FX168财经网_全球视野外汇黄金加密货币NFT资讯网

在与微软的竞争中，谷歌需要展示更加成功的人工智能销售路径

abet地位的担忧，微软吹嘘人工智能对Azure增长的影响越来越大，而谷歌云的业绩令人失望。在股市上，两家公司之间的差距已经扩大，微软今年创下了一系列纪录。Alphabet仍比2021年的历史高点低11%左右。尽管如此，Alphabet展示了Gemini能够根据提示生成基于文本和图像的响应，这在很大程度上表明该公司仍在游戏中。周三，谷歌推出了面向企业的Gemini Pro，允许开发人员使用新的人工智能模型构建应用程序。变色龙全球资本创始合伙人尼尔•坎普林（Neil Campling）表示：“对Gemini的初步观察表明，有关谷歌人工智能雄心破灭的预期被大大夸大了”“当投资者看到云服务带来的收入增长和市场份额增长的证据时，他们可能会重新审视这只股票。” 考虑到Alphabet多年的投资和大量数据，几乎没有人质疑它是一个主要的参与者，但它一直在努力反驳它落后于OpenAI的看法。根据收集的数据，预计未来几年微软的收入增长速度将略高于Alphabet。然而，这两家公司都在以两位数的速度扩张，而且Alphabet的股价要便宜得多。谷歌市盈率低于19倍。这远低于微软的31倍，也低于纳斯达克100指数近25倍的市盈率。此外，虽然微软和标普500指数的股价都高于其长期平均水平，但Alphabet的股价却在折让，这表明该公司还有扩张的空间。 “很明显，微软在这个时间点上取得了胜利。它在沟通、执行、推出实际产品并让这些产品为增长做出贡献方面做得更好，”Harding Loevner全球股票投资组合经理克里斯•麦克（Chris Mack）表示。 “Alphabet正在做的事情和市场的看法之间存在差距，”他说。“双子座的发射让市场注意到，它正在将人工智能作为其战略的前沿和中心。”

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%

了云业务并宣布其数据库软件将在微软的Azure公共云上提供。甲骨文联合创始人Larry Ellison在声明中表示，该公司将在未来几个月内启用与Azure连接的20个数据中心。 Larry Ellison在电话会议上表示：“我预OCI增长率将在未来几年超过50%。” OCI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

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

AMD发布“性能最高的”AI芯片行业迅速“内卷起来”

SFT.O）合作，将MI300X放入其Azure虚拟机中。微软首席技术官Kevin Scott还宣布，Azure ND MI300X虚拟机（于11月首次发布）现已推出预览版。Meta则宣布将在其数据中心部署MI300处理器。甲骨文（ORCL.N）也称将在云服务中使用AMD的新款芯片。苏姿丰还对AI芯片行业的规模做出了令人瞠目结舌的预测，称未来四年内该行业规模可能攀升至超过4000亿美元，比AMD在8月份给出的预测高出两倍多，表明对人工智能硬件的期望正在快速变化。

