FX168财经网_全球视野外汇黄金加密货币NFT资讯网

什么情况？软件板块大幅回调，同花顺跌超8%！软件50ETF(159590)跌超6%，盘中净申购500万份！资金连续2日净流入超1600万元

k-V3在能力上已经与GPT-4o以及Claude-3.5-Sonnet等主流大模型不相上下，但在训练成本及训练效率方面展现出了明显的优势。中信证券认为，DeepSeek新一代模型的发布意味着AI大模型的应用将逐步走向普惠，助力AI应用广泛落地；同时训练效率大幅提升，亦将助力推理算力需求高增。（来源：中信证券《DeepSeek V3发布，加速AI应用落地》，2024/12/30）计算机行业中，软件50ETF（159590）标的指数（中证全指软件指数）跌超6%，50只成分股全数下跌：东软集团跌停，同花顺、指南针、金山办公跌超7%，恒生电子、中科创达跌超6%，中国软件、财富趋势、宝信软件跌超5%，润和软件、三六零、拓维信息跌超4%，拓尔思跌超1%。 ETF方面，全市场热门的软件50ETF（159590）跌6.05%，盘中价刷新上市以来低点，成交额超1210万元，换手率11.5%，高居同类第一；实时数据显示，软件50ETF（159590）盘中获净申购500万份。盘中溢价走阔，溢价率现达0.14%，同样位居同类第一！资金汹涌加仓，截至2024年12月31日，软件50ETF（159590）近5日有3日获净流入，12月31日获资金加仓超1500万元！近10日内也有6日“吸金”，累计金额超2300万元！【机构2025计算机年度策略：大势已成】国盛证券表示，计算机行业波动仍在，大势已成。（1）逆周期政策驱动投资修复，EPS有望见底回升：计算机行业下游大量与财政支出相关，伴随逆周期政策持续落地，计算机板块有望核心受益于宏观回暖。短期而言，从下游政策加大到企业基本面的转好存在客观时间周期，因此波动仍在，但计算机是投资修复领军这一趋势明确。（2）B端提效+AI编程有望带动行业利润率提升：北美AI应用共同特征是B端降本，国内计算机行业既可输出B端提效应用，又能较快速应用相关工具提升人效。AI代码作为第一个高准确度AI产品有望快速爆发。计算机行业人员成本占比营业收入约为44%，2023年计算机行业利润率不到3%，乐观计算可以有5倍的提升空间。（3）筹码层面，机构持仓仍处低配：2024年三季度信息传输、软件和信息技术服务业占股票投资市值比4.88%，环比上升0.35pct，较2023年初仍处低位。行业超配比例为-0.24%，处于低配状态。 AI应用主打高容错率或高准确率，选择边际变化显著方向。目前来看，模型综合任务准确率仍不够高，落地较快的将是容错率较高的方向（B端Agent或C端APP各类终端如手机、眼镜、耳机等轻应用）、或细分模型准确率提升较快的方向，选择边际变化显著方向。互联网大厂在我国AI产业发展中扮演着至关重要角色，边际变化显著，应重视互联网大厂AI产业链上相关公司机遇。2024年11月字节豆包MAU近6000万，12月豆包大模型日均tokens使用量已超过4万亿。华为方面，鸿蒙将实现“AI+OS深度融合，升级版AI助理“小艺”将原生AI能力融入操作系统腾讯、阿里、小米等其他大厂AI布局也进展不断。国产化有望成为投资修复领军。（1）自主可控战略高度持续加强，更积极的财政货币政策有望带动其快速修复，国产软硬件有望迎来新一轮投资加速周期。（2）国产算力有望迎来需求爆发、ASIC化、国产化三重逻辑加持。随着多模态大模型发展同时主流模型日均Token已达万亿，国内AI应用需求爆发，大厂军备竞赛开启。（来源：《国盛证券计算机2025年度策略：大势已成》，2024/12/30）东兴证券表示，AI应用方面，从发展速度上来看，AIGC行业正处于高速增长期。据机构预测，2024年全球人工智能产业规模将达到 6233 亿美元，同比增长 21.5%，增势迅猛。从发展阶段上来看，AIGC行业应用逐步落地，头部大模型产品用户量持续增长，截止2024年11月，全球前三名产品月活数较2023年底接近翻倍。且国内外科技巨头持续加码AI投入，部分行业AI应用得到业绩验证。从发展方向上来看，新产品新趋势有望得到验证，AI agent、端侧智能等逐渐步入技术产品爬升阶段，产品有望逐步落地。投资方向上，一是已发布通用大模型且积极探索AI行业应用落地的公司，二是具备AI应用落地场景的相关公司有望受益。（来源：《东兴证券计算机行业2025年投资展望：信创、AI应用构投资主线，新质生产力领域具结构机会》，2024/12/31）【软件50ETF（159590）：软件为核，一键布局自主可控+AI浪潮】硬件为基，软件为核。软件50ETF（159590）紧跟中证全指软件指数，一键布局软件全产业链。指数精选50只成分股，对于基础软件、应用软件、软件服务覆盖全面：约67%权重为应用软件，15%以上为AI相关领域，信息安全占10%，其余约7%为信息技术和基础软件。截至12月31日，软件50ETF（159590）标的指数前十大成分股合计权重55.2%，覆盖基础软件、应用软件、数据库等各细分领域！一键打包科大讯飞、同花顺、金山办公、润和软件、三六零、恒生电子、中国软件、指南针、宝信软件、四维图新等热门个股，具备高锐度、高弹性特征！风险提示：任何在本文出现的信息，包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，本公司亦不对因使用本文内容所引发的直接或间接损失负任何责任。软件50ETF属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。基金投资有风险，基金的过往业绩并不代表其未来表现，投资需谨慎。请投资者关注指数化投资的风险以及集中投资于中证信息技术应用创新产业指数成份股的持有风险，请关注部分指数成份股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险等。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云01-02 14:57

