行业分类:
加载中...
头条分类:
加载中...
对抗两大痛点、关注两大群体!这家养老服务机构迈出万里长征第一步
应对人口老龄化、推进养老服务业,不少保险巨头将发力重点锁定在居家养老板块。 以中国平安为例,该公司自2021年启动构建居家养老服务,通过“保险+服务”模式填补市场缺口。如今,其居家养老布局逐步迈入纵深阶段,这位行业领头羊从实践探索中有何获得与体验? 平安人寿董事长杨铮向券商中国记者表示,观察国内的养老市场,目前有两块空白亟待填补,一块是高品质康养社区市场,一块是居家养老市场。“平安居家养老的客户画像显示,客户核心需求聚焦医疗健康、生活起居、康复护理、享老文娱等场景,其中付费服务需求最高的是智能守护、适老化改造、日常保洁、单点厨师、睡眠守护等。” “平安的居家养老服务有三个突出特点,其一是终身管家,其二是定制化方案与服务,其三是链接平安整个生态系统。”杨铮说,平安希望打造出标准,以平台化的能力整合供应商,管质量、管价格、管服务品质,从而实现对一个个老年个体的帮助。 对抗两大痛点 2021年起开始构建居家养老服务,2022年推出服务品牌“平安管家”,真正落地向客户提供服务已有两年多,平安健康董事长兼CEO李斗向券商中国记者谈起了他感受到的行业变化。 首先,从上下游供应商的角度来看,大家的意愿明显增强。“两年多以前,在我们找到头部供应商提出适老化改造的需求,他们不愿意上门为平安的客户进行改造。每家客户的情况不一样,业务流程漫长,定价规则也不统一。现在我们跟国内头部市场化的供应商已经联合起来了,大家展业意愿很强,愿意为消费者做一些确确实实的事情。” 其次,创新多。越来越多的科技企业关注这一领域的细分需求,进行一些比较前沿的探索和创新。相信未来AI将在养老服务中发挥更重要的作用。 此外,还有合作多。“平安与头部企业合作,大家愿意为银发市场做更广泛的合作,包括医生服务和医疗产品,相关话题多了,场景更丰富了。在国家政策与多方推动下,居家养老产业向积极蓬勃的方向发展。 与此同时,李斗也深刻感知到居家养老行业的现存痛点。 “最明显的痛点还是需求和供给上的错配。”李斗直陈,老年人有尊严感,他们的需求是非常潜在、非常分散的。养老服务需要将无数的散点整合起来,难在即便知晓这些需求,也不一定能做到。 李斗进一步解释称,平安居家养老管家提供给老年人的服务与年轻人不一样。年轻人习惯看服务的好评或差评,我们主要是通过图片向老年客户传达信息,图片触达之后由管家聆听、识别老年客户的需求。平安居家养老服务平台整合上下游供应商,第一步是耐心识别老年客户的需求。所以我们强调平台整合能力,把上下游的供应商牢牢整合在精准识别客户需求的管家体系中。 除了需求和供给上的错配,确保产品标准化是第二大痛点。 李斗谈到,之前平安联合北大康复医院和中华康复医学会等实现了到家护理28个产品的标准化。“有了标准以后,标准的交付是什么?怎么做产品化?怎么样确保监督体系的存在?确保产品和标准吻合?” 简而言之,平安解决上述两大痛点有两件事情要做。“一是做好居家养老管家,二是发挥平台资源整合能力,做好刚需产品的标准,以及把标准产品化、让产品更有竞争力。”李斗说。 万里长征第一步 2023年10月,平安携手多方推出居家养老“护联体”;2024年3月,接力推出居家养老“住联体”,正在酝酿筹备的还有“乐联体”与“医联体”。 李斗坦言,“这是万里长征第一步,学习远大于成绩,但走下来我们感觉这是正确的事情。” 他认为,养老行业中有两个群体一直被漠视。“一是老年人群体。近年来,在国家的反复提倡与倡导下,才逐步有家庭、企业、行业共同推动养老事业;二是养老产业的供应商群体。养老供应商也相当不容易,不管是哪个赛道,都有回报周期长且盈利难的特征,所以有非常坚定的初心才能从事养老产业。” 先后推出“护联体”与“住联体”之后,李斗作为实战从业者明显感受到这两项服务使用的人次及效率上升。 从老年客户的视角来看,平安推出的联体可以将个性化的服务专业化,又将专业化的服务可视化。老人需要的服务很可能自己说不明白,他的子女更不清楚。服务的专业化与可视化等于将标准呈现在系统上,甲乙双方均可见。 李斗称,“这是平安正在做的事情,需要前期的大量沉淀,需要一个过程才能发挥价值。” 他以一个例子阐述“护联体”的运行模式。平安一个老年客户向管家反映自己腰肩疼痛,管家则根据客户档案,派出北大医院康复认证的护理师上门。李斗强调,尽管客户反映仅仅是某个部位疼,平安的服务不会“头痛医头脚痛医脚”,必须按照标准做好全身评估,甚至居住环境的评估,这样才能真正解决客户的问题。“客户未必真正知晓实际问题的所在,我们通过这样的系统和标签,能够把客户表面上的需求翻译成标准化的产品。” 据悉,北大康复认证的专业护理师全方位评估后发现,这位老年客户由于比较肥胖,长期压迫下肢,导致腰肩疼痛。之后,原因解析,解决方案均通过系统传达给老人及其子女,平安管家的每次服务也有打卡印记。 从供应商的视角来看,他们同样需要服务可视化与标准化。“养老服务也存在风险,怕说不清楚,怕钱没赚几个但惹上麻烦,这是养老行业难推动的原因。”李斗解释,可视化与标准化下,供应商提供服务可以打卡留痕,对双方的权益均有保障。“我们尽量解决链路上的卡点,对两个被漠视的群体来讲是有价值的。” 再如“住联体”模式,可以概括为一套居家安全享老服务体系,具体包括一项专业的团体标准,一套便捷的评估体系,一个优质的服务联盟,以及一个智能的服务生态,旨在帮助满足长者居家安全需求,实现“风险少发生,子女少担心”。 李斗介绍称,养老服务供应商很愿意参与到“住联体”中,甚至愿意为50年代,甚至60年代的房子做改造创新。“平安正在做的事情对两大漠视群体的价值是非常明显的,短期内我们有了做这些事情的坚定信心,未来大家可以看到的效果更加明显。” 至于“医联体”与“乐联体”,李斗称,“未来两大联体将继续延续将个性化的服务专业化,将专业化的服务可视化的思路,强化供应商服务水平,保证管家的监督作用,把专业标准变成客户有感且有性价比的服务。” 来源:证券时报
资产负债端双改善!中国人寿、中国平安等上市险企股价两月涨超20%
保险股在经历了数月的低迷后,自4月起重拾涨势。 截止5月21日收盘,中国太保涨幅领跑,H股自4月以来上涨超33%,A股上涨超28%;中国人寿H股升23%,A股升15.35%;中国平安H股升23.78%,A股升逾10%;新华保险H股上涨近20%,A股涨15.4%。 有券商非银分析师向界面新闻表示,近期保险股的涨幅主要反映对政策的博弈,以及对资产端的改善预期。保险行业的走势更贴近沪深300和十年期国债收益率走势,资产端的波动对行业估值的影响更为显著。未来保险股的资产端仍然是主线,如果预期能持续改善或者利好政策不断,保险股就有很充足的上涨空间。 资产端近期利好不断,5月17日全国切实做好保交房工作视频会议在京召开,同日央行与金融监管总局发布多份文件,连放“三大招”:降首付比、取消利率下限、降公积金利率。 招商证券预计,随着政策预期改善,保险板块尤其是寿险标的也有望受益于此轮地产链行情的扩散外溢。同时,随着未来超长期特别国债发行,“资产荒”的情况会有缓解,长期国债收益率也将出现回升。 从负债端看,A股五家上市险企今年1-4月累计实现保费12505.85亿元,同比增长1.47%。 整理自上市险企公告 保费增速呈现“四升一降”格局,前4月,中国人寿、中国人保、中国平安、中国太保保费收入同比增幅分别为3.89%、1.25%、2.38%和0.99%,新华保险保费收入同比下滑11.69%。 寿险方面,中国人寿保费收入为3712亿元,同比增长3.9%;平安人寿保费收入2121.55亿元,同比增长1.9%;人保寿险保费收入为604.70亿元,同比下降5.9%;太保寿险保费收入1045.24亿元,同比下降3.5%;新华保险保费收入672.24亿元,同比下降11.69%。 单月来看,多家公司4月寿险保费收入回暖明显。开源证券非银分析师高超、唐关勇认为,单月保费的改善预计主要系个险产能提升拉动。其中人保寿险以23.59%的保费增速位列五大上市险企首位,中国人寿和太保寿险当月保费增速超10%;平安人寿当月保费同比增长6.7%;仅新华保险4月保费收入同比下降,降幅为11.6%。 国泰君安非银分析师刘欣琦团队认为,新华保险负增长预计仍然为大幅缩减趸交业务导致保费规模增长放缓。该团队指,寿险业得益于产品定价利率下降、“报行合一”后费用率改善,以及业务期限结构优化等影响价值率明显改善,推动新业务价值增速好于新单增速。 5月,另一则消息引发保险业内关注,国家金融监督管理总局取消实行多年的银保渠道“一对三”, 各级分支行及网点均不限制合作保险公司数量。 某合资险企个险渠道负责人向界面新闻分析,此举有望进一步激活居民储蓄流入保险业,“根据央行4月数据,居民存款余额145万亿元。老百姓的钱主要在银行,大家也信任银行。现在取消了‘一对三’的限制,既可以将存款转化为更长期的保险资金,也可以满足客户对长期稳定利率产品的需求。” 来源:界面新闻
券商员工炒股1年不到亏损百万,今年已有44条违规炒股罚单,多家券商“上手段”防违规炒股
借亲属账户炒股,亏损超百万,又一券商员工炒股案例曝光。重庆证监局近日发布行政处罚决定书,对证券从业人员何希的违规买卖证券行为作出处罚。 根据决定书内容,何希在2014年12月4日至2020年8月21日期间,于西南证券重庆潼南证券营业部担任投资顾问助理、高级投资顾问等职务。在此期间,何希涉及俩项违法行为: 违规使用他人证券账户:何希使用亲属陈某江提供的陈某兰名下两个证券账户进行股票交易。2019年5月至2020年6月期间,何希控制并使用这两个账户,交易金额分别达到16702.12万元和8344.7万元,总计亏损超过百万元。 私下接受客户委托买卖证券:何希在2019年12月至2020年2月期间,私下接受客户潘某的委托,使用潘某的西南证券账户进行证券交易,交易金额合计2656.26万元,并从中获得“操盘分红”共计18866元。 重庆证监局对何希进行了立案调查、审理,对何希借他人名义持有、买卖股票行为,处以10万元罚款;对何希私下接受客户委托买卖证券行为,监管部门给予警告,没收违法所得18866元,并处以罚款56598元,何希未提出陈述或申辩意见。 违规炒股罚单频现,六大问题亟待解决 西南证券的案件再次凸显了监管部门对证券市场违规行为的零容忍态度。易董数据显示,年内已有44条与从业人员借他人名义炒股及私下接受投资者委托有关的罚单,涉及平安证券、招商证券、国泰君安等多家头部券商,罚单内容基本全部涉及“借他人名义从事证券交易”的情形,其中有3张罚单同时还涉及相关从业人员私下接受投资者委托买卖证券的情况。 从公司层面来看,2月7日,国泰君安证券梅湾路营业部总经理周靖杰利用其妻子“李某影”在该营业部开设的证券账户多次买卖股票,交易金额不少于312万元,该证券账户资金来源为周靖杰、李某影夫妻共同财产,最终周靖杰被罚款53万元。 2月9日,深圳证监局连续发布了多份关于招商证券从业人员的罚单,据悉,监管部门对47人采取了行政监管措施,其中38人被出具警示函,7人被采取监管谈话,2人被认定为不适当人选,监管部门还向公司发去决定书,责令招商证券增加内部合规检查次数。 深圳证监局认定招商证券存在三方面的问题:一是对从业人员买卖股票行为重视程度和问责力度不够,常规及专项核查频次较少,对员工行为的持续监督、警示教育力度不足;二是从业人员行为监测监控管理不到位,对员工手机号码等信息的准确性、完整性没有及时检查、核对、更新,对员工登录他人账户以及借用亲属或他人账户买卖股票的行为未予以充分关注;三是配套信息技术系统建设不足,证券账户终端使用数据记录存在缺陷,客户信息采集不完整、不及时。 