FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Pantera合伙人：加密与AI结合用例和现有项目

如今企业面临的紧迫挑战之一就是，当与OpenAI等人工智能平台共享其专有数据时，关于数据处理的不确定性。这里就出现了数据隐私问题，包括数据是否用于训练，谁可以访问数据，以及数据是否在整个计算过程中是安全的。虽然存在本地模型、Azure等云服务和法律协议等非区块链解决方案，但区块链在提供透明和防篡改的数据交互记录方面具有独特优势。它可以使企业验证其数据在计算过程中是否仍然不可读，从而在数据隐私和安全性方面提供更高程度的信心。这种保证对于与敏感信息打交道的行业来说至关重要，例如医疗保健或金融行业，这些行业的数据保密性至关重要。从本质上讲，区块链创建不可篡改账本的能力可以帮助企业保持对数据的控制，并确保在与人工智能系统交互的过程中保持数据的隐私性和安全性，让企业安心并遵守数据保护规则。 5、现有项目一群有远见的项目已经率先将加密和人工智能结合起来。（1）Together.ai Together的使命是通过打造一个迎合大型基金模型的开源去中心化云平台，彻底改变人工智能世界。他们已经建立了一个致力于AI研究的规模相当大的去中心化云平台，上面有许多开放模型，如Bloom、OPT、T0pp、GPT-J和Stable Diffusion。他们研究工作的一个重点就是创建闭源人工智能系统的可访问替代品，同时加深我们对这些模型性能的理解。通过具有远见的方式，Together旨在构建一个去中心化超级计算机，无缝连接全域云、挖矿基础设施、游戏硬件和笔记本电脑，所有这些都通过区块链技术进行协调。Together的愿景包含对人工智能和计算的公平访问，有望对该领域产生变革性影响。（2）Bittensor Bittensor试图开拓去中心化人工智能网络的发展，主要专注于增强智能合约的数据oracle。这项尖端技术利用区块链创建了一个安全、高效的去中心化框架，用于获取现实世界数据并将其交付给智能合约。Bittensor独特的去中心化oracle方法显著提高了数据feed的准确性、速度和可靠性，使其成为加密和人工智能交叉领域的核心参与者。（3）Akash网络 Akash网络正在通过其去中心化市场改变云计算，为传统云提供商提供了一个动态的替代方案。它为用户提供了具有成本效益、弹性和抗审查的计算资源访问。Akash的独特之处在于它对人工智能的潜在影响。通过去中心化云计算，Akash为人工智能开发人员打开了访问可扩展、安全和高效资源的大门。这一点尤其重要，因为人工智能严重依赖于广泛的计算能力。Akash的去中心化方法为AI项目提供了支持，使其成为人工智能技术发展的关键参与者。（4）Gensyn协议 Gensyn协议为机器学习计算建立了一个去中心化生态。该协议使人工智能研究人员和从业者能够无缝地分配他们的计算工作负载。当求解者（solver）贡献其计算资源，允许访问高性能硬件进行训练和推理时，验证者（veryfier）确保人工智能任务的准确性和完整性，这对于维持人工智能模型的可信度至关重要。此外，Gensyn通过提供安全映射层和加密训练数据等方法，优先考虑隐私安全，保护AI应用程序中的敏感信息。该协议的去中心化特性、高效的可扩展性和全域可访问性让AI民主化，使其对用户来说更易访问、更具成本效益。（5）Nexus AI Nexus AI处于金融赋权的最前沿，利用先进的人工智能算法为投资者提供无与伦比的市场趋势洞察。Nexus AI的与众不同之处在于其坚定不移的去中心化承诺，确保投资者对其资产保持完全控制，不受中心化交易所相关风险的影响。该平台的创新产品之一是一个尖端的NFT市场，由人工智能驱动，以强化定价、发现和认证，向投资者分发奖励。此外，由GPT-3驱动的Telegram AI Bot为所有Telegram用户免费提供实时财务建议和市场分析。Nexus AI通过资产智能（Asset Intelligence）报告进一步支持明智的投资决策，提供对加密资产的全面见解。通过AI驱动的解决方案，如质押仪表板和智能投资机器人，Nexus AI使用户能够自信地进行市场操作，精确高效地实现他们的财务目标。（6）Modulus Labs Modulus Labs推出了一种创新的解决方案，旨在将人工智能集成到区块链技术中。他们推出了一个专为人工智能应用量身定制的零知识（ZK）prover，解决了确保去中心化应用程序（dApps）防篡改AI访问方面的挑战。这一方案使智能合约能够在不损害去中心化基本原则的情况下利用强大的AI功能。Modulus正积极致力于通过与Upshot和Ion Protocol等合作伙伴合作，在以太坊平台上推出重要的AI应用程序。此外，他们正在向更广泛的社区开源ZKML prover。Modulus设想了这样一个未来：加密问责制可以保障人工智能融入各领域（包括金融和医疗保健）而不会损害安全性。（7）Render网络 Render网络是一个提供去中心化GPU渲染功能的平台。这个创新的网络使用户能够通过基于区块链的闲置GPU计算资源市场，在全球范围内使用高性能GPU节点扩展GPU渲染工作。该平台的愿景是使GPU云渲染民主化，使其更高效，更可扩展，并可用于下一代3D内容创作。它解决了与网络可扩展性、高效基础设施利用、GPU功耗优化以及沉浸式媒体和人工智能应用的数字版权管理相关的挑战。Render网络将GPU功耗转化为相互连接的3D资产去中心化经济，为各行业开发人员提供解决方案，包括媒体、增强现实、虚拟现实、游戏等。（8）Ritual Ritual是一家站在密码学和人工智能交叉口的公司，它彻底改变了开发人员创建、分发和增强人工智能模型的方式。通过利用加密的力量，Ritual为AI提供了一个开放的、模块化的主权执行层。它将分布式节点网络与计算资源和模型创建者连接起来，允许创建者托管他们的AI模型。反过来，用户可以通过统一的API轻松访问各种AI模型，同时受益于可确保计算完整性和隐私性的加密基础设施。该平台的首个产品是Infernet，标志着全套协议和效用的开始，为开发人员和应用程序与Ritual无缝集成，获取对其模型和计算提供商网络的无许可访问。Ritual的设想是成为web3世界中的AI中心，推动人工智能世界的创新、可访问性和民主化。 6、结论 AI和加密的协作不仅是技术的融合，也是可能性的融合。它代表了一个未来，在这样的未来世界里，机器在一个去中心化的、安全的环境中思考、学习和交易。前进的道路充满挑战，但每一个挑战都是诞生创新和进步的机遇。站在这一十字路口的创新者和思想家有可能书写一个重新定义数字时代的篇章。在前行的过程中，我们必须谨慎、明智、富有远见，确保在巧妙应对挑战的同时收获利益，最终为所有人塑造一个更光明美好、更技术先进的未来。来源：金色财经