金融界2023-12-07

万字长文还原OpenAI“宫斗”内幕

系：这家初创公司使用了微软的云计算平台Azure。2018年3月，斯科特在这家位于旧金山的初创公司安排了一次与一些员工的会面。他很高兴见到几十个年轻人，他们拒绝了大型科技公司的数百万美元薪酬，为一个承诺其发明不会“伤害人类或过度集权”的组织每天工作18小时。该公司首席科学家苏茨克维特别关注为人工智能的出现做准备，人工智能如此复杂，可能会解决人类的大多数问题——或者导致大规模的破坏和绝望。与此同时，奥特曼是一位有魅力的企业家，他决心让人工智能变得有用和赚钱。斯科特认为，这家初创公司的敏感性非常理想。他表示，OpenAI致力于“将能量导向影响最大的事物。他们有一种真正的文化，即‘这是我们正在努力做的事情，这些是我们正在努力解决的问题，一旦我们发现什么可行，我们就会加倍努力。’他们对未来有一套自己的理论。” OpenAI当时已经取得了令人瞩目的成果：它的研究人员创造了一只机器人手，可以玩魔方，即使遇到以前没有遇到过的挑战，比如把它的一些手指绑在一起。然而，最让斯科特兴奋的是，在随后的一次会议上，OpenAI的管理层告诉他，他们已经放弃了机器人手，因为它不够有前途。“最聪明的人有时最难管理，因为他们有一千个绝妙的主意，”斯科特说。但该公司的员工对他们的工作几乎充满了救世主般的热情。在今年7月斯科特遇到苏茨克维后不久，苏茨克维向斯科特说，人工智能将“颠覆人类生活的每一个领域”，这可能会使医疗保健等领域比现在“好一亿倍”。这种自信吓跑了一些潜在投资者，但斯科特觉得这很吸引人。这种乐观与当时弥漫在微软的阴郁气氛形成了鲜明对比。一位微软前高管表示：“每个人都认为人工智能是一场数据游戏，谷歌拥有更多数据，微软处于永远无法缩小的巨大劣势。”该高管补充说，“我记得当时感到非常绝望，直到斯科特说服我们，还有另一种方式来玩这个游戏。”微软和OpenAI之间的文化差异使他们成为特殊的合作伙伴。但对斯科特和在成为OpenAI的首席执行官之前曾领导创业加速器Y Combinator的奥特曼来说，联手是非常明智的。纳德拉、斯科特和微软的其他人愿意容忍这些奇怪的事情，因为他们相信，如果他们能够用OpenAI技术强化自己的产品，并利用初创公司的天赋和雄心，他们将在人工智能竞赛中获得显著优势。2019年，微软同意向OpenAI投资10亿美元。从那以后，微软实际上获得了OpenAI营利部门49%的股份，以及将OpenAI过去和未来的发明商业化的权利，包括在Word、Excel、Outlook、以及Skype和Xbox游戏机等产品，都可以应用OpenAI的技术。贫困中长大的穆拉蒂纳德拉和斯科特对这项投资的信心是由他们与奥特曼、苏茨克维和首席技术官穆拉蒂形成的纽带支撑的。斯科特特别重视与穆拉蒂的关系。像他一样，她也是在贫困中长大的。她1988年出生于阿尔巴尼亚，经历了黑帮资本主义的兴起和内战的爆发。她通过参加数学竞赛来应对这一巨变。当穆拉蒂16岁时，她获得了加拿大一所私立学校的奖学金，在那里她表现出色。“我童年的很多时光充斥着警笛声、枪击案以及其他可怕的事情，”穆拉蒂在今年夏天接受采访时说。“但是仍然有快乐的生日、少女的单相思和知识的海洋。这教会你一种坚韧的品德——相信如果你继续努力，事情会变得更好。” 穆拉蒂在达特茅斯大学学习机械工程，期间加入了一个研究团队，该团队正在建造一辆由超级电容器电池供电的赛车，这种电池能够产生巨大的能量爆发。其他研究人员认为超级电容器不切实际；还有一些人追求更深奥的技术。穆拉蒂认为这两种观点都太过极端。这样的人永远不可能穿越弹坑到达她的学校。穆拉蒂说，你必须是一个乐观主义者和现实主义者，“有时人们会把乐观主义误解为粗心的理想主义。但这必须经过充分的考虑和深思熟虑，要有很多护栏——否则，你会冒很大的风险。” 毕业后，穆拉蒂加入了特斯拉，然后在2018年加入了OpenAI。斯科特表示，他同意十亿美元投资的一个原因是他“从未见过穆拉蒂慌张的样子。”他们开始讨论如何使用超级计算机来训练各种大型语言模型。两家公司很快就建立并运行了一个系统，结果令人印象深刻：OpenAI训练了一个机器人，它可以生成令人惊叹的图像，以响应诸如“给我看狒狒在耶稣旁边扔披萨，以马蒂斯的风格呈现”的提示。另一个创造GPT，能够用英语会话回答任何问题——即使不总是正确的。