一文回顾2024科技圈！全球算力大战火热朝天，国产AI迎“破圈时刻”

3和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。一时间，数据蒸馏、推理算力成为焦点，行业纷纷开始讨论算力需求下滑是否会大幅下滑，AI预训练时代是否终结、行业迎来推理时代等命题。 12月18日，字节跳动旗下的豆包大模型家族迎来重磅更新，其推出的AI 陪伴玩偶 “显眼包 ”更是引发抢购。截至11月底，豆包APP在2024年的累计用户规模已成功超越 1.6 亿，每日平均新增用户下载量稳定维持在80万，成为全球排名第二，国内排名第一的AI app。豆包应用的火爆，给AI算力带来了无限想象空间。数据显示，仅2024年，字节跳动在AI上的投入就达到800亿元。市场上关于“字节明年将在算力上投入1600亿元”，“70亿美元购买英伟达芯片”等传闻不断，引得其不得不多次出面辟谣。看到国内AI大模型的不断“破圈”之后，小米、理想坚定了“ALL IN AI”的战略。有消息称，小米正在着手搭建自己的GPU万卡集群，将对AI大模型大力投入。雷军放话称：“在AI硬件这件事情上，最核心的是手机而不是眼镜，小米在这个领域不‘all in’是不可能的。” 理想发布AI Talk，李想透露，他本人要从车企CEO转变为人工智能企业CEO，理想公司要做的是人工智能的汽车化，而非汽车的智能化。这一年，尽管受到了美国对AI芯片出口的限制，但国内的大模型依然在奋力狂奔，所幸每一份努力都未曾被辜负，越来越多的国产AI应用“破圈”。 AI、量子计算芯片齐飞软件飞速发展的同时，全球的硬件市场也迎来了重大的革新。 3月18日，英伟达正式推出名为Blackwell的新一代AI图形处理器，首款Blackwell芯片名为GB200，其运算速度比上一代芯片提升30倍。原本GB200预计是在今年上市，不过，因一些设计缺陷，GB200延迟了交货。 12月底，又有媒体报道，英伟达预计明年3月GTC大会揭露下一代GB300 AI服务器产品线。GB300芯片性能在GB200的基础上进一步提升，功率1400万，单卡FP4性能提升1.5倍，HBM容量从192GB提升到288GB。图源：英伟达 12月12日，博通发布财报，随后股价暴涨，一举成为全球第九家市值超过1万亿美元的公司。博通透露，目前正在与三个大型客户开发AI芯片。到2027年，市场对定制款AI芯片ASIC（专用集成电路）的需求规模将达600亿-900亿美元。这一下引起了市场对ASIC芯片的关注。ASIC是一种为某种特定任务设计的芯片，一般会被应用于特定设计和制造的设备中，执行必要的功能。在AI芯片中，ASIC被用来处理特定的任务，且相比GPU而言，拥有更高的处理速度和更低的能耗。那么，未来，ASIC能抄到英伟达和GPU的老家吗？与AI一样，量子计算有望引领下一轮的科技革命。