行业分类:
加载中...
头条分类:
加载中...
赎回成反向信号?A股超预期反弹,这些基民"倒在黎明前"
公募次新产品规模上的另类信号,或映射着A股市场存在的超预期反弹。 券商中国记者注意到,3月5日晚间多只战胜市场、业绩表现亮丽的次新基金发布公告,涉及提示基金份额大量减少可能导致的产品清盘情形,其中,部分新基金尚未建仓完毕即因投资者恐慌情绪而遭集中赎回。部分投资者赎回资金后,目标基金净值单月反弹超30%,更有两年业绩排名全市场第三的基金出现投资者赎回引发的清盘风险,这些超预期的清盘提示意味着,A股市场的逆风而动的机会或近在眼前。 相关基金经理强调,“黎明前的黑暗是最难熬的,也是最好的压力测试,优秀的投资人应该具有不理睬环境压力而坚持到投资成功的能力。” 新基金尚未建仓完毕即将清盘? A股市场的超预期反弹信号,或出现在投资者对待基金的非理性情绪中。 5日晚间,华泰柏瑞基金公司发布公告称,旗下华泰柏瑞基金有色金属矿业ETF基金截至 2024 年3 月4日,出现连续 40个工作日基金资产净值低于5000 万元,可能触发基金合同终止情形。根据基金合同的规定,基金合同生效后,连续 20 个工作日出现基金份额持有人数量不满200人或者基金资产净值低于 5000 万元情形的,基金管理人应 当在定期报告中予以披露;连续50个工作日出现基金份额持有人数量不满 200 人或者基金资产净值低于5000万元情形的,该ETF基金将根据合同的约定进行基金财产清算并终止,而无需召开份额持有人大会。 值得关注的是,上述ETF基金可能出现尚未建仓完毕,资金即因市场因素、其他ETF基金产品的净值下跌等恐慌情绪,出现建仓期内的资金大规模撤离。按照有关规定ETF建仓期一般不超过3个月,而该只ETF成立于2023年11月30日,华泰柏瑞基金有色金属矿业ETF在2023年12月初才开始买入股票并建仓,且当时的股票仓位几乎可以忽略。 券商中国记者注意到,截至2023年12月7日,华泰柏瑞基金有色金属矿业ETF合计持有的股票仓位仅有1.83%,共持有包括天齐锂业、西藏珠峰、北方稀土、赣锋锂业、融捷股份在内的全部5只股票。这种极低的股票仓位意味着该产品在当时环境下已考虑快速建仓所面临的潜在问题,包括可能引发基金净值、基金赎回产生的连锁效应。 那么,基金持有人是在什么阶段大量赎回基金份额的呢?根据基金公司披露的截至 2024 年3 月4日出现连续 40个工作日基金资产净值低于5000万元的说法,考虑到中间的春节休市因素,可判断基金持有人的集中赎回发生在2023年12月底,此时恰好为该只新基金正式成立30天(含非交易日)。 上述信息也大概率意味着,华泰柏瑞基金有色金属矿业ETF基金尚未买完股票,基金持有人已被当时的市场吓出,但在大量资金吓出后,尽管华泰柏瑞基金有色金属矿业ETF面临清盘风险,但该只基金已实现成立后的净值盈利。 90%资金错失单月暴涨30% 广发基金旗下一只次新产品在3月5日的提示公告,同样意味着A股行情可能超出部分机构和散户投资者的认知。 该公告提示称,截至2024年3月4日,广发国证信息技术创新主题ETF连续45 个工作日基金资产净值低于5000万元人民币,可能触发《基金合同》终止情形,根据《基金合同》第五部分“基金备案”第三条约定:《基金合同》生效后,连续 20个工作日出现基金份额持有人数量不满200人或者基金资产净值低于 5000万元情形的,基金管理人应当在定期报告中予以披露;连续 50 个工作日 出现上述情形的,基金管理人应当及时通知基金托管人终止基金合同,并按照 基金合同的约定程序进行清算。 上述广发国证信息技术创新主题ETF成立于2023年9月末,募集资金2.87亿元,而今只剩下约2600万元,高达90%的资金在极短时间内赎回离场,根据此前发布的基金四季度报告显示,截至2023年12月末,持有基金份额的四个机构投资者有两个机构投资者全部赎回了基金份额,目前仍有43%的基金份额掌握在机构投资者手中,机构投资者的赎回也成为基金份额大幅度减少的主要因素。 值得一提的是,A股市场和基金净值的反弹也超出了赎回者的预期。根据基金披露的赎回时间点,这些赎回份额的基金持有人大多错过了后续的A股市场反弹行情,尤其是广发国证信息技术创新主题ETF覆盖的股票品种,大多指向2024年A股行情最具确定性和弹性的赛道。 券商中国记者注意到,广发国证信息技术创新主题ETF基金最近一周、最近一个月的净值反弹双双位居2714只同类基金中的前1%,其最近一周内的净值涨幅为11.07%,最近一个月内的净值涨幅更是达到惊人的31.24%,遥遥领先于大盘指数。 优异业绩也遭赎回 此外,部分基金经理采取空仓策略显著跑赢市场后,也未能阻止基金份额的大规模减少。 国投瑞银基金日前发布的公告称,截至今年2月29日,国投瑞银安泰混合型基金连续45个工作日基金资产净值低于5000万元,可能触发基金合同终止情形,若该产品连续50个工作日出现前述情形的,基金合同将终止并进行基金财产清算,且无需召开基金份额持有人大会。 上述基金产品同样因策略灵活而使得短期和长期的基金业绩显著跑赢市场,尽管许多基金产品今年内尚处于净值亏损,但国投瑞银安泰混合型基金今年以来的净值涨幅仍有5%,若考虑最近两年内的业绩,则国投瑞银安泰混合型基金则有高达13.35%两年期业绩,在全市场1000只同类基金中处于业绩第三名。 券商中国记者注意到,上述基金取得较好业绩的核心策略,是在去年四季度开始空仓股票。根据所披露的信息显示,该基金在去年三季度末持有的股票仓位高达44.74%,而到了去年四季度末,这44.74%的股票仓位已被全部卖光。甚至包括债券资产亦几乎被基金经理王鹏清仓。在去年三季度末,国投瑞银安泰混合型基金持有的债券资产比例为23.25%,王鹏在去年四季度末将债券资产仓位从23.25%砍至7.22%。 最终,国投瑞银安泰混合型基金持有的银行存款比例高达92.68%。也正因为几乎全仓银行存款,这只基金得以在今年1月份的A股股票极端调整后出手抄底,从基金净值的波动看,基金经理从空仓转向抄底的时间点可能在2024年1月底,进入2024年2月份该基金从净值0波动迅速出现净值异常走势,“全仓银行存款”的国投瑞银安泰混合型基金突然出现强劲的弹性,2月6日当天的基金净值涨幅接近4%,2月29日的净值涨幅也达到2%。 基金经理王鹏对此表示,黎明前的黑暗是最难熬的,也是最好的压力测试。优秀的投资人应该具有“不理睬环境压力而坚持到投资成功的能力”。他判断2024年的中国经济会复苏,政策也在持续发力,但是投资人信心有待时间的修复。在指数跌破3000 点后,无论是纵向比较,还是横向对比,中国股市的估值已经很有吸引力。 来源:证券时报
这家险企迎新掌门,省财政厅原副厅长履新!第二轮增资扩股推进中
作为地方国资险企,位于湖北的长江财险迎来新掌舵人。 长江财险近日发布消息称,3月4日,公司召开干部职工大会,省委组织部宣布省委决定,赵红兵任长江财险党委书记、董事长(拟任)。按照惯例,董事长职务需按有关程序办理并报监管部门核准。 掌舵人更替之际,目前长江财险第二轮增资扩股亦正在推进中。作为一家成立逾10年的地方国资险企,目前长江财险仍在探索价值发展之路。新掌门人的到来将会为这家险企带来什么发展契机,值得关注期待。 赵红兵任党委书记、拟任董事长 长江财险成立于2011年11月18日,总部设在武汉,是湖北省首家全国性法人财产保险公司,由湖北省委、省政府直接管理,注册资本金18.1亿元人民币。 设立长江财险是湖北省委、省政府做大做强金融产业、建设武汉中部金融中心的重大决策。 长江财险前任董事党委书记、董事长叶战平自2020年12月起担任长江财险董事长,2024年1月2日,叶战平调至湖北交投集团担任党委副书记、总经理。随后,长江财险董事会审议通过了叶战平辞去公司董事长相关议案。 接棒者赵红兵出生于1968年,在政府机构工作多年,此前曾担任湖北省财政厅党组成员、副厅长,分管过财政厅多个领域的工作,对于金融领域相当熟悉。 2023年3月,赵红兵到省属企业湖北宏泰集团调研时强调,要坚定信心决心、强化使命担当,矢志不渝建成金融控股集团,切实履行“服务实体经济、防控金融风险、深化金融改革”三大任务,为区域经济发展提供金融硬支撑。 湖北宏泰集团极有可能成为长江财险的第一大股东。 目前长江财险股东共4家,分别为湖北省联合发展投资集团有限公司、湖北交通投资集团有限公司、国家能源集团资本控股有限公司、湖北能源集团股份有限公司,持股比例分别为33.26%、33.15%、22.54%、11.05%。 长江财险在2021年曾进行了第一轮增资扩股,注册资本金增加6.1亿元。据了解,为实现长期稳健经营,公司第二轮增资工作正在推进中。 长江财险在2023年12月29日召开了2023年第五次临时股东大会,会议审议通过了《关于长江财产保险股份有限公司调整增资扩股方案的议案》。湖北宏泰集团股份有限公司实际认购公司增发股份7.32亿股,长江产业投资集团有限公司认购公司增发股份2.55亿股。 增资完成后,长江财险总股本将增值27.97亿股,公司股东将增加至6家。 具体而言,湖北宏泰集团有限公司与其关联方湖北能源集团股份有限公司合计持股比例为33.32%,为第一大股东;此外,湖北省联合发展投资集团有限公司、湖北交通投资集团有限公司、国家能源集团资本控股有限公司等持股比例分别下降为21.52%、21.45%、14.59%,长江产业投资集团有限公司持股比例为9.12%。 据了解,长江财险本次增资扩股正等待监管部门批复,获取监管批复,公司资本实力将显著增强,偿付能力水平将大幅提升。数据显示,截至2023年末,公司核心偿付能力充足率和综合偿付能力充足率均为230.19%。 湖北宏泰集团官网显示,公司成立于2022年1月25日,是湖北省属唯一金融服务类企业。根据省委省政府关于新一轮国资国企改革部署,集团围绕服务实体经济、防控金融风险、深化金融改革三大任务,聚焦综合金融服务、要素市场建设、政策金融保障、资本市场运作四大主责主业,以金融投资为主,打造主业突出、效益显著、风控严密、协同联动、全国一流的金融投资集团。公司注册资本230亿元,资产规模突破2125亿元,旗下共有19家二级公司、2家上市公司。 成立10余年尚未进入盈利期 长江财险背靠湖北省属资源,但成立10多年来发展并不算快。 从业务发展方面看,2021年—2023年,长江财险保险业务收入分别为5.68亿元、8.18亿元、9.54亿元,年度保费未突破10亿关口。净利润方面,2023年,长江财险净亏损1.48亿元,仍未进入盈利期。 从细化指标来看,公司经营发展去年取得了一定提升,例如,公司全年保费收入创公司成立12年来历史新高;保险业务综合成本率122.73%,同比优化2.32个百分点,承保同比减亏1902万元,连续两年完成减亏任务;投资收益克服资本市场诸多不利影响,全年投资收益1873万元,同比增利1948万元。 从风险评级来看,2023年四季度偿付能力报告显示,公司2023年三季度风险综合评级为B级,评级结果较上期的BB级略微下降。 公司解释,下降的原因主要有:股权变更、管理体制调整大量引进市场化人员,对人员稳定性有所影响;公司走出困难时期大力发展保险业务,导致保费增速偏离行业增速较大;由于整体保费基数较小,导致亿元保费投诉量、亿元保费案件败诉率、亿元保费处罚量较高;受大额资金集中投出影响,投资活动净现金流出现较大负流,引起整体净现金流出现暂时负流。 长江财险表示,公司高度重视湖北监管局季度风险综合评级结果的通报,总经理室多次组织召开专题整改会议,督促相关问题整改落实。针对风险综合评级暴露出的问题,公司将继续从发展战略的高度持续推进问题整改,合理把控业务发展速度,提升保险服务质量,强化费用管控,兼顾投资活动及筹资活动协同发展,提升内部运营管理水平,确保业务稳健发展及风险总体可控。 该公司表示,为实现长期稳健经营,在湖北省委、省政府、省国资委的领导下,第二轮增资工作顺利推进,待监管部门批准后,公司注册资本金将接近28亿元。 对于2024年发展规划,该公司在报告中表示,2024年是“三年发展规划”的收官之年,公司将坚持“保持稳健增长,推进降本增效,增强新质动能,实现价值发展”的经营导向,聚焦经营效益、推进价值提升、深化改革赋能,深入推进农业保险提增扩面,车险、非车险质效提升,社保健康险做出规模,科技保险、绿色保险等特色保险做出亮点,积极发挥保险的经济减震器和社会稳定器功能,深耕湖北,辐射全国。 来源:证券时报
宁德时代,海外杀疯了
