行业分类:
加载中...
头条分类:
加载中...
韩国半导体被“脱钩”,芯片出货减少30.6%,中国芯摆脱了依赖
在三星手机退出中国市场,现代、起亚等韩国汽车品牌在国内市场份额不断减少之后,韩国的芯片也开始逐渐离开中国市场了。如今,中国芯片产业链开始飞速发展,逐渐摆脱了供应链依赖,韩国半导体开始“被脱钩”了。 根据韩国公开的统计数据来看,2023年韩国芯片出货总量减少了30.6%,主要是因为韩国芯片出货到中国市场上的份额开始迅速减少。不少韩国半导体产业的业内人士都认为:2024年韩国半导体企业或将面临更加尴尬的局面。 此前,韩国贸易协会公开了一则数据,2023年中国芯片进口当中,韩国企业出货的芯片占比已经下跌到了6.3%,此前一直都在10%以上,并且是份额第一的位置,打破了从1993年以来的记录。 这不仅意味着三星、SK海力士等韩国厂商的营收降低,整个韩国半导体产业都受到了影响,还意味着韩企正在逐渐失去中国市场。 芯片是一个全球化的产业链,有不少企业参与到其中,韩国也是芯片产业链当中的一个关键环节。尤其是韩国半导体企业三星和SK海力士,更是全球知名的芯片厂商。其中三星在芯片代工领域的市场份额在30%左右,仅次于台积电。 在存储芯片和闪存芯片领域,三星和SK海力士的表现都十分出色,基本上拿下了全球绝大多数的市场份额,并且还掌握了大量的核心技术。 不过,韩国半导体产业在半导体设备、核心技术、半导体材料等领域的表现平平,设备主要依赖ASML、尼康等厂商的出货,半导体材料也主要从日本进口。在先进制程技术方面,虽然三星如今也掌握了3nm制程技术,算是追赶了上来,不过良品率和工艺水准还是逊色于台积电一些的。 与此同时,三星和SK海力士的半导体业务当中使用了部分美国技术,这也就导致三星、SK海力士等韩国半导体企业需要遵守美芯禁令。美芯禁令限制了先进芯片出口,其目的自然也就不言而喻了。 可是韩国半导体企业有近半的市场份额都来自于中国市场,每年出货的芯片当中都有不少流向了中国市场。最关键的是,三星、SK海力士等知名韩国半导体企业,有不少产业都位于中国大陆的工厂当中。 例如SK海力士在无锡、大连等都有ARMD存储芯片工厂,三星在西安等地则是拥有多座NAND闪存芯片工厂。美芯禁令同样限制了这些工厂引进先进的EUV光刻机设备。 值得关注的是,虽然三星和SK海力士在2023年11月获得了永久豁免,可是出货到中国市场上的芯片数量并没有显著提升。这其实是因为如今随着中国芯的快速发展,我们很多芯片领域已经实现了国产化替代,韩国半导体被“脱钩”了。 三星和SK海力士出货到国内市场上的芯片其实是以存储芯片和闪存芯片为主。这些芯片其实对于工艺制程的需求并不算高,7nm制程基本上已经满足了绝大多数的需求。国内芯片厂商在这一领域的发展可以说十分迅速。 长江存储甚至成为了全球首个突破232层NAND闪存芯片的厂商,长鑫存续在ARMD存储芯片领域的发展也十分迅速。此前之所以国内不少企业依然在选择购买三星和SK海力士的存储芯片,主要是因为国内的产能跟不上。 可是,如今国内已经拥有了42个晶圆厂,2024年还将建厂37个晶圆厂。可以说我们的芯片产能规模正在不断扩大,国产率也随之提高。长江存储、长鑫存储等存储芯片厂商也正在扩大产能当中,甚至长鑫存储不仅完成了工厂建设计划,也已经获得了足够的半导体设备。 如今,我们自己能够生产,并且技术制程水平相差不多,还会有多少厂商选择韩国的半导体芯片呢?自然也就出现了韩国芯片出货数量大规模减少,被“脱钩”了。
六部门:鼓励金融机构为企业研发制造高能效产品设备提供中长期信贷支持