今年，量子计算领域同样迎来了重大突破。 12月10日，谷歌宣布研发出新的量子芯片Willow，芯片尺寸仅4平方厘米，内建105个量子位元(Qubit)。 Willow芯片实现两项重大突破：一是性能也就是计算能力的大幅飞升，5分钟即可完成相当于目前运行速度最快的计算机10²⁵年才能完成的任务。二是强大的量子纠错能力。人形机器人被看好 2024年，AI应用持续落地，AI Agent、机器人等相关产品层出不穷，人形机器人成为了最被看好的方向。在过去的一年里，OpenAI多次暗示对机器人项目重燃热情，并重启了四年前解散的内部机器人软件团队。12月底，有知情人士透露，OpenAI最近考虑开发一种类人机器人。国内也有类似消息，传比亚迪已开启人形机器人项目，内部代号“尧舜禹”，目前团队正处于招聘状态。同时，已深耕行业多年的企业发布了新产品的展示视频，效果令人惊艳。 12月10日，特斯拉机器人发布了一段视频，展示了其人形机器人Optimus在复杂地形上行走的最新进展。从视频中看，Optimus不仅能够上坡，还能下坡，虽稍显笨拙，但步速与普通人差不多，全程没有摔倒。 12月23日，宇树科技发布的一段不到2分钟的视频，展示其最新推出的Unitree B2-W工业轮足机器人最新性能。视频中，该机器狗展示了爬山、涉水、跑酷、载人等一系列秀翻全场的操作。这一年，国内外人形机器人共同前进，提升产品灵活性和学习能力，为大家带来了一场视觉盛宴。 “黑悟空”搅动游戏圈除了大模型和机器人，今年，我们还见证了国产游戏的崛起。 8月20日，中国首款3A大作《黑神话：悟空》全球同步上线，成为现象级游戏。《黑神话：悟空》全平台最高同时在线人数达300万人，销量一举突破2000万份，总收入或超过10亿美元，还顺便带火了山西旅游。 12月，在被喻为“游戏界奥斯卡”的The Game Awards游戏大奖（TGA）上，《黑神话：悟空》获得4项提名，包括最大奖项“年度最佳游戏”，以及最佳游戏指导、最佳动作游戏及最佳美术指导，均为中国游戏首次被提名。最终，《黑神话：悟空》获得了最佳动作游戏及玩家之声奖项，遗憾落选年度最佳游戏。对此，游戏科学创始人、《黑神话：悟空》制作人冯骥发长文感慨：“必须承认，有失落，有遗憾，更多的则是放下幻想。今年入围的游戏都很出色，可我真没搞明白这次年度游戏的评选标准是啥，我特么白来了！” 尾声步入2025年，全球的科技大盛宴只会越来越热闹，国内科技巨头纷纷加大算力投入，小米、理想、字节坐上“牌桌”，万卡集群成为了大厂标配。海外谷歌、微软、苹果、OpenAI、特斯拉等仍在积极狂奔，发力大模型、AGI、AI Agent、人形机器人等，试图从这轮AI科技浪潮中捕获最大的那条“金枪鱼”。展望2025年，科技狂潮还会继续翻滚，一切都是充满变化，充满未知和不确定性。最终，谁能够成为勇立潮头的那艘船，我们大家都将是见证者。