宁德时代发布了一份堪称优秀的成绩单。 3 月 15 日晚间,宁德时代发布 2023 年年报,公司营业收入首次突破 4000 亿元大关,达 4009 亿元,同比增长 22.01%;归母净利润为 441 亿元,同比增长 43.58%。 其中,宁德时代 2023 年第四季度营收为 1062.4 亿元,净利为 129.76 亿,扣非后净利为 131.1 亿元。 这一业绩成绩单背后,展示了宁德时代在电池领域的强劲竞争力。数据显示,去年宁德时代实现了电池销量 390GWh,同比增长 35%。其中,动力电池系统销量达到 321GWh,储能电池系统销量达到 69GWh。 根据 SNE 机构统计,2023 年宁德时代动力电池全球使用量市占率达 36.8%,连续七年稳居全球榜首;储能电池全球出货量市占率达 40%,连续三年蝉联世界第一。 更令投资者关注的是,宁德时代宣布了一份高达 220 亿元的利润分配方案,创下了公司历年来的新高。这意味着公司将近一半的利润用于向股东支付股利。截至 2023 年末,宁德时代未分配利润为 1032.45 亿元。而这次分红金额超过了未分配利润的 1/5。 大手笔分红 220 亿元 自 2023 年三季度以来,宁德时代股价曾经历了一段较大幅度的回落,主要是因为市场对该公司业绩放缓的担忧。 然而,今年的财报显示,宁德时代的增长势头正在回升,尤其是在海外市场的表现十分突出。据财报显示,宁德时代去年海外收入达到 1309.92 亿元,同比增长 70.29%,占整体营收比例已经达到 32.67%,而这一比例在 2022 年仅为 23.41%。 相比之下,宁德时代在国内市场的增幅相对较小。数据显示,2023 年,宁德时代在国内的营收为 2699 亿元,同比增长仅为 7.2%。 对此,宁德时代解释称,其海外市场主要产品为电池系统,随着海外业务的持续扩展,境外销售收入相应增长。同时,该公司表示,其境外客户回款情况正常。 据悉,报告期内宁德时代获得宝马、戴姆勒、Stellantis、大众、现代、本田等多家海外主流车企新定点,还与 Stellantis 签署战略谅解备忘录,在欧洲市场向其供应磷酸铁锂电池。 电池级碳酸锂 |图片来源:视觉中国 更值得关注的是,宁德时代的毛利率也有所提升,从 2022 年的 20.25% 提升到 2023 年的 22.91%,超越了特斯拉(2023 毛利率为 18.2%)。具体来看,动力电池毛利率达到 22.27%,较 2022 年提升 5.1 个百分点;而储能电池毛利率为 23.79%,较上一年提升 6.78 个百分点。 业内人士认为,这一盈利能力的提升部分得益于碳酸锂价格的低位徘徊,为公司毛利带来了支撑。据了解,2023 年全年,碳酸锂价格由年初的超 50 万元/吨,降至年底的不足 10 万元/吨,降价幅度达到 8 成。 另一个令人关注的点是,宁德时代的库存同比减少了 40%。2022 年底时,宁德时代存货余额曾一度高达 766.69 亿元,引发市场对整个锂电池行业「过剩」的担忧。 然而,2023 年年底,宁德时代的存货余额降至 454.34 亿元,回到了 2021 年底至 2022 年初的水平,显示了宁德时代「去库存」行动取得了良好的成效。 同时,宁德时代在 2023 年的经营状况表现强劲,经营性现金流量净额约为 928 亿元,同比增长了 51.65%。尤其值得注意的是,第四季度达到了 401 亿元,环比增长了惊人的 158%。这些数据反映了宁德时代在电池领域的卓越竞争力,以及其持续增长的势头。 最令人振奋的消息是,宁德时代宣布的高达 220 亿元的分红计划,超出了市场预期。根据 Wind 统计,历史上宁德时代累计分红金额为 91.05 亿元,本次分红金额超过此前 5 年总分红金额的两倍。 据了解,该方案包括年度现金分红和特别现金分红两方面:其中,年度现金分红以归母净利润的 20% 为基础,向全体股东每 10 股派发现金分红 20.11 元(含税);特别现金分红则以归母净利润的 30% 为基础,向全体股东每 10 股派发现金分红 30.17 元(含税)。 总体来看,宁德时代通过海外市场增长、盈利能力提升以及库存管理等多方面措施,展现了强劲的业绩和稳健的发展态势。 固态电池商品化还很远 尽管宁德时代近期发布的财报表现不俗,市场占有率多年保持全球第一,但它能否持续保持自己的优势依然是市场关注的问题。在最近的财报电话会议上,宁德时代高管回答了许多关于固态电池、海外市场等方面的问题。 三星SDI公司展示的用于电动汽车的全固态电池模型 | 图片来源:视觉中国 固态电池作为被寄予厚望的「终极」电池产品,虽然技术上仍存在许多挑战和障碍,但不断传出的技术进展令人鼓舞。这些进展吸引了投资者的眼球,推动了相关公司的股价表现。 对此,宁德时代高管表示,技术上仍然存在许多困难需要克服。固态电池涉及到许多基本的科学问题,例如内部离子的扩散在固态和液态之间存在数量级的差别。目前,固态电池仍处于实验室阶段,虽然在 6000 个大气压下可以实现微小试样的高电导率,但实际工业化量产过程中面临着重重困难。 宁德时代需要在技术路线、产品路线和商品路线上都取得突破,才能真正实现固态电池的商业化应用。比如 目前行业提出了三种技术路线:技术上能否打通;产品路线:生产工艺能否实现稳定规模化量产;商品路线:能否卖出去。虽然困难重重,但宁德时代仍在持续投入大量资源用于固态电池技术的研发和推进。 与此同时,宁德时代在美国与福特的合作项目以及与欧洲车企的深度合作备受市场关注。尤其是 2023 年 2 月,福特汽车宣布与宁德时代合作,在密歇根州投资 35 亿美元建立新的电池制造厂,这一消息引起了广泛关注。不过,近期有关合作遇阻的传言,也让市场对合作进展充满了疑虑。 宁德时代对此表示,美国地缘政治关系的影响不可避免,合作模式被称为「LRS」模式,即主机厂全权拥有电池厂并运营,宁德时代则提供专利许可、技术与服务支持。它是一种更为灵活的合作方式,不仅仅适用于福特,其他客户也可以采用这种模式。 2023年5月,宁德时代在匈牙利德布雷岑的电池厂正在建设中 | 图片来源:视觉中国 虽然福特的工厂建设进度相对较慢,但其他已建成的工厂项目将更快地推进。此外,欧洲地区也有许多客户正在洽谈中,虽然流程较为繁琐,但匈牙利工厂已经准备好实现供货,而 Stellantis 则计划在 2027 年实现供货。 当前,插混和增程式车型的增长速度明显快于纯电车型。然而,一些之前专注于增程模式的汽车制造商,比如理想汽车,开始推出纯电车型,这引发了人们对 2024 年是否会成为纯电汽车渗透率的拐点的猜测。 对此,宁德时代高管表示,这需要考虑到当前的汽车市场趋势以及消费者的偏好。目前,主流趋势仍然是朝着大电量的纯电车型发展,以增加纯电行驶里程。而插混模式下的消费习惯不同,对电池性能要求更高。 另外,智能驾驶的发展也对电池容量提出了更高的需求。因此,纯电车型的需求稳定,但在寒冷的北方地区,空调等设备的使用增加会导致行驶里程减少。长期来看,随着全自动驾驶技术的成熟,纯电汽车和智能化技术将会密切相关,并且与地区的气候和驾驶习惯等因素有着紧密的关联。 从目前的表现来看,宁德时代依然稳坐电池行业的榜首,短期内其地位不太可能受到动摇。虽然它在国内市场仍然保持竞争优势,但对于长期发展而言,海外市场的开拓至关重要。目前,欧美新能源汽车市场的遇冷和地缘政治的不确定性可能会成为困扰因素,这也将是它能否可持续发展的关键。
万万没想到,美国人搞AI缺的竟然是变压器
“ 在没电用之前,未来可能会先没变压器用。 ” 马斯克在不少场合,都强调过这个说法,前段时间,在博世互联世界大会上,他又重提了一次,给当下最缺的东西排了个序:芯片、变压器、电力。 AI 导致芯片和电力资源紧缺,基本是都被大伙们聊烂了。 和不少朋友一样,世超这次的关注点倒集中在了变压器上,这玩意儿,怎么就突然上了马斯克口中的 “ 稀缺榜 ” ? 其实严格来讲,上榜的并不是所有的变压器,而是降压变压器。 咱们小时候科学课也讲过,为了减少损耗,电网运电一般都是几百万伏的高压,要转换成日常用的几十伏,得降个好几轮,而这中间,就需要降压变压器的助力。 按照马斯克的逻辑,缺变压器,是因为未来咱用的电会越来越多,而用电激增,主要是 AI 和新能源的锅。 关于 AI ,马斯克玩起了谐音梗,说是 Transformers ( 大部分大模型的底层架构 )导致 Transformers ( 变压器 )紧缺。。。 毕竟按他的逻辑, AI 用电大头在数据中心上,随着算力需求的增长,未来数据中心的耗电量很可能是呈指数级增长的。 而这只是一方面,另外大伙们可能想不到, CPU 和 GPU 的运行,还得用到不少的降压变压器。这是因为,低电压高电流,一直都是数据中心的用电主流方案。 这么说吧,之前很长一段时间,对处理器的输入电压要求都是1 伏,这两年,随着芯片制程越来越高,已经有不少处理器的电压降到 1 伏以下了。 而处理器在电压上吹毛求疵,是为了整个数据中心的能耗考虑。 对于单个处理器来说,它的功耗( P )可以用这么一个公式来表示: 其中, C 是和制程相关的一个常数, f 是频率,大家都希望它够高,但能耗 P 又不能太高,所以只能从电压 V 入手了。 但降电压也不是什么轻松活,还得考虑到数据中心的特殊性,它得持续通着电,不然指不定有什么数据损失。 所以,数据中心一般会先用降压变压器把电压降到12 V ,以便停电时启动备用电池供电,后续再用特定的转换器把电压降到 1 V 。 而在中间加个 12 伏的电压,有两种选择。 一种是给每台服务器,都配个 12 伏的降压变压器。 另一种是集中式降压,搞个更牛的变压器,先把电压降到 12 伏,再去分配给多台服务器。 而且好巧不巧,这两年 AI 大爆发,还正赶上野蛮扩张的时候了。像是阿里云在河北的数据中心,前两年的服务器规模就已经达到 30 万台了,未来还准备加到 100 万台。 碰到这种状况,只有两个法子,要么用第一种方法多买些变压器,要么用第二种方法,换成电压相对高一点( 不少数据中心都打算用 48 伏替换 12 伏 )的变压器。 无论是那种法子,咱也能看到,都挺耗变压器的。 另外,马斯克还提到了电动汽车耗电,中国汽车工业协会做过一个统计,大概到 2030 年的时候,我国的电动汽车,每年都能耗掉1400 亿度电左右,用电量的激增,在一定程度上,也会让降压变压器的需求涨了不少,这部分,世超就不多赘述了。 不过世超也查了下,变压器确实不像芯片一样,有着那么高的技术门槛,而且现在最难造的是几百、甚至上千千伏的特高压变压器。 照理说咱们提到的那些变压器,造起来都不难,但它依旧能上马斯克的稀缺榜,是因为这玩意儿在美国确实缺。 整个美国市场,变压器非常依赖进口,前两年都已经一跃成了全球最大的变压器进口国。 在 AI 和新能源没爆火前,他们的变压器进口一直都挺顺利,所以压根儿没想搞本地的供应链,就变压器里很关键的材料电工钢,都不怎么生产。 还有个更尴尬的点,美国电网的变压器,大概有七成都该退休了,即便这样,他们为了制裁中国,还下了变压器进口禁令,所以到现在还买不到新的,在超长服役呢。 原来美国进口变压器,最多等上个几周,而去年一些地方都得等个一年以上了,并且价格也飙了4 倍不止。 又因为供应链没搞起来,劳动人口也不太够,短时间内,建起本地变压器生产线几乎是天方夜谭。像是美国本地一个头部企业,想扩张一下变压器产线,给出的预计周期就长达 4 年。 连经济评议会都看不下去了,发了份报告呼吁美国政府开启国防生产法,开启官方施压, PUSH 厂商们建立变压器生产链条。 相反在国内,变压器的 “ 稀缺难题 ” 就没那么严重了。 因为无论是研究还是生产线,国内就没停过,而咱们一直都是世界变压器的第一出口大国,说不定美国这次的变压器缺口,还能成为咱继续扩张的一个机会。 所以,对于马斯克的那个稀缺排行榜,咱就别太担心了。 最后,在经过耗水、耗电、耗变压器和耗芯片之后,你觉得下个上榜的会是啥? 撰文:松鼠 编辑:江江 & 面线 封面:焕妍
盒马、大润发否认被出售给中粮,此前传闻称“马云拍板、阿里退出”
IT之家 3 月 17 日消息,昨日有消息称,阿里内部“已经确定”把盒马、大润发出售给中粮,大润发约预估 100 亿人民币左右,盒马约预估 200 亿人民币左右,双方框架协议已经拟定,“是马云在阿里内部做了最后拍板”。 据红星新闻报道,针对上述消息,盒马、大润发的公关均在朋友圈表示否认。盒马方面告诉红星资本局,出售和价格都是不实消息。 而在去年 2 月,路透社曾报道称阿里巴巴集团正寻求出售旗下大润发、银泰、盒马鲜生等资产,以便于剥离处于亏损中的非核心部门,将公司发展重点转向电子商务“核心盈利部分”。 本月初,盒马曾传出各地“撤柜关门”的消息,官方表示由于物业合同到期,和个别商场不景气等原因,今年上半年盒马鲜生正常进行尾部门店汰换,在全国范围内关闭 6-7 家门店。同时,超过 360 家门店正常运行中。 另据IT之家此前报道,上个月的阿里财报电话会议上,阿里巴巴集团主席蔡崇信在回答“出售非核心资产”的问题时表示,2024 财年至今,9 个月时间阿里完成了 17 亿美元非核心资产的退出,也积极在看上市股票如何退出,并且成立了专门的团队。 蔡崇信表示,“目前阿里的资产负债表上依然有一些传统的实体零售业务,他们不是核心的聚焦业务,阿里退出也是合理的。但考虑到当前的市场情况,退出可能需要时间去实现。”
阿迪达斯也要抢“县城贵妇”了?
