FX168财经网_全球视野外汇黄金加密货币NFT资讯网

消息，欧盟接近达成一项里程碑式法案，对ChatGPT和其他人工智能技术进行监管。

金融界2023-12-07

3：新牛市的发动机自 2022 年 ChatGPT 3.0 问世以来，创下超过十亿用户的历史纪录，人类正式踏入通用人工智能的时代。最近，人工智能行业一直成为头条新闻，原因有好有坏。人工智能在 2023 年的戏剧性崛起推动了以 AI 叙事为核心的区块链平台的价格上涨。然而，此刻大多数 AI 相关叙事代币仍处于历史低点，AI 相关叙事的整体市值仅占加密市场的 0.98%，该领域潜在回报依然巨大。让我们一起探索这个引人入胜的话题，同时揭示 Web3 和 AI 的碰撞如何引领下一轮牛市新风潮。一、Akash Network ($AKT): Akash Network 是一个可以让用户安全高效地购买和销售计算资源网络。该网络旨在去中心化云计算市场，这是一个价值数十亿美元的机会。$AKT 的看涨观点可以概括为：人工智能的增长将增加对 GPU 的需求、新的 $AKT 代币经济模型以及租赁 GPU 算力等，我们已经看到了由于GPU 需求过剩而导致的$NVDIA 大涨，这里的潜力是巨大的。二、Render ($RNDR): Render 专注于创建一个将寻求执行渲染的用户与拥有空闲 GPU 可用于处理这些渲染的个人联系网络。随着 AI 使用不断增长，Render 旨在使 GPU渲染更加易于访问和便宜。RenderToken 是关于 GPU 可扩展性的投资机会，它允许使用节点运行者的 GPU 来收取计算图形渲染的费用。更多的GPU 使用等于更多对$RNDR 的需求。三、BitSensor ($TAO): BitSensor 是一项有趣的技术，他们本质上是在构建一个去中心化的机器学习模型网络，$TAO 用于奖励网络贡献者并授予他们访问网络的权限。$TAO 近期也在二级市场表现优异，其仍然具有巨大的增长潜力。四、Ocean Protocol ($OCEAN): Web2 从您提供给 Facebook、Instagram 甚至 Twitter 等网络的数据中获利，Ocean 打破了常规，通过将 AI 学习注入其模型来创建一个去中心化的数据市场。$OCEAN 的看涨观点：$H2O 的推出是与$RAI 合作，以$OCEAN 为抵押物的稳定币。这种稳定币将用作数据交易的媒介，从而更容易进行交易，同时推动对$OCEAN 代币的需求。五、Arweave ($AR): 数据存储市场是一个 2000 亿美元的庞然大物，由几个中心化实体控制。Arweave 是一个去中心化的存储网络，旨在通过将买家与卖家匹配来提供数据无限期存储的平台。$AR 的看涨观点主要是因为人工智能的进步推动了对像 Arweave 和$AR 代币这样的数据存储提供商的需求，从而增加了合作伙伴。到目前为止，其合作伙伴列表相当令人印象深刻，包括：Solana;Near; Avalanche; Polkadot; Cosmos 等。六、MetaSecond.AI ($MTSD): MetaSecond.AI 是一个以 AI 驱动的多元宇宙平台，旨在打破虚拟世界的边界，实现线上线下的万物互联。他们计划开发和整合 64 个不同行业和领域的专业人工智能工具，并提供创新解决方案。MetaSecond.AI 的主要目标是解决人工智能输出准确性的问题，为各个领域提供高质量的解决方案。他们通过整合 "Data Tokenization" 和 "AI to Earn"等相关概念，建立一个动态生态系统。这个生态系统奖励积极参与，鼓励合作，并激励人工智能不断改进。这将为所有利益相关者创造一个可持续和互惠互利的环境，促进更广泛的加密货币和人工智能生态系统的增长和发展。目前MetaSecond.AI 正专注于开发 AI Travel & Ticketing Bot，同时其代币$MTSD 将会在近期推出，多应用场景的赋能将使得代币价格具备巨大的想象空间。结语：人工智能与区块链的结合是两个领域的重大进步。这种协同作用重新定义了数字创新和去中心化。并已经通过项目如 Akash Network、Render 、BitSensor、Ocean Protocol、Arweave 和MetaSecond.AI 等成功证明了其巨大潜力和显著优势。展望未来，人工智能与区块链的融合将在各行业发挥关键作用，提升数据安全性，打造全新模式的去中心化自治组织，实现更高效、透明和便捷的技术应用。特别是在去中心化金融领域，去中心化人工智能（DeAI）的出现将打破传统壁垒，使人人都能获取人工智能技术，推动数字经济更加包容。个人和小型实体组织将能够利用之前无法接触到的人工智能工具和服务。此外，人工智能与区块链的结合有望解决两个领域亟待解决的问题。区块链的去中心化数据管理和共享计算能力有助于解决人工智能领域中的数据孤岛和大规模模型训练所需的计算力问题。同时，人工智能技术能够提高区块链的效率，实现自动化决策和增强安全机制。在行业的发展过程中，开发人员、研究人员和利益相关者应持续探索和利用人工智能与区块链的协同作用，推动两个领域的发展，并在数字领域创造出创新，造福社会。无论是投资者还是开发者，我们都面临着人工智能崛起的重大趋势。在这关键时刻，我们不能袖手旁观，而是应积极主动地抓住这千载难逢的机遇，为自己赢得超额回报。当今，AI 与 Web3 的结合已成为各界关注的焦点，吸引着无数目光和期待。因此，我诚挚呼吁大家跟随潮流，将目光聚焦在 AI+Web3 这个闪耀未来的领域上，为下一轮牛市注入巨大的能量和动力。同时，让我们每个人的力量汇聚在科技创新的蓬勃发展中，共同迎接人工智能与区块链的辉煌未来！来源：金色财经