金色财经2023-11-17

为什么成长板块的估值上升空间大？

布 11月7日，ChatGPT创始公司OpenAI在美国旧金山举办首届开发者大会，发布了128K上下文的GPT-4 Turbo，被成为“史上最强”AI大模型。GPT-4 Turbo有何新特性？（1）超长上下文理解。相较于标准版GPT4，GPT4Turbo最大升级之一是能够理解更长的上下文对话长度。具体来说，标准版GPT4最大能支持大约6000个单词的上下文长度，GPT4Turbo可以支持相当于一本标准大小的300页纸质书当期所含有的文本量。（2）知识库更新。标准GPT4的现实世界知识截止日期是2021年9月，而GPT4Turbo的知识库更新到了2023年4月。（3）多模态API。文生图模型、具有视觉输入能力模型、新的声音合成模型均已进入GPT4Turbo的API。（4）更低成本。OpenAI提供了开发者价格优惠，相较标准版GPT4，GPT-4Turbo输入成本降低了2/3，输出成本降低了一半。（信息来源：开发者大会、西南证券）除海外大模型技术突破外，国内产业映射也在加速。11月4日，国内第二批共11个AI大模型正式通过《生成式人工智能服务管理暂行办法》备案，向全社会开放，当期国内已有超过20个AI大模型通过备案，竞争迭代有望加速。整体中游大模型的催化频出指示AI产业链的高度景气，最终回归到上游算力芯片的供需失衡格局上，近期算力租赁、光通信等概念的火热也反映了这一点。在流动性宽松、技术迭代催化频出的市场环境下，对应的科技成长赛道估值在边际增量资金的推动下，估值上行动能极为充沛。当前医药赛道阿尔兹海默海外龙头研发出新，有望接力减肥药成为创新药新题材，人口老龄化背景下其他慢性病包括非酒精性脂肪肝、失眠等治疗手段也亟待突破，板块估值天花板持续抬升。电子赛道，AI大产业链海外“史上最强”ChatGPT出炉，性能大提升；国内第二批大模型通过备案落地，产业趋势进一步兑现，竞争加速。AI产业链的景气度最终回归到上游算力芯片的供需失衡，近期我国高算力芯片科研成果频现，半导体国产替代空间广阔。科创100ETF（588190）前两大权重行业正是医药和电子，整体布局科创板中小市值个股，科技成长风格显著，在当前市场环境下估值向上弹性高，值得重点关注。风险提示尊敬的投资者：投资有风险，投资需谨慎。公开募集证券投资基金（以下简称“基金”）是一种长期投资工具，其主要功能是分散投资，降低投资单一证券所带来的个别风险。基金不同于银行储蓄等能够提供固定收益预期的金融工具，当您购买基金产品时，既可能按持有份额分享基金投资所产生的收益，也可能承担基金投资所带来的损失。您在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和本风险揭示书，充分认识基金的风险收益特征和产品特性，认真考虑基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。根据有关法律法规，银华基金管理股份有限公司做出如下风险揭示：一、依据投资对象的不同，基金分为股票基金、混合基金、债券基金、货币市场基金、基金中基金、商品基金等不同类型，您投资不同类型的基金将获得不同的收益预期，也将承担不同程度的风险。一般来说，基金的收益预期越高，您承担的风险也越大。二、基金在投资运作过程中可能面临各种风险，既包括市场风险，也包括基金自身的管理风险、技术风险和合规风险等。巨额赎回风险是开放式基金所特有的一种风险，即当单个开放日基金的净赎回申请超过基金总份额的一定比例（开放式基金为百分之十，定期开放基金为百分之二十，中国证监会规定的特殊产品除外）时，您将可能无法及时赎回申请的全部基金份额，或您赎回的款项可能延缓支付。三、您应当充分了解基金定期定额投资和零存整取等储蓄方式的区别。定期定额投资是引导投资者进行长期投资、平均投资成本的一种简单易行的投资方式，但并不能规避基金投资所固有的风险，不能保证投资者获得收益，也不是替代储蓄的等效理财方式。四、特殊类型产品风险揭示：请投资者关注标的指数波动的风险以及ETF（交易型开放式基金）投资的特有风险。五、基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。基金的过往业绩及其净值高低并不预示其未来业绩表现，基金管理人管理的其他基金的业绩并不构成对基金业绩表现的保证。银华基金管理股份有限公司提醒您基金投资的“买者自负”原则，在做出投资决策后，基金运营状况与基金净值变化引致的投资风险，由您自行负担。基金管理人、基金托管人、基金销售机构及相关机构不对基金投资收益做出任何承诺或保证。六、以上基金由银华基金依照有关法律法规及约定申请募集，并经中国证券监督管理委员会（以下简称“中国证监会”）许可注册。基金的基金合同、基金招募说明书和基金产品资料概要已通过中国证监会基金电子披露网站【http://eid.csrc.gov.cn/fund/】和基金管理人网站【www.yhfund.com.cn】进行了公开披露。中国证监会对基金的注册，并不表明其对基金的投资价值、市场前景和收益作出实质性判断或保证，也不表明投资于基金没有风险。

