩说道，“因此，建设占地空间小、设备数量少、自动化柔性强的高智能化工厂，大模型是未来的主要解决方案。通过智能体间的文本交互，降低容错性和建设产线时间，加快智能化产线的建设和工业品的普及，将是提升我国工业产业发生质变的重要手段。” 人工智能技术，全人类共享是趋势从与张发恩的探讨中可察觉出，随着我国工业制造业从无到有，直至今日在国际产业链中占据重要地位，人工智能技术赋能工业制造业已成为我国未来在该领域提升核心竞争力、冲击产业链上游的“必经之路”。但要想真正将这条路走通，借鉴国外先进技术与理念也必不可少。张发恩对金融界表示，随着科技的进步和自动化技术的普及，中国的劳动力成本逐渐上升。而一些发达国家已经实现了高度自动化生产，不再需要大量的劳动力投入。这使得中国制造业面临来自其他国家的竞争压力，特别是一些发展中国家通过吸引外国投资和提供廉价劳动力来提高自己的竞争力。因此，中国制造业必须依靠技术进步和创新来提高生产效率和降低成本，以保持竞争优势。与此同时，在这一过程中借鉴外国先进经验技术在这个过程中扮演着重要的角色，可以帮助我国人工智能产业了解国际前沿的发展趋势和应用场景，从而指导我们的研究方向和创新思路。通过学习和吸收国外先进的技术和应用，可以提高自身的技术水平和竞争力，为国内企业的发展提供有力支撑。 “人工智能技术的发展已经进入了一个新的阶段，其中最重要的特征之一是其全人类共享的本质。这一点可以通过谷歌发布的《Attention Is All You Need》论文为例。尽管这篇论文是用英文写的，但它的核心内容可以被全世界的研究人员和工程师轻松理解和掌握。就像微积分一样，虽然牛顿是其发明者，但中国人也能够很好地应用它。因此，我们可以得出结论，今天人工智能技术最核心是全人类共享的。”张发恩说道。因此，我国人工智能技术的发展虽然不可能一帆风顺。特别是在芯片和算力层面，国外的技术限制可能会对人工智能技术的发展造成一定的影响。例如，某些高端芯片可能只能由少数几个国家或公司生产，这导致了市场上供应的不足和高昂的价格。此外，在某些地区，由于基础设施和技术条件的限制，人工智能技术的普及和应用也可能受到一定的制约。但是，张发恩也表示，我们必须清楚地认识到这些限制只是战术问题，而不是战略问题。换句话说，这些问题可以通过技术创新和国际合作来解决。随着全球科技水平的提高和交流的加强，我们有理由相信，芯片和算力的供应将变得更加充足和可持续。同时，各国政府和企业也应该加大对人工智能技术的研究和投资力度，推动其在更广泛的地区得到应用和发展。

金融界2023-10-02

24小时热点