国家发展改革委2月7日消息,近日,国家发展改革委、工信部等六部门印发《重点用能产品设备能效先进水平、节能水平和准入水平(2024年版)》的通知(下称《通知》)。《通知》指出,统筹运用金融等政策,落实好环保节能相关税收优惠政策,支持企业开展产品设备节能减排降碳改造。鼓励金融机构为企业研发制造高能效产品设备提供中长期信贷支持,支持符合条件的企业发行债券融资。 《通知》指出,扩大重点用能产品设备覆盖范围。根据应用场景和使用特性,用能产品设备主要分为工业设备、信息通信设备、交通运输设备、商用设备、家用电器、照明器具等6大类。综合考虑应用规模、能源消耗量和节能减排降碳工作需要,扩大重点用能产品设备覆盖范围,在2022年已明确能效水平的三相异步电动机、电力变压器、房间空气调节器等20种产品设备基础上,增加工业锅炉、数据中心、服务器、充电桩、通信基站、光伏组件等23种产品设备或设施,基本实现重点用能产品设备全覆盖,进一步支撑重点领域节能减排降碳。 《通知》要求,加快提升产品设备节能标准。重点用能产品设备能效水平划分为先进水平、节能水平、准入水平三档。参考现行强制性能效标准要求,结合相关标准制修订情况和国内外同类产品设备技术现状,合理划定能效指标。准入水平为相关产品设备进入市场的最低能效水平门槛,数值与现行强制性能效标准限定值一致。能效指标引用推荐性国家标准、团体标准的产品设备不设定能效准入水平。节能水平不低于现行能效2级,与能效准入水平相比,更符合节能减排降碳工作要求。先进水平不低于现行能效1级,是当前相关产品设备所能达到的先进能效水平。根据行业技术进步和发展趋势,实行能效水平动态转化。适时将重点用能产品设备能效先进水平、节能水平分别转化为下一阶段的节能水平、准入水平。以能效水平为重要依据,加快研究制定相关产品设备碳排放指标,综合评价产品设备节能减排降碳水平,推动能耗双控逐步转向碳排放双控。 《通知》指出,统筹推进更新改造和回收利用。各地区要积极开展能效诊断,实施产品设备能效普查,推动相关企业实施产品设备更新改造,鼓励更新改造后达到能效节能水平,并力争达到能效先进水平。支持数据中心、通信基站、大型公建、产业园区、交通基础设施等持续提高能效先进水平产品设备应用比例。党政机关、体育场馆、学校、医院等公共机构要充分发挥示范带动作用,积极落实政府绿色采购政策。深入开展企业回收目标责任制行动,加强废旧工业设备、家电产品、光伏设备等回收利用,实现废旧产品设备规模化、规范化、清洁化再生利用。支持相关企业加大研发投入,集中突破高效低碳产品基础材料、关键部件、加工工艺、智能控制、数字化节能等关键共性技术,提升绿色产业竞争优势。 《通知》提出,大力倡导绿色低碳消费。鼓励零售企业、电商平台联合生产企业通过设置产品专区、突出显示专有标识、发放绿色优惠券、开展产品设备减碳量自我声明等方式,引导消费者优先选购能效先进水平产品设备。鼓励有条件的地区对电子产品下乡、充电桩建设、家电“以旧换新”等按照能效水平予以差异化政策支持,为能效节能水平及以上产品设备提供适当补贴。积极推进产品设备国际节能减排降碳标准制定,加强能效标准标识国际互认,支持绿色产品贸易便利化。加强先进节能技术和产品推广国际合作,促进绿色低碳产品设备惠及全球。 来源:中国证券报·中证网
奥特曼的芯片计划,7万亿美元融资是最容易的部分
作者|stephanie Palazzolo、Anissa Gardizy 编译|宛辰 编辑|靖宇 周一在迪拜举行的世界政府峰会上,当被问及「7 万亿美元可以购买多少个 GPU」时,黄仁勋打趣道:「显然是所有的 GPU」。 在这之前,Sam Altman 被爆出正在筹集高达 7 万亿美元的资金,以增加全球半导体芯片的供应。看上去,OpenAI 距离 AGI(通用人工智能)只差 AI 算力了。 但就像《华尔街日报》一篇报道的标题,筹集数万亿美元可能是 Altman 芯片计划里最容易的部分。 毋庸置疑,芯片制造是比金钱复杂得多的挑战,作为资本密集型产业,历来经历过剧烈的周期性波动,芯片制造厂对激进扩张也持谨慎态度。目前,世界上只有三家公司能够大批量生产最尖端的芯片:台积电、三星电子和英特尔。 Sam Altman 到底看到了什么,决定如此重押算力? 如果把大模型厂商划分为两种,一种是在落地场景中探索大模型。其中的「显眼包」代表包括英伟达、微软、Databricks,三者都强调算力瓶颈会随着模型尺寸变小、下一代芯片架构创新等取得突破来进一步破除,就像互联网带宽限制在 2000 年基本消失一样,「GPU 也会发生同样的情况」。 