格隆汇01-02 09:09

“算力即国力”定调，DeepSeek-v3火爆全网！算力板块领跑市场

并和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。不过，需要注意的是，2048块H800并非全部训练算力投入。其中，不包括DeepSeek R1模型（对标OpenAI o1）生成的高质量数据消耗的算力，以及模型架构的探索调试阶段消耗的算力。据悉，DeepSeek之所以能用较少的算力就开发出性能强大的大模型，关键是在后训练的时候把一个叫R1的模型，它的推理能力蒸馏到了V3模型上，这样后训练部分就基本没有成本。 DeepSeek-v3的成功引发了关于算力、大模型训练方式的大讨论，部分投资者担忧行业对算力的需求或大幅下降。但分析来看，即使诸如DeepSeek-v3之类的大模型成功了，但字节、小米、理想等科技巨头在算力上的投资并不会减少，反而因为有了这些成功案例，让大家看到了行业潜力，有望进一步加码。而且，DeepSeek的成功将给国内其他企业带来启发，如何更高效地利用算力资源，有望促使更多的中小型企业入局。未来，随着开发成本的降低，AI应用及软件有望迎来大机遇。官方定调：算力即国力 12月28日，由中央广播电视总台和国务院国资委联合制作的大型系列纪录片《大国基石》第三期推出《算力引擎》，明确提出算力即国力，它是数字经济时代的新质生产力。截至2023年，中国算力总规模位列全球第二，累计建成国家级超算中心14个，全国在用超大型和大型数据中心达633个、智算中心达60个。投资上，中信证券认为，DeepSeek新一代模型的发布意味着AI大模型的应用将逐步走向普惠，助力AI应用广泛落地；同时训练效率大幅提升，亦将助力推理算力需求高增。算力需求的指数级提升与模型训练推理成本的下降将构成产业飞轮，带动全产业链扩张，随着AI进一步普及到日常生活与产业当中，推理算力需求将仍然驱动AI算力产业链持续增长。中信建投指出，当前随着AI算力需求提升，尤其是国内供给和需求两端都出现积极变化，对于数据中心的需求也将随之增加，尤其是高功率的超大型数据中心机房，也对电力、温控等环节提出了更高要求，建议重点关注IDC产业链，包括IDC服务商、电力设备、液冷温控等环节。