但目前还不清楚普通人如何将这种技术用于除了无所事事的娱乐之外的任何事情，也不清楚微软如何收回投资。今年年初又有消息称，微软的投资将增加至100亿美元。 2019年的一天，一位名为达里奥·阿莫代伊（Dario Amodei）的OpenAI副总裁向他的同行展示了一件非凡的事情：他向GPT输入了一个软件程序的一部分，并要求系统完成编程。它几乎立刻就这么做了（使用了阿莫代伊自己没有计划使用的技术）。没有人能确切地说出人工智能是如何做到这一点的——大型语言模型基本上是一个黑盒。GPT的实际代码相对较少；它的答案是一个字一个字地基于数十亿的数学“权重”，根据复杂的概率决定下一步应该输出什么。在回答用户的问题时，不可能绘制出模型建立的所有联系。对OpenAI内部的一些人来说，GPT神秘的编程能力令人恐惧——毕竟，这是《终结者》等反乌托邦电影的场景。当员工们注意到，尽管GPT技术高超，但有时还是会犯编程错误，这几乎令人振奋。在了解到GPT的编程能力后，斯科特和穆拉蒂感到有些担心，但更多的是兴奋感。他们一直在寻找人工智能的实际应用，人们可能会付费使用。 Copilot的诞生 5年前，微软收购了GitHub，其原因与它投资OpenAI的原因大致相同。GitHub的文化年轻且快速发展，不受传统和正统文化束缚。被收购后，它成为微软内部的一个独立部门，拥有自己的首席执行官和独立决策权。事实证明该策略是成功的，GitHub深受软件工程师的喜爱，其用户数量增长到了一亿多。因此，斯科特和穆拉蒂在寻找一个可能会对能够自动完成代码的工具感到兴奋的微软部门——即使它偶尔会出错——他们转向GitHub的首席执行官纳特·弗里德曼（Nat Friedman）。毕竟，发布在GitHub上的代码有时会包含错误；用户已经学会解决不完美的地方。弗里德曼说他想要这个工具。他指出，GitHub只需要想出一种方法来告诉人们，他们不能完全信任自动完成功能。GitHub员工集体讨论了该产品的名称：Coding Autopilot、Automated Pair Programmer、Programarama Automat。弗里德曼是一名业余飞行员，他和其他人认为这些名称错误地暗示该工具可以完成所有工作。而这个工具更像是一个副驾驶——一个和你一起进入驾驶舱并提出建议的人，同时偶尔也会提出一些不合时宜的建议。通常你会听副驾驶的意见；有时你会选择忽略。当斯科特听到弗里德曼最喜欢的名字——GitHub Copilot时，他很喜欢这个名字。斯科特说：“这个名称完美地传达了它的优点和缺点。” 但当GitHub准备在2021年推出Copilot时，微软其他部门的一些高管提出抗议，认为该工具偶尔会产生错误，会损害微软的声誉。“这是一场激烈的战斗，”弗里德曼告诉我。“但我是GitHub的首席执行官，我知道这是一个很棒的产品，所以我发布了它。”当GitHub Copilot发布后，立即大获成功。“Copilot简直让我大吃一惊，”一名用户在发布几小时后发推文说。“这是魔法！！！”另一个贴子说。微软开始对该应用程序收取每月10美元的费用；不到一年，GitHub的年收入就超过了一亿美元。该部门的独立性得到了回报。但是GitHub Copilot也引起了不太积极的反应。在留言板上，程序员推测，如果有人太懒或太无知而没有在部署自动完成的代码之前检查它，这种技术可能会蚕食他们的工作，或者给网络恐怖分子提供动力，或者引发混乱。包括一些人工智能先驱在内的知名学者引用了已故的斯蒂芬·霍金（Stephen Hawking）在2014年的声明，即“全人工智能可能意味着人类的终结。” 令人震惊的是，GitHub Copilot的用户发现了如此多的灾难性可能性。但GitHub和OpenAI的高管们也注意到，人们使用这个工具越多，他们对它的能力和局限性的理解就越微妙。“使用一段时间后，你会对它擅长什么和不擅长什么有一种直觉，”弗里德曼说。“你的大脑会学习如何正确使用它．” 微软高管认为，他们找到了一个既有魄力又负责任的人工智能发展战略。斯科特开始写一份备忘录，题为《人工智能Copilot的时代》，于2023年初发送给微软的技术领导人。斯科特写道，重要的是，微软为向世界解释这项技术找到了一个强有力的比喻：“Copilot做的正是名字所暗示的；对于试图完成复杂任务的用户来说，它是一个专家助手……Copilot可以帮助用户了解其能力的极限。” 