3月29日,平安证券天津分公司财富经理边书元利用自有资金及他人资金,控制使用“孙某英”平安证券账户违法买卖股票,合计交易金额3.29亿元,亏损474.05万元(税后),天津监管局决定对其处以10万元罚款。 有业内人士表示,证券从业人员频繁出现违规炒股的行为,可能说明了公司内部控制、从业人员合规意识、制度完善、行业文化、利益冲突和监管有效性等多方面的问题: 内部控制不足。违规炒股事件的发生也暴露了某些证券公司在内部控制和合规管理方面的不足。 从业人员合规意识薄弱。反映出部分从业人员对合规意识的缺乏,尽管违规炒股存在被发现和处罚的风险,但仍有一些从业人员难以抵制诱惑,这需要加强从业人员的合规教育和培训。 制度和规则需要完善。这表明现有的规则可能存在漏洞,需要进一步完善以堵塞监管制度的缺陷。 行业文化和操守问题。持续净化行业生态和完善从业人员执业行为基本规范的重要性日益凸显,需要通过加强行业文化建设和职业道德教育来解决。 利益冲突和道德风险。证券从业人员由于其特殊的职业地位,有机会接触到敏感信息,这可能导致利益冲突和道德风险。 监管和惩罚措施的有效性。违规炒股事件仍然频发,这可能表明现有的监管和惩罚措施需要进一步增强其有效性,以真正起到震慑作用。 监管强化与公司加强管理并重 根据近日中证协发布的关于调整券商文化建设评估口径的公告,新口径明确强调了对从业人员炒股行为的严格监管。在评估“公司是否存在合规管理执行不到位情形”时,调整后的新规定要求,如果券商的从业人员出现违规炒股行为,并被监管机构认定存在合规管理问题或需要加强合规管理措施且监管机构已出具处罚文件的,券商在进行自我评估时必须扣分。 除此之外,证券公司或其工作人员存在不正当竞争、扰乱正常市场秩序等行为,被监管部门或行业自律组织通报的;或公司因文化建设存在问题或缺陷,被监管部门或行业自律组织要求整改,证券公司未按要求完成整改并提交整改报告的,不得被评为A类。由此可见,从业人员违规炒股的后果将被进一步放大,对公司的整体评级和声誉将产生严重影响。 除了中证协,今年以来中国证监会及多地证监局针对证券从业人员违规炒股行为采取了一系列严格监管措施。 2月8日,证监会发布了《坚持“零容忍”执法,集中处理多名从业人员违法炒股》的公告,制定了专项整治工作方案,从严打击违规炒股行为,并督促证券公司加强内部监测、自查自纠及问责机制。 青海证监局也强调了违规炒股问题的严重性,并提出建立“不敢、不能、不想”违规炒股的长效机制,要求经营机构深刻理解其严重性并积极履行监管要求。 河北证监局发布《河北证券期货机构监管通讯》,特别提醒从业人员不得买卖股票,并强调证券经营机构需要加强内控管理,防范和打击违规炒股行为。 天津证监局在会议上强调了强化人员管理,坚决遏制违规炒股行为,要求机构完善内部管理,建立投资行为管理制度和廉洁从业规范。 对于从业人员违规炒股的现象,券商也有自己的一套应对法。国元证券表示,公司一贯高度重视从业人员执业行为合规管理,制定了《国元证券工作人员执业行为报备监测实施办法》,对从业人员违法违规炒股行为做了明确禁止。 同时,为进一步落实监管要求,加强证券从业人员执业行为规范,国元证券自3月以来在全公司范围内开展自查自纠工作,加强了对从业人员个人设备信息的监测监控,包括其常用手机号和用于办公的电脑设备,对监测的预警信息及时下发,严肃问责。另外,要求员工利害关系人每季度申报其证券账户明细,公司结合员工工作信息,对重点人员进行排查。 值得一提的是,国元证券于去年9月修订了对从业人员违规炒股相关问题的问责标准,对于相关行为予以从严问责,并对内外部案例进行定期警示,以引导证券从业人员遵纪守法,严守底线红线,合规廉洁执业。 全行业来看,不仅仅是国元证券,交流来看,多家券商都有在制度上明确,并实施多种监控手段,以防止员工炒股情况发生。 通过监管机构的严格监管和券商的自查自纠,不仅维护了市场的秩序和公平性,也为从业人员树立了遵纪守法、合规廉洁执业的榜样。随着监管力度的不断加强和券商自律机制的完善,中国证券市场的健康发展将得到更加坚实的保障。
近2亿卖单挤爆跌停板,天地板、地天板后南京化纤一字跌停
没想到南京化纤(600889.SH)还演起了连续剧。 5月10日至5月17日,南京化纤6个涨停,引起市场高度关注。资金通过财通证券杭州上塘路营业部等在其中游走。 5月20日下午2点35分左右,南京化纤遭遇空头“偷袭”,上演“天地板”,跌停速度之快令人瞠目结舌。从龙虎榜可以看到,联储证券浙江分公司席位、东北证券绍兴金柯桥大道营业部、东海证券南京分公司席位等是砸盘先锋。 来源:同花顺 5月21日,前一天避走不及的筹码在早盘集合竞价时段大肆外逃,却发现撮合完后开盘仍有多单抄底。盘面可见,南京化纤一开盘就从跌停板快速拉起,并从下午2点13分起再度发力,最终涨停,完成了“地天板”壮举。当天,南京化纤换手率31.07%,成交额7.59亿元。 从龙虎榜看,5月21日,上述财通证券杭州上塘路营业部出逃了2305.8万元筹码,更让人留意的是买入前五席位:东莞证券四川分公司买入2018.84万元,财通证券绍兴袍江袍中北路营业部买入1557.72万元,国泰君安宜昌珍珠路营业部买入1535.67万元,川财证券武汉沿江大道营业部买入865.68万元,国盛证券福建分公司席位买入791.66万元。 来源:同花顺 来源:同花顺 5月21日晚,上交所发布关于南京化纤股票核查情况的通报称,近日,南京化纤股票价格大幅波动,针对相关投资者编造、传播误导性信息扰乱市场正常交易秩序的行为,依规对相关账户采取暂停交易十五日的监管措施,并已将发现的涉嫌违法违规情况移交进一步查处。上交所提醒投资者关注投资风险,合规审慎交易。 一夜之间多空态度翻转。5月22日早盘集合竞价,南京化纤再度“关门”,“一字跌停”下再度将场内的筹码“囚禁”起来,发觉不对劲的筹码纷纷欲夺路而逃,但都在卖1位置排队,排队的筹码超过了20万手,而买入者寥寥。挤在跌停板的卖单金额接近2个亿。 来源:同花顺 另根据南京化纤5月21日晚间股票交易风险提示公告,公司目前主营业务仍为纤维素纤维、PET结构芯材,公司产品不涉及碳纤维,公司业务不涉及低空经济等概念。公司生产经营情况正常,未发生重大变化。南京化纤表示:“鉴于近期公司股票价格波动较大,可能存在非理性炒作,敬请广大投资者注意二级市场交易风险,理性决策,审慎投资。” 来源:界面新闻
刚刚嫦娥六号成功着陆月球,这次还有“隐藏任务”吗?
嫦娥五号模型,嫦娥六号是嫦娥五号的备份星,整体结构相似。图片来源:wikipedia 就在今天早上,嫦娥六号成功降落在月球背面的南极-艾特肯盆地内的阿波罗环形山边缘,在未来两天的时间内,嫦娥六号最重要的工作就是——在月球背面挖呀挖呀挖……当然,更准确的说法是,嫦娥六号除了在月球表面挖土之外,还会再用钻头钻出一部分月球土壤,并尽可能保持它原本的分层结构,相当于给表层月壤建立一张剖面图。最终,嫦娥六号会像嫦娥五号一样,向地球送回2千克左右的月壤。 撰文 | 王昱 审校 | 不周 挖完土,就回家 嫦娥五号在采集月球表面样本时,也同时有挖取和钻取的操作。嫦娥五号原本在月球上钻孔采样2米的深度,但在钻取到1米深度时,阻力突然增大,再继续钻探,很有可能导致任务失败。为保险起见,科学家最终选择只钻取1米的深度。在接下来的嫦娥六号任务中,我们可以着重关注一下嫦娥六号会在月球上钻多深。 除了挖土之外,嫦娥六号还要在月球表面进行一些原位测量(in-situ measurement)——就是在现场测量的意思。嫦娥六号上搭载了法国的氡气探测仪(DORN)会通过氡气探测月球表面挥发物传输特征,还有欧洲空间局(ESA)的月表负离子探测仪(NILS,瑞典制造)会通过探测负离子,研究等离子体(可能是太阳风或其他来源)在月球表面的反射。 早在2019年4月,国家航天局就向全球发布了《嫦娥六号任务国际载荷搭载合作机遇公告》。除了上面两个仪器之外,嫦娥六号还搭载了意大利的激光角反射器,它可以让激光按照原路返回,其他探测器可以通过激光精准测量自身与嫦娥六号之间的距离,从而定位自身。在这之前的5月8日,嫦娥六号还在环月轨道上释放了一颗巴基斯坦的立方卫星。 按计划取得月壤之后,嫦娥六号上升器部分会以着陆器为平台起飞。嫦娥六号的任务流程复杂,整体的机械结构也比较复杂,不过因为嫦娥六号是嫦娥五号的备份星,两者整体结构也都比较相似。 嫦娥六号结构示意图。图片来源:wikipedia 嫦娥六号会以一个整体抵达月球轨道,上升器、着陆器和返回器为一个整体,与轨道器脱离后着陆月球。按计划取得月壤之后,嫦娥六号上升器部分会以着陆器为平台起飞。而后,上升器会携带返回器离开月球,与月球轨道上的轨道器对接。接着上升器会将返回器转移到轨道器内部,并与轨道器脱离,降低整体质量,减小返回难度。 在返回地球的途中,接着轨道器会和返回器同行。在轨道器-返回器组合体距离地球约5000千米时,轨道器会和返回器分离,返回器将以“打水漂”的方式返回地球,降落到内蒙古四子王旗着陆场。嫦娥六号是5月3日发射起飞,按照任务流程53天的时间计算,返回器将会在6月25日返回地球。 月球背面的秘密 和嫦娥五号相比,嫦娥六号采样的地点大不相同。嫦娥六号将会在月背南极-艾特肯盆地的阿波罗环形山边缘采样,它是太阳系中已知最大的盆地,形成于大约39亿年前。国家天文台月球与深空探索重点实验室(Key Laboratory of Lunar and Deep Space Exploration)曾在《自然·天文学》(Nature Astronomy)上发表论文介绍选择这里的原因。简单来说,科学家认为,在剧烈撞击过程中,月球深部的物质可能被带到表层。嫦娥六号可能会取到更古老的月球样品,帮助我们了解月球的演化过程。选择这里也能帮我们探究为何月球火山更早停止?以及月球的南北半球究竟有何不同? 红色方框为嫦娥六号降落地点。图片来源:Zeng, X., Liu, D., Chen, Y. et al. Landing site of the Chang’e-6 lunar farside sample return mission from the Apollo basin. Nat Astron 7, 1188–1197 (2023). 不论月相如何变化,我们在地球上只能看到月球的一面。大多数月球着陆任务都会选择在月球正面着陆,因为这样我们可以在地球上直接和探测器通信。而嫦娥六号的着陆点位于月球背面,所以本次任务还需要一颗中继卫星——鹊桥二号——来转发信号。 鹊桥二号于2024年3月20日发射,现在正在月球轨道上运行。除了和嫦娥六号通信外,它自身也携带了一些科学仪器,比如极紫外相机、阵列中性原子成像仪、地月VLBI试验系统等仪器等。 图片来源:wikipedia 月球是因为潮汐锁定才会只有一面朝向地球的。月球并不是一个质点,地球对月球各个地方的引力是有区别的,这种区别会导致月球内部产生摩擦力,让月球的公转速度和自转速度趋向一致,最终我们只能看到月球的一面。 月球正面,由美国月球勘测轨道飞行器绘制。图片来源:wikipedia 月球背面,由美国月球勘测轨道飞行器绘制。图片来源:wikipedia 实锤美国登月造假?谣言! 嫦娥六号登月的过程中,还有一个插曲,那就是“美国登月造假”的谣言又活跃了起来。