另一种大模型厂商的典型代表则是 OpenAI,对于大模型技术,要不计成本地做标本、数典范、探索边界。对于 OpenAI 率先看到的未来,Q*、GPT-5 的消息让外界对 Transformer 能否实现 AGI 充满想象。这可能也是 Sam Altman 芯片制造野心的起点。 据报道,除了投资方,Altman 还与芯片制造商比如台积电进行了讨论,讨论与他们合作并使用数万亿美元建设和运营新工厂,以及对能源和其他人工智能基础设施的投资。 建设一家尖端芯片工厂通常至少需要 100 亿美元,相比之下,Altman 所讨论的 7 万亿美元规模是极端的。对于 Sam 的 7 万亿美元,黄仁勋预判,到 2029 年全球建设人工智能数据中心的成本将达到 2 万亿美元,他表示,「你不能假设你会购买更多电脑,你还必须假设计算机会变得更快,因此你需要的总量不会那么多。」 在 OpenAI 内部,Sam Altman 看到了什么? 对于这个问题,The information 跟踪 AI 和云计算的两位记者在《The Most Exciting Thing About Altman's Chip Dream》一文作出探讨,由极客公园编译整理: 01 OpenAI 唯一的 障碍,算力短缺? 上周,OpenAI 首席执行官 Sam Altman 抢尽风头。他正试图筹集数万亿美元的资金来开发和制造 AI 芯片。尽管这一数字多少有点骇人听闻,但姑且先把集体怀疑放在一边,尝试理解 Altman 融资的意义——无限的计算能力将导致全能的人工智能。 社交媒体 X 平台,网友总结 7 万亿美元的购买力|来源:twitter.com 换句话说,他认为唯一阻碍超级人工智能的是服务器短缺,而实现超级人工智能,甚至可以帮助我们移民火星或解决全球变暖问题。 Altman 并不是唯一持这种观点的人,但这远非共识。 四年前,OpenAI 发表了一篇关于大型语言模型领域的「缩放定律」(Scaling Law)的论文。「缩放定律」表明,对大语言模型进行更多计算能力和数据方面的训练,可以提高其预测下一个单词的准确性,从而提高大模型的能力。在这个信念下,OpenAI 等大模型厂商花了 1 亿多美元来训练一个模型。 然而,更多 AI 从业者认为,在今天的 AI 模型上投入更多芯片和数据并不是实现超级人工智能的途径。当我们用完高质量的、人类生成的数据来训练 AI 模型时,基于相对较少的数据,开发出能够像人类一样学习和推理的软件可能会更容易。毕竟,OpenAI 的 GPT-4 和谷歌的 Gemini 已经接受了世界上大多数公共文本信息的训练,它们还没有达到超级人工智能的水平。 利用「缩放定律」训练大模型还隐含着一个副作用:强行使用更大、更耗电的模型可能会对环境产生灾难性的影响,因为服务器和数据中心的电力消耗会产生温室气体。 Altman 本人也承认,开发前沿大模型可能需要在能源方面取得重大突破。数据中心公司的管理者也已经开始担心,今年所有以人工智能为重点的新数据中心,是否有足够的电力供应。 02 OpenAI 必须 保持算力领先 目前,我们只能假设 Altman 和他聪明的同事们知道一些我们不知道的大模型「缩放定律」。 显然,他们相信,有了更多的服务器,他们可以利用现有的人工智能和最近的技术突破,比如 Q*——一个可以推理以前没有训练过的数学问题的模型——来创建正确的「合成」(非人类生成的) 数据。当用完人类生成的数据后,合成数据可以接着被用来训练更好的模型。 或者,这些模型可以找出现有模型 (如 GPT-4) 的缺陷,并提出技术改进建议——换句话说,就是自我改进的人工智能。(此前,谷歌资深工程师卢一峰独家向极客公园解读了 OpenAI Q*可能代表的技术路径。) Altman 已经明确表示,他的团队根本没有从其独家服务器供应商——微软那里获得足够的计算能力来发挥其潜力。私下里,他曾表示,明年谷歌将拥有比 OpenAI 更强大的计算能力来开发人工智能。这在某种程度上可以理解他想改变现状的紧迫性。 