金色财经2023-12-07

深市人工智能公司兼具成长性与高潜力相关ETF产品长期投资价值可期

今年以来，ChatGPT掀起大模型发展热潮，带动人工智能产业风头更劲。与此同时，随着A股震荡回调，ETF凭借风险分散优势逆势大热。在此背景下，人工智能ETF产品成为今年投资市场热销产品。据Wind数据统计，截至12月6日，A股市场中，人工智能主题基金共有28只，基金规模合计达265.03亿元。市场人士表示，当前，境内权益类ETF规模1.67万亿元，股票市场总市值近80万亿元，境内权益类ETF占股票市场的总市值仅为2%。我国ETF市场还有非常大的发展空间。国内多位基金经理对人工智能领域的投资价值形成共识，AI板块是未来至少两三年值得重视的投资主线，各个细分领域都蕴含了丰富机会。

金融界2023-12-07

AMD推出重磅AI芯片挑战英伟达对该行业前景的预测令人瞠目

AMD看到了一个机会，OpenAI的ChatGPT等人工智能聊天机器人使用的大语言模型需要大量的计算机内存，而这正是这家芯片制造商认为自己有优势的地方。新的AMD芯片拥有超过1500亿个晶体管，内存是目前市场领导者英伟达产品H100的2.4倍。AMD表示该公司产品还有相当于英伟达产品1.6倍的内存带宽，进一步提升了性能。 Su表示，这款新芯片在训练人工智能软件方面的能力与英伟达的H100相当，但在推理方面要好得多。但英伟达正在开发自己的下一代芯片。H100将被明年上半年推出的H200代替，后者将具有新的高速内存。然后英伟达有望在明年晚些时候推出全新的处理器架构。 AMD预测人工智能处理器将成长为一个4000亿美元的市场凸显了对人工智能行业的乐观情绪。根据IDC的数据，2022年整个芯片行业的规模为5970亿美元。