“虽然目前为止还不够好,但好于年初的预期。”2023年上任的阿迪达斯CEO比约恩·古尔登,面对自己上任第一年交出的成绩单,如此评价道。 3月13日,阿迪达斯公布了2023财年年报。这份财报对阿迪达斯来说十分重要,原因是,去年被视为阿迪达斯的“过渡之年”,也是古尔登履职的第一年。在经历了连续几年的低迷后,外界很想知道,阿迪达斯能否缓过来? 从数据上看,阿迪达斯仍未回到增长轨道。2023年,其营收为214.3亿欧元,同比下降约5个百分点,不过如果不考虑汇率影响,收入规模和去年持平。 利润方面,同样难言乐观。2023年,阿迪达斯实现营业利润2.68亿欧元,同比下降近6成。归属于股东的净利润则亏损约7500万欧元,这也是阿迪达斯数十年来首次出现亏损。稍微算得上欣慰的是,2.68亿欧元的营业利润,比阿迪达斯在2023年年初预计的亏损7亿欧元,高了近10亿欧元。 就像古尔登把2023年定义成阿迪达斯的“过渡之年”一样,眼下,这家运动服装行业的巨头正处在一个重要转变期:产品端,“YEEZY”鞋魔力失效后,需要找到新爆款;分地区来看,业绩回暖的大中华区,似乎又成了“全村的希望”。 为了夺回在中国区丢掉的市场份额,2022年萧家乐上任大中华区负责人后,进行了一系列“本土化”改革。渠道,是其中的重要一环。萧家乐此前在接受媒体采访时曾表示,阿迪达斯要加快在三线以下新兴城市的开店速度。这也意味着,阿迪达斯要进一步“下沉”。 中国业绩转正,“麻烦”到了美国 对阿迪达斯来说,2023年的一个好消息是,中国区的业绩在经历了长达8个季度的下跌后,终于在2023年Q2重新回到的增长通道。 全年来看,2023年阿迪达斯大中华区实现营收31.9亿欧元,在不考虑汇率因素的影响下,同比增长了8个百分点,在阿迪达斯5大市场中,增速排行第二。 注:EMEA即欧洲、中东和非洲地区 2024年前两个月,阿迪达斯在我国市场上似乎延续了去年以来的增长态势。久谦数据显示,前两个月阿迪达斯天猫旗舰店销售额达3亿元,虽然绝对值不及FILA、耐克、安踏和李宁,但76%的同比增速,却领先同行。 大中华区是阿迪达斯的三大战略重点市场(另外两个为EMEA和北美),也是曾经的“销量引擎”之一。2015年前后,阿迪达斯业绩低迷之时,正是靠中国市场和“YEEZY”的销量增长,把公司业绩拉了上去。因此,“拯救”大中华区的业绩,就成了古尔登和萧家乐的重点任务。去年9月,古尔登首次访华时,还特意穿了件胸前印有“中国”二字的蓝色外套。 本土化是阿迪达斯过去在中国市场比较“薄弱”的一环,也是萧家乐2022年上任之后采取的重点战略。 阿迪达斯官方告诉虎嗅,阿迪达斯总部给了中国本土管理团队更多的自主权,中国团队有权决定选哪些产品在大中华区上市销售,除了全球统一的商品外,他们在特意加码“中国创造”的产品。“目前我们在中国有35名设计师团队和100多名创意人员,2024年中国创造的产品占比预计能到75%。”阿迪达斯方面表示。 渠道方面,阿迪达斯在加大“下沉”力度。大约10年前,阿迪达斯、耐克等国际品牌就推行过一轮渠道“下沉”,据媒体报道,当时拓展的重点主要集中在二、三线城市。但这次,阿迪达斯瞄准的是三线以下的新兴城市。 阿迪达斯在布局的“新兴城市”,其实也是当下各个品牌想要“突围”的市场。原因是,高线城市竞争越发激烈,越来越多的资本、品牌都想到小城市,甚至县城找机会。 “在我们老家的县城,阿迪达斯都开了两家门店。”一位老家在华北某市的朋友向虎嗅说道。在她印象中,县城一直是国产运动品牌的天下,想要买国际品牌一般只能网购,或者去周围地级市。但就像很多咖啡、奶茶等消费品牌纷纷到县城开店一样,春节回家时她发现县城商场里出现了很多“一二线”服装品牌,其中就包括阿迪达斯。 在一位鞋服行业分析师看来,之后阿迪达斯在县城开店的情况可能会越来越多。据他透露,阿迪达斯相对低端的产品线,有可能要给国内某服装巨头开经销,到时在下沉渠道的扩张上可能会更快。 目前,阿迪达斯在我国的门店数量超过8000家,其中大部分是经销商开的店。(虎嗅注阿迪达斯以批发渠道为主,2023年其自有零售门店只有1863家。) 阿迪达斯不同渠道收入占比 和大中华区相比,阿迪达斯在北美市场遇到的压力更大。2023年,其北美地区营收为52.2亿欧元,同比下滑了16个百分点,是业绩下滑最严重的地区。 不出意外的话,今年北美市场大概率也将是阿迪达斯的“心头大患”。 受到“YEEZY”系列的影响,再加上美国运动服装市场整体景气度不高、阿迪达斯在北美市场的库存压力也大,阿迪达斯预测,2024年在不考虑汇率因素的影响下,其北美地区营收将以中个位数下降。 寻找“YEEZY”之外的新引擎 从产品品类看,鞋类一直是阿迪达斯占比最大的产品类别。以2023年为例,鞋类产品营收为121.4亿欧元,在阿迪达斯的总营收中占了近57%。 “YEEZY”曾在阿迪达斯鞋类产品中发挥着至关重要的角色:2021年,“YEEZY”销量约17亿美元,占了阿迪达斯总销量的8%;在2015年推出后的很长时间内,“YEEZY”在整个行业都是为数不多可以和耐克AJ系列抗衡的存在。 2022年“侃爷”出现舆论风波后,阿迪达斯一直在消化“YEEZY”停摆带来的负面影响。 迫于此前“YEEZY”停售带来的库存和业绩压力,2023年Q2开始,阿迪达斯重启了“YEEZY”系列的销售。据其财报显示,2023年销售“YEEZY”给其带来了7.5亿欧元收入。这虽然比2022年少了5亿欧元左右,但好歹也算“回血”。 比起当下的业绩,阿迪达斯更长远的压力在于,需要找到“YEEZY”之外的新爆款。 2023年,Samba(虎嗅注:此系列为阿迪达斯生产的第一双球鞋,1949年成为西德足球队的训练鞋)暂时承担了这个“重任”。 图为Samba,图源:视觉中国 去年,Samba被鞋类杂志《Footwear News》评为“2023年年度最佳鞋款”,有国外咨询机构调查发现,这款鞋的销量同比增加了20倍。这也让阿迪达斯鞋类产品的业绩有所好转:不考虑汇率影响,2023年,阿迪达斯鞋类产品营收增长了4个百分点;可做对比的是,其服装收入下降了6个百分点。 但光有Samba显然还不够。上述分析人士告诉虎嗅,Samba的大热和去年流行复古风,以及“足球风”有关,阿迪达斯属于复古风潮的受益者,但一款产品火了之后,还需要运营团队发挥作用,否则很难让这种“火”实现效益最大化。“阿迪达斯现在处在转折期,团队运营能力可能会受到影响。而且,Samba能不能持续火下去也是个大问题。” 从2023年的一系列动作看,阿迪达斯似乎还把寻找“新引擎”的机会更多放在了年轻群体身上。 最大的变化是,2023年阿迪达斯把沿用20年的品牌slogen“没有不可能”(impossible is nothing)换成了“喜欢不为什么”(you got this)。阿迪达斯官方向虎嗅表示,之所以用新slogen是希望号召更多人享受运动的快乐,提升品牌热度,赢回年轻人。 产品方面,阿迪达斯正企图通过和潮牌、奢侈品联名,打造符合年轻潮流的新爆款。2023年,CLOT创始人陈冠希“挥别”耐克,开始和阿迪达斯合作推出联名款;阿迪达斯和FOG(Fear of God,美国街头潮牌)、Gucci等也都推出了联名款。 无论是更换品牌slogen还是推出更多联名款,这一系列动作背后其实也反应了阿迪达斯在转折期的“品牌焦虑”。 过去两三年,受到“YEEZY”系列等事件影响,阿迪达斯的库存一直处在较高水平,因此经常打折售卖。曾有阿迪达斯的工作人员告诉虎嗅,从2020年开始其所在的店铺就经常打折。长期打折不可避免的会给其品牌影响力带来影响,上述分析师就向虎嗅表示,现阶段她觉得最担心的还是阿迪达斯的“品牌力”。 2019年以前,我国运动服装行业基本是耐克和阿迪达斯“轮流坐庄”,但这几年,阿迪达斯的市场占有率一路下滑。2022年按照各品牌公布的营收统计,阿迪达斯处在耐克、安踏(指安踏单品牌)、李宁之后,2023年,阿迪达斯的排名有可能更不乐观。对于前几年掉了队的阿迪达斯而言,提升品牌力还有很长的路要走。
双双辟谣 盒马、大润发均否认被阿里出售给中粮
原标题:盒马、大润发均否认被阿里出售给中粮:双双辟谣 假消息 快科技3月17日消息,综合国内媒体报道,针对被阿里出售给中粮的传闻,盒马、大润发相关负责人在个人社交平台微信朋友圈回应称“假的”。 今日有媒体报道称,据知情人士透露,阿里内部基本已经确定,把大润发和盒马出售给中粮,大润发约预估100亿人民币左右,盒马约预估200亿人民币左右,双方框架协议已经拟定,是马云在阿里内部做了最后拍板。 对此,盒马相关负责人回应称:“假的”。大润发则表示,上述有关出售消息为假。 早在2023年12月,盒马就曾否认被出售传闻,彼时有消息称阿里集团CEO吴泳铭做出了一系列资本规划,盒马已经在考虑出售,盒马方面辟谣称“被出售传闻不实”。 前不久,网络上有不少盒马撤柜关门的消息不胫而走,甚至传出盒马无人送货、种类减少等情况。还有网友发帖晒图,称盒马货架都已被清空,疑似清货撤店,此消息一出立刻引发热议。 “感谢天降的流量,我正好来搞点宣传……”对此,盒马官微发文回应称,报道中提到的所谓“各地盒马撤柜关门”,其实只是由于物业合同到期、和个别商场不景气等原因,今年上半年全国范围内会关闭6-7家门店。目前,盒马也正在附近寻找更优秀的物业,承接消费需求。 同时,盒马还强调,今年计划要新开70家门店,同时有超过360家门店在正常运行中。 “希望未来能到更多人身边、把更多好价的好货带给大家”。
赣州富豪陈刚百亿豪赌未来,爱旭股份资金链扛得住吗?