被爆出 7 万亿美元筹资建芯片时,Altman 在 X 社交平台发表观点|来源:twitter.com Altman 到底需要多少钱才能到达计算的「应许之地」?据报道,他与阿拉伯联合酋长国盛产石油的酋长们提出了 7 万亿美元的数字,他希望这些酋长能资助新的芯片和服务器。 一位头部 AI 芯片厂商的 CEO 称,建造数据中心、发电厂和芯片代工厂,以产生 10 倍于微软现有计算能力的计算能力,将耗资 1000 亿至 2000 亿美元。 这位 CEO 和该领域的其他人士表示,由于劳动力和供应链的限制,资金在加速芯片制造厂、数据中心和发电厂的建设方面所能做的只有这么多。就连英伟达 CEO 黄仁勋也对 7 万亿美元的数字表示怀疑。 如果 Altman 的计划包括 OpenAI 开发自己的服务器芯片,那将需要数年时间,而且不能保证成功。 这就提出了一个问题,为什么他首先要寻找数万亿美元? 如果 Altman 与英特尔、AMD、阿联酋和一长串其他公司达成一笔大交易,打造新的人工智能芯片,这将很容易成为这十年来最重要的技术努力之一。但即使什么都没发生,Altman 不得不在更小的算力规模上,测试他对自我改进的人工智能假设,这也足以让人感到兴奋。
比亚迪纯电车异常掉电的真相,我找到了!
最近适逢冬季用车,车友普遍反映的异常掉电问题,出现的情况包括电池跳变大于20%,停车1天电池掉电5-10%等情况,首先,这个掉电不仅仅是元plus和汉EV这两款车型,而是整个比亚迪纯电车系都在发生,包括海豚,海豹等等,另外,即便元plus和汉EV在OTA后,仍然无法避免异常掉电的可能性,所以,首先可以推断,这绝对不是前面的车电池出了问题,而是厂家在后台改了电量计算的逻辑。 经过认真观察,电池实际上并未真正的掉电,只是计算变少了。大家可以认真观察一下掉电后的充电时间,是不是出现充电时间变短,高电量突然跳变100%的情况。有个规律就是掉电后的充电时间*充电功率大约就等于掉电前的电池显示消耗的比例。这也从另外一方面验证电池本身没有问题,并没有发生真实的电池掉电。 比亚迪为什么要这样做?这是关键,我推测和Dmi车型自动启动发动机是差不多逻辑,都是在想回避一些它解决不了的问题问题。 当初dmi自启动是为了规避长城举报比亚迪使用常压油箱排放不合规的问题。 那我们的纯电车在回避什么呢?我觉得就是因为磷酸铁锂电池一致性不好和怕低温,这也是磷酸铁锂的最大缺陷: 要解释清楚磷酸铁锂一致性差的根因,首先我们得了解为什么磷酸铁锂会出现一致性差的问题: 磷酸铁锂电池一致性差的问题主要涉及几个方面: 内阻差异:磷酸铁锂电池的每个电芯在充放电过程中都会有部分电量因内阻而消耗,而每个电芯的内阻又各不相同,导致长时间使用后电池之间的电量差异越来越大。 化学反应的复杂性:磷酸铁锂电池在充放电过程中涉及到的铁离子(Fe2+)可能会被氧化成三价铁(Fe3+)或还原成铁单质(Fe),这种不稳定的化学反应进一步加剧了电池之间的性能差异。 SOC测量不准确:由于磷酸铁锂电池的开路电压(OCV)与剩余电量(SOC)之间的关系不如三元锂电池线性明显,导致SOC的测量更加困难,进而影响了电池一致性的维护。 生产过程中的变量:磷酸铁锂电池的生产过程中,如原材料质量、制造工艺等因素的差异,也会导致最终产品性能的不一致。 为了应对这些问题,电池生产商和使用者可以采取以下措施: 改进生产工艺,尽量减小材料和制造过程中的变异。 通过严格的品质检验,确保每个电池单元的性能尽可能接近。 使用先进的电池管理系统(BMS),实时监控每个电池单元的状态,合理调整充放电策略,以减少电池之间的差异。 定期进行电池组的平衡充电,以缓解电池之间的差异 而针对比亚迪的刀片电池而言,一致性差是这样的,整个电池组是有100多个单体(刀片)电池串在一起的,bms系统会检测每个单体(刀片)的电压是否在正常范围。比如说在电量剩30%时,因为一致性差某些单体电压低于下限比如低于2.5v,那bms为了保护电池(单体)会切断动力电池输出,就会突然出现失速趴窝。 