格隆汇2024-12-30

估值2000亿！荣耀IPO进程渐近

上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。在数学能力方面，DeepSeek-V3大幅超过了所有开源闭源模型。在Aider多语言测试排行榜中，DeepSeek-V3以48.4分排名第二，仅次于OpenAlo1的61分。而在LiveBench的测评中，DeepSeek v3是最强的开源大语言型，并在非推理模型中，排名第二。来源：DeepSeek公众号官方介绍，通过在算法、框架和硬件方面的协同优化，DeepSeek V3的训练成本变得非常经济。值得注意的是，根据其技术报告，作为一个超过700B参数的大模型，他的GPU用量、GPU小时数都远远低于Meta的Llama-3-405B：GPU数量大约是1/8，GPU小时数量大约是1/11。简单来说，相对于其它前沿大模型，DeepSeek-V3 消耗的训练计算量较少，但其性能却能够比肩乃至更优；这一度引发了市场对算力需求的担忧，周五A股下午一点半中科曙光、澜起科技、龙芯中科、景嘉微等算力相关个股出现跳水。广发证券报告表示，DeepSeek-V3算力成本降低的原因有两点。第一，DeepSeek-V3采用的DeepSeek MoE是通过参考了各类训练方法后优化得到的，避开了行业内AI大模型训练过程中的各类问题。第二，DeepSeek-V3采用的MLA架构可以降低推理过程中的kv缓存开销，其训练方法在特定方向的选择也使得其算力成本有所降低。不过，有业内人士表示，DeepSeek-V3本身是一个垂类的模型，并不是OpenAl、Gemini、豆包等通用大模型。是针对特定任务和设计进行的，旨在提高效率的同时保持高性能。除此之外，它的训练时间减少和算力需求降低，主要得益于算法优化、硬件适配和模型架构改进。然而，这并不意味着 AI训练对算力的要求普遍降低，因为 AI领域的整体趋势仍然是模型规模和复杂性不断增加。 DeepSeek-V3体验地址：chat.deepseek.com 论文链接：https://github.com/deepseek-ai/DeepSeek-V3/blob/main/DeepSeek_V3.pdf 03 上海：到2025年底，建成世界级人工智能产业生态 12月27日，上海市印发《关于人工智能“模塑申城”的实施方案》。《实施方案》提出，到2025年底，建成世界级人工智能产业生态，力争全市智能算力规模突破100EFLOPS，形成50个左右具有显著成效的行业开放语料库示范应用成果，建设3-5个大模型创新加速孵化器，建成一批上下游协同的赋能中心和垂直模型训练场。其中提到，打造超大规模自主智算集群。建设自主可控智算支撑底座，支撑全市人工智能创新应用的算力需求。加快通用图形处理器、专用集成电路、可编程门阵列等自主智算芯片攻关，强化分布式计算框架、并行训练框架等自主软件研发。建设自主智算软硬件适配中心，推进自主智算芯片测试和集群验证。培育智算云服务商，探索训推一体的服务模式。优化市级智能算力公共服务平台，提升算力资源统筹调度能力。提升绿电供给能力，降低全市各类智算中心用电成本。其中还提到，依托头部企业和科研机构，打造虚实融合的超大型实训场，建设支撑实训场的高性能计算集群、高精度三维建模和高质量训练数据集，创建与物理实体对应的高精度仿真环境和仿真训练系统，搭建超大规模城市级的模拟应用场景，率先赋能具身智能、自动驾驶等大模型实训。

格隆汇2024-12-29

谷歌通过对比Anthropic的Claude模型提升Gemini AI安全性，但未确认是否获得授权

mini AI研究导读 Gemini与Claude对比分析 Claude与Gemini在安全性方面的差异关于Claude使用的法律与商业争议编辑总结与观点名词解释今年相关大事件 Gemini与Claude对比分析根据TodayUSstock.com报道，谷歌的Gemini AI与Anthropic的Claude目前被用作比较，以优化Gemini的性能。据内部消息，谷歌合同工正在通过多个标准（如真实度和详细程度）对两者的回答进行评分。合同工表示，Gemini在某些情境下的回答更具创造性，但Claude的输出更注重安全性，尤其是面对敏感或不安全的提示时。 Claude与Gemini在安全性方面的差异据内部通讯显示，Claude在安全性上拥有更严格的设置，甚至会拒绝回答某些可能被视为不安全的提示。例如，Claude拒绝了涉及AI角色扮演的请求，而Gemini的回答被认为是一个重大安全违规行为，涉及不当内容。 AI模型响应安全性实际表现 Claude 严格拒绝高风险内容 Gemini 宽松可能包含敏感或不适当信息关于Claude使用的法律与商业争议 Anthropic的服务条款禁止用户未经授权访问Claude以开发竞争性产品或服务。然而，谷歌的合同工报告称，他们在比较模型输出时发现了明确标注为"Claude"的回答。谷歌深度学习部门发言人Shira McNamara回应称，谷歌仅在评估过程中比较模型输出，并未用Claude的内容训练Gemini。Anthropic未对此事发表评论。编辑总结与观点谷歌利用竞争模型Claude评估Gemini的举措，在技术优化与商业伦理之间引发了讨论。Claude的严格安全标准显示了在AI开发中确保内容安全的重要性，而Gemini则需要在创造性和安全性之间找到更好的平衡。未来，AI开发的核心问题将集中在技术突破和伦理规范之间的权衡，以及如何在行业竞争中保持透明和公平。名词解释 Gemini AI：谷歌开发的新一代人工智能模型。 Claude：由Anthropic开发的人工智能模型，以其严格的安全性和内容过滤功能闻名。 AI模型评估：通过比较不同AI模型的输出，评估其在真实性、安全性等方面的表现。今年相关大事件 2024年12月15日：谷歌宣布Gemini AI已全面部署，并计划提升安全标准。 2024年11月30日：Anthropic发布Claude新版本，进一步优化安全性能。 2024年10月10日：TechCrunch曝光AI合同工需评估敏感领域输出，激发行业对伦理的关注。来源：今日美股网