文|肖洒 编|深海 光伏巨头爱旭股份,再次抛出大笔投资。 近日,爱旭股份发布公告称,全资子公司将投资27.15亿元将义乌基地现有25GW PERC电池产能升级改造为TOPCon电池产能。 对于升级原因,爱旭股份称当前P型PERC电池量产效率的提升已逐渐接近瓶颈,而N型电池具有转化效率高、光致衰减低等优势,将接棒P型成为下一代电池技术主流。 仅仅在半个月前,该公司宣布拟斥资99.78亿元在济南投建新电池和光伏组件产能,项目计划建设并生产基于ABC技术的相关电池及组件。 爱旭股份主营的ABC电池,正是一种基于N型衬底硅片技术的BC类电池结构。业内人士认为,在光伏领域,N型时代全面来临,爱旭股份等多家企业已经规划产能升级计划。 这家光伏黑马的掌舵者陈刚,江西赣州人,他40岁时才选择了光伏行业,如今不仅积攒了上百亿身家,爱旭股份也成为仅次于通威股份的光伏电池巨头。但上述两笔投资中部分资金需要举债,这也让公司的豪赌之举备受质疑。 一个月内豪砸超百亿 一出手就是大手笔,似乎已成了爱旭股份的标配。 今年2月25日,该公司董事会审议通过了《关于投资建设济南一期年产 10GW 高效晶硅太阳能电池及组件项目的议案》,项目预计总投资金额 99.78 亿元,其中固定资产投资 74.98亿元,铺底及运营流动资金24.8亿元。 本项目建设期约为15 个月,计划于2024年一季度开工,预计于 2025 年上半年投产。项目全面达产后,将新增全球领先的10GW N型ABC高效太阳能电池及10GW组件产能。 公告表示,公司 ABC 产品具有转换效率高、温度系数好、易于薄片化等优势,电池量产光电转换效率达到 26.8%以上,组件量产转换效率可达 24%以上,是目前市场上最高效的光伏组件产品之一。 而当前市场上,虽然光伏行业市场竞争愈加激烈,但市场对更高转换效率的N型产品仍处于供不应求的状态。因此项目建成后,具有较强的盈利能力。 爱旭股份的济南项目,最早是在2023 年4月与济南市人民政府签订了相关协议。当时公司曾公告,拟分三期在济南市新旧动能转换起步区建设30GW高效晶硅太阳能电池项目及其配套30GW组件项目,项目总投资预计为360亿元(含流动资金)。 这场豪赌的背后,是光伏领域N型时代的全面来临。据悉,N型各种技术路线主要有TOPCon、HJT、BC三大类。其中,BC类主要包括IBC、TBC、ABC等。 去年光伏行业竞争愈加白热化,尤其第四季度P型电池组件价格继续下跌,爱旭股份快速实现ABC电池及组件产能的落地。 “爱旭的ABC路线,足以让公司在5-8年保持技术领先优势。” 去年9月份,爱旭股份董事长陈刚公开表示。 而同样出于对先进技术的追求,爱旭股份决定对其原PERC产线进行升级。 3月12日晚间,该公司披露显示,公司拟将浙江义乌基地现有 25GW PERC 电池产能升级改造为 TOPCon 电池产能。 本项目预计总投资 27.15 亿元,主要为设备投资。改造项目计划于2024年4月启动,2024年下半年陆续投产。 在公司看来,当前P型PERC 电池量产效率的提升已逐渐接近瓶颈。而N型电池具有转化效率高、光致衰减低、温度系数低等优势,在全行业企业共同推动下,将接棒P型成为下一代电池技术主流。 同样在3月12日,爱旭股份还发布一则增资公告,拟以自有资金向珠海爱旭增加注册资本金25亿元。增资后,珠海爱旭注册资本由20亿元增加至45亿元,公司仍持有珠海爱旭100%股权。 对于增资的原因,该公司表示,主要是为提升珠海爱旭的资本实力,优化珠海爱旭的资本结构,增强公司市场竞争力。 光伏新贵陈刚的崛起 作为光伏电池龙头的爱旭股份,登陆资本市场的时间并不长。资料显示,该公司于2019年9月借壳ST新梅登陆A股市场。 虽然上市时间较短,但爱旭股份并非是一个光伏新秀。而且很少有人知道,爱旭股份的掌舵者陈刚,曾经在铝型材行业待了20年。 1968年出生的陈刚为江西赣州人,他大学毕业于原南方冶金学院,也就是现在的江西理工大学。 据悉,学校毕业后陈刚一直从事以铝型材为核心的制造业工作。据爱旭股份年报披露,陈刚曾任佛山市瞬达铜铝型材厂车间主任、广东省南海市百昌精工模具厂总经理、南海市大沥镇永信精工模具厂总经理、佛山市南海永信精工模具厂总经理、广东澳美铝业有限公司总经理、广东爱旭科技有限公司董事长兼总经理。 每日经济新闻在一篇报道中指出,陈刚最初被分配去了广东佛山的一家国企,后来这家国企破产,他便与马来西亚的上市公司在佛山合资成立了澳美铝业,成为这家后来销售超过20亿元、出口过亿美元的外资企业掌舵者。 但是即便取得了这样的成绩,铝型材行业每年增长有限,毛利率太低仍难让他满意。 经过一番考察,陈刚将目光投向了正在起步的太阳能市场。2009年,41岁的他投资创办了爱旭股份的前身广东爱旭,开始从事光伏电池片的研发和制造。 此后多年,爱旭股份一直在专注于光伏电池技术,即便国内很多同行开始向一体化方向发展,涉足领域从上游的硅片、中游的电池、组件,再到下游的电站。 始终聚焦在电池片环节,陈刚最终获得了回报。2017年,爱旭股份将实验室管式PERC技术推向量产应用。据国海证券研报介绍,公司是管式PERC技术发明者,引领上一轮PERC技术迭代。 正是对PERC技术路线的把握,帮助爱旭股份从行业内的名不见经传的中小企业,一跃成为行业龙头。根据PV InfoLink调查,2018年PERC电池片出货量排名依序是爱旭、平煤隆基、通威。 随后,爱旭股份继续坐享PERC电池的红利。2019 年全球首发 166mm 电池;2020 年全球首发210mm单晶 PERC 电池,引领行业步入大尺寸时代。 但在统领光伏电池江湖数年后,PERC电池效率提升也达到瓶颈,业内PERC电池量产效率已经普遍超过23%,越来越接近24.5%左右的其理论极限。 在此背景下,寻找下一代光伏技术的军备竞赛早已展开。业内普遍认为,N型电池替代P型电池(PERC技术)将成为趋势。 值得关注的是,N型电池的TOPCon、HJT、BC三种技术路线中,绝大多数光伏产业的企业都是往TOPCon和HJT转型,仅有爱旭股份和隆基绿能押注技术更为复杂的BC电池。 公开消息显示,爱旭股份于2021年推出ABC电池,2023年实现ABC组件量产出货。 去年9月份陈刚在接受界面新闻采访时表示,ABC技术理论极限效率是29.4%,公司通过考虑和比较,认为需要回归原理和初衷,即开发出属于这个时代的终极技术,也就是ABC技术。 但从现实情况来看,N型电池对P型电池的替代还需要时间。行业机构 InfoLink Consulting指出,2023年全球出货量前五的电池厂商产品结构中,PERC电池仍为出货主力,占比达80%。而TOPCon电池片则在去年下半年才开始加速放量,合计出货占比约19%。 况且从经济性的角度而言,BC电池的投资成本更高。中来股份总经理林建伟此前接受媒体采访时曾提到,目前BC电池产线设备投资仍然较高,大概是TOPCon产线的2倍。 因此,虽然BC电池具有理论更高的转化效率,但技术过度还需时间来调整,爱旭股份提前斥资巨资布局,无疑掺杂着一定的豪赌成分。 负债率新高、举债扩张 对总市值约270亿元的爱旭股份而言,动辄拿出上百亿元来投资,也并不是一件容易的事。 前述公告显示,公司拟投资的济南一期10GW项目,预计固定资产投资约75亿元会持续 1-2 年分散支付,剩余配套流动资金主要为项目投产后初期运营启动资金,无需在建设期内支付。 即便如此,总计99.78亿元的投资中,大部分资金来源将依赖于外部。具体为:公司将通过自有资金(含票据)(约占25%-35%)、政府补助(约占25%-30%)、金融机构融资(约占40%-45%)等多种方式筹措资金。 对于义乌基地 PERC 电池产能技改项目,爱旭股份同样计划通过日常经营自有资金、政府补助、金融机构融资等多种方式筹措资金。其中自有资金约占40%-45%,政府补助约占 20%-25%,金融机构借款约占 30%-40%。 截至2023 年9月末,爱旭股份的货币资金为 48.82 亿元。不过,截至目前,公司尚未使用的银行授信额度约为 71.49亿元。 但举债之路也不好走,截至去年三季度末,公司资产负债率已达69.8%,为历史新高;同期,公司有息负债接近60亿元。相比之下,2020年时公司的资产负债率仅54.07%。 账上资金并不充裕的爱旭股份,2023年业绩也欠佳。不久前的业绩预告显示,公司预计去年归母净利润为7.35亿元至7.75亿元,同比减少66.71%到68.43%。 业绩预减的原因为,去年全年光伏产业链价格整体处于震荡下行区间,第四季度行业竞争尤为激烈,光伏产品价格快速下跌。公司的主营业务电池及组件产品价格下跌、计提的固定资产减值准备和存货跌价准备,对第四季度业绩带来较大影响。 太平洋证券研报指出,受四季度主产业链价格下跌及部分老旧产能退出影响,预计公司四季度计提存货及资产减值超10亿元,并且导致公司四季度扣非归母净利润亏损15.35亿元至14.95亿元。 目前,隆基绿能、通威股份等光伏企业也都在进行扩产,且项目也多为2025年投产。 安邦智库研究员赵至江认为,上述大量头部企业项目的投产一定会加剧行业过剩和产能出清的压力,行业的盈利水平将存在较大困难。这些集中投产也会加速行业的洗牌与整合,疯狂的内卷已经提前了行业的生存危机。
OpenAI没有放弃的机器人梦想
OpenAI给Figure带来了什么? 作者|王博 艾伦 2021年夏天,OpenAI悄然解散了它的机器人团队,理由是缺乏训练机器人使用人工智能进行移动和推理所需的数据,研发受到了阻碍。 当时,在美国创业孵化器Y Combinator的论坛上,BuzzFeed数据科学家马克思·伍尔夫(Max Woolf)直言 :“一种可能准确但带有讽刺意味的观点是,研究语言模型比研究机器人学具有更高的投资回报率和更低的风险。” 事实证明,OpenAI的确在大语言模型方面取得了更大突破。 不过,OpenAI忘记机器人了吗? 「甲子光年」在2023北京智源大会上注意到,OpenAI CEO萨姆·奥尔特曼(Sam Altman)谈到了曾经的机器人研究,他说:“我们对此很感兴趣,也有过挣扎,希望有朝一日,我们能重拾机器人的研究。” 现在,他们又入局了。OpenAI与人形机器人初创公司Figure合作推出的Figure 01机器人,凭借一段2分35秒的视频刷爆全网,视频中的Figure 01展现出了惊人的理解、判断、行动和自我评价的能力。 这就是OpenAI和Figure宣布合作13天后的成果。此前,Figure已从亚马逊创始人贝索斯(Bezos)、英伟达、OpenAI和微软等巨头那里筹集了约6.75亿美元的资金,公司估值达到了26亿美元。 除了资金,OpenAI还给Figure带来了什么? 1. Figure 01做到的和没做到的 Figure高级AI工程师科里·林奇(Corey Lynch)介绍,在和OpenAI合作后,Figure 01机器人可以做到: 描述其周围环境; 在做决策时使用常识推理。例如,“桌子上的餐具,比如盘子和杯子,很可能会放入沥水篮里”; 将模糊的、高层次的请求转换成一些情境适当的行为。例如,将“我能吃点儿什么”翻译成“给那个人一个苹果”; 用简单的英语描述它为什么执行了特定的行动。例如,“这是我能从桌子上给你提供的唯一可食用的物品”。 Figure 01演示做家务,图片来源:Figure 国内某头部机器人公司算法专家梁亮告诉「甲子光年」,接入GPT4V后,Figure 01机器人对环境的感知有了“巨大提升”,对人类指令的理解以及任务完成度“非常高”,并且在执行完成后的自我评估“很到位”。 北京大学计算机学院助理教授、博士生导师董豪表示,OpenAI和Figure合作,带来了机器人上层的感知决策。 “它其实是分两层,一层是感知决策,通过大模型来实现。因为大模型本来就具备感知能力,感知模型将逐步被大模型取代。