金融界2023-12-07

人工智能大战一触即发！谷歌推出自称最强人工智能模型Gemini 性能超越GPT-3.5

i Ultra，这是对Bard（类似于ChatGPT的聊天机器人）的最大更新。这次更新距离该搜索巨头首次推出Bard已有8个月，而距离OpenAI在GPT-3.5上推出ChatGPT已有1年。在今年3月，由Sam Altman领导的初创公司推出了GPT-4。谷歌管表示Gemini Pro的性能超过了GPT-3.5，但回避了有关与GPT-4的对比的问题。当被问及Google是否计划对“Bard Advanced”的访问收费时，Google的Bard总经理Sissie Hsiao表示，他们目前专注于提供良好的用户体验，尚未确定任何变现细节。当被问及Gemini是否具有与当前一代大规模语言模型（LLM）相比的新颖能力时，Google DeepMind的产品副总裁Eli Collins回答说，“我认为可能有”，但仍在努力了解Gemini Ultra的新颖能力。据报道，谷歌推迟了 Gemini 的推出，因为它还没有准备好，这让人们回想起该公司年初推出人工智能工具时的坎坷。多位记者询问有关推迟发布的问题，对此Eli Collins回答说，测试更先进的模型需要更长的时间。他表示Gemini是公司构建的经过最严格测试的AI模型，拥有任何Google模型中“最全面的安全评估”。 Eli Collins表示，尽管Gemini Ultra是最大的模型，但其服务成本显著较低。他说：“它不仅更有能力，而且更高效。我们仍然需要大量计算资源来训练Gemini，但我们在训练这些模型的能力方面变得更加高效。” 公司将在周三发布有关Gemini模型的技术白皮书，提供更多细节。然而，公司表示不会公布模型的“周边参数”，这可能是指一些模型的具体架构和规模等细节。今年早些时候，CNBC发现谷歌当时最新的AI模型PaLM 2大语言模型使用的文本数据量是其前身 LLM的近五倍。同样在周三，Google宣布推出了TPU v5p芯片，这是用于训练AI模型的下一代张量处理单元。谷歌表示，Salesforce和初创公司Lightricks已开始使用TPU v5p芯片，该芯片比2021年宣布的TPU v4提供了更好的性能。但该公司没有提供与市场领导者英伟达相比的性能信息。 Google宣布新一代TPU v5p芯片的消息出现在云服务竞争对手亚马逊和微软展示面向AI的定制芯片几周之后。在10月份的第三季度财报电话会议上，投资者询问了Google高管关于如何将AI转化为实际利润的问题。 Google在8月份推出了一个名为“Search Generative Experience”（SGE）的早期实验。这是一种让用户在使用搜索引擎时看到生成式AI体验的实验。搜索仍然是Google的主要盈利中心，而SGE的目标是提供更具对话性的搜索体验，反映了聊天机器人时代的特点。然而，SGE仍被视为实验，尚未向大众推出。自5月份SGE在其年度开发者大会 Google I/O 上首次宣布该实验以来，投资者一直在询问SGE的时间表。在周三的Gemini模型宣布中，对SGE的提及很少。高管对SGE的计划和具体时间表给出的信息相当模糊，只表示Gemini将在“未来一年”内与其整合。 Google首席执行官Sundar Pichai在周三博客中表示：“这一新时代的模型代表了我们公司进行的最大的科学和工程努力之一。我对未来和Gemini将为全球人们打开的机会感到真正兴奋。”

楼喆2023-12-07

OpenAI CEO Altman：董事会正在重新思考公司结构

包括从非营利性到部分营利性的转变，以及ChatGPT受欢迎程度的激增。他说：“OpenAI正在经历非同寻常的快速增长时，这对我们来说，也伴随着超级困难和超级痛苦。因此，希望大家能多一点耐心。”

金融界2023-12-06

黄仁勋：华为是英伟达在AI芯片领域的强大竞争对手

品，因为它们提供了最有效的方法来训练像ChatGPT这样的大型数据模型。在访问新加坡之前，黄仁勋本周较早时访问了日本，与日本首相和经济大臣进行了会晤，并承诺将与日本公司合作，在日本建立一个半导体工厂网络。

金融界2023-12-06

与OpenAI竞争马斯克旗下xAI寻求10亿美元募资

25% 的股份。自OpenAI推出的ChatGPT爆红以来，生成式AI行业今年已经筹集了数十亿美元。也在市场上引发了炒作和泡沫的担忧。马斯克是OpenAI的联合创始人之一，曾经向后者投资一亿美元，但后来他宣称因利益冲突而选择离开OpenAI。今年，他曾多次批评OpenAI不够“Open”，已经变成了一个背靠微软的商业公司，违背了他当时投资的初衷。 7月，马斯克成立xAI公司，与OpenAI直接竞争。他宣称xAI的任务旨在“了解宇宙的真正本质”。上个月，xAI发布了首个人工智能模型，一个名为 Grok 的“讽刺型”聊天机器人，这个模型由马斯克一年前以 440 亿美元收购的社交媒体平台X提供训练数据。要使用Grok，需要每月付费16美元，开通X会员。