这个阴谋论可谓是来头已久,上世纪70年代,它在美国就有不少信徒。这次它又活跃起来,起因是5月3日嫦娥六号发射时的央视直播。当时央视总台对发射进行了专题直播报道,邀请众多专家进行科普解读。讲解过程中,专家在回答主持人问题时,偶然没组织好语言,主持人为了直播节目的流畅性很快提出了一个新的问题。 对于直播节目再正常不过的情况,却有人抓住专家提到的“阿波罗”、“没找到”两个词,并认定这在内涵“美国登月造假”。且不说这里的阿波罗指的是阿波罗环形山,阿波罗环形山确实是本次任务的着陆地点,它的名字也是为了纪念美国登月的“阿波罗”计划,但是“阿波罗”计划从没以阿波罗环形山为登陆目标点,这里自然不会有“阿波罗”计划的遗址。毕竟,阿波罗环形山位于月球背面,“阿波罗”计划可没在月球背面着陆过。 “阿波罗”计划早就经过了各种图像、事实的交叉验证。而且,早在2012年,我国的嫦娥二号回传的图像中,就已经能看到“阿波罗”11号登月的遗迹了。没必要再去为了虚荣心去怀疑“阿波罗”计划的真实性。当然,我相信我们的读者是不会相信这样的谣言的。 会有隐藏“拓展任务”吗? 抛开谣言,让我们回到嫦娥六号。嫦娥五号任务过程中,因为火箭精度高,嫦娥五号轨道器有200千克燃料没用完,科学家就决定让它前往日地L1点附近展开长期探测。这是嫦娥五号计划外、隐藏的拓展任务。 而星际探索专业媒体The Planetary Society就在嫦娥六号的公开图片上发现了一些端倪: 嫦娥六号发射前整备照片。图片来源:CAST 上图是嫦娥六号发射前的照片,而红圈中是一个着陆器上的小车。原本的计划中,嫦娥六号并没有公布这个小车的存在,我们也找不到关于这个小车的信息。任务团队说不定是想给我们一些惊喜?让我们拭目以待吧。
SpaceX计划2024年秋季推出Starlink直连蜂窝服务
鞭牛士报道,6月3日消息,据外电报道,目前,SpaceX 计划于今年秋季推出用于手机的Starlink系统,但需获得联邦通信委员会的批准。 该公司在一份有关该委员会向美国运营商提供卫星连接(也称为太空补充覆盖)的新规则的文件中透露了目标发布日期。 该公司写道:SpaceX 支持委员会最近发布的几乎所有 SCS 命令,并期待今年秋天在美国推出商业直连蜂窝服务。 该文件还透露了 SpaceX 对直接到蜂窝Starlink 系统的长期目标的更多信息,该系统将把互联网数据传送到地面上未经修改的智能手机上,从而成为为蜂窝盲区消费者提供服务的有效方式。 「尽管 SpaceX 目前打算通过其补充覆盖网络提供文本、语音和网页浏览,但未来的创新可能会允许更强大的补充覆盖服务和增强功能。」该公司写道。「虽然这种改进的服务不会取代地面移动网络,但它将在没有这些网络的地方提供增强的连接源。」 (来源:Starlink.com) 不过,SpaceX 表示,FCC 目前为手机提供卫星连接的框架有一个障碍。该公司的文件敦促委员会放宽对蜂窝卫星无线电频率的总体限制,特别是一刀切的带外功率通量密度总量。 相反,SpaceX 支持用更细致的特定频段限制取代一刀切的限制,以帮助该公司提高即将推出的蜂窝 Starlink 系统的覆盖范围和可靠性。 该公司写道:相比之下,全面的、总体的带外限制不幸会破坏在紧急情况下提供强大覆盖的目标。同样的限制也可能阻止 SpaceX 为蜂窝 Starlink 技术开发未来的创新。 该公司补充道:即使运营商能够在南海命令中的总体 PFD 限制下提供强大的覆盖,但要达到如此严格的限制,卫星运营商要么减少网络覆盖和容量,要么大幅抑制信号以达到限制。 SpaceX 及其合作伙伴T-Mobile(第一家采用蜂窝 Starlink 技术的美国运营商)此前曾告诉 FCC,无线电频率限制过于严格。但今年 3 月,FCC指出,包括 AT&T、Verizon 和 Dish Network 在内的竞争对手游说委员会维持这一限制,理由是需要防止潜在的无线电干扰。 SpaceX 提交这份文件之际,许多团体正在向 FCC 就其实现卫星与手机连接的框架发表评论。其中包括科学家,他们担心SpaceX 的蜂窝 Starlink 卫星对射电天文学构成生存风险,理由是无线电干扰增加。 但在提交给 FCC 的另一份文件中,SpaceX 表示,它一直在与天文学界合作,以减轻潜在风险。该公司还表示,委员会可能会考虑要求公司在美国运营卫星连接服务之前与国家科学基金会进行协调。 SpaceX 补充道:一般的授权后协调要求将避免制定可能很快就会过时的保护标准。例如,在过去 10 年中,卫星技术得到了快速改进,通过可操纵相控阵天线、动态波束调度和在地面上放置较小波束覆盖范围的低空操作,实现了更高效、更动态的共享。
导致60万台路由器变砖,安全公司揭露网络僵尸病毒Windstream猖狂活动
IT之家 6 月 2 日消息,安全公司 Lumen Technologies 近日发布对于僵尸网络病毒 Chalubo 的活动报告,其中显示该病毒在去年 10 月攻入美国运营商 Windstream,让这家运营商旗下 60 万台路由器“变砖”,这些路由器据称已经被彻底破坏,无法通过固件更新 / 重置修复,相关用户只能更换设备。 据悉,Lumen 在去年 10 月从舆情通报中发现大量用户投诉 Windstream 的路由器设备突然亮红灯无法使用,而相关用户拨打 ISP 客服热线后,被告知必须更换整个设备。 此后该安全公司通过遥测数据进行观察,发现 Windstream 旗下在线的路由器数量在一周内大幅下降。其中 ActionTec 品牌路由器减少了 17.9 万台,Sagemcom 品牌路由器减少了 48 万台,在经过分析后,该安全公司认为这 60 万台路由器系被 Chalubo 僵尸网络病毒所破坏。 据悉,Chalubo 僵尸网络病毒专门针对办公室网关和物联网设备发动攻击,僵尸网络本身拥有 DDoS 攻击能力,并能在攻陷的设备上批量大规模执行任何 Lua 脚本以进行更多攻击。 安全公司认为,黑客正是利用 Lua 脚本让相关路由器“变砖”,不过目前尚不清楚黑客为什么要进行如此操作,不过他们建议用户应当及时更换默认密码,并应定期 OTA 设备固件。
特朗普入驻TikTok:粉丝突破110万,首条播放超过2000万次
鞭牛士报道,6月2日消息,美国共和党总统候选人唐纳德·特朗普刚刚进驻了社交网络TikTok,特朗普在担任总统期间曾试图在11月美国大选前禁止该平台。 特朗普于周六晚在其账户上发布了一段启动视频。视频中,特朗普在新泽西州纽瓦克举行的终极格斗冠军赛上向粉丝们致意。目前播放量已经超过2350万次。 该账号名为唐纳德·J·特朗普总统,电子邮件地址为@realdonaldtrump,截至目前发稿,粉丝数已超过110万。 字节跳动正在法庭上挑战一项美国法律,该法律于 4 月生效,要求其在明年 1 月之前出售 TikTok,否则将面临禁令。白宫表示,希望以国家安全为由终止中方所有权,但不希望禁止 TikTok。 TikTok 辩称,它不会与中国政府分享美国用户的数据,并已采取实质性措施保护用户的隐私。 特朗普在 2020 年担任总统期间试图禁用 TikTok,但遭到法院阻挠。他在 3 月份表示,该平台对国家安全构成威胁,但禁用 TikTok 会伤害一些年轻人,只会增强 Meta Platforms 旗下 Facebook 的实力,他对此曾提出强烈批评。 现任美国总统乔·拜登的连任竞选团队于二月加入了该应用程序,但拜登已经签字将逼迫TikTok剥离出售或关闭法案,预计将在明年1月生效,目前TikTok已经提起起诉,双方听证将在9月进行,预计11月进行审理。
被年轻人整不会的1688,终于开始反击了
“我可以买贵的,但我不能买贵了。”成为年轻人新晋购物哲学。 最近,在豆瓣、小红书等社交媒体上出现了一种独特的消费趋势。在这些平台被种草之后,越来越多对价格敏感、注重性价比的年轻人开始挖宝“大牌平替”。他们涌入阿里巴巴旗下以批发生意起家的看似“又老又土”的1688。一方面买品牌平替、追捧品牌代工厂;另一方面通过在源头厂家小额批发进货,尝试搞副业和轻创业。 年轻人的涌入,让1688的劣势暴露无遗。习惯了批发生意的商家,响应速度慢、服务态度差、售后不给力...... 在小红书上,有超过200万篇关于1688的自来水笔记,粗略统计,几乎一半是吐槽1688商家服务跟不上。面对汹涌而至的年轻消费者,1688突然被“整不会”了。但1688显然希望抓住这群年轻人。 6月1日,1688将大量高粘性用户请到成都,举办了一场“用户吐槽大会”,并在当天晚上联合B站这个年轻人扎堆的平台,联合打造了一场“穷开心之夜”演唱晚会,吸引了近2000万年轻人观看。诚意是表达了,用户体验的问题能不能解决?习惯了做批发生意的源头工厂能不能接得住年轻消费者?这些都是1688必须正面回答的问题,也是难题。 抠门也能抱团 窥视这届年轻人的消费观 “在抠组,我们都会直接甩出1688的购物记录和实物图。”2018年,豆瓣抠门女性联合会小组的组长“香菜”创建了一个主打“精致省”的豆瓣小组,集结了一批18-35岁之间,以学生和上班族为主的“抠门星人”。这群自嘲自己“爱马仕买不起、地摊货看不上”的年轻人,抱团交流“抠门”经验。 “我创建抠组的初衷,是为了和大家一起对抗那无穷无尽的购买欲。”香菜说,曾经的自己也深受“无效消费”的困扰,在一通乱买之后,发现家里堆满了各种不需要的东西,“我发现不再愿意为品牌LOGO支付额外溢价,但又不愿降低生活品质,除了不要那个品牌LOGO,其实我也很贪心什么都想要。” 她的消费观引得一片呼声,六年时间里,聚沙成塔的豆瓣抠组组内一共有645506名“抠抠星”,其中大部分组员都是1688的忠实用户。“1688配眼镜安全下车!”豆瓣抠组用户“大大斑”在组内分享了自己的淘货经验,“真的好划算!我亲友买国产镜片,500多块,还得自己买镜框,有线下店甚至1000多,1688一整副配下来150块。”除了眼镜,女装、女包、头饰、帽袜、床上用品等,都是抠组最关注品类。 “追求性价比是一件很累的事情,查找攻略、进行比价我发现很有成就感,我们坚信品质和低价并不冲突。”香菜提到,豆瓣抠门女性小组的成员基本都有自己的消费主张,喜欢有趣、好用、高颜值的货品。在外出露营、社交,甚至在家独处时,都强调悦己功能、社交属性和情绪价值。 价格真香定律VS吐槽服务拉胯 在年轻人一片骂声中迎来爆改 值得注意的是,1688与小红书的用户群高度重合。小红书和1688也成为大学的女生宿舍中,尤其受欢迎的两个APP。 小红书用户“爱吃甜筒的猫”表示,自己对1688有着“又爱又恨”的复杂情感。记者发现在小红书上关于1688的笔记,其中一半是夸赞1688的源头厂货“真香”,不少博主自发分享挖宝1688的故事;另一半则是抱怨1688的用户体验不佳,有用户指出1688商家态度很差,客服经常爱答不理、商品详情图有的时候拍的很丑。还有用户开骂1688总是一件不包邮,退货也不能免运费,在骂声中,1688在今年3月才开始全面改进这两项服务。 小红书省钱达人95后何璇,刚毕业时笑称自己“四大皆空”(口袋、微信、支付宝、花呗都空空),通过持续分享省钱干货,单条视频最高达到500多万的播放量,发表了一篇1688相关内容,互动达106.6万。 何璇这样理解自己眼中的平替趋势,美拉德是一个新词,描述现在一些女生喜欢美丽的“小垃圾”现象,“有一款吹风机之前原价定为4千多元,而它的代工厂就在中国。”这个代工厂在1688平台上推出了一个平替产品,去除了一些冗余功能,售价为400多元。