今日美股网2024-12-26

干翻英伟达，明年将是转折吗？

AI初创独角兽Anthropic推出了Claude 3.5 Sonnet在性能测试上，击败了Open AI的o1。并且，Sonnet还引入了自动化交互的操作，让AI能够直接操作电脑执行复杂指令。在移动端，国内初创公司智谱推出的AutoGLM，绕过手机操作系统，在UI界面模拟用户操作，从而实现“接管手机”。而且根据媒体爆料，Open AI也将在明年1月推出Agent“Operator”。谷歌呢？当然有了。从手机、AR眼镜，浏览器，再到专门面向开发者和科研场景，都在Gemini 2.0基础上做出了Agent。细想一下，两年前的ChatGPT仅仅只是个聊天机器人，而作为极为复杂的多模态交互推理场景之一，为了拆解复杂指令，AI Agent需要能够从用户终端的数据里学习和思考，以做出准确的操作，这恰恰是推理模型接下来精进和延申的方向。而数据飞轮得以转动的关键在于，开发合适的软硬件来满足用户的需求。今年下半年“AI+应用”的商业化赛道再次瞩目，Applovin、Shopify、Palantir等不同赛道的美股公司，受益于AI带来的业务爆发，股价持续走强。国内也重点着力于AI应用的发展，字节大模型虽然起步晚，但后来居上，目前豆包DAU接近900万，增速超过15%，位居全球第二。不仅打出了多款应用组合，还投入到了AI硬件中，积极寻找C端场景。其他互联网巨头如百度、小米也开始投入到AR眼镜的开发里。（Ola Friend；官网） 03 AI渗透率即将跨越鸿沟？机构预测，英伟达GPU目前在推理市场中市占率约80%，但随着大型科技公司定制化ASIC芯片不断涌现，这一比例有望在2028年下降至50%左右。但，ASIC的崛起并不意味着GPU的衰退。这两种技术可能将长期共存，为不同需求场景提供最佳解决方案。可以肯定的说，AI目前还没有达到我们期待的样子，但推理技术的进步开始支持其走向终端，未来类似的“英伟达时刻”将会更多出现在推理端。不过，欲戴王冠必承其重。譬如Arm，在2月份给出了乐观的预测，并表示这“只是人工智能繁荣的开始”。股价在接下来的三个交易日内飙升93%，但此后股价经历了较大的波动，目前已较7月份的高点下跌逾20%。而过去一周，博通2025财年每股净收益的预期上涨了12%。并非每一个“英伟达时刻”都能带来持续增长。（全文完）

格隆汇2024-12-21

重磅突发！加拿大政坛被特鲁多“大洗牌”