金融界2023-12-06

未来已来：算力网络、能耗与可持续性的交汇点

底数据中心成为化解难题的技术路径随着ChatGPT等大型生成式人工智能模型的快速崛起，算力的需求呈现爆发式增长。这种增长并不仅仅是量的增加，更涉及到模型复杂度、精度和泛化能力等多个维度的提升。尤其是当模型参数突破百亿级别时，对算力的渴求更加迫切。然而，与此同时，高算力背后隐藏的功耗问题也逐渐浮出水面。目前市场上领先的CPU和GPU芯片，其功耗已经达到了惊人的水平，例如Intel的某些高端CPU功耗已经突破350W，而NVIDIA的H100系列GPU更是高达700W。这种功耗产生的热量如果没有得到有效的处理，轻则影响服务器的运行效率，重则可能导致硬件的损坏。为了有效应对这一问题，业界提出了两大主流解决方案：液冷散热和海底数据中心。液冷技术凭借其高效的散热性能受到广泛关注。根据冷却液与发热器件的接触方式，液冷技术可以细分为间接液冷和直接液冷两种。其中，冷板式液冷因为其在改造成本、可维护性和兼容性方面的显著优势，被广泛应用；而浸没式液冷则以其出色的冷却效果和明显的节能性受到青睐，尤其适用于高功率密度的机柜。从市场统计数据来看，虽然2022年数据中心液冷技术的渗透率仅在5%~8%之间，但到了2023上半年，这一比例在我国已经迅速上升到90%，显示出强劲的增长势头。与此同时，浸没式液冷的渗透率也达到了10%。海底数据中心是另一个颇具创意的解决方案。这种数据中心将服务器放置在海底的密封舱中，巧妙地利用广阔的海洋作为自然冷源。海底数据中心不仅具有“三省”(省电、省水、省地)的优势，还兼具“两高”(高安全、高可靠)和“一快”(快速部署)的特点。其PUE低至1.076，在数据中心行业中处于领先地位。据民生证券的研报预测，到2026年，与此相关的项目年租舱收入可能超过十亿元，售舱与租舱的累计收入有望超过100亿。从产业链的角度来看，有多家公司在这一领域进行了积极布局。例如，曙光数创和浪潮信息凭借其服务器产品的技术实力，积极布局液冷技术；英维克则凭借多年在温控领域的深耕经验，进行了多点布局；而海兰信则是掌握了海底数据中心技术的代表企业。综上所述，大型AI模型所驱动的算力需求增长及其带来的高功耗问题已经成为业界关注的焦点。幸运的是，液冷技术和海底数据中心为我们提供了有效的解决方案。随着技术的不断进步和应用场景的持续拓展，我们有理由相信这些方案将在未来得到更为广泛的应用和优化。

证券之星2023-12-06

人工智能ETF(159819)：商业化落地节奏加快，如何看待AI板块

。在智能化方面，AIPin配备了类似ChatGPT的AI聊天助手AiMic，其定位为AI助理，内置AI大模型，它主要得到GPT-4支持。长按Pin即可与AIMic交谈。发布会上展示的功能包括：语音通话、修饰文稿、处理电子邮件、实时翻译、识别食物并提供营养信息、推荐餐厅和音乐等。类似AIPin这类的AI智能终端，有望重构未来的边缘AI设备，从而成为大模型落地的重要载体，促使产业加速落地，创造相对巨大的商业价值。综合来看，GPT的重磅更新、国内AI应用的推出等，正推动AI加速向各领域渗透。同时，国内政策端也持续发力，为AI市场空间的释放奠定较好基础。人工智能ETF（代码：159819，联接基金A/C：012733/012734）紧密跟踪中证人工智能主题指数。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2023-12-06

24小时热点