在ChatGPT发布后，它让大多数人了解了人工智能，并迅速成为历史上增长最快的消费级应用程序。但是斯科特可以预见未来：机器和人类通过自然语言进行互动；人们，包括那些对编程一无所知的人，仅仅通过说出他们想法来给计算机编程。这是他一直追求的公平竞争环境。正如OpenAI的联合创始人在社交媒体上所说：“最热门的新编程语言是英语。” 斯科特写道：“在我的职业生涯中，我从未经历过我的领域发生如此大变化的时刻，重新想象可能性的机会如此现实和令人兴奋。”下一个任务是将GitHub Copilot——一款精品产品——的成功应用于微软最受欢迎的软件。这些Copilot的引擎将是一项新的OpenAI发明：一个大型语言模型。OpenAI称之为GPT-4。微软多年前曾试图将人工智能带给大众，但最终尴尬的以失败收场。1996年，该公司发布了Clippy，这是其办公产品的“助手”。Clippy在屏幕上显示为一个有着卡通大眼睛的纸夹，看似随机地弹出，询问用户是否需要帮助来写信、打开PowerPoint或完成其他任务。杰出的软件设计师艾兰·库伯（Alan Cooper）后来说，Clippy的设计是基于对研究的“悲剧性误解”，研究表明人们可能会更好地与似乎有情感的计算机互动。用户当然对Clippy有情绪：他们讨厌它。史密森尼称之为“计算机史上最糟糕的软件设计失误之一。”2007年，微软砍掉了Clippy。 9年后，微软创造了人工智能聊天机器人Tay，旨在模仿一个十几岁女孩的语调和注意力，目的是为了与推特用户互动。Tay几乎立即开始发布种族主义、性别歧视和同性恋恐惧的内容，包括“希特勒是对的”的声明。在发布后的第一个16小时内，Tay发布了96000次，此时微软意识到这是一场公关灾难，将其关闭。到2022年底，微软高管们觉得已经准备好开始为Word、Excel和其他产品开发Copilots了。但微软明白，就像法律是不断变化的一样，即使在产品发布后，产生新的保护措施的需求也会不断增加。人工智能工程主管莎拉·伯德（Sarah Bird）和斯科特经常因这项技术的失误而感到汗颜。在疫情期间，当他们测试另一项OpenAI发明图像生成器Dall-E 2时，他们发现如果要求系统创建与新冠肺炎有关的图像，它通常会输出货架被抢空的图片。一些微软员工担心这样的图像会加剧人们对疫情导致经济崩溃的担忧，他们建议改变产品的安全措施以抑制这种趋势。但微软的其他人认为这些担忧是愚蠢的，不值得软件工程师花费时间。斯科特和伯德决定在有限的公开发布中测试这个场景，而不是裁定这个内部辩论。他们推出了一个版本的图像生成器，然后等着看用户是否会因为看到屏幕上的空货架而感到不安。他们不会为一个没有人确定存在的问题设计一个解决方案——就像一个眼睛瞪得圆圆的回形针帮助你浏览一个你已经知道如何使用的文字处理器——他们只会在必要时增加一个缓解措施。在监控社交媒体和互联网的其他角落，并收集用户的直接反馈后，斯科特和伯德得出结论，这些担忧是没有根据的。“你必须在公共场合进行实验，”斯科特说。“你不能试图自己找到所有的答案，并希望你把一切都做对。我们必须学会如何一起使用这些东西，否则我们谁也搞不懂。” 2023年初，微软准备发布首次将GPT-4集成到微软品牌产品中：搜索引擎必应。集成人工智能技术的必应受到热烈欢迎，下载量猛增了八倍。纳德拉开玩笑说微软打败了“800磅重的大猩猩”，以此来嘲讽谷歌。（尽管这项创新令人印象深刻，但就市场份额而言并没有多大意义：谷歌仍然占据90%以上的搜索份额。）必应只是一个微软议程上的一个开端。随后微软开始在其他产品中推出Copilot。今年春天，当微软最终开始推出Copilots时，版本的发布是小心翼翼地错开的。最初，只有大公司才能使用这项技术；随着微软了解这些客户如何使用它并开发出更好的保护措施，它才会被提供给越来越多的用户。截至11月15日，已有数万人在使用Copilots，预计很快会有数百万人注册。在此两天之后，纳德拉忽闻奥特曼被解雇。OpenAI董事会的一些成员发现奥特曼是一个狡猾得令人不安的操纵者。例如，今年秋初，他与乔治敦大学安全和新兴技术中心主任海伦·托纳（Helen Toner）对质，因为她与人合写了一篇论文，似乎批评OpenAI“助长了人工智能炒作的火焰”。托纳为自己辩护（尽管她后来向董事会道歉，没有预料到这篇论文会被怎样看待）。奥特曼开始单独接触其他董事会成员，讨论替换她的问题。