将吹风机继续缩小,审美非常在线,使其可以放进女生的包包中,结果这款产品卖爆,就因为它非常“漂亮”。 这届年轻人脑洞大开 做批发、搞副业“掘金”齐活儿 年轻买家掀起的平替消费浪潮,也带动更多年轻人掘金平替生意。今年研二在读的小宝,是1688的四年老用户。2020年,还在读大二的她通过1688进货卖穿戴甲,赚得人生第一桶金。 “那年暑假,我抱着试一试的态度,进了一些成本2-5块的穿戴甲,在校园内摆摊卖20块一副 30两副;同时还进了一些纯银耳钉、耳饰的货 ,也是几块钱成本,耳钉15卖2副,耳环卖9块9一副。”一个暑假下来,小宝的平均日销能达到500-800元。 “不仅在线下摆摊,线上我也同步销售。用1688的一件代发,我可以直接在我的朋友圈、社群扩大客源出货。”2022年年关,小宝在小红书上尝试着发表了几篇关于穿搭的笔记,成功引流了500名粉丝。正式开启了“1688淘货+小红书种草”的模式。基于自己的兴趣,小宝还成功抓住了复古相机的流行热潮。 “最开始是从朋友圈的一位摄影师那里,以240块钱购买了一个CCD(一种带有电荷耦合器件图像传感器的数码相机 ),玩了一个月后以300块钱的价格秒出。从那时起,我就开始在1688和闲鱼上淘机子,自己拍照后发表小红书测评再卖出。”小宝回忆。 渐渐地,她有了固定的客户群体,并开始意识到提升附加值和完善服务的重要性:“我在1688批发了一些相机包、飞机盒、泡沫和装饰纸,用于美化我的产品包装;每卖出一个CCD,我都会为客户拍摄详细的使用视频和样片”。现在,小宝的私域客户人数已超过1万人,小红书账号粉丝近7万人。 消费观察: “平替消费”时代来临 省一元钱也有成就感 在昨晚的1688的“穷开心之夜”晚会上,歌手大张伟在现场演唱了经典怀旧曲《穷开心》,点燃了年轻人的激情。火了十多年的《穷开心》熟悉的旋律响起:“小小的人儿啊,风生水起呀,天天就爱穷开心啊。”一位网友评论,小时候大张伟教我们“果汁分你一半”,长大后教我们“穷开心”,这首歌真的很懂年轻人所需要的情绪价值。 这届年轻人的发疯不仅是演唱会上的大合唱,也是校园里的“集体爬行”,是和搭子齐穿军大衣花棉袄。年轻人的开心是冲向性价比的天水吃麻辣烫,是淄博的一顿烧烤,是村BA平替NBA,Citywalk平替远游,也可能是抠抠搜搜凑满减省下一块钱之后的“穷开心”。 不是XXX买不起,而是XXX更有性价比……这句年轻人中流行语,仿佛预示着年轻人“整顿”消费市场的新风向,平替消费正在到来。 在年轻人的字典里,不再“炫富”,他们认为,花自己的钱不再给别人看,无论消费还是生活,首先是要开心,其次的都是其次。他们不再追求简单的消费降级或极致低价,而是将重点放在价格平等和质量替代上。毕竟他们信奉“只买对的不买贵的”消费理念,也讲求“买的东西不仅要有用还要有趣。” 昨晚晚会厂货秀场环节,一位穿着卡其色卫衣的男生意气风发的走在T台上,身上挂了十几双花花绿绿的来自源头厂家的平价卡通袜子,他的身后是把一串串宝塔似的“夜灯”挂在身上走秀的女生。一位年轻人低声对身旁的朋友说,“你看,快乐不贵,无厘头的花点小钱也能快乐啊。”
321,上链接!东方甄选画风变了?俞敏洪曾表示看不起“买买买”的噪音
近日,东方甄选618直播带货的风格引起了广泛争议,“董宇辉走后 东方甄选直播间画风变了”的话题6月1日冲上了热搜。 据@九派新闻,视频显示,在东方甄选美丽生活直播间中,主播卖力吆喝自己的产品,“您都来了,买一单再走吧”,而结束语成了“321,上链接!”有网友表示,这才是东方甄选的真面目,如今终于不再装了。还有网友称,“全网最有文化的直播间咋变成这样了”“真是刷新我对东方甄选的认知了,好希望恢复到原来有文化的直播间”。 东方甄选美丽生活直播间画面 值得注意的是,据证券时报,俞敏洪去年3月曾坦言,自己看不起网络直播中那些“买买买”的嚎叫噪音,他心中的直播应该是心平气和地对产品进行讲解并且传播知识,第一场东方甄选的直播是他亲自做的,当时新东方完全不知道怎么选品,选的都是中国最贵的农产品,但他依然拿着地图和历史书,把每个产品背后的故事讲给东方甄选的购买者,后来大家评价说,不是来买东西,而是来听课的。 “要的就是这个效果。尽管东西没卖出去多少,但我还是坚持下去了。”俞敏洪表示。 据财联社,2022年6月10日,有不少网友慕名来到“东方甄选”直播间,就是为了围观新东方老师们的“双语带货”。主播用英语和观众互动,网友们纷纷留言表示“虽然听不懂,但很想买”,支持这种新颖有趣的营销模式。 在 “东方甄选”直播间内,主播在用中文介绍产品功能和特点的同时,还会立刻围绕产品的名称、特点展开英文单词教学,甚至会举着小黑板对单词的发音、词根进行介绍。 看过直播的网友纷纷感叹“直播带货实在太卷了”“这是最有文化的直播间”,也有网友调侃“一时间竟然不知道是该下单还是该记笔记”“逃过了李佳琦却没逃过俞敏洪”。彼时的董宇辉,更是凭借幽默的段子和专业的“双语”教学带货“出圈”了。 去年底的“小作文风波”后,2023年12月26日,董宇辉新账号“与辉同行”获平台认证,认证信息为“与辉同行(北京)科技有限公司”。公开信息显示,与辉同行(北京)科技有限公司成立于2023年12月22日,注册资本1000万,法定代表人是董宇辉,由北京新东方迅程网络科技有限公司100%持股,后者法定代表人为孙东旭,由新东方教育科技集团有限公司100%控股。 俞敏洪则在直播中透露,该账号产生的收入计入东方甄选,但如果董宇辉离开东方甄选,账号归属权将归董宇辉。 天眼查显示,近期与辉同行(北京)科技有限公司申请注册“与辉同行破万卷”“与辉同行阅山河”文字及图形商标,以及“与辉同行看山河”“与辉同行悦山河”商标,申请数量达上百枚,国际分类包括广告销售、教育娱乐、通讯服务、科学仪器、服装鞋帽等,当前商标状态均为等待实质审查。 据悉,“与辉同行破万卷”“与辉同行阅山河”均为与辉同行直播间栏目。 据深圳商报,5月28日,董宇辉带领“与辉同行”团队在深圳南山举行“科技想象 遇见未来”专场直播,为南山科技以及相关市、区品牌带货。据深圳市商务局29日提供的数据,此次直播活动开播20分钟收到近万份订单,整场累计完成60万单销量,销售额超1.2亿元。 截图自“与辉同行”直播间 本次直播采用室内定点带货和室外直播演出两种形式,借助董宇辉“头部主播”的影响力和号召力,向全国网友推介深圳南山文旅以及“南山智造”热门科技产品。据统计,此次专场直播累计观看人数近2000万,点赞数达2.3亿次;整场稳居抖音小时榜、带货总榜第一。
意外!黄仁勋剧透下一代GPU芯片,新演讲又把摩尔定律按在地上摩擦
刚刚,中国台湾大学体育场,欢呼阵阵如同演唱会,但这次“摇滚巨星”,其实是英伟达创始人黄仁勋,再次回到学校,带来Computex重磅演讲,以及英伟达的新一代GPU。 是的,英伟达新架构Blackwell宣布不过3个月,老黄就把后三代路线图全公开了: 2025年Blackwell Ultra,2026年新架构Rubin,2027年Rubin Ultra。 好好好,像做iPhone一样造芯片。 到这一代Blackwell为止,英伟达已经把AI模型有效扩展到万亿参数。(还给token定了个译名:词元)。 1.8万亿参数GPT4的训练能耗,8年降低至原来的1/350。 推理能耗,8年降低至原来的1/45000。 看着这一波亮相和剧透,网友真相了:英伟达没有竞争对手,而是选择将摩尔定律放在地上摩擦…… 老黄是在书写自己的定律。 所以应该叫老黄定律?还是英伟达定律? ComputeX前夜,老黄一开场就展开了一波隐形卖货,他自称不太准确的“CEO数学”: 买得越多,省得越多…… The more you buy, the more you save. 经典语录依然引发现场欢呼大笑:虽然不太准确,但好像有些道理…… 除此之外,还有一些新产品亮相,包括能够模拟气冲的天气预测模型CorriDiff、数字人微服务、BlackWell系统、Spectrum-X、机器人平台Isaac…… 好了话不多说,这就来看看老黄这次到底搞了哪些事情 “AI Factory Is generating” 谈到当前新的产业革命,老黄表示:新的计算时代正在开始;而AI Factory正在诞生。 他在现场展示了BlackWell系统。 3月份GTC大会上还遮遮掩掩地说是GPT-MoE-1.8T模型,这下彻底摊牌了:GPT-4参数就是1.8T。 跟DGX Hopper相比。 现场还看到了它的真身,大概有两米那么高吧… 而真正的AI Factory大概会长这样,大概有32000GPU。 AI加速每个应用程序 AI对于企业的影响,老黄认为AI加速每一个应用程序。他首先谈到了NIM推理微服务,这是一个帮助开发者或者企业轻松构建AI应用,简化大模型部署程序。 不管是聊天机器人、还是生活/驾驶助手等,部署时间都能从几周缩短到几分钟。 运行Meta Llama 3-8B的NIM可以产生比不使用NIM多3倍的tokens。 企业和开发者可以使用NIM运行生成文本、图像、视频、语音和数字人类的应用程序。 而背后源于丰富的技术合作生态—— 近200家技术合作伙伴,包括Cadence、Cloudera、Cohesity、DataStax、NetApp、Scale AI和Synopsys等,正在将NIM集成到他们的平台中。 此次在这个NIM中还有上新,也就是ACE 生成式AI微服务,数字人AI技术套件。 除了原有自动语音识别、文本到语音的转换和翻译、Nemotron语言模型、 Audio2Face等套件,还增加了两个技术: 一个是可以基于音轨生成身体姿势Audio2Gesture; 一个Nemotron-3 4.5B,这是英伟达首款SLM(小爱语言模型),专为低延迟端侧设备而生。 ∂接下来,这一数字人微服务将部署在一亿台RTX AI PC上面。 当前英伟达在新的合作伙伴,比如华硕、MSI的加入下,已经拥有超过200种RTX AI PC型号。 还推出了RTX AI Toolkit,一个工具和SDK集合,帮助Windows开发者定制优化本地部署模型。 同Mac相比,部署了RTX的Windows的Stable Diffusion推理速度是Mac的7倍。 每一台带有RTX的PC,都是一台RTX AIPC。 用于机器人开发的技术平台Isaac 这次一同亮相的,还有用于机器人开发的技术平台,NVIDIA Isaac。 为啥搞这玩意儿呢,老黄给出的理由是这样的: 机器人时代已经到来。 有朝一日,所有会移动的东西,都将实现自主化。 这个Isaac平台具体长啥样呢? Isaac平台提供一系列英伟达加速库、AI基础模型和仿真技术,供机器人制造商集成到自己的技术栈中。 注意,平台是模块化的,允许公司单独或一起采用多种技术。 具体而言,其中包括: NVIDIA Isaac ROS:一系列模块化的ROS 2包,为ROS社区开发者带来NVIDIA加速和AI模型 NVIDIA Isaac Perceptor:一个参考工作流程,提供基于AI的自主移动机器人的多摄像头3D环视能力 NVIDIA Isaac Manipulator:一个简化AI启用机械臂开发的参考工作流程 NVIDIA Isaac Sim:一款参考应用程序,用于在基于NVIDIA Omniverse平台的物理环境中模拟、测试和验证机器人,并生成合成数据 NVIDIA Isaac Lab:Isaac Sim中的参考应用程序,针对AI机器人基础模型训练的强化、模仿和迁移学习进行了优化 据介绍,目前,包括比亚迪电子、西门子、泰瑞达机器人和Intrinsic(Alphabet的子公司)在内,全球超多名列前茅的机器人开发团队,都在采用Isaac平台。 