连任的玛丽·克劳德·比博（Marie-Claude Bibeau）。曼尼托巴省议员特里·杜吉德（Terry Duguid），担任体育部长以及负责草原经济发展加拿大的部长。新斯科舍省议员达伦·费舍尔（Darren Fisher），担任加拿大退伍军人事务部长和副防务部长。纽芬兰和拉布拉多省议员乔安妮·汤普森（Joanne Thompson），接任老年事务部长职务，该职务在谢马斯·奥雷根（Seamus O'Regan）离开内阁后被交接。安大略省议员、即将卸任的党鞭鲁比·萨霍塔（Ruby Sahota），接管民主机构职务，并成为负责南安大略联邦经济发展局的部长，后者职务此前由即将卸任的菲洛梅娜·塔西（Filomena Tassi）担任。目前正在转职或调整职务的现任内阁部长包括：安妮塔·阿南德（Anita Anand），此前兼任财政委员会主席和运输部长，现在专任运输和内贸部长。加里·阿南达桑加里（Gary Anandasangaree），继续担任王室原住民事务部长，并接管北方事务和加拿大北方经济发展局的职务，接替不再竞选连任的丹·范达尔（Dan Vandal）。史蒂文·麦金农（Steven MacKinnon），继续担任劳动部长，并接管由兰迪·博伊松诺（Randy Boissonnault）离开内阁后留下的就业、劳动力发展和官方语言职务。吉内特·佩蒂帕·泰勒（Ginette Petitpas Taylor）成为加拿大新的财政委员会主席。如预期的那样，根据勒布朗昨日的言论，马克·卡尼（Mark Carney）并未在此次内阁调整中获得任命，尽管特鲁多已向勒布朗保证，卡尼将继续担任现职，直到下一次选举。在整个调整过程中，特鲁多努力维持性别平衡和地区代表性。他的现任内阁保持了男女平衡：除总理外，19名男性和19名女性，共38名部长。消息人士表示，尽管特鲁多准备对内阁进行调整，但这并不意味着总理已准备好宣布下一步计划，是否在调整后接受提问仍有待观察。特鲁多已召集内阁会议，定于东部时间下午3点举行。在宣布内阁调整的声明中，特鲁多表示，他的团队“专注于最重要的事务——让生活更具负担能力，促进经济增长，并为中产阶级创造良好的就业机会。” 他说：“我们将共同努力，为中产阶级和所有加拿大人建设一个强大的未来。” 当被问及特鲁多是否仍然拥有内阁的全力支持以继续担任总理时，勒布朗回答道：“是的。”

Linlin2024-12-21

Google推出Gemini系列AI模型：增强生成能力与多模态处理带来突破性进展

互的客户端应用，类似于ChatGPT和Claude的前端界面。 Gemini应用包括Google的Web和移动端客户端，Android系统中的Gemini应用取代了Google Assistant，而在iOS中，则通过Google和Google Search应用来访问Gemini。 Gemini高级功能 Gemini的高级功能包括Gemini Advanced，这是一项面向Google One AI Premium Plan用户的高级服务，提供更多的功能和更强大的处理能力。使用Gemini Advanced，用户可以享受更长的对话历史记录、优先访问新功能的特权，并且能够直接在Gemini内运行和编辑Python代码。此外，Gemini Advanced用户还可以使用Deep Research功能来生成复杂的研究简报，并且享有能够记住旧对话的记忆功能。 Gemini在Google服务中的应用 Gemini不仅限于独立应用，还被集成到Google的多个服务中，包括Gmail、Docs、Slides、Sheets等。用户可以在这些服务中使用Gemini生成内容、总结信息和帮助数据分析。在Google地图中，Gemini可以帮助用户总结咖啡店的评价或提供旅游建议。 Gemini模型的能力 Gemini模型具备强大的多模态能力，能够执行多种任务，包括语音转文字、图像和视频的标注等。具体来说，Gemini Ultra可以帮助用户进行物理作业、解决问题，并从科学文献中提取信息。 Gemini Pro在推理、规划和理解方面比LaMDA更强，并且支持处理更大规模的数据。 Gemini的定价 Gemini的定价基于使用量收费。具体价格如下： Gemini 1.0 Pro：输入令牌每百万次50美分，输出令牌每百万次1.50美元。 Gemini 1.5 Pro：根据输入和输出令牌的长度，价格为每百万次输入令牌1.25美元到2.50美元，输出令牌每百万次5美元到10美元。 Gemini 1.5 Flash：输入令牌每百万次7.5美分到15美分，输出令牌每百万次30美分到60美分。编辑观点根据TodayUSstock.com报道，Gemini作为Google的下一代生成式人工智能模型，在功能的多样性和技术的先进性上展示了其巨大的潜力。随着它在Google服务中的逐步渗透，预计Gemini将为用户提供更加个性化、智能化的体验。然而，目前生成式AI的偏见和虚假信息问题仍然存在，需要用户在使用过程中保持警觉。在未来的开发中，Google能否解决这些问题，并进一步提升Gemini的实际应用效果，将是其成败的关键。名词解释 Gemini: Google开发的一系列多模态生成式AI模型。多模态: 能够处理和分析多种不同类型的数据（如文本、图像、音频等）的能力。 Google One AI Premium Plan: Google的付费AI服务，提供对Gemini高级功能的访问。 DeepMind: Google旗下的人工智能研究实验室。今年相关大事件 2024年12月: Google推出了Gemini 2.0 Flash，这是其旗舰AI模型，具备更高速度和多模态处理能力。 2024年8月: Gemini重新引入了生成图片的功能，允许特定用户生成更加准确的历史人物图像。 2024年6月: Google推出了面向青少年的Gemini体验，提供专门的AI使用指南和安全功能。来源：今日美股网