然后它要输出Set-point(设定点),其实就是我们说的以物体为中心(Object-centric)的表达。”董豪告诉「甲子光年」,“还有一层是机器人操控,通过小模型实现,可达到高频200hz。然后通过运控算法,做全身控制,让手去到指定的位置。” Figure团队介绍,Figure 01机器人由OpenAI提供视觉推理和语言理解能力,由Figure的神经网络提供快速、低层、灵巧的机器人动作能力。 为了实现视频中的效果,Figure研究人员将机器人摄像头捕获的图像和机载麦克风捕捉到的语音转录文本,输入到一个由OpenAI训练的大型多模态模型中,然后由该模型处理对话的整个历史记录,得出语言响应,然后通过文本到语音的方式将其回复给人类。 “同样的模型,也负责决定在机器人上运行哪些学习的闭环行为来完成给定的命令,将特定的神经网络权重加载到GPU上并执行策略。”林奇在X上分享道。 利用一个神经网络便完成了从语音输入到感知、推理、决策以及行为指令输出全过程,这被Figure称为“端到端神经网络”(end-to-end neural networks)。 Figure 01原理解释,图片来源:Figure 但是“端到端”的说法,引发了一些讨论。 出门问问创始人、CEO李志飞认为,原理上,Figure看起来类似于Google在2023年3月发布的PaLM-E和RT-1的pipeline组合,而不是Google于2023年7月发布的端到端模型RT-2。 “'端到端'这个事,不同人的理解不一样。”董豪解释,“有的人认为RT-2这种直接输出action的才叫'端到端',但是那种方法缺点很明显,调用大模型的频率比较高,算力消耗特别大,而且很难做到比较高的决策速度。Figure说的‘端到端’,不是指直接输出action,而是由高频的模型来输出action。” 还有一个争议,Figure 01的演示视频是不是“摆拍”? 尽管Figure创始人布雷特·阿德科克(Brett Adcock)表示,机器人没有远程操作,而且这个视频是以1.0倍速(正常速度)连续拍摄的,但是质疑者认为,视频中并不是一个陌生的环境,而是精心设计过的,且拍摄过程中失败的次数难以估计,最终Figure选取了表现最好的一次。 人工智能和机器人领域技术专家、机器姬创始人刘智勇分析:“我认为没有摆拍,只是它的泛化能力,尤其是在陌生环境泛化、具身控制泛化方面,没有通过视频表现出来。如果把这个机器人丢到一个全新的环境当中去,它可能就不行了,但是在这个环境、这个时刻,它是完全自主运行的。” 阿德科克近期受访时也坦言,在开放环境中完成交互是Figure正在重点努力的方向。 刘智勇告诉「甲子光年」,当天晚上看到视频的第一反应“没有那么震撼”,因为视频里展现的机器人技术都是业内熟知的,“比如推理能力、视觉描述能力和任务规划能力,之前学术界的论文和demo里都有过展示。” 在他看来,这次OpenAI和Figure展现出来的“真正的新东西”是基于Transformer架构的控制网络以及Transformer网络背后的数据收集(data collection)系统。 在机器人领域,数据收集系统是指一套用于从机器人及其所处环境中获取信息的工具和方法。这样的系统对于机器人的学习和进步至关重要,因为它为机器学习算法提供了必要的输入,使机器人能够通过经验改善其性能。 “通过一套硬件设备,提供标准化的通用的训练数据。因为数据收集系统的存在,才可以做Transformer的训练。我觉得这是一个巨大的突破,而不在于机器人本体突破。”刘智勇说。 而此前OpenAI解散机器人团队的理由就是缺乏训练机器人使用人工智能进行移动和推理所需的数据,由此推断,OpenAI能和Figure合作,也与其数据收集系统相关。 OpenAI此次用在Figure 01机器人上多模态模型也引发了很多人关于Sora用于机器人领域的猜测。李志飞并不认同两者之间的关联,“Figure与Sora一点关系都没有,因为Sora现阶段主要是生成,不是理解,就算未来Sora既能理解也能生成,是否能端到端做到200hz的决策速度也是一个很大的问题。” 还有人会担心大模型的上下文长度限制以及“幻觉”问题,会对机器人行为产生影响。对此,刘智勇认为:“通过TokenLearner(一种视觉表征学习方法)来优化输入数据,可以解除上下文窗口限制。而幻觉问题可以用self reflection机制或者叫内心独白机制来解决,通常是通过一个hierarchical planning(层次化规划)的机制来去解决任务规划的问题,机器人的幻觉可能不只是语言层面,还需要通过环境可供性和行为似然性解决视觉、语言和行动三者的grounding的问题。” 2.差距有多大?在哪里? Figure 01机器人演示视频破圈后,「甲子光年」与多位国内人工智能与机器人领域的学者、从业者进行了交流,业内人士普遍认为“效果不错”但“并不震撼”,很多技术此前“已有研究成果”,且国内的相关研究也“走在前列”。 但是,为什么Figure 01机器人没有诞生在国内? 梁亮告诉「甲子光年」,目前国内大部分厂商和Figure的方案类似,都是通过大模型进行感知、推理、决策,通过小模型抓取数据以及视觉判断,但是Figure 01机器人能如此优秀地与物理世界交互,离不开OpenAI大模型的加持,“差距不是十天半个月的,至少是一年多。” 刘智勇也认为,国内与世界最先进的具身智能的差距在“一年到一年半”。但他的观点有所不同,在他看来,主要是“数据收集硬件方面的差距”。 “我觉得大模型能力并不会限制具身智能发展,因为行为选择中间层的使用说明已经不是一个‘端到端’的方案了,而是感知决策和控制分块的。视觉语言模型的感知和大语言模型的决策并不存在真正的瓶颈,国内外差别不一定很大。”刘智勇对「甲子光年」说,“真正的聚焦点还是具身控制,我们是否能够搭建起一套完整数据收集系统,能否形成一个数据的飞轮和scaling law(规模法则)的出现,另外数据收集系统还要有标准的数据格式。” 刘智勇介绍,国内目前缺少一套公认的数据收集系统以及模型训练的流程、数据递归生成的pipeline。“换句话说,我们还无法通过一套数据收集硬件设备,提供标准化的通用的训练数据。Figure 01正是因为这个系统的存在,可以做Transformer的训练。” 在ARK invest的一次访谈中,阿德科克就曾提到,收集数据并用这些数据来训练AI系统是Figure最重要的事情之一,“我们需要思考如何收集数据,如何在规模上考虑这个问题,以及如何成功地、递归地通过AI数据引擎循环运行。我们花了很多时间来思考如何在规模上做到这一点,以及如何在早期运营中开始这样做。” 换言之,规模化收集数据是Figure保持长期竞争力的关键。 只有批量化产出机器人,并在全球范围内推广,才能真正完成人形机器人的内循环,搭建起人形机器人的数据飞轮。 此外,训练数据所需的算力资源也是不容忽视的影响因素。 不过,近期国内的机器人研究也有新进展,且关注点就在Figure 01本次没有展现的泛化能力。北大董豪团队发布的最新具身大模型研究成果——ManipLLM的论文已被计算机视觉领域顶会CVPR 2024接收。 ManipLLM训练策略示意图,图片来源:受访者 “我们的大模型重点是为了解决可泛化的物体操作。”董豪告诉「甲子光年」,“我们提出了使用大模型直接在物体上输出动作的方法,而不是输出机器人本体的动作,这样可以提高机器人的泛化能力。” 在仿真和真实世界中,ManipLLM在各种类别的物体上均取得了令人满意的效果,证明了其在多样化类别物体中的可靠性和适用性。 今年3月初,刘智勇创办的机器姬公司推出了面向科研和教育市场可销售的家用机器人本体。机器姬不仅成功推出了具有长周期任务规划能力和基础操作能力的文生行动推理智能体。同时,他们还针对科研和教育市场推出了家用机器人本体科研平台,旨在为高校和研究机构提供一个开放的研发平台,以促进具身智能领域的科学研究和教学。 2023年底,工信部印发《人形机器人创新发展指导意见》,首次以单独文件形式对人形机器人发展做出全面清晰的战略规划部署。意见指出,人形机器人集成人工智能、高端制造、新材料等先进技术,有望成为继计算机、智能手机、新能源汽车后的颠覆性产品,将深刻变革人类生产生活方式,重塑全球产业发展格局。 同样是在2023年底,“人形机器人第一股”优必选在港交所挂牌上市也给国内机器人行业注入一针“强心剂”。人形机器人有没有可能像中国新能源产业一样引领全球?优必选创始人、董事长兼CEO周剑对此很有信心:“可以非常确定的是,人形机器人的未来要看中国。” 3.OpenAI的机器人梦想 OpenAI最初就有研究机器人的计划,早期OpenAI的主要目标就包括了制造“通用”机器人和使用自然语言的聊天机器人。 “OpenAI的许多早期探索都与电子游戏、多代理模拟和机器人有关,他们在这些领域广泛探索并取得了巨大成功。”OpenAI前科学家乔尔·雷曼(Joel Lehman)告诉「甲子光年」。 2018年7月30日,OpenAI发布研究文章《学习灵巧性(Learning dexterity)》,并宣称:“我们训练了一只类人机器人手,能够以前所未有的灵巧程度操纵物理物体。” Dactyl,图片来源:OpenAI 这个系统名为Dactyl,Dactyl从零开始学习,使用与OpenAI Five相同的通用强化学习算法和代码。OpenAI的研究结果表明,有可能在模拟环境中训练智能体,并让它们解决现实世界的任务,而无需对世界的物理精确建模。 尽管世界上第一只人形手在几十年前就开发出来了,但使用它们有效地操纵物体一直是机器人控制领域面临的挑战。使用传统机器人方法进行灵巧操纵的进展缓慢,并且当时的技术在操纵现实世界中的物体时,能力仍然有限。 Dactyl亮相前一个月,OpenAI发布了GPT-1,正式踏上GPT大模型之旅。此时的 OpenAI的类人机器人,还未与GPT大模型产生关联。 2019年,OpenAI机器人团队表示,Dactyl已经学会了单手解决魔方问题,用3分多钟独自摸索复原了魔方。OpenAI将这一壮举视为机器人附属物的灵巧性和它自己的AI软件的飞跃。 “很多机器人都能很快解决魔方问题,这些机器人都是被制造出来专门解魔方的。”OpenAI机器人技术负责人彼得·韦林德(Peter Welinder)说,“OpenAI的机器人团队有着截然不同的雄心壮志,我们正在试着制造一个通用机器人,就像我们的手可以做很多事情,而不仅仅是完成一项特定的任务。” Dactyl就是一种“自学习”的机械手,可以像人类一样完成新的任务。OpenAI希望有一天,Dactyl将有助于人类开发出科幻小说中的那种类人机器人。 这一年,OpenAI推出了GPT-2,发现了通往新大陆的航海图。 随后的2020年,OpenAI将所有精力和资源押注在GPT大模型上,并发布了GPT-3。这在当时是一个外界无法理解非主流技术路线,持续下注的行为一度被视作信仰。OpenAI实验室逐渐剔除了所有实验中的项目,力出一孔。 2021年夏天,OpenAI的机器人团队等来了解散的消息。 不过,OpenAI没有放弃打造机器人的梦想。 2022年底,ChatGPT的巨大成功让OpenAI获得了大量资源,不过这一次,OpenAI不再执着于完全自研,而是投资技术路线“对口”的初创公司。2023年3月,OpenAI投资了来自挪威的人形机器人公司1X Technologies。 然后就是今年2月29日,OpenAI对Figure的投资与合作。 OpenAI与Figure合作,图片来源:Figure 有趣的是,1X与Figure的选择的技术路线都是端到端的神经网络对于机器人的控制。 不负众望,Figure在与OpenAI宣布合作后13天,便发布了Figure 01的全新演示视频,惊艳世界,这再次证明了OpenAI对于技术路线的超强洞察力。 尽管OpenAI与Figure的合作顺畅,但OpenAI并未把宝都压在一家机器人公司上。 当地时间3月12日,一家名为Physical Intelligence的公司宣布在旧金山成立,目标是“为机器人构建大脑”。根据其官网介绍,Physical Intelligence是一家将通用目的人工智能带入物理世界的新公司,团队由工程师、科学家、机器人专家和创业者组成,致力于开发基础模型和学习算法,为当今的机器人和未来的物理驱动设备提供动力。 公司在其“简陋”的官网上写道,“我们感谢Khosla Ventures、Lux Capital、OpenAI、Sequoia Capital和Thrive Capital的支持和合作。” 不断下注人形机器人公司,OpenAI重燃了机器人梦想。 在OpenAI创立之初,埃隆·马斯克(Elon Musk)、萨姆·奥尔特曼(Sam Altman)、格雷格·布罗克曼(Greg Brockman)、伊利亚·苏茨克维(Ilya Sutskever)等人曾联合发文称:“我们正致力于利用物理机器人(现有而非OpenAI开发)完成基本家务。” 而这次Figure 01机器人演示的正是完成基本家务。 曾经拥有共同梦想的人,已经分道扬镳、对簿公堂,但对于马斯克来说,他在机器人领域又一次迎来了自己的“老朋友”也是“死对头”——奥尔特曼。 *参考资料: 《OpenAI和Figure机器人背后的技术原理是什么?》,飞哥说AI 《The Future of Human-like Robots with Figure AI’s Brett Adcock》,ARK invest 《Learning dexterity》,OpenAI