这些团队用上Isaac,一边提高制造工厂、仓库和配送中心的效率,同时确保人类同事的安全;一边也能充当重复劳动和超精确任务的执行者。 现场放出了很多demo,很多工厂在英伟达Omniverse里建造了一个完全模拟现实的自助工厂,以及基于Isaac平台开发的AI机器人。 官网悄悄推出游戏Agent助手 除了现场老黄亲自发布的上述内容外,我们在英伟达官网还找到了一个彩蛋,一个巨久远的call back。 Project G-Assist。 时间回到2017年愚人节,英伟达官网开了个大玩笑: 宣称自家发布了一款支持10080款游戏的USB人工智能超算卡GeForce GTX G-Assist。 重点在于它很AI。 GeForce GTX G-Assist像是个AI游戏助手,可以帮助玩家自动完成游戏操作,甚至代打击败Boss。 今天,英伟达真的将这个愚人节玩笑变为现实—— 英伟达官网上线Project G-Assist,一套工具和模型的集合而成的AI Agent系统,供游戏和应用程序开发者使用。 通过前后剧情,Project G-Assist利用大模型对游戏输出响应,能够检查游戏性能和系统设置,建议用户优化以充分利用可用硬件,或者适当升级角色。 玩家这边呢,还可以通过Project G-Assist找到最好的武器,也可以查询到最牛的攻略,然后就可以或制作武器材料,或一路杀怪通关。 总而言之,Project G-Assist可以让人有个Agent外挂,但是不会让你完全挂机, 官网还贴心表示: G-Assist 项目不会像我们在2017年愚人节预言视频中那样完全替代您玩游戏,但它可以帮助您从您最喜欢的游戏中获得更多收益。 游戏体验再上大分! 据介绍,Project G-Assist支持各种模态的输入。 可以是来自玩家的文本提示,或声音指令;可以是屏幕上显示框架的上下文;可以是来自应用程序或系统本身的API。 △演示人员语音输入中 这些数据都通过连接了游戏知识数据库的大模型处理,然后使用RAG(检索增强生成)生成和用户相关的查询结果——没错,Project G-Assist允许玩家使用PC或云端RTX AI驱动的知识库。 Project G-Assist开发工具将出现在即将推出的RTX AI开发套件中,具体会用在哪些游戏上,还需要游戏开发商来决定并提供支持。 为了让大家更好地使用Project G-Assist,英伟达贴心地附上视频教学大礼包,需要可自取。 One More Thing 整场发布会,老黄还整了不少活儿。 比如AI老黄似乎已经成了发布会常客。 在介绍天气预测模型时,他坦白承认在视频中那么流利讲普通话的那位是AI生成的,因为自己中文不太好。 而本场重磅的BlackWell系统、AI Factory的核心构成,也被他各种搬来搬去…… 除了下一代GPU取名Rubin,我们还看到 Vera CPU,他们共同出现在新的Vera Rubin加速器上。而这一名称来源,实际上是来自美国一位女天文学家Vera Rubin,她是研究暗物质先驱。 以及,COMPUTEX 2024不愧是6月开头就炸场的AI终端大戏。 除了黄院士外,英特尔、AMD、高通等老板都悉数到场,接下来几天会挨个发表演讲。 这些主题演讲,绝大部分都跟AIPC有关。 大家一起蹲一蹲吧~
老黄一口气解密三代GPU!粉碎摩尔定律打造AI帝国,量产Blackwell解决ChatGPT全球耗电难题
新智元报道 编辑:编辑部 【新智元导读】刚刚,老黄又高调向全世界秀了一把:已经量产的Blackwell,8年内将把1.8万亿参数GPT-4的训练能耗狂砍到1/350;英伟达惊人的产品迭代,直接原地冲破摩尔定律;Blackwell的后三代路线图,也一口气被放出。 就在刚刚,老黄手持Blackwell向全世界展示的那一刻,全场的观众沸腾了。 它,是迄今为止世界最大的芯片! 眼前的这块产品,凝聚着数量惊人的技术 如果用老黄的话说,它就是「全世界迄今为止制造出来的最复杂、性能最高的计算机。」 8年内,1.8万亿参数GPT-4的训练能耗,直接疯狂降到1/350;而推理能耗则直接降到1/45000 英伟达产品的迭代速度,已经彻底无视摩尔定律。 就如网友所言,无所谓,老黄有自己的摩尔定律。 一手硬件,一手CUDA,老黄胸有成竹地穿过「计算通货膨胀」,放出豪言预测道——在不久的将来,每一个处理密集型应用都将被加速,每一个数据中心也肯定会被加速。 同时公开的Blackwell后三代路线图:Blackwell Ultra(2025年),Rubin(2026年),Rubin Ultra(2027年) 「买得越多,省得越多」的黄式数学公式,也再次亮相。 全新计算时代开启 演讲开篇,老黄最先放出了一个Omniverse模拟世界中的演示。 他表示,「英伟达正处于计算机图形模拟和人工智能的交叉点上。这是我们的『灵魂』」。 这一切都是物理世界中的模拟,它的实现,得益于两项基本的技术——加速计算和人工智能,将重塑计算机产业。 到目前为止,计算机行业已有60多年的历史,而现在,一个全新的计算时代已然开始。 1964年,IBM的System 360首次引入了CPU,通用计算通过操作系统将硬件和软件分离。架构兼容性、向后兼容性等等,所有我们今天所了解的技术,都是从这个时间点而来。 直到1995年,PC革命开启让计算走进千家万户,更加民主化。2007年,iPhone推出直接把「电脑」装进了口袋,并实现了云端链接。 可以看出,过去60年里,我们见证了2-3个推动计算行业转变的重要技术节点。 加速计算:一手GPU,一手CUDA 而如今,我们将再一次见证历史。老黄表示,「有两个最基础的事情正发生」。 首先是处理器,性能扩展已经大大放缓,而我们所需的计算量、需要处理的数据都在呈指数级增长。 按老黄的话来说,我们正经历着「计算通货膨胀」。 过去的20年里,英伟达一直在研究加速计算。比如,CUDA的出现加速了CPU负载。事实上,专用的GPU效果会更好。 当我们运行一个应用程序,不希望是一个运行100秒,甚至是100个小时的APP。 因此,英伟达首创了异构计算,让CPU和GPU并行运行,将过去的100个时间单位,加速到仅需要1个时间单位。 可见,它已经实现了100倍速率提升,而功耗仅增加的3倍,成本仅为原来的1.5倍。 英伟达同时为价值十亿美元的数据中心,配备了5亿美元的GPU,让其变成了「AI工厂」。 有了加速计算,世界上许多公司可以节省数亿美元在云端处理数据。这也印证了老黄的「数学公式」,买得越多,省得越多。 除了GPU,英伟达还做了业界难以企及的事,那就是重写软件,以加速硬件的运行。 如下图所示,从深度学习cuDNN、物理Modulus、通信Aerial RAN、基因序列Parabricks,到QC模拟cuQUANTUM、数据处理cuDF等领域,都有专用的CUDA软件。 也就是说,没有CUDA,就等同于计算机图形处理没有OpenGL,数据处理没有SQL。 而现在,采用CUDA的生态遍布世界各地。就在上周,谷歌宣布将cuDF加入谷歌云中,并加速世界上受欢迎的数据科学库Pandas。 而现在,只需要点击一下,就可以在CoLab中使用Pandas。就看这数据处理速度,简直快到令人难以置信。 老黄表示,要推行一个全新的平台是「蛋和鸡」的困境,开发者和用户,缺一不可。 但是经过20年的发展,CUDA已经打破了这个困境,通过全球500万开发者和无数领域的用户实现了良性循环。 有越多人安装CUDA,运行的计算量越大,他们就越能据此改进性能,迭代出更高效、更节能的CUDA。 「AI工厂」全栈重塑 2012年,神经网络AlexNet的诞生,将英伟达第一次与AI联系起来。我们都知道,AI教父Hinton和高徒当时在2个英伟达GPU上完成AlexNet的训练。 深度学习就此开启,并以超乎想像的速度,扩展几十年前发明的算法。 但由于,神经网络架构不断scaling,对数据、计算量「胃口」愈加庞大,这就不得不需要英伟达重新发明一切。 2012年之后,英伟达改变了Tensor Core,并发明了NvLink,还有TensorRT、Triton推理服务器等等,以及DGX超算。 当时,英伟达的做法没有人理解,更没人愿意为之买单。 由此,2016年,老黄亲自将英伟达首个DGX超算送给了位于旧金山的一家「小公司」OpenAI。 从那之后,英伟达在不断扩展,从一台超算、到一个超大型数据中心。 直到,2017年Transformer架构诞生,需要更大的数据训练LLM,以识别和学习一段时间内连续发生的模式。 之后,英伟达建造了更大的超算。2022年11月,在英伟达数万个GPU上完成训练的ChatGPT横空出世,能够像人类一样交互。 这是世界第一次看到了生成式AI。它会一次输出一个token,可以是图像、语音、文字、视频,甚至是天气token,全部都是关于生成。 老黄表示,「我们可以学习的一切,现在都可以生成。我们现在已经进入了一个全新的生成式AI时代」。 当初,那个作为超算出现的计算机,已经变成了数据中心。它可以输出token,摇身一变成为了「AI工厂」。 而这个「AI工厂」,正在创造和生产巨大价值的东西。 19世纪90年代末,尼古拉·特斯拉发明了AC Generator,而现在,英伟达正创造可以输出token的AI Generator。 英伟达给世界带来的是,加速计算正引领新一轮产业革命。 人类首次实现了,仅靠3万亿美元的IT产业,创造出能够直接服务于100万亿美元产业的一切东西。 传统的软件工厂,到如今AI工厂的转变,实现了CPU到GPU,检索到生成,指令到大模型,工具到技能的升级。 可见,生成式AI推动了全栈的重塑。 从Blackwell GPU到超级「AI工厂」 接下来就让我们看看,英伟达是如何将一颗颗地表最强的Blackwell芯片,变成一座座超级「AI工厂」的。 注意看,下面这块是搭载了Blackwell GPU的量产级主板。 老黄手指的这里是Grace CPU。 而在这里,我们可以清晰地看到,两个连在一起的Blackwell芯片。 在8年里,每一代英伟达芯片的Flops,都增长了1000倍。 与此同时,摩尔定律在这8年里,却似乎逐渐失效了。 即使和摩尔定律最好的时刻相比,Blackwell算力的提升也是惊人的。 这将直接导致的结果,就是成本的显著下降。 比如,训练一个1.8万亿参数、8万亿token的GPT-4所用的能耗,直接降至1/350! Pascal需要消耗的,是1000吉瓦时,这就意味着,它需要一个1000吉瓦的数据中心。(1吉瓦=1000兆瓦) 而且如果这样的数据中心真的存在的话,训练也GPT-4也需要整整一个月的时间。 而100兆瓦的数据中心,大概需要一年。 这也就是为什么,ChatGPT这样的LLM, 在八年前是根本不可能存在的。 如今有了Blackwell,过去的1000吉瓦时直接可以降到3吉瓦时。 可以说,Blackwell就是为了推理,为了生成token而生的。它直接将每token的能量降低了45000倍。 在以前,用Pascal产生1个token的消耗,相当于两个200瓦的灯泡运行2天。让GPT-4生成一个单词,大概需要3个token。这根本不可能让我们得到如今和GPT-4聊天的体验。 