当这些成员交换谈话记录时，一些人认为奥特曲解成他们支持解除托纳职务。“他会在其他人的想法上撒谎，让他们互相争斗，”熟悉董事会讨论的人士透露。“这样的事情已经发生多年了。”（一位熟悉奥特曼观点的人士表示，他承认“试图让一名董事会成员下台的方式很笨拙”，但他没有企图操纵董事会。）微软的A、B、C计划奥特曼被认为是一个精明的企业斗士。这在过去对OpenAI很有帮助：2018年，他阻止了早期董事会成员马斯克收购OpenAI的冲动。奥特曼控制信息和操纵认知的能力——公开的和秘密的——吸引了风险资本家通过投资各种创业公司来相互竞争。他的战术技巧如此令人畏惧，以至于当董事会的四名成员——托纳、德安吉洛、苏茨克维和塔莎·麦考利（Tasha McCauley）——开始讨论罢免他时，他们决心保证让他措手不及。“很明显，一旦山姆知道了，他会尽一切可能削弱董事会，”熟悉这些讨论的人士说。不高兴的董事会成员觉得OpenAI的任务要求他们对人工智能变得太危险保持警惕，他们认为奥特曼在位的情况下，他们无法履行这一职责。“任务是多方面的，要确保人工智能造福全人类，但如果不能让首席执行官负起责任，没人能做到，”另一名了解董事会想法的人说。奥特曼看问题的角度不同。熟悉他的观点的人说，他和董事会进行了“非常正常和健康的董事会辩论”，但一些董事会成员不熟悉商业规范，并被他们的责任所吓倒。这个人说，“我们每向人工智能靠近一步，每个人都要承受10分的精神错乱。” 很难说董事会成员更害怕有感知能力的计算机，还是担心奥特曼擅作主张。但不管怎样，董事会最终选择了先发制人，他们误以为微软会和他们站在一起，共同把奥特曼当做目标，支持他们的罢免决定。纳德拉得知奥特曼被解雇的消息并召集斯科特和其他高管召开视频会议后不久，微软开始执行A计划：支持穆拉蒂担任临时首席执行官以稳定局势，同时试图查明董事会为何如此冲动。纳德拉已经批准发布一份声明，强调“在我们将人工智能的下一个时代带给我们的客户时，微软仍然致力于米拉和他们的团队”，并在他的个人X和LinkedIn账户上表达了同样的观点。他与穆拉蒂保持着频繁的联系，以便及时了解她从董事会掌握的信息。答案是：不多。在奥特曼被解雇的前一天晚上，董事会通知了穆拉蒂他们的决定，并得到了她保持沉默的承诺。他们认为她的同意意味着她支持解雇奥特曼，或者至少不会反对董事会，他们还认为其他员工也会同意。他们错了。在内部，穆拉蒂和其他OpenAI高管表达了他们的不满，一些员工认为董事会的行动是一次政变。OpenAI的员工向董事会成员提出尖锐的问题，但董事会几乎没有回应。两名熟悉董事会想法的人士表示，出于保密的考虑，董事会成员感到必须保持沉默。此外，随着奥特曼下台成为全球新闻，董事会成员感到不知所措，“与任何人接触的带宽有限，包括微软。” 奥特曼被解雇的第二天，OpenAI的首席运营官布拉德·莱特卡普（Brad Lightcap）发送了一份全公司备忘录，称他了解到“董事会的决定不是为了应对渎职或任何与我们的财务、业务、安全或安全/隐私实践相关的事情。”他接着说，“这是山姆和董事会之间沟通的中断。”但是，每当有人要求奥特曼举例说明他没有像董事会最初抱怨的那样“在沟通中一贯坦诚”，董事会成员都保持沉默，甚至拒绝提及奥特曼反对托勒的运动。在微软内部，整个事件看起来愚蠢得令人难以置信。据报道，到目前为止，OpenAI价值约800亿美元。该公司的一位高管表示：“除非OpenAI董事会的目标是毁灭整个公司，否则他们似乎总是莫名其妙地在每次做决定时做出最糟糕的选择。”即使其他OpenAI员工在总裁布罗克曼的带领下公开辞职，董事会仍然保持沉默。 A计划显然失败了。因此，微软的高管们转向了B计划：纳德拉开始与穆拉蒂协商，看是否有办法恢复奥特曼的首席执行官职位。在此期间，板球世界杯正在进行，纳德拉钟爱的印度队在决赛中对阵澳大利亚队。纳德拉偶尔会在社交平台X上发帖报告赛事的最新进展，希望缓解紧张的氛围，但他的许多同事不知道他在说什么。 OpenAI员工威胁要反抗。穆拉蒂和这家初创公司的其他人在微软的支持下，开始敦促所有董事会成员辞职。最终，他们中的一些人同意离开，只要他们认为替代者可以接受。他们表示，他们甚至可能对奥特曼的回归持开放态度，只要他不是首席执行官，并且没有获得董事会席位。到了感恩节前的那个周日，每个人都筋疲力尽了。OpenAI董事会邀请穆拉蒂单独加入他们进行私人谈话。