一门闷声发大财的芯片生意
一个季度赚了123亿美元的英伟达,现在成了许多半导体企业艳羡的对象,大家头一回发现,原来GPU利润这么高,甚至能撑起2万亿美元的市值,但英伟达真的会满足于此吗? 英伟达CEO黄仁勋曾在2008年发表过感言,认为公司应该把研究客户的需求,把解决客户的问题放在第一位,而不是去关注对手,如果把精力放在如何从对手那里把客户抢过来,就会错失开拓新客户的机会。 16年之后,英伟达的CEO还是黄仁勋,虽然股价市值规模早已翻了十数倍乃至上百倍,但在他的掌舵下,英伟达依旧走在不断寻找新客户的道路上。 据路透社报道,英伟达正在建立一个新的业务部门,专注于为云计算公司和其他公司设计定制芯片,其中包括先进的人工智能处理器。 据其爆料,英伟达高管已经与亚马逊、Meta、微软、谷歌和OpenAI的代表会面,讨论为他们生产定制芯片的事宜,除了数据中心芯片外,英伟达还在寻求电信、汽车和视频游戏的客户。 路透社的这份报道,意味着英伟达要以强势姿态切入数据中心定制芯片市场,要在传统的游戏,新兴的人工智能等领域之后开拓一片新的战场。 那么,英伟达为什么要这么做,它的胜算又有几何呢? 定制双雄 从2020年开始,自研和定制成为了半导体行业的热门词,从苹果发布M1芯片开始,似乎每个厂商都在尝试自研芯片,以此来获得成本上的优势。 但对于超大规模数据中心企业(Hyperscaler)公司来说,他们对于硬件和软件都有接近完全的掌控力,非常适合开发自己专属的SoC,而他们在这方面的研究也确实要早的多,定制化芯片初期最大的推动因素,就是来自这些企业对AI,以及云端计算的庞大需求。” 早些年靠AlphaGo一炮而红的谷歌,就是定制化芯片的先行者。 2013年,Google AI负责人Jeff Dean经过计算后发现,如果有1亿安卓用户每天使用手机语音转文字服务3分钟,其中消耗的算力就是Google所有数据中心总算力的两倍,而全球安卓用户远不止1亿。 此时谷歌已经意识到,光靠通用的CPU和GPU已经无法满足未来的庞大计算需求,而出路就是选择定制芯片,为此,它定下了一个目标:针对机器学习这一目的来构建特定领域计算架构(Domain-specific Architecture),还要将深度神经网络推理的总体拥有成本(TCO)降低至原来的十分之一。 2016年的Google I/O开发者大会上,谷歌首席执行官Sundar Pichai正式向世界展示了TPU这一自研成果,初代TPU 采用了 28 纳米工艺制造,运行频率为 700MHz,运行时功耗为 40W,谷歌将处理器包装成外置加速卡,安装在 SATA 硬盘插槽中,实现即插即用。TPU 通过 PCIe Gen3 x16 总线与主机连接,可提供 12.5GB/s 的有效带宽。 但初代TPU并非谷歌自己独立打造,它的背后,离不开博通的助力。 根据2020年摩根大通分析师Harlan Sur的报告,谷歌TPU v1至v4这几代均是它与博通共同设计的,当时它已经开始生产采用7nm 工艺的TPU v4,并开始与谷歌合作设计采用5nm工艺的TPU v5。 Sur表示,博通的专用集成电路(ASIC)业务2020年全年收入为 7.5 亿美元,高于 2016 年的 5000 万美元,除了芯片设计之外,博通还为谷歌提供了关键的知识产权,并负责了制造、测试和封装新芯片等步骤,以供应谷歌的新数据中心,博通还与其他客户如Meta、微软和AT&T等公司合作设计ASIC芯片。 这位分析师还在2022年5月表示,Meta正在使用定制芯片来构建其 Metaverse 硬件,成为博通下一个价值数十亿美元的 ASIC 客户,“我们相信,这些成果主要集中在 5 纳米和 3 纳米工艺上,并将用于支持 Metaverse 硬件架构,该架构将在未来几年内部署,Meta 将在未来三到四年内成为博通继谷歌之后下一个年产 10 亿美元的 ASIC 客户。” Sur谈到。 在人工智能元年到来之前,博通就与谷歌Meta勾肩搭背,极大拓展了自己在数据中心芯片市场中的份额,而在2023年人工智能爆火后,微软所推出的Maia 100芯片,以及其尚在研发中的网卡,背后可能都有博通的参与,依靠着这几个巨头,博通成为了一人之下万人之上的AI赢家。 博通的最新财报也体现了这一点,其2024年第一季度财报显示,该季度半导体营收73.9亿美元,同比增长4%,营收占比62%,其中网络营收33亿美元,同比增长46%,占半导体营收45%,主要由两大客户定制DPU芯片增长拉动,预计2024年网络营收同比增长35%+。 值得一提的是与AI相关的业务,博通将 AI ASIC 和专注于 AI 的网络解决方案一起归类为 AI 加速器,截至2023年,该业务总销售额合计占全年半导体收入的 15%,即约 42 亿美元,而2024年第一季度 AI营收约23亿美元,占半导体营收31%,较前一年同期翻了四倍,预计2024年总占比会在35%以上,意味着2024年AI营收规模超100亿美元(此前预计75亿美元),预计同比增长约133%左右; 而在营收超100亿美元的目标当中,定制DPU芯片约70亿美元,20%是交换机/路由器芯片,10%是光芯片以及互联芯片等,这就意味着,光是为谷歌、Meta和微软这样的巨头定制芯片,就能赚得盆满钵满。 博通首席执行官 Hock Tan 丝毫不掩饰自己对AI以及定制芯片的乐观,他在财报电话会议上表示:到 2024 财年,网络收入将同比增长 30%,这主要得益于网络连接部署的加速以及超大规模企业中人工智能加速器的扩展,预计生成式 AI 的收入将占半导体收入的 25% 以上。 与排名第一的博通相比,Marvell在定制芯片上的规模稍小,但同样拥有不容小觑的实力,2023年4月,Marvell发布了基于台积电 3 纳米工艺打造的数据中心芯片,这也是全球第一家以芯片设计公司名义发布的3纳米芯片。 2023年6月,台湾媒体自由时报报道称,Marvell 获得亚马逊 AI 订单。通过此次合作,Marvell 将协助亚马逊第二代 AI 芯片(即Trainium 2)的设计,预计2023年下半年启动委托设计,2024年进入量产。 早在 2020 年12月,亚马逊就推出了一款全新的机器学习定制训练芯片 Trainium,与标准的 AWS GPU 实例相比,AWS 承诺可带来 30% 的吞吐量提升、以及降低 45% 的单次引用成本,随后亚马逊又在2023年11月推出了升级版Trainium 2,这两代芯片推出的背后,也少不了Marvell的影子。 在Marvell官网上,更是直白地提到自己是AWS的战略供应商,提供云优化芯片,帮助满足AWS客户的基础设施需求,包括提供电子光学、网络、安全、存储和定制设计解决方案,考虑到亚马逊目前是全球最大的云服务提供商,且谷歌有意于从博通转向Marvell,其在定制芯片上的实力可见一斑。 在Marvell发布的截止至2024年2月3日的第四财季与年度财务报告中,2024财年第四季度营业收入为14.27亿美元,超出中旬时所给出的预期。Marvell的董事长兼首席执行官马特·墨菲先生对此强调:“我们的Marvell 2024财年第四季度营收突破了14.27亿美元,超过了预期。而人工智能带来的收入增长更是惊人,使我们的数据中心终端市场的收入环比增幅达到38%,同比增长则高达54%。” 有意思的是,在此前的2024年第三季度财报中,Marvell就宣布自己通过为云供应商开发定制芯片,在云计算领域也实现了增长。首席执行官墨菲表示:“云计算客户仍然专注于通过构建他们自己的定制计算解决方案来增强他们的人工智能产品,我们已经赢得了许多这样的设计。” 虽然不清楚Marvell与哪些巨头达成了合作,但其中必然有亚马逊的席位。从Marvell 2017年收购Cavium,2019年收购Globalfoundries的ASIC业务部门Aquantia,2020年收购了光芯片厂商Inphi,2022年收购网络交换芯片厂商Innovium这一番布局来看,其图谋所求还是挺大的。 此外,相较于博通依靠巨头的做法,Marvell的押注更加关键,早在2020年9月,Marvell就帮助今年爆火的Groq 设计生产出了Groq Node,其中Marvell 提供了构建 ASIC 及其与外界接口的构建块,而 Groq 自己则专注于人工智能加速。 博通与Marvell,足以称得上是人工智能时代里的定制双雄。 谁是对手 虽然博通和Marvell并未获得英伟达那样的关注度,由于非AI业务的拖累,现在的财报不够好看,股价也难以与英伟达比拟,但它们背后所潜藏的广阔市场足以让英伟达侧目。 “超大规模数据中心企业自己做芯片比向外大量购买还要便宜,并省掉了中间商的成本。”EDA工具与知识产权巨头Cadence数位与签核部门VP Kam Kittrell认为,“这些公司通常是自家云端服务的使用者,并且拥有高价值的专门化软件。他们可以针对这些软件打造能源效率更佳的专属硬件。” “我们看到最大的成长是来自于数据基础架构的领域,包含云端、数据中心、网络、储存设备,以及5G基础架构等应用。”Alphawave Semi行销主管Sudhir Mallya表示:“从今天来看,定制化芯片在数据中心基础架构应用上的成长幅度实在惊人。从几年前Google、微软、AWS、Meta等超大规模数据中心企业都纷纷开始设计自家芯片,我们就看到了这个趋势。” 据研究公司 650 Group 的 Alan Weckel 估计,数据中心定制芯片市场今年将增长至 100 亿美元,到 2025 年将翻一番。Needham 分析师 Charles Shi 表示,到 2023 年,更广泛的定制芯片市场价值约为 300 亿美元,约占全球芯片年销售额的 5%。 “博通的定制芯片业务达到 100 亿美元,而 Marvell 的规模约为 20 亿美元,这是一个真正的威胁,”芯片研究集团 SemiAnalysis 的创始人迪伦·帕特尔 (Dylan Patel) 表示。“这是一个真正的大利空——有更多的竞争者加入了战局。” 