而现在,我们每个token可以只使用0.4焦耳,用很少的能量,就能产生惊人的token。 它诞生的背景,正是运算模型规模的指数级增长。 每一次指数级增长,都进入一种崭新的阶段。 当我们从DGX扩展到大型AI超算,Transformer可以在大规模数据集上训练。 而下一代AI,则需要理解物理世界。然而如今大多数AI并不理解物理规律。其中一种解决办法,是让AI学习视频资料,另一种,则是合成数据。 第三种,则是让计算机互相学习!本质上就和AlphaGo的原理一样。 巨量的计算需求涌来,如何解决?目前的办法就是——我们需要更大的GPU。 而Blackwell,正是为此而生。 Blackwell中,有几项重要的技术创新。 第一项,就是芯片的尺寸。 英伟达将两块目前能造出来的最大尺寸的芯片,用一条10TB/s的链路链接起来;然后再把它们放到同一个计算节点上,和一块Grace CPU相连。 在训练时,它被用于快速检查点;而在推理和生成的场景,它可以用于储存上下文内存。 而且,这种第二代GPU还有高度的安全性,我们在使用时完全可以要求服务器保护AI不受偷窃或篡改。 并且,Blackwell中采用的是第5代NVLink。 而且,它是第一代可信赖、可使用的引擎, 通过该系统,我们可以测试每一个晶体管、触发器、片上内存和片外内存,因此我们可以当场确定某个芯片是否出现故障。 基于此,英伟达将拥有十万个GPU超算的故障间隔时间,缩短到了以分钟为单位。 因此,如果我们不发明技术来提高超算的可靠性,那么它就不可能长期运行,也不可能训练出可以运行数月的模型。 如果提高可靠性,就会提高模型正常的运行时间,而后者显然会直接影响成本。 最后,老黄表示,解压缩引擎的数据处理,也是英伟达必须做的最重要的事之一。 通过增加数据压缩引擎、解压缩引擎,就能以20倍的速度从存储中提取数据,比现在的速度要快得多。 超强风冷DGX & 全新液冷MGX Blackwell是一个重大的跃进,但对老黄来说,这还不够大。 英伟达不仅要做芯片,还要制造搭载最先进芯片的服务器。拥有Blackwell的DGX超算,在各方面都实现了能力跃升。 集成了Blackwell芯片的最新DGX,能耗仅比上一代Hopper提升了10倍,但FLOPS量级却提升了45倍。 下面这个风冷的DGX Blackwell,里面有8个GPU。 而对应散热器的尺寸也很惊人,达到了15kW,并且是完全的风冷。 如果你喜欢部署液冷系统呢?英伟达也有新型号MGX。 单个MGX同时集成72个Blackwell GPU,且有最新的第五代NVLink每秒130TB的传输速度。 NVLink将这些单独的GPU彼此连接起来,因此我们就得到了72个GPU的MGX 介绍完芯片,老黄特意提到了英伟达研发的NVLink技术,这也是英伟达的主板可以越做越大的重要原因。 由于LLM参数越来越多、越来越消耗内存,想要把模型塞进单个GPU已经几乎是不可能的事情,必需搭建集群。其中,GPU通信技术的重要性不亚于计算能力。 英伟达的NVLink,是世界上最先进的GPU互连技术,数据传输速率可以堪称疯狂! 因为如今的DGX拥有72个GPU,而上一代只有8个,让GPU数直接增加了9倍。而带宽量,则直接增加了18倍,AI FLops增加了45倍,但功率仅仅增加了10倍,也即100千瓦。 下面这个NVLink芯片,也堪称是奇迹。 人们之所以意识到它的重要性,是因为它将所有这些不同的GPU连接在一起,从而能够让十万亿参数的LLM运行起来。 500亿个晶体管,74个端口,每个端口400GB,7.2TB每秒的横截面带宽,这本身就是个奇迹。 而更重要的是,NVLink内部还具有数学功能,可以实现归约。对于芯片上的深度学习,这尤其重要。 有趣的是,NVLink技术,大大拓宽了我们对于GPU的想象。 比如在传统的概念中,GPU应该长成这样。 但有了NVLink,GPU也可以变成这么大。 支撑着72个GPU的骨架,就是NVLink的5000根电缆,能够在传输方面节省20kw的功耗用于芯片计算。 老黄拿在手里的,是一个NVLink的主干,用老黄的原话说,它是一个「电气机械奇迹」 NVLink做到的仅仅是将不同GPU芯片连接在一起,于是老黄又说了一句「这还不够宏大」。 要连接超算中心内不同的主机,最先进的技术是「无限带宽」(InfiniBand)。 但很多数据中心的基础设施和生态,都是基于曾经使用的以太网构建的,推倒重来的成本过高。 因此,为了帮助更多的数据中心顺利迈进AI时代,英伟达研发了一系列与AI超算适配的以太交换机。 网络级RDMA、阻塞控制、适应性路由、噪声隔离,英伟达利用自己在这四项技术上的顶尖地位,将以太网改造成了适合GPU之间点对点通信的网络。 由此也意味着,数百万GPU数据中心的时代,即将到来。 全球2800万开发者,即时部署LLM 在英伟达的AI工厂中,运行着可以加速计算推理的新型软件——NIM。 老黄表示,「我们创建的是容器里的AI」。 这个容器里有大量的软件,其中包括用于推理服务的Triton推理服务器、优化的AI模型、云原生堆栈等等。 现场,老黄再一次展示了全能AI模型——可以实现全模态互通。有了NIM,这一切都不是问题。 它可以提供一种简单、标准化的方式,将生成式AI添加到应用程序中,大大提高开发者的生产力。 现在,全球2800万开发者都可以下载NIM到自己的数据中心,托管使用。 未来,不再耗费数周的时间,开发者们可以在几分钟内,轻松构建生成式AI应用程序。 与此同时,NIM还支持Meta Llama 3-8B,可以在加速基础设施上生成多达3倍的token。 这样一来,企业可以使用相同的计算资源,生成更多的响应。 而基于NIM打造的各类应用,也将迸发涌现,包括数字人、智能体、数字孪生等等。 老黄表示,「NVIDIA NIM集成到各个平台中,开发人员可以随处访问,随处运行 —— 正在帮助技术行业使生成式 AI 触手可及」。 智能体组队,万亿美元市场 而智能体,是未来最重要的应用。 老黄称,几乎每个行业都需要客服智能体,有着万亿美元的市场前景。 可以看到,在NIM容器之上,大多数智能体负责推理,去弄清任务并将其分解成多个子任务。还有一些,它们负责检索信息、搜索,甚至是使用工具等。 所有智能体,组成了一个team。 未来,每家公司都将有大量的NIM智能体,通过连接起来组成一个团队,完成不可能的任务。 GPT-4o躯壳,老黄做出来了 在人机交互这方面,老黄和Sam Altman可以说是想到一起了。 他表示,虽然可以使用文字或语音形式的prompt给AI下达指令,但很多应用中,我们还是需要更自然的、更类人的交互方式。 这指向了老黄的一个愿景——数字人。相比现在的LLM,它们可以更吸引人,更有同理心。 GPT-4o虽是实现了无法比拟的类人交互,但缺少的是一个「躯体」。 而这次,老黄都帮OpenAI想好了。 未来,品牌大使也不一定是「真人」,AI完全可以胜任。 从客户服务,到广告、游戏等各行各业,数字人带来的可能将是无限的。 连接Gen AI的CG技术,还可以实时渲染出逼真的人类面部。 低延迟的数字人处理,遍及全球超过100个地区。 这是由英伟达ACE提供的魔力,能够为创建栩栩如生的数字人,提供相应的AI工具。 现在,英伟达计划在1亿台RTX AI个人电脑和笔记本电脑上,部署ACE PC NIM微服务。 这其中包括英伟达首个小语言模型——Nemotron-3 4.5B,专为在设备上运行而设计,具备与云端LLM相似的精度和准确性。 此外,ACE数字人类AI新套件还包括基于音轨生成身体手势——NVIDIA Audio2Gesture,即将推出。 老黄表示,「数字人类将彻底改变各个行业,ACE提供的多模态LLM和神经图形学的突破,使我们更接近意图驱动计算的未来,与计算机的交互将如同与人类的交互一样自然」。 预告下一代芯片Rubin Hopper和Blackwell系列的推出,标志着英伟达逐渐搭建起完整的AI超算技术栈,包括CPU、GPU芯片,NVLink的GPU通信技术,以及NIC和交换机组成的服务器网络。 如果你愿意的话,可以让整个数据中心都使用英伟达的技术。 这足够大、足够全栈了吧。但是老黄表示,我们的迭代速度还要加快,才能跟上GenAI的更新速度。 英伟达在不久前就曾放出消息,即将把GPU的迭代速度从原来的两年一次调整为一年一次,要用最快的速度推进所有技术的边界。 今天的演讲中,老黄再次实锤官宣GPU年更。但是他又紧跟着叠了个甲,说自己可能会后悔。 无论如何,我们现在知道了,英伟达不久后就会推出Blackwell Ultra,以及明年的下一代的Rubin系列。 从孪生地球,到具身AI机器人 除了芯片和超算服务器,老黄还发布了一个所有人都没有想到的项目——数字孪生地球「Earth-2」。 这也许是世界范围内最有雄心的项目(甚至没有之一)。 而且根据老黄的口吻推测,Earth-2已经推进了数年,今年取得的重大突破才让他觉得,是时候亮出来了。 为什么要为建造整个地球的数字孪生?是要像小扎的元宇宙那样,把社交和互动都搬到线上平台吗? 不,老黄的愿景更宏伟一些。 他希望在Earth-2的模拟,可以预测整个星球的未来,从而帮我们更好地应对气候变化和各种极端天气,比如可以预测台风的登陆点。 Earth-2结合了生成式AI模型CorrDiff,基于WRF数值模拟进行训练,能以12倍更高的解析度生成天气模型,从25公里范围提高到2公里。 不仅解析度更高,而且相比物理模拟的运行速度提高了1000倍,能源效率提高了3000倍,因此可以在服务器上持续运行、实时预测。 而且,Earth-2的下一步还要将预测精度从2公里提升到数十米,同时考虑城市内的基础设施,甚至可以预测到街道上什么时候会刮来强风。 而且,英伟达想数字孪生的,不止是地球,还有整个物理世界。 对于这个狂飙突进的AI时代,老黄大胆预测了下一波浪潮——物理AI,或者说是具身AI。 它们不仅需要有超高的认知能力,可以理解人类、理解物理世界,还要有极致的行动力,完成各种现实任务。 想象一下这个赛博朋克的未来:一群机器人在一起,像人类一样交流、协作,在工厂里创造出更多的机器人。 而且,不仅仅是机器人。一切能移动的物体都会是自主的! 在多模态AI的驱动下,它们可以学习、感知世界,理解人类指令,并进化出计划、导航以及动作技能,完成各种复杂任务。 那要怎样训练这些机器人呢?如果让他们在现实世界横冲直撞,代价要比训练LLM大得多。 这时,数字孪生世界就大有用武之地了。 正像LLM可以通过RLHF进行价值观对齐一样,机器人也可以在遵循物理规律的数字孪生世界中不断试错、学习,模仿人类行为,最终达到通用智能。 Nvidia的Omniverse可以作为构建数字孪生的平台,集成Gen AI模型、物理模拟以及动态实时的渲染技术,成为「机器人健身房」。 志在做全栈的英伟达也不仅仅满足于操作系统。他们还会提供用于训练模型的超算,以及用于运行模型的Jetson Thor和Orin。 为了适应不同应用场景下的机器人系统,英伟达的Omniverse将逐步扩展为Warehouse生态系统。 这个生态将无所不包,从搭配应用程序的SDK和API,到运行边缘AI计算的接口,再到最底层的可定制芯片。 在全栈产品方面,英伟达就是想要做自己的「全家桶」,让别人无路可走。 为了让这个AI 机器人时代看起来更真实,演示的最后,9个和老黄有同样身高的机器人一同登场。 正如老黄所说的,「这不是未来,这一切都正在发生」。
如何从处理器和加速器内核中榨取最大性能?