他们告诉她，他们一直在秘密招聘一位新的首席执行官，并终于找到了愿意接受这份工作的人。对穆拉蒂、OpenAI员工、微软而言，他们只能抓住最后一根稻草，启动C计划。周日晚上，纳德拉正式邀请奥特曼和布罗克曼领导微软内部的一个新的人工智能研究实验室，并提供他们想要的所有资源和尽可能多的自由。两人都接受了。微软开始为他们认为将加入该部门的数百名OpenAI员工准备办公室。穆拉蒂和她的同事们写了一封公开信给OpenAI的董事会：“我们无法为那些缺乏能力、判断力且不关心我们使命和员工的人工作或与他们合作。”该信件的作者承诺辞职并“加入新成立的微软子公司”，除非所有现任董事会成员辞职并重新任命奥特曼和布罗克曼。几个小时内，几乎所有OpenAI员工都签署了这封信。 C计划以及OpenAI大规模离职的威胁足以让董事会态度软化。感恩节前两天，OpenAI宣布奥特曼将重新担任首席执行官。除德安吉洛外，所有董事会成员都将辞职，而更知名的人物——包括Facebook前高管、推特董事长布雷特·泰勒（Bret Taylor），以及前财政部长、哈佛大学校长拉里·萨默斯（Larry Summers）——将出任董事。OpenAI的高管同意对所发生的事情进行独立调查，包括奥特曼过去作为首席执行官的行为。尽管C计划最初看起来很诱人，但微软高管后来得出的结论是，目前的情况是最好的结果。将OpenAI的员工转移到微软可能会导致成本高昂且浪费时间的诉讼，还可能引发政府调查。在新框架下，微软获得了OpenAI的无投票权的董事会观察员席位，使其在不引起监管审查的情况下获得了更大的影响力。微软的巨大胜利事实上，这出肥皂剧的结局被视为微软的巨大胜利，也是对其开发人工智能方法的有力认可。一位微软高管表示：“奥特曼和布罗克曼真的很聪明，他们可以去任何地方。但他们选择了微软，所有那些OpenAI的人都准备选择微软，就像四年前选择我们一样。这极大地验证了我们建立的体系。他们都知道，这里是继续他们正在做的工作的最佳地点，最安全的地点。” 与此同时，被解雇的董事会成员坚称他们的行为是明智的。“将会有一个全面和独立的调查，而不是把一群山姆的亲信放在董事会，我们最终有了可以对抗他的新人，”熟悉董事会讨论的人透露说。“山姆很有权力，他很有说服力，他善于为所欲为，现在他注意到人们在看着他。”前董事托纳说，“董事会始终专注于履行我们对OpenAI使命的义务。”（奥特曼告诉其他人，他欢迎调查——部分是为了帮助他理解为什么会发生这样的悲剧，以及他本可以采取哪些不同的措施来防止这种情况发生。）一些人工智能监管机构对这个结果不是特别满意。开源人工智能平台Hugging Face的首席伦理学家玛格丽特·米歇尔（Margaret Mitchell）认为，“董事会解雇奥特曼的时候，确实是在做自己的工作。他的回归将会产生寒蝉效应。我们将会看到越来越少的人在公司内部直言不讳，因为他们会认为自己会被解雇——而高层的人会更加不负责任。” 就奥特曼而言，他准备讨论其他事情。“我认为我们只是转向良好的治理和优秀的董事会成员，我们将进行独立评估，这让我非常兴奋，”他告诉我。“我只是希望每个人都继续生活，开心快乐。我们会继续进行这项任务。” 让纳德拉和斯科特松了一口气的是，随着Copilots的大规模发布，微软的一切都恢复了正常。不过Office Copilots看起来既令人印象深刻又平庸。它们让平凡的任务变得更容易，但它们距离取代人类工人还有很长的路要走。它们感觉和科幻小说预言的相去甚远，但是它们也是人们可能每天都会用到的东西。根据斯科特的说法，这种效果是有意的。“真正的乐观主义意味着有时要慢慢来，”他说。如果他、穆拉蒂和纳德拉如愿以偿——鉴于他们最近的胜利，这种可能性现在更大——人工智能将继续稳步渗透到我们的生活中，其速度足以适应短期悲观主义所需的警告，并且只有在人类能够吸收这项技术应该如何使用的情况下才会如此。事情仍有可能失控——人工智能的渐进发展将阻止我们意识到这些危险，直到为时已晚。但是，就目前而言，斯科特和穆拉蒂相信他们能够平衡进步和安全。斯科特表示：“人工智能是人类为提高每个人的生活质量而发明的最强大的东西之一。但这需要时间，也应该需要时间。我们总是通过技术来解决极具挑战性的问题。因此，我们可以告诉自己一个关于未来的好故事，也可以告诉自己一个关于未来的坏故事——无论我们选择哪一个，那都有可能成为现实。” 来源：金色财经