金融界2023-11-17

谷歌推迟发布OpenAI的竞品Gemini AI

据报道，谷歌推迟发布OpenAI的竞品Gemini AI。

金融界2023-11-17

每日科技要闻速递

0开始的20分钟发射窗口期内。 3. OpenAI料将在2024年成立一个团队，以研究教育行业对于ChatGPT的应用前景。 4. 古尔曼：由于替换高通组件的复杂性，苹果在其数十亿美元的iPhone调制解调器芯片自研计划中进一步落后。苹果明年起支持RCS标准，iPhone与Android装置间信息传输更流畅。

金融界2023-11-17

OpenAI考虑将ChatGPT带入课堂

11月17日消息，OpenAI首席运营官（COO）Brad Lightcap在上周某次会议上表示，OpenAI将考虑通过若干种方式把机器人聊天工具ChatGPT带入课堂。OpenAI预计将在2024年成立一个团队，以研究教育行业对于ChatGPT的应用前景。

金融界2023-11-17

媒体：OpenAI探索将ChatGPT带入课堂

OpenAI首席运营官（COO）Brad Lightcap在上周某次会议上表示，OpenAI将探索通过若干种方式把机器人聊天工具ChatGPT带入课堂。 OpenAI料将在2024年成立一个团队，以研究教育行业对于ChatGPT的应用前景。

金融界2023-11-17

OpenAI探索将ChatGPT带入课堂

OpenAI首席运营官Brad Lightcap在上周某次会议上表示，OpenAI将探索通过若干种方式把机器人聊天工具ChatGPT带入课堂。OpenAI料将在2024年成立一个团队，以研究教育行业对于ChatGPT的应用前景。

金融界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

高7%，但全球预计将有3亿个工作岗位被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

微软首款5nm自研芯片Maia亮相----能和H100掰手腕

已经坐拥OpenAI的微软显然不满足于此，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

韩央行称未来20年韩国400万工作岗位可能被AI取代

高7%，但全球有3亿个工作岗位将面临被OpenAI的ChatGPT等生成型人工智能取代的风险。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。韩国央行的研究称，人工智能将推动对所谓的STEM（科学、技术、工程和数学）教育的需求，以及沟通和团队合作等软人际技能的需求。该团队的研究基于斯坦福大学经济学家迈克尔·韦伯（Michael Webb）采用的方法。

金融界2023-11-16

24小时热点