一些设计团队在创建片上系统(SoC)设备时,有幸能够使用最新和最先进的技术节点,并且拥有相对不受限制的预算来从可信的第三方供应商那里获取知识产权(IP)模块。然而,许多工程师并没有这么幸运。对于每一个“不惜一切代价”的项目,都有一千个“在有限预算下尽你所能”的对应项目。 一种从成本较低、早期代、中档处理器和加速器核心中挤出最大性能的方法是,明智地应用缓存。 削减成本 图1展示了一个典型的成本意识SoC场景的简化示例。尽管SoC可能由许多IP组成,但这里为了清晰起见,只展示了三个。 图 1 SoC内部IP之间连接的主要技术是网络片上(NoC)互连IP。这可以被看作是一个跨越整个设备的IP。图1中展示的例子可以假定为一个非缓存一致性场景。在这种情况下,任何一致性需求将由软件处理。 假设SoC的时钟运行在1GHz。假设一个基于精简指令集计算机(RISC)架构的中央处理单元(CPU)运行一个典型指令将消耗一个时钟周期。然而,访问外部DRAM内存可能需要100到200个处理器时钟周期(为了本文的目的,我们将这个平均为150个周期)。这意味着,如果CPU没有一级(L1)缓存,并且通过NoC和DDR内存控制器直接连接到DRAM,那么每个指令将消耗150个处理器时钟周期,导致CPU利用率仅为1/150 = 0.67%。 这就是为什么CPU以及一些加速器和其他IP使用缓存内存来提高处理器利用率和应用程序性能。缓存概念基于的基本原理是局部性原则。这个观点是,在任何给定时间,只有一小部分主内存被使用,而且那个空间中的位置被多次访问。主要是由于循环、嵌套循环和子程序,指令及其相关数据经历时间、空间和顺序局部性。这意味着,一旦一块指令和数据从主内存复制到IP的缓存中,IP通常会反复访问它们。 当今高端CPU IP通常至少有一个一级(L1)和二级(L2)缓存,它们通常还有一个三级(L3)缓存。此外,一些加速器IP,如图形处理单元(GPU)通常有自己的内部缓存。然而,这些最新一代的高端IP的价格通常比上一代中档产品高出5倍到10倍。因此,正如图1所示,一个注重成本的SoC中的CPU可能只配备了一个L1缓存。 更深入地考虑CPU及其L1缓存。当CPU在其缓存中请求某物时,结果被称为缓存命中。由于L1缓存通常以与处理器核心相同的速度运行,因此缓存命中将在单个处理器时钟周期内处理。相比之下,如果请求的数据不在缓存中,结果称为缓存未命中,将需要访问主内存,这将消耗150个处理器时钟周期。 现在考虑运行1,000,000条指令。如果缓存足够大以包含整个程序,那么这将只消耗1,000,000个时钟周期,从而实现100%的CPU效率。 不幸的是,中档CPU中的L1缓存通常只有16KB到64KB的大小。如果我们假设95%的缓存命中率,那么我们的1,000,000条指令中的950,000条将需要一个处理器时钟周期。其余的50,000条指令每条将消耗150个时钟周期。因此,这种情况下的CPU效率可以计算为1,000,000/((950,000 * 1) + (50,000 * 150)) = ~12%。 提升性能 提高注重成本SoC性能的一种成本效益高的方式是添加缓存IP。例如,Arteris的CodaCache是一个可配置的、独立的非一致性缓存IP。每个CodaCache实例可以高达8MB,并且可以在同一个SoC中实例化多个副本,如图2所示。 图2 本文的目的并不是建议每个IP都应该配备一个CodaCache。图2仅旨在提供潜在CodaCache部署的示例。 如果一个CodaCache实例与一个IP关联,它被称为专用缓存(DC)。或者,如果一个CodaCache实例与一个DDR内存控制器关联,它被称为末级缓存(LLC)。DC将加速与其关联的IP的性能,而LLC将增强整个SoC的性能。 作为我们可能期望的性能提升类型的一个示例,考虑图2中显示的CPU。让我们假设与这个IP关联的CodaCache DC实例以处理器速度的一半运行,并且对这个缓存的任何访问消耗20个处理器时钟周期。如果我们还假设这个DC有95%的缓存命中率,那么对于1,000,000条指令——我们的整体CPU+L1+DC效率可以计算为1,000,000/((950,000 * 1) + (47,500 * 20) + (2,500 * 150)) = ~44%。这是一个~273%的性能提升! 结论 过去,嵌入式程序员喜欢挑战,尽可能从时钟速度低、内存资源有限的小处理器中挤出最高性能。事实上,计算机杂志通常会向读者提出挑战,例如:“谁能在处理器Y上使用最少的时钟周期和最小的内存量执行任务X?” 今天,许多SoC开发者喜欢挑战,尽可能从他们的设计中挤出最高性能,特别是如果他们被限制使用性能较低的中档IP。部署CodaCache IP作为专用和末级缓存,为工程师提供了一种负担得起的方式来提升他们注重成本的SoC的性能。
数字音乐新趋势:短视频平台加剧竞争,AI版权保护难题待解
文|樊朔 编辑 | 郭丽琴 中国数字音乐市场正处于持续创新的“转型期”。 随着2021年7月国家市场监督管理总局要求各数字音乐平台解除网络音乐独家版权,短视频平台崛起,生成式AI技术的发展,中国数字音乐市场正呈现出全新的发展脉络。 近日,在第二十三期E法数字音乐论坛上,中国传媒大学音乐与录音艺术学院教授李小莹团队发布了题为《中国数字音乐平台发展现状与展望》的报告(下称《报告》)。 《报告》指出,中国数字音乐平台融合发展的现状表明了其市场的快速增长和技术应用的进步,但也面临诸多挑战。未来中国数字音乐平台的发展方向主要集中在技术创新、内容多元化、智能化服务等方面,并将更加注重个性化服务、多元化盈利模式以及产业链的整合优化。与此同时,潜在挑战则包括版权保护、市场竞争、用户体验和商业模式探索等方面。 多位参与论坛的专家指出,在新技术的冲击下,音乐行业中重复类的工作将会被AI取代,音乐行业需要结合AI创新创作形式和盈利途径。对于引发广泛关注的AI音乐著作权侵权问题,则应根据《著作权法》结合具体情形判断。 竞争加剧,短视频平台崛起 《报告》指出,目前中国数字音乐平台形成了以腾讯、阿里和字节跳动等互联网企业为代表的多元化发展格局。具体分为三类:一是以音乐在线播放为主的传统数字音乐流媒体平台,如QQ音乐、网易云音乐;二是融合音乐与短视频的短视频音乐平台,如抖音、快手;三是集音乐播放和社交功能于一体的社交性音乐平台,如哔哩哔哩。随着数字音乐市场的逐步发展,三类平台的分类边界逐渐模糊,功能上相互融合与借鉴,形成了独特的定位和“数字音乐+”的特征。 李小莹表示,进入“非独家版权”时代,各大版权方普遍采取了直接授权的合作方式,显著降低了市场的进入门槛,使得竞争更加激烈。同时,市场需求的多样化和技术进步带来的创新机会,为短视频等非传统音乐平台提供了独特的竞争优势。在竞争策略方面,各大数字音乐平台通过不同的策略来吸引用户并扩大市场份额,差异化竞争成为关键。 当下一些新趋势和新现象值得关注。 一方面,以哔哩哔哩为代表的综合视频平台在数字音乐生态中占据越来越重要的作用。通过全球明星歌手的入驻、原创音乐人与知名UP主的合作等玩法,凭借开放包容的音乐生态和二创环境、以及富有趣味性的音乐传播方式,综合视频平台正在成为数字音乐市场中不可小觑的实力玩家。 另一方面,短视频平台日益成为用户获取音乐的新渠道。数据研究分析公司Fastdata发布的《2022年中国数字音乐行业洞察报告》显示,传统数字音乐平台的用户正在向包括抖音和B站在内的综合娱乐平台跨媒介迁移。 在平台层面,以抖音为代表的短视频平台已经发展出一套完善的数字音乐推广模式。例如,当一首新歌发布后,短视频平台会先邀请音乐达人(如翻唱歌手、原唱音乐人等)翻唱,以积累初期流量。随后,平台根据音乐类型设计合适的歌曲“玩法”,涉及舞蹈、手势舞、颜值展示、短剧和游戏等多个方面。接着,平台会邀请相关领域的达人(如舞蹈达人、颜值达人、搞笑达人或剧情达人)参与创作和推广。新闻、科普或资讯类账号也可以使用这首歌作为背景音乐,结合热点新闻进一步扩大传播等。 《报告》指出,日趋成熟的数字音乐推广模式下,短视频已经成为人们发现新歌的最主要渠道,短视频付费用户比例也较之以往更高。此外,短视频平台在歌曲的宣推与创作方面的创新势头迅猛,已成为音乐传播的重要渠道。短视频平台也在持续关注对音乐人的版权扶持,对音乐人的激励同样成为短视频平台的竞争优势。同时,以短视频音乐为代表的“数字音乐+”服务平台,使得音乐消费媒介正在进行迁移,用户们正在从“传统数字音乐平台”向场景化“数字音乐+平台“迁移。 AI时代,版权问题突出 随着人工智能和大模型技术的应用与普及,数字音乐平台纷纷竞逐“AI赛道”。 《报告》显示,各大平台将AI与各自平台的核心技术进行融合,推出了AI音色、AI歌曲、AI制谱、AI制作等丰富多彩的玩法与特色。例如,酷狗音乐的AI音乐魔法和音乐制作人功能,将AI技术融入音乐创作中;网易云音乐和小冰公司共同推出了AI音乐合成软件“X Studio”;《王者荣耀》在2023年11月新发布的朵莉亚主题曲《人鱼之歌》运用AI演唱,在专业级演唱家都难以完美演绎的超高音域中使用了AI训练的声音,对歌曲进行了完美的演绎。 对此,李小莹表示,音乐人工智能不仅在游戏配乐领域的应用已经相当成熟,在短视频和广告配乐领域也已经被普遍采用,预计未来这一趋势将更加显著。相较于其他领域的人工智能研究,音乐人工智能研究因更多涉及音乐的情感表达,而具有其独特性。伴随技术进步,音乐人工智能将为音乐家们提供更广阔的创作空间和无限的可能性。 《报告》认为,AI技术在数字音乐平台的应用展现出了巨大的潜力和广阔的发展前景。随着技术的不断进步和应用场景的不断拓展,AI将在音乐创作、表演、传播和用户体验等方面发挥更加重要的作用,为音乐产业带来更多的创新和变革。 但同时,人工智能在音乐领域的应用也面临着原创性、版权以及隐私保护等诸多争议。最近几个月,AI音乐生成类工具Suno凭借着低门槛、速度快、歌曲完成度高的功能引发热议,也引发人们思考——随着AI技术发展,词曲作者是否会就此失业?AI创作的音乐该如何界定其版权? 青年作曲家、中央音乐学院教师巩子晗表示,除Demo(小样)演唱外,目前音乐行业内部受AI音乐生成软件的冲击较小,Suno等工具在进行一些特定类型的音乐创作时劣势非常明显。但可以肯定的是,音乐行业中重复类的工作将会被AI取代。 巩子晗建议,面对AI音乐发展的大趋势,各大平台可以将包括Demo演唱家在内的音乐从业人员集合起来,开发智能歌唱工作站,为他们制作个人的AI演唱音色,面向用户收费使用,收取的费用再与参与录制的演唱家分成。“这样在解决(Demo演唱家)就业的同时暂时降低了职业被取代的风险,促进了技术行业的发展。”巩子晗说。 对于AI音乐本身是否受《著作权法》保护,中央民族大学法学院副教授熊文聪认为,AI音乐脱离了艺术的范畴,难以让听众产生共鸣,且AI技术并未带来新的音乐表现形式,AI大幅提高了音乐的生产效率,改变了音乐生成的稀缺性问题。由于其生成物并不具有财产的稀缺性,因此没有必要动用高昂的执法成本去给予保护和激励。 目前,各类生成式AI的模式是利用海量内容数据进行模型训练,根据提示词生成新的作品。大模型训练阶段对于数据的使用是否属于版权侵权的问题依然存在争议。熊文聪认为,这一过程并不涉及著作权侵权。原因在于《著作权法》对“合理使用“有明确的规定——著作权人以外的人在某些情况下使用他人已发表的作品,可以不经著作权人的同意,也无需向其支付报酬。但需要明确的是,若是为了保护公共利益,且对著作权危害不大的行为,《著作权法》不视为侵权行为。 熊文聪表示,对海量的数据进行挖掘和训练时,若使用者需要获得每个著作权人的许可会导致交易成本过高,因此适用于“合理使用”制度。但他同时提醒,如果能够证明AI生成物明显挪用了特定的一两个作品,将不适用于“合理使用”制度。“需要根据《著作权法》结合具体情形判断。”熊文聪说。