今日美股网2024-12-14

苹果再次忽视AI应用，将传统功能应用推向2024年“年度iPhone应用”提名榜单

像ChatGPT、Anthropic的Claude、微软Copilot等AI驱动的应用并未获得提名。传统应用为主根据TodayUSstock.com报道，苹果的2024年入围名单与去年的趋势相似，主要集中在那些增强用户功能的传统应用。这些应用通常帮助用户提高效率、创作或管理日常事务，而不是依赖于AI助手。Kino这款专业视频录制应用，旨在帮助每个用户成为更好的摄影师，而Runna则帮助跑步者根据个人需求定制训练计划。 AI应用的表现尽管AI技术在全球范围内迅速发展，ChatGPT等应用在2024年表现出色，但苹果的App Store编辑团队依旧选择忽视这些AI应用。例如，ChatGPT作为苹果Siri的合作伙伴，推出了包括高级语音模式和Web搜索功能等新特性，却没有获得任何官方的年终奖项。 AI应用的有限提名尽管AI应用未能获得“年度iPhone应用”的提名，还是有少数几款AI驱动的应用出现在了苹果的其他奖项提名中。例如，Moises，这款提供AI工具帮助用户练习音乐的应用，获得了iPad年度应用的提名。此外，Adobe Lightroom也因其AI功能获得了Mac年度应用的提名。编辑总结苹果的2024年“年度iPhone应用”入围名单再次展示了该公司对AI应用的选择性忽视。尽管AI技术在多个领域的应用逐渐普及，但苹果更倾向于推崇那些能促进人类创造力的应用。这一选择反映了苹果对传统应用的偏好，而AI应用则仅在少数类别中获得提名。名词解释 AI应用：指依赖人工智能技术的应用程序，通常用于自动化任务、增强用户体验或提供智能化的服务。 iPhone应用：专门为苹果iPhone设备开发的应用程序，可以从App Store下载并安装。 Adobe Lightroom：由Adobe公司开发的图像编辑软件，提供强大的照片编辑功能，近年来引入了AI技术来增强用户的编辑体验。相关大事件 2024年11月25日：苹果公布了2024年“年度iPhone应用”入围名单，传统应用再次占据主导地位。 2024年11月10日：ChatGPT推出了新的高级语音模式和Web搜索功能。 2023年12月15日：ChatGPT成为全球增长最快的消费类应用，突破1亿用户。来源：今日美股网

今日美股网2024-11-27

亚马逊的雄心：挑战英伟达在AI芯片领域的霸主地位

hatGPT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