有意思的是,英伟达CEO黄仁勋最近在斯坦福的演讲里,也提到了这一广阔市场,他表示,英伟达不仅有来自竞争对手的竞争,还有来自客户的竞争(云服务厂商),客户可以为特定的算法构建一款优秀的芯片(ASIC),但计算不仅仅是关于transformer,更何况英伟达正在不断地发明新的transformer变种。 黄仁勋着重提到了成本,他表示,购买和销售芯片的人仅仅考虑的是芯片的价格,而运营数据中心的人考虑的是整个运营成本、部署时间、性能、利用率以及在所有这些不同应用中的灵活性。总的来说,英伟达的总运营成本(TCO)非常好,即使竞争对手的芯片是免费的,最终算下来它也不够便宜,英伟达的目标是增加更多价值,以至于替代品不仅仅是关于成本的问题。 作为英伟达实际掌控人的他,首先对目前的ASIC芯片表达出了不屑,而后他表示,只要有需要,英伟达随时可以利用已有的IP和技术积累,为客户打造出更好的定制芯片,这也与前文中路透社的报道相吻合。 “我们是否愿意定制化?是的,我们愿意。为什么现在的门槛相对较高?因为我们平台的每一代产品首先有GPU,有CPU,有网络处理器,有软件,还有两种类型的交换机。我为一代产品建造了五个芯片,人们以为只有GPU一个芯片,但实际上是五个不同的芯片,每个芯片的研发成本都是数亿美元,仅仅是为了达到我们所说的“发布”标准,然后你必须将它们集成到一个系统中,然后你还需要网络设备、收发送器、光纤设备,以及大量的软件。运行一个像这个房间这么大的计算机,需要大量的软件,所以这一切都很复杂。如果定制化的需求差异太大,那么你必须重复整个研发过程。然而,如果定制化能够利用现有的一切,并在此基础上增加一些东西,那么这就非常有意义了。也许是一个专有的安全系统,也许是一个加密计算系统,也许是一个新的数值处理方式,还有更多,我们对这些非常开放。我们的客户知道我愿意做所有这些事情,并认识到,如果你改变得太多,你基本上就全部重置了,浪费了近千亿美元。所以他们希望在我们的生态系统中尽可能地利用这些(减少重置成本)。” 事实上,隔壁的两家早已在数据中心芯片上不断推陈出新。AMD有Instinct计算GPU,以及EPYC处理器(采用chiplet设计),解决AI和HPC工作负载;Intel则采用多方位策略,运用单体的Habana处理器处理AI应用,多芯片的Data Center GPU Max处理AI及HPC应用,以及多芯片的第四代Xeon可扩充CPU处理其余应用。 还在采用单体设计的英伟达H100,目前在AI上的竞争力依旧强大,但这种优势并非无法消弭,尤其是考虑到它昂贵的价格。像亚马逊、谷歌、Meta、微软这样的云服务巨头,他们既有开发定制化数据中心芯片的雄厚财力,也有为之设计一套配套软件的技术能力,为了提升效率和降低成本,本就在往这一方向上发展,AI的到来只是加速了向定制化芯片迁移的过程。 当云服务厂商率先转向定制芯片后,所生产出来的芯片不仅服务自身,还可以开放给其他厂商,长此以往就是定制芯片比例越来越高,英伟达芯片比例就会越来越少,如今它所构筑出的2万亿帝国可能就会在顷刻间崩塌。 黄仁勋的演讲中,一方面强调成本,表达出“定制芯片很不错,但算下来还是我的芯片更划算”的意思,另一方面也对定制芯片持有开放态度,先安抚住自己这群躁动的客户再说,成本高?给你优惠,定制化?先提需求,有什么问题不要急,我们坐下慢慢谈。 这种态度,实际上体现出了英伟达如今的左右为难,还记得文章开始所提到的黄仁勋的感言吗?英伟达把客户需求而不是竞争对手放在第一位,这一招让英伟达在GPU市场里横行了二十余年而未尝一败,但当客户变成对手时,多少是有些尴尬的。 从这一角度看,博通和Marvell倒也不用过于担心英伟达横插一脚,一旦英伟达开启定制化芯片的先河,那就会引发一场厚此薄彼的矛盾,英伟达B100和定制化芯片哪个更好,不同的定制芯片又有怎样的性能差异等等,这都是黄仁勋未来所需要考虑的问题。 写在最后 英伟达现在所涉及的领域之广,绝非昔日能比,2008年的英伟达可能只需要盯着AMD和英特尔就行了,但2024年的英伟达,要盯着的厂商数量早已翻了好几倍,且都不是等闲之辈。 而它最近向美国证券交易委员会提交的文件中,也放入了一堆竞争对手,英特尔、AMD、博通、高通、亚马逊和微软都位列其中,面对几个巨头的咄咄逼人,英伟达再淡定,额头多少也沁出了一些汗珠,并非像以往那样风淡云清。 或许英伟达现在真的需要思考下,不把打败对手当成目标了。
国产CPU还得看阿里?出货40亿颗,覆盖电脑、手机、物联网等
虽然市场份额不高,但国产其实有很多CPU的,比如龙芯、飞腾、鲲鹏、兆芯、申威、海光、阿里平头哥玄铁等等。 这些国产CPU,在信创领域应用非常多,毕竟国产CPU更有安全保障。 当然这些国产CPU也有侧重,比如海光、飞腾、鲲鹏更多用于服务器,申威用于超算,龙芯、兆芯则更多用于消费级应用终端产品。 不过,在这些国产CPU中,我觉得有个品牌,可能被大家低估了,那就是阿里平头哥的玄铁。 为何这么说,因为玄铁推出的CPU太多了,且覆盖的也太全了,比大部分国产CPU应用都广。 不像大家熟悉的这6大,要么用于服务器,要么用于工控、消费级产品外,玄铁系列CPU,已经推出了面向电脑、平板、手机、物联网、工控等领域的各类CPU。 平头哥截止至目前,已经推出了9款CPU,均是RISC-V架构,具体来看,有用于低功能高能效的E系列,有用于AI高性能的C,还有用于高可靠实用应用的R系列。 为此阿里推出了ROMA电脑,使用的就是RISC-V芯片,推出了平板,使用的也是RISC-V芯片,更是被应用于物联网、工控等等领域,阿里表示,下半年用于手机的RISC-V也会推出。 截止至目前,阿里玄铁CPU的出货数量突破40亿颗,授权客户已经超过300家,堪称国产CPU中的第一名。 一直以来,大家都认为,RISC-V芯片能够崛起,与X86、ARM三分天下。而机构也认为到2030年,在全球的CPU市场,RISC-V应该能占到30%左右,不输于X86、ARM。 目前国内的众多企业,均在RISC-V架构上发力,而阿里无疑是表现最突出的一个。而如果按照这个趋势下去,估计阿里也会是最牛的那一个。 网友们表示,未来也许国产CPU还得看阿里,因为阿里的CPU种类太多了,手机、电脑、平板、工控、物联网都有,不像其它CPU,只专注于某一个品类,你认为呢?
美国科技企业2024年已裁员超5万人!人工智能人才却仍然紧俏
①今年科技行业延续了去年的裁员势头,自年初以来,已有200多家美股科技公司总共裁员5万多人;②今年2月的裁员人数是2009年金融危机以来的最高水平;③不过市场存在巨大分歧,人工智能领域正在推动快速招聘和扩张。 财联社3月17日讯(编辑 周子意)根据科技行业裁员情况跟踪网站Layoffs.fyi的数据显示,自今年年初以来,已有200多家科技公司裁员5万多人。这是2023年“裁员之年”的延续,当时近1200家科技公司的26万多名员工失去了工作。 今年,Alphabet、亚马逊、Meta和微软都进行了裁员,此外还有eBay、Unity Software、SAP和思科。 科技公司削减成本的举措令华尔街欢呼,因为这将许多科技股推至创纪录高位,人们乐观地认为,控制支出加上人工智能带来的效率提升将导致利润上升。 但是,对于成千上万被裁的科技人员来说,再就业的道路是艰巨的。 再就业公司Challenger, Gray & Christmas的数据显示,总的来说,2023年是科技行业有史以来裁员人数次多的一年,仅次于2001年的互联网泡沫破裂。当时的互联网泡沫危机导致Pets.com、eToys和Webvan等公司的倒闭,自那时以来还没有这么多科技工作者在这么短的时间内失去工作。 数据还显示,今年2月的裁员人数是2009年以来的最高水平,当时金融危机迫使企业进入现金保全模式。 巨大分歧 据一些在过去一年时间里从科技行业下岗的未具名人士表示,目前市场竞争日益激烈,招聘的资格要求愈发严格、且薪水还低于此前工作。 对于软件开发人员和数据科学家来说,这是一个特别令人困惑的情况,他们几年前还拥有一些世界上最具市场价值和最受重视的技能,现在正在考虑是否需要退出这个行业去找其他职位。 Layoffs.fyi的联合创始人罗杰·李(Roger Lee)表示,“市场已今非昔比,为了获得一个新职位,许多销售人员和招聘人员完全离开了科技行业。就连工程师也在妥协——接受不那么稳定、工作环境更艰苦、工资和福利更低的工作。 Lee还援引薪酬基准平台Comprehensive.io的数据称,过去两年科技行业多数岗位的薪酬“基本停滞”。 不过在科技行业,当前市场也存在巨大分歧。Lee指出,尽管其他地方的裁员仍在继续,不过人工智能领域正在推动快速招聘和扩张的回归。 根据Comprehensive.io 的数据,人工智能工程师的工资从去年第三季度到第四季度增长了12%,全国高级人工智能工程师的平均工资超过19万美元。
华为没做到的事情,比亚迪做到了?激光雷达降至900块
众所周知,在自动驾驶的技术方向上,特斯拉为代表的企业,采用纯视觉文案,只使用摄像头,特斯拉认为既然人的眼睛是靠看的,那么摄像头也能实现。 而华为为代表的企业,则提出了激光雷达方案,觉得摄像头不能很好的识别距离,激光雷达可以做到。 不过,因为激光雷达太贵,当时96线的激光雷达,要3000多美元,算下来2万多人民币,于是马斯克称,只有傻子才用激光雷达。 而针对成本高的问题,华为表示称,未来华为会想办法降低激光雷达的价格,将几千美元价格的激光雷达,打到200 美元以内。 后来华为不断努力,在激光雷达技术上各种突破,申请了众多的专利,并和车企合作,推进激光雷达的落地。 如上图所示,2023年中国车载激光雷达出货量达71万台,在整个激光雷达市场,华为已经占到了10%左右的份额,排名国内前五名了。 在华为的努力之下,激光雷达的价格,确实下降了很多,但在价格方面,却没有降至200美元以下,目前96线的大约在3000元左右,也就是400-500美元左右。 不过华为没办到的事情,比亚迪要办到了,在比亚迪的2024商务年会上,王董事长透露了关于激光雷达市场的消息,称激光雷达市场价目前一般在3000元左右,但比亚迪由于车卖的非常多,出货量高,所以能够做到900元,这是已经低于200美元的价格了。 比亚迪可以通过这个来和友商进一步打价格战,友商由于出货量少一些,所以价格做不到这么低,这一块竞争不过比亚迪。 可见,任何技术的突破,最终还得靠大规模落地,华为接下来要加油,只有把市场占比提升上去,才能够利用大规模的优势来拉低价格。 而如果整个激光雷达市场,都降至900元左右,那么装配激光雷达的成本将不再是问题,随之而来的国产自动驾驶技术,也将上一个新的台阶,毕竟和摄像头相比,激光雷达确实优势很明显。
这家芯片公司,打算大干一场