大模型,正在排队寻求卖身
AI独角兽卖身大潮,再添一员。 就在上周,估值近300亿的大模型明星企业Stability AI,刚刚传出了资金链断裂,正在寻求合并的消息。又有媒体曝出,近几个月,另一AI 独角兽 Adept 领导层与科技巨头公司就出售或战略合作可能性进行了谈判。据悉,Adept 已经和 Meta 进行过沟通。 Adept 由 OpenAI 的原工程副总裁David Luan,与两位谷歌Transformer架构的提出者Ashish Vaswani 和 Niki Parmar 联手创立。目前,Ashish Vaswani 和 Niki Parmar已经离开创立了另一家公司,Adept的三名联创只剩下华人David Luan一人。David Luan毕业于耶鲁大学,可以说是非典型意义上的连续创业者,中学时代、大学时期,都有相关的创业实践项目。 2023年3月,刚成立一年的 Adept 获得 3.5亿美元融资,估值一举突破10亿美元,跻身生成式AI独角兽之列。目前Adept共斩获4轮融资,参投机构既有顶级风投Greylock,也包括微软、英伟达等著名科技公司;个人投资者则有LinkedIn联创Reid Hoffman、Uber CEO Dara Khosrowshahi、前特斯拉自动驾驶负责人Andrej Karpathy、Adobe首席产品官Scott Belsky等。 其推出的首个大模型产品ACT-1,不同于 ChatGPT,可以基于用户指令分步骤操作电脑。今年 1 月,Adept 还发布了多模态大型语言模型Fuyu-Heavy,可以回答问题并分析文本和图像。Adept 还计划在今年夏天推出一款可以自动执行个人计算任务的 Agent,但一些较大的现有企业也在开发这种服务。2024年4月,Adept还登上了福布斯“AI 50强”排行榜,如今却走上了卖身之路。 成立一年,跻身独角兽 一家成立于2022年的初创公司,迅速在人工智能领域崭露头角,与核心团队的技术背景有直接关系。 Adept 的创始团队由前 OpenAI 和谷歌 AI 开发人员共同创立。其中,Ashish Vaswani 和 Niki Parmar是谷歌 Transformer 架构的提出者,他们因共同发表《Attention Is All You Need》的论文而闻名。 另一位创始人兼CEO David Luan,也有谷歌的工作经历。2019年加入谷歌后,曾在研究部门担任技术主管,领导大模型项目。在此之前,他在OpenAI担任工程副总裁,参与了GPT-2和GPT-3的开发。 除此之外,David Luan 的经历亮点还不少。6 岁随家人从中国搬到美国,8岁开始学习大学课程,展现出“天才儿童”的特点,19岁便获得Thiel Fellowship奖学金——Thiel Fellowship是由硅谷亿万富翁、PayPal的创始人Peter Thiel设立的奖学金,专门选拔20岁以下创业青年人才。 当时,David Luan的学术与职业深受机器人技术的吸引。中学时代,他自主研发智能机器人控制系统,进入耶鲁大学后曾休学两年,投入到机器人应用商店项目的创建中。之后他的专业焦点转向深度学习,创办了一家专注于视频内容自动识别与场景分割的人工智能企业Dextro,最终被公共安全解决方案的上市公司Axon收购。 2022 年底,Parmar 和 Vaswani 离开 Adept,成立另一家初创公司。因公司团队中不乏来自谷歌、DeepMind、OpenAI的资深专家,在David Luan的带领下继续推进其技术愿景,未受到显著影响。 Adept的核心目标是开发能够综合运用生成式AI技术的通用操作工具,即AI Agent,旨在通过语音或文本指令,使AI能够执行多样化任务,从而革新传统的软件操作模式。简而言之,Adept 的目标是构建一个全新的操作系统或平台,让人们使用电脑更加“傻瓜式”,只需一个指令,其余所有步骤和事情它都可以帮忙完成,而非像ChatGPT那样一来一回的问答。 Adept的第一个产品名为Action Transformer(ACT-1)模型,可以深入理解人类与计算机的互动方式,其能力从解答基本问题逐渐扩展至执行更复杂的操作,比如,通过深入使用电子表格等工具,ACT-1 可以从上下文中推断出人们的意思,并帮助人们完成后续的一系列操作。 2024年1月,Adept 又发布了多模态大型语言模型Fuyu-Heavy,进一步提升了在文本和图像处理上的综合分析能力。据媒体报道,Adept 还计划在今年夏天推出一款可以自动执行个人计算任务的 Agent, 不过,自 1 月发布 Fuyu-Heavy 后,公司 X 平台还无更新。 自2022年成立以来,Adept迅速获得了业界重量级人物及著名风投的财务支持。2022 年 1 月成立后不久,就获得了包括LinkedIn创始人Reid Hoffman、特斯拉自动驾驶部门前负责人Andrej Karpathy等的投资。 2022年4月,Adept 又获得了6500万美元的A轮融资,除前述轮次个人投资者继续跟投外,还吸引了风险投资基金Saam Motamedi、Skype早期开发者Jaan Tallinn、以及斯坦福大学计算机科学家、Lattice Data联合创始人Chris Ré等。 特别是2023年3月,Adept 又筹集了两轮总计 4.15 亿美元的资金,参与方涵盖General Catalyst、Spark Capital、Greylock、Frontiers Capital等知名投资机构,以及微软、英伟达等行业巨头,使得 Adept 估值迅速攀升至10亿美元以上,正式迈入独角兽行列。 从辉煌到转折,AI独角兽的现实挑战 尽管融资历程和技术创新,表明了Adept 在行业中一定的前瞻性,但最终踏上卖身的道路,或许揭示了深层次的困境。探究其背后原因,成本压力、激烈竞争及商业化路径不明朗是几个关键因素。 首先,高昂的维护成本成为不可忽视的重负。以 ACT-1 为例,“训练这样的模型并不便宜”,David Luan在福布斯的采访中坦承,目前仍处优化前阶段,他们追求的是开发更强大、多功能的模型,然后再逐步降低成本与规模。 其次,市场环境的激烈竞争不容小觑。Adept 不仅要面对新兴企业的追赶,还得与科技巨头谷歌、微软和 OpenAI 等同台竞技,这些企业都在竞相开发能自动化日常办公任务的 AI 助手。 比如OpenAI正在秘密研发一种全新的智能体,它们能够利用计算机的强大功能,同时操作多个应用程序,实现如将文档中的数据自动传输到电子表格等高效任务。 Meta也在积极开发另一类智能体,目标直指高度自主规划能力,它们擅长处理复杂的多步骤任务,如跨国行程的全方位安排。 微软正在开发新的Agent来自动执行多种操作,比如根据客户的订单历史记录创建、发送和跟踪客户发票,或者用不同的语言重写应用程序的代码,并验证其是否按预期运行。 最后,Adept的商业模式初定于服务企业用户,但如何将技术优势转化为可持续的盈利模式,是其面临的又一大考验。目前还未见其商业化方向上的更多探索,想必存在一定困难。此外,两位联合创始人的出走,也引发了外界的一些猜测,如何稳固团队也是又一大考验。 或许还有最重要的一点,尽管 Agent 看似很火热,但尚处于早期探索阶段。本质上还是聊天机器人的变种,虽然能够处理特定任务,但往往并不具备执行多步骤任务的能力。根据开发者们的反馈,在实际操作层面,它们的表现往往喜忧参半,频繁陷入无尽的重复行为模式中。 当人们意识到智能体距离理想状态仍有漫长征途时,先前的热捧便不可避免地回归到了理性的冷静之中。 AI明星独角兽集体求卖身,洗牌开始了 AI独角兽求卖身的例子越来越多。 凭借创新 AI 硬件 Pin 闻名的 Humane,如今也步入了寻求收购的行列。公司被爆在与一名财务顾问接触,寻找意向买家,目标价格是7.5-10亿美元。 AI Pin曾一度风靡,吸引了包括微软、高通,及OpenAI首席执行官山姆·奥特曼在内的多位重量级投资人的数亿资本注入。但因为定价过高,再加上电池寿命和产品过热等问题,推出之后少有人问津。 与此同时,Reka AI——这家由前谷歌杰出科学家Yi Tay一手创办的企业,也遭遇了收购谈判的挫败。Reka AI曾与数据仓储巨头Snowflake进行了一场10亿美元的收购谈判。然而,同Adept和Humane的结局相似,Reka AI与Snowflake的并购谈判最终未能达成一致。据传是因为Reka方面认为Snowflake的报价太低,从而导致交易无疾而终。 另外,最早一批AI独角兽,AI 图片生成领域开拓者、Stable Diffusion打造者Stability AI,近期也传出了考虑求合并,但目前的具体进度还不得而知。 国内也有类似情况。去年有媒体爆出,一家清华系AI大模型公司,寻求10亿人民币估值融资的同时,也在以1亿美金的价格探索并购机会,当时同出清华一脉的智谱AI,曾就并购事宜接触过该团队。 现实也变得更严峻。GPT-4o并没有掀起太大的浪花,AI平台访问量停滞成既定事实,许多AI初创企业估值虚高是为共识,对盈利能力的追问也成为普遍质疑,同时,国内大厂的价格战打响,对中腰部以下企业更是冲击。 无论国内外,人工智能正步入一个全新的整合阶段。有行业观察指出,生成式AI领域的资金流向正展现出明显的战略调整迹象,资金逐渐向头部集中,而潜在投资者的兴趣更多地转向了应用层面的创新与发展。 在全球 AI 投资更谨慎、务实当下,未来一段时间内明星企业被卖身的传闻不会少,在市场变局中找到新归宿或不失为体面的退出,但前提是老股有人接,投资人懂得适时退。

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。