金色财经2023-12-03

DePIN成为新的风口去中心化存储的价值逻辑是否成立？

le Cloud和Microsoft Azure的成本低约80%。 DePIN还致力于降低资源提供商和新项目的市场准入门槛，通过简化加入流程，吸引了更多的供应商参与，如Storj的案例所示。同时，DePIN还可跨不同地区灵活扩展，利用去中心化结构在不同地理和人口社区提供量身定制的资源解决方案。在治理和安全方面，去中心化网络能够实施更好的治理系统，使利益相关者能够通过投票和治理提案参与决策过程。此外，DePIN提供了比中心化系统更高的活性和安全保证。例如，Google Cloud和AWS等中心化提供商曾面临过服务中断，而DePIN网络因其去中心化的特性，即使某些节点宕机，也能维持服务的持续提供。总体来看，DePIN正通过提高经济效率、降低市场准入门槛以及加强治理和安全性，为资源提供商、项目开发商以及最终用户创造价值，同时也推动了整个行业向着更加高效、包容和安全的方向发展。 DePIN赛道梳理分析+代表性项目一览：从Helium、Filecoin到Render和Akash DePIN赛道是一个特殊且广泛的领域，它涵盖了多种类似或相近的项目。根据Messari的DePIN Sector Map，我们可以从几个不同的维度来更清晰地理解这个赛道。 DePIN赛道可以从两个主要维度进行分类：一是区块链网络本身的一部分，二是利用区块链技术实现新业务。在区块链网络中，DePIN可以优化数据存储、调用、归档，以及L3扩容的可能性。例如，Filecoin和Arweave这类的独立存储层已成为主流，而通过租用外部通信网络或GPU网络来提升L3层效能的项目，也可以归类为DePIN。另一个维度是基于区块链的新业务，如物联网、云计算、能源存储等，这些项目通过区块链协调硬件设施的提供和需求。在设备方面，DePIN涉及的硬件设备主要包括PC、手机、服务器、通信信号和GPU等。同时，定制化硬件，如Helium的案例，虽然一度流行，但也面临着市场接受度和经济可行性的挑战。Helium曾尝试建立一个兼容第三方网络的“network of networks”，但其效果尚未明确。Helium的经验表明，定制化硬件模式在发展节奏上需谨慎处理，以避免市场失衡。 DePIN赛道还可以从提供服务的具体领域来分析。例如，物联网和无限通信、GPU渲染、real-life数据和影像收集等。Hivemapper、Spexigon和DIMO等项目展示了不同的硬件设备在构建特定服务中的应用，但它们的共同挑战在于需求量的不确定性。在现有的web2生态中，许多服务可以被替代，而DePIN项目的优势在于代币激励。然而，代币激励并非web3的全部，DePIN的真正意义在于通过硬件设施将现实生活与web3连接起来，从而更好地融入人们的生活。 1、Helium：成为一个网络的网络 Helium是DePIN领域的先驱之一，自2019年7月推出其LoRaWAN网络以来，就一直引领着DeWi（去中心化无线网络）的发展。Helium的最初目标是创建一个低功耗的广域网（LoRaWAN），用于物联网（IoT）设备间的连接。这种网络在当时是一个创新的服务，使Helium在物联网领域占据了先发优势。它还与多个项目建立了合作关系，这些项目涉及天气跟踪、空气质量监测以及GPS整合等领域。到了2022年，Helium调整了其发展目标，致力于成为一个“网络的网络”。这一战略转变意味着Helium不仅自身为物联网提供服务，还支持其他DePIN项目，例如为Wi-Fi、5G、VPN等构建去中心化解决方案。至今，已有近100万个热点接入了Helium网络。然而，Helium也面临着一些批评。Web3评论家Liron Shapira指出，Helium的实际用例可能被夸大了。他认为，Helium的大部分收入来源于向新网络提供商销售硬件，而不是通过其提供的服务。供应量虽然在增加，但Helium产品的实际需求和收益似乎并不显著。这种模式可能导致供需不平衡，对项目的长期可持续性提出了疑问。 Helium的经历反映了DePIN领域中的一个关键挑战：如何确保技术创新与市场需求之间的平衡，以及如何维持项目的长期生存和发展。 2、Filecoin：分布式云存储解决方案 Filecoin，作为DePIN赛道的一个重要项目，于2020年推出，旨在提供与Web2巨头如谷歌云和亚马逊网络服务类似的云存储服务。然而，与这些中心化提供商不同，Filecoin提供的是一个分布式存储解决方案，其特点是利用加密经济激励措施来保障服务。Filecoin的机制是将需要存储空间的用户与有空闲空间的硬盘驱动器用户连接起来，后者通过FIL代币获得支付。尽管Filecoin初期表现出色，但其每月收入在熊市期间经历了大幅下滑。研究员Domica认为，Filecoin在2021年夏季的扩张和发展期间，其规模和效用可能被夸大了。为应对这一挑战，Filecoin推出了Filecoin Plus，这是一种为经过验证的用户提供免费存储空间的新产品，已经吸引了大量用户转向使用。 Filecoin的案例引发了对DePIN赛道的更深入思考：作为推动物联网经济的Web3网络，中心化的物理基础设施网络DePIN是新的概念炒作，还是真正推动发展的新动力？目前来看，尽管存在巨大的市场潜力，DePIN服务之间的壁垒仍然存在。如何使加密技术和激励模型真正服务于现实世界的用例，成为了亟待解决的问题。但与DeFi、NFT等更成熟的项目相比，DePIN仍处于待开发的蓝海市场。期待未来有更多开发者通过技术创新推动DePIN赛道的发展，实现Web3价值网络的愿景。 3、Render Network：去中心化GPU渲染服务平台 Render Network是一个革命性的去中心化GPU渲染服务平台，它通过连接需要进行渲染作业的用户和拥有空闲GPU资源的用户来提供服务。这个平台的核心是一个代币激励机制，旨在优化和激励GPU渲染过程。为了确保服务的高效性和公平性，Render Network采用了基于OctaneBench (OB)的标准来衡量渲染力，将空闲GPU用户分为三个不同层级。这些层级是根据GPU渲染速度的不同来区分的，以确保每个用户根据其硬件的能力获得相应的激励。 Render采用了一种独特的Burn-and Mint Equilibrium (BME)代币激励模型。在这个模型中，用户使用RNDR代币购买GPU渲染服务，任务完成后，所用的代币被销毁。与此同时，服务提供者的奖励是通过新产出的代币来发放的。这种方式确保了RNDR代币在整个经济体中的价值，同时通过销毁和新铸造的代币之间的算法来调整供需平衡。除了任务完成的标准之外，还包括了诸如客户满意度等综合因素，以奖励高质量的服务提供。 Render Network的商业模式从最初的简单C2C模式逐渐演变为更加有管理和控制的B2C模式。这种创新的激励机制不仅提升了渲染服务的效率和质量，还为渲染行业带来了新的发展机遇，通过去中心化的方式激活了全球范围内未被充分利用的GPU资源。 4、Akash Network：可让用户享受80%的成本优惠 Akash Network是一个创新的去中心化云服务网络，由各个云服务提供商构成。它的核心功能是聚合这些提供商的云计算资源，并以较低的成本向开发者提供所需的云计算能力。这种去中心化的方法不仅使服务更加高效，还显著降低了成本。与传统的中心化云服务提供商如AWS、Google Cloud和Microsoft Azure相比，Akash Network提供的服务能够让用户享受到大约80%的成本优惠。这种巨大的成本优势使Akash成为开发者和小型企业的理想选择，特别是对于那些寻求高质量但成本效益高的云计算资源的用户。 Akash Network的去中心化模式不仅优化了资源分配，还通过允许多个服务提供商共享其未被充分利用的计算资源，提高了整个网络的效率。这种模式的成功实施，展示了去中心化技术在传统行业中的应用潜力，尤其是在云计算这样一个高度集中和成本密集的领域。通过观察，我们见证了多个项目如Helium、Filecoin、Render Network和Akash Network等在去中心化基础设施和服务方面的创新尝试。这些项目不仅展示了区块链技术在传统行业的应用潜力，还为我们提供了对未来数字经济可能走向的窥视。 DePIN后市如何仍未可知，未来发展有待市场检验尽管DePIN领域充满了挑战，如需求与供应的不平衡、市场接受度、技术的复杂性和可持续性问题，但这些项目已经在推动行业朝着更加去中心化、高效和经济的方向前进。我们期待看到更多创新者加入这个领域，带来更多突破性的技术和商业模式。 DePIN作为一个新兴领域，其真正的潜力和影响还有待市场和时间的检验。然而，无论结果如何，DePIN已经证明了自己作为推动技术和商业创新的一个重要力量。它不仅为现有的经济模式提供了替代方案，还为我们展示了一种更加分散和民主化的未来可能性。来源：金色财经