冬天磷酸铁锂容量缩水明显,这种不一致性就更加明显。电池的电量是用整个电池组电压来估算的,只是个理论值。要精确计算也可以用已消耗能耗占比来估算。磷酸铁锂要用得好必须经常充满电,也就是让电池组在100%时单体电压尽量都能达到满电电压。会过充吗?当然不会,因为有电池均衡,而且相对来说,磷酸铁锂轻微过充也不会引起安全问题比如燃烧爆炸。 但是呢,不管你怎么使用,经过时间的积累,整个电池组的每个单体一致性越来越差了,你只能保证在满电时电压比较接近,而在电量接近末端时,单体的压差是越来越多了。所以就会有电量低时续航越虚。磷酸铁锂电池还有个坏毛病,就是内阻很大,有时在低电量时,你猛踩油门稍微大功率输出,某个单体电压就会快速下降而低于保护电压,这时动力又要被切断。 另外目前温度低了,停车冷机后,磷酸铁锂电池可放电容量变少,但是比亚迪又没有真正的技术来解决和计算这个电量不准的问题。为了避免大面积出现EV受限导致半路趴窝,比亚迪索性就直接将显示电量扣除,让显示电量降低,这样大家就会尽快去充电,确保不会发生因低电量情况下电量检测不准发生半路趴窝情况。 所以,个人判断,大家的电池都没有问题,也不需要去4S店听那些无聊的解释和官方话术,浪费时间做一些没用的检查。知道了原理后,大家就乖乖的配合比亚迪,在低电量时尽快充电吧,比亚迪修改电池电量计算逻辑也是在提醒大家低电量随时可能趴窝,至少我们可以放心电池没问题,只是不要去挑战磷酸铁锂的续航极限就好。 从这个事情也反应出来:一是磷酸铁锂这个技术路线应该还是有非常明显的缺陷,就是一致性和电量计算非常困难,比亚迪现在处理不了,将来可能也处理不了,大概率只能靠猜。 二是比亚迪为了保护自身的利益,防止车辆大面积半路趴窝导致口碑崩塌,牺牲广大车主的利益,不给大家一个真实的电量显示,而是通过小聪明迫使大家在低电量时尽快去充电,买个510的车,实际不到300公里就要迫使你去充电。 这就是我认为目前比亚迪纯电车型大面积出现停车掉电的真实原因,OTA能解决BMS的计算问题,但解决不了磷酸铁锂材料本身的问题。
消息称iPhone 16系列将解锁更多AI技能
IT之家 2 月 15 日消息,根据《经济日报》报道,苹果公司已开始筹备 M4 系列和 A18 系列芯片,其亮点在于大幅增强 AI 计算的核心数量和性能。 IT之家附上报道原文内容如下: 业界人士透露,苹果看准 AI 发展大趋势,今年不仅将大幅强化 M3、A17 处理器 AI 算力,新一代 M4、A18 处理器亦会明显增加 AI 运算核心数及效能,所有产品线 AI 应用搭载率将有大提升。 这里几乎可以肯定的是指 iPhone 的 Neural Engine。苹果公司自 2020 年推出 iPhone 12 系列以来,Neural Engine 一直采用 16 核心设计,而在今年推出的 iPhone 16 系列上,我们有望看到更多核心数量。 即使核心数量保持不变,神经引擎的速度也在逐年大幅提升。例如,苹果称 A17 Pro 的神经引擎速度是 A16 神经引擎的两倍,每秒可处理多达 35 万亿次运算。 报道中还指出: 苹果强化终端装置 AI 运算效能,并大幅提升自家处理器算力,对台积电投片量同步大增。 业界透露,苹果今年对台积电 3 纳米强化版制程投片量有望比去年大增逾五成,稳坐台积电最大客户。 苹果除了增加对台积电投片量之外,也包下台积电大量先进封装产能。业界表示,苹果目前仍主要向台积电下单 InFO 及 CoWoS 等 2.5D 先进封装制程,今年有机会将先进封装需求推进到价格及难度最高的 3D 架构 SoIC 先进封装,亦即台积电同步手握苹果晶圆代工先进制程与先进封装等大单。 库克表示苹果公司已耗费巨大的时间和精力推动其在人工智能领域的发展,并会在今年晚些时候公布具体细节。库克表示: 展望未来,我们将继续投资人工智能在内的相关技术,从而更好地塑造未来。我们将继续在人工智能领域投入大量的时间和精力,并在今年晚些时候,分享我们在该领域正在开展的工作的细节。
群雄鏖战春节直播间,“泼天富贵”轮到谁?