Groq是一家总部位于加州山景城的人工智能芯片初创公司,得到了Tiger Global和Lee Fixel's Addition等公司的支持。该公司告诉Axios,在最近获得了一笔小额现金注入后,该公司正准备在下个季度进行新一轮融资。 重要性:该公司声称其人工智能芯片的速度可以比传统芯片快10倍,它是风险投资公司Social Capital最近解雇的焦点。 总体情况:Groq由罗斯于2016年创立,专门为推理设计芯片,即运行生成式人工智能模型。该公司表示,其被称为“语言处理单元”(lpu)的芯片不仅速度更快,而且成本仅为传统人工智能硬件的十分之一。 该公司目前部署了大约4500个芯片,罗斯表示,到明年年底将有150万个芯片。 在谷歌工作期间,罗斯帮助发明了该公司的张量处理单元(TPU),这是专门为机器学习设计的芯片。 迄今为止,Groq已融资3.67亿美元,最近一轮融资是在2021年,估值为11亿美元,由Tiger Global和D1 Capital领投。 这家初创公司的战略是双管齐下的。它向希望在其云基础设施上运行人工智能软件的开发人员出售访问权限,并向运营自己数据中心的客户出售硬件。 它最近收购了权威情报公司(Definitive Intelligence),以巩固一个新的业务部门,专注于向客户和开发者扩展其产品。 这家初创公司由Sunny Madra和Gavin Sherry于2022年创立,并得到了Social Capital等公司的支持。(马德拉和雪莉之前至少还创立了一家社会资本投资组合公司Autonomic。) Groq唯一的其他收购是在2022年收购的Maxeler Technologies,尽管罗斯表示,未来肯定会有更多的收购。 言外之意:随着生成式人工智能技术、应用程序和用户的爆炸式增长,对专用计算机芯片的需求直线上升,但供应却跟不上。 Groq和其他新贵打赌他们可以在市场上分一杯羹,罗斯预测,当涉及到对计算资源的需求时,推理将超过训练——这对他的公司来说是一个绝佳的机会。 随着人们对人工智能碳足迹的担忧日益加剧,Groq还将自己定位为传统基础设施的更环保替代品。 他们说的话:“如果你出去说你要花7万亿美元,这是聪明的营销,这会让人们说‘天哪,也许我们做不到’,”罗斯在谈到山姆·奥特曼(Sam Altman)对OpenAI芯片业务所需资本的公开估计时说。 罗斯说,Groq公司只需要7000亿美元就可以做同样的事情,因为它的芯片要便宜得多。 是的,但是:除了资金,Groq还需要合作伙伴来执行其愿景(并承担一些前期成本)。 该公司已经与一家未具名的合作伙伴签署了一项协议,计划到2025年底部署150万个lpu中的10%以上。 内部消息:关于Social Capital的话题,Groq在一份声明中表示,这些事件“是公司内部事务,目前我们对此知之甚少”,并补充说,这将“决定Jay Zaveri离开Social Capital将如何影响Groq董事会”。 该公司拒绝澄清前Social Capital合伙人扎韦里是否仍在其董事会任职。 看点:罗斯预测,下周英伟达的大型年度会议将包括有关推理的重要讨论。 关于Groq推理芯片的信息,感兴趣的读者可以阅读《挑战英伟达,需要另辟蹊径》
AI程序员Devin卧底工作群修bug!和CTO聊技术,网友:顶级码农水平
首个AI程序员Devin,现身明星创业公司内部群。 为解决一个技术问题,Devin借用了其创造者的账号,与客户公司的CTO交流,并根据回复调整了代码方案。 对话之专业,围观者看了直呼这个世界太疯狂。 事情发生在办公软件Slack,截图中的akshat是AI基础设施创业公司Modal Labs的CTO Akshat Bubna。 Modal Labs也是Devin开发商Cognition的首批客户之一。 此时Devin正披着他的创造者之一、IOI金牌得主Steven Hao的马甲。 对话的开始,AI程序员Devin正在询问有关Modal Lab平台的密钥的生命周期问题,特别是密钥更新后传播到正在运行的应用程序所需的时间。 Devin表示自己已经查阅了文档,包括密钥和环境变量指南、CLI命令参考、API参考以及容器生命周期钩子和参数,但依旧没有找到关于密钥传播时间的明确信息。 Devin询问了更新的密钥通常需要多长时间才能被运行中的应用程序使用,因为这对于他们的运营至关重要,了解这一点将有助于管理他们的部署流程。 人类CTO解释说,当密钥更新时,他们不会使已经运行的Modal容器失效,但是新启动的容器将会读取更新后的值。 Devin对此表示感谢,并决定暂时采用手动方法来管理Modal中的密钥,即在需要时调用modal deploy命令来触发相关应用程序容器的重启。 看完整个过程后,同样是AI创业者的Raunak Chowdhuri评价到: 发现问题、创建工单、调整代码,最好的人类开发者就是这么工作的。 Devin更多实测结果 拿到Devin早期测试资格的人和公司并不多,不过还是陆陆续续有人晒出实测结果。 热衷AI的沃顿商学院教授Ethan Molick试过后,认为其新颖的实时交互方式是最值得关注的。 您可以随时与它“交谈”,就像与人交谈一样,它会在后台不断地执行和调试您的想法。 在测试中,Ethan Mollick要求Devin开发一个解释“创业公司融资中的股权稀释”的网站。 不过他透露,AI还无法在没有任何帮助的情况下,自主且无差错地完成这项工作。 要想把一个重大项目交给人工智能来完成,还有很长的路要走,但这仍然是一个令人着迷的开始。 另一位晒出测试过程的创业者Mckay Wrigley更激动一些。 在他晒出的27分钟测试中,只发了一个GitHub连接,让Devin部署来自开源项目的代码。 Devin自主把任务拆解成一系列子步骤,并一步步开始执行。 执行过程中,Devin在安装Supabase数据库时遇到了障碍,自己打开了对应的Github仓库开始查阅文档…… 从后续终端反馈中可以看出,Devin查到了运行Supabase所需的各种端口和密匙都应该填什么。 (装过的都知道,雀食挺麻烦……) 与此同时,Devin还在根据实际情况不断修改自己的后续计划。 一段时间过后,一个本地的聊天机器人程序就跑起来了。 测试一段时间后Mckay Wrigley认为,Devin已经可以算Agent的ChatGPT时刻。 复现Devin计划ing Devin这边大伙还在接连测试,另一边开源“复现”方案也在进行中…… 这不,GitHub三万Star项目MetaGPT就上新了“开源版Devin”。 名为数据解释器(Data Interpreter): 同Devin一样,Data Interpreter也能实现自主编程,能迭代式观察数据,预测分析病情进展、机器运行状态;还能构建机器学习模型、进行数学推理、自动回复电子邮件、仿写网站…… 比如从英伟达股价数据中分析收盘价格趋势: 分析数据预测葡萄酒质量: 除此以外,阿里Qwen成员Binyan Hui等人开启了OpenDevin项目,刚刚起步已获得1.2k Star。 Binyan Hui发推文表示,已有一个初步的路线图和一群优秀的人在努力工作,在很短的时间内就完成了前端原型。 同时项目团队也在招新成员: 另外,还一个名为Maisa AI的团队推出了Maisa KPU(Knowledge Processing Unit),被网友认为与Devin有一些竞争。 目前Maisa KPU处于测试阶段,它可以解决复杂问题和推理,团队发布的基准测试结果如下: 根据demo展示,KPU可以成为“智能客服”,在客户没有正确写好订单号的情况下,帮助客户解决订单未送达的问题: Devin基准测试技术报告发布 最近,Devin创始团队Cognition还发布关于SWE-bench测试的技术报告。 除了之前已公布的测试结果之外,团队还透露了一些新消息。 比如,Cognition的目标之一是让Devin这个专门从事软件开发的AI智能体能够成功地为大型、复杂的代码库贡献代码。 选择在SWE-bench上端到端运行智能体,也是考虑了它更接近现实世界的软件开发。 此外,研发团队还透露,为了防止Devin在测试中作弊,比如查找外部的pull requests信息,测试已做相关设置,确保Devin无法访问相关信息,并且在此过程中也已人工手动检查了Devin运行情况。 最后团队强调Devin仍处于起步阶段,还有很大改进空间: 更多细节感兴趣的家人们可查看报告详情。 Devin发布不到一周,网友们的讨论已十分热烈。 比如,这位大兄弟表示自己一年前担心的事儿终究还是发生了。 以后Stack Overflow上都是各种Devin在提问,人,就只能被挤出去(Stack Overflow危!!!): 有网友回应(手动狗头): 它们可以互相回答问题。 还有网友发现Devin背后团队Cognition正在招全职软件工程师,于是缓缓打出一个问号: Devin不是应该填补这些职位空缺来为他们省钱吗? 最后,若Devin公开你会想用它干点啥? 参考链接: [1]https://www.cognition-labs.com/post/swe-bench-technical-report [2]https://x.com/raunakdoesdev/status/1769066769786757375 [3]https://twitter.com/emollick/status/1768742585122558063 [4]https://x.com/mckaywrigley/status/1767985840448516343 [5]https://x.com/maisaAI_/status/1768657114669429103?s=20
ChatGPT参数规模被扒:只有7B
ChatGPT惨遭攻击,参数规模终于被扒出来了—— 很可能只有7B(70亿)。 消息来自南加州大学最新研究,他们使用一种攻击方法,花费不到1000美元就把最新版gpt-3.5-turbo模型的机密给挖了出来。 果然,OpenAI不Open,自有别人帮他们Open。 具体来说,南加大团队三位作者破解出了未公布的gpt-3.5-turbo嵌入向量维度(embedding size)为4096或4608。 而几乎所有已知的开源大模型如Llama和Mistral,嵌入向量维度4096的时候都是约7B参数规模。 其它比例的话,就会造成网络过宽或过窄,已被证明对模型性能不利。 因此南加大团队指出,可以推测gpt-3.5-turbo的参数规模也在7B左右,除非是MoE架构可能不同。 数月前,曾有微软CODEFUSION论文意外泄露当时GPT-3.5模型参数为20B,在后续论文版本中又删除了这一信息。 当时引起了一阵轩然大波,业界很多人分析并非不可能,先训练一个真正的千亿参数大模型,再通过种种手段压缩、蒸馏出小模型,并保留大模型的能力。 而现在的7B,不知道是从一开始20B的消息就不准确,还是后来又再次压缩了。 但无论是哪一种,都证明OpenAI有很恐怖的模型优化能力。 撬开ChatGPT的保护壳 那么,南加大团队是怎么扒出ChatGPT未公开配置的呢? 还要说到现代语言模型中普遍存在的“Softmax瓶颈”。 当Transformer网络处理完输入,会得到一个低维的特征向量,也就是Embedding。这个特征向量再经过Softmax变换,就得到了最后的概率分布输出。 问题就出在Softmax这里,因为矩阵的秩受限于特征向量的维度,所以大模型的输出空间事实上被限制在了一个低维的线性子空间里。 这就像是无论你的衣柜里有多少件衣服,最后能穿出去的搭配,其实是有限的。这个”衣柜”的大小,就取决于你的“特征向量维度”有多大。 南加大团队抓住了这一点,他们发现,只要从API调用中获取到足够多的输出样本,就足以拼凑出这个大模型的特征向量维度。 有了这个特征向量维度,可以进一步推断大模型的参数规模、还原出完整的概率输出,在API悄悄更新时也能发现变化,甚至根据单个输出判断来自哪个大模型。 更狠的是,推测特征向量维度并不需要太多的样本。 以OpenAI的gpt-3.5-turbo为例,采集到4000多个样本就绰绰有余了,花费还不到1000美元。 在论文的最后,团队还探讨了目前的几个应对这种攻击的方法,认为这些方法要么消除了大模型的实用性,要么实施起来成本高昂。 不过他们倒也不认为这种攻击不能有效防护是个坏事, 一方面无法用此方法完整窃取模型参数,破坏性有限。 另一方面允许大模型API用户自己检测模型何时发生变更,有助于大模型供应商和客户之间建立信任,并促使大模型公司提供更高的透明度。 这是一个feature,不是一个bug。 论文: https://arxiv.org/abs/2403.09539 参考链接: https://x.com/TheXeophon/status/1768659520627097648

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。