金色财经2023-12-01

谷歌呼吁英国在云计算市场对微软采取反垄断行动

微软的许可限制，英国客户除了使用微软的Azure作为他们的云服务提供商之外，没有其他经济上合理的选择，即使他们更喜欢竞争对手的价格、质量、安全、创新和功能。”谷歌称，这种做法直接损害了客户的利益，是英国云计算市场竞争的唯一重大障碍。微软发言人表示，该公司已经与独立云计算提供商合作，以消除人们的顾虑并提供机会，全球已有100多家云计算提供商利用了这些变化，“正如最新的独立数据所显示的那样，超大规模的云计算提供商之间的竞争仍然是健康的。2023年第二季度，微软和谷歌同样只是从亚马逊云计算服务(AWS)小有斩获，AWS继续以显著优势保持全球市场领先地位。”

金融界2023-12-01

AI革命：解读人工智能投资的全球趋势

软在人工智能领域有着广泛的投入，包括 Azure 云服务中的人工智能解决方案以及人工智能驱动的产品和服务。未来属于人工智能，那么如何拥抱这一未来趋势呢？作为普通投资者，可留意以上相关美股以及加密货币项目。4e平台提供了多元化的投资产品。平台提供外汇、黄金、股票、数字资产等多种投资产品，客户可以根据自己的风险和收益偏好选择合适的产品。此外，4e平台坚持多元化金融投资品战略，始终把顾客资产安全放在第一位，鸡蛋放多个篮子的理念，同时能够满足客户的需求。在4e,不管你是资深交易员还是小白投资人，4e平台不仅可以跟单操作，平台还特设了直播社交平台，邀约多位金融分析师和交易员直播指导以及教学。让每位投资者都能了解到最新最全的国际投资趋势，都可加入雷达直播间，在线直播分享行情以及答疑，让每位投资人都投资无忧。人工智能投资呈现前所未有的机遇，然而成功在于深入了解和谨慎选择。对于投资者而言，关键在于跟随创新趋势以及机遇，挖掘稳健的项目和有前景的公司。同时，必须保持警惕，资产多元化并适当规避风险，追求长期价值，是投资获得成功的关键所在。来源：金色财经

金色财经2023-11-29

重塑计算界限：去中心化算力的现状与展望

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

24小时热点