作者 | 归去来 编辑 | 唐飞 春节主播不打烊,直播间里卖不停。 早在春节前,多家电商平台就发布直播间“年货”玩法。1月底,拼多多直播开启“扶摇计划”活动,以实时流量加权、发放广告红包等方式激励主播带货。1月25日-2月25日,2024抖音新春直播季联动近200位明星大咖、头部创作者,持续30余天上线超百场热门内容。1月26日至2月16日,快手推出「明星陪你过大年」活动,成龙、蔡依林、黄晓明、岳云鹏等明星轮番上阵。 事实上,每年春节期间几乎是直播行业全网流量的高峰。QuestMobile数据显示,2023年春节期间,全网日均活跃用户数达到8.92亿,较同期增长1993万。 考虑到今年春节假期更长,期间各大电商平台活动中的头部主播、创作者、明星具有较高的粉丝号召力。可以预见,今年春节期间全网流量将迎来新高峰。但从整个产业链来看,直播间能否将高流量转化为高单量,仍值得商榷。 商家直播意愿不强 “我们没有参加任何一个电商平台的直播间‘年货’活动,春节期间企业从生产到直播到发货,整个链条不可控因素太多。”河南省某家食品企业的电商总监朱伟对我们说。 朱伟接着表示,一般来说,每年进入到农历腊月后,很多食品企业都会对产能提前规划,确保春节假期前,尽可能消化完库存。若是春节期间直播发货的话,将面临着多方成本上涨的问题。 一是人力成本上涨,以公司生产的牛肉酱产品为例,生产阶段需安排采购、生产线工人、质检人员。直播则需安排主播、副播、场控、电商运营、客服、打包等人员。 保守估计,至少需要25人春节期间到岗。如果按照每人每天200元工资,春节期间3倍工资来计算的话,企业可能要承担十几万的人力开支。 二是春节假期前河南遭遇强降雪天气,道路交通情况不明朗,叠加货运司机大幅度减少,导致货运物流成本上涨。 三是原材料成本上涨,公司生产的果蔬脆产品用到的原材料包括胡萝卜、香菇、土豆、豆角等。但春节期间,蔬菜原产地也受制于人力、物流等成本因素,供货价几乎是一天一变,对企业产品定价造成较大影响。 面对成本的多重不确定因素,以及直播间里以“低价”“性价比”为标签的生态,企业面临“涨价就卖不动、不涨价就亏本”的窘境。 在这种情况下,放假反而是一种折中的方式,甚至是“多赢”的方式。因为企业可以利用假期降低成本、维护设备、制定新计划等等,而员工可以阖家团圆,同时也能调整状态为新的一年做好准备。 除企业端外,各MCN机构的直播间面对春节也显得措手不及。相关人士透露,即使春节期间按照3倍薪酬并提高GMV抽点,主播也表示,平时我们实在是太累了,希望趁着春节假期好好调整自己的情绪和身体。 这些主播的抉择也很容易理解,《中国网络表演(直播与短视频)行业发展报告(2022-2023)》显示,以直播为主要收入来源的主播中,95.2%月收入为5000元以下,仅0.4%主播月收入10万元以上。 另据网络上流传的一份某公司的《主播及公会合作协议》规定,主播每月保底收入3000元,要求开播有效时长达到每月240小时、开播有效天数达到每月26天、主播上传短视频每月15条。 长期处在高压工作中、每天密集说话、频繁熬夜且收入并不稳定的情况下,很多主播身体处于亚健康状态。希望借助假期好好调整自身状态也是人之常情。 物流端运费上涨,时效难保障 在产业链中游,此前多家快递企业和物流公司发布公告称,今年继续沿用快递不打烊服务模式,这也是各大平台直播间带货得以保证的基础。 但快递企业和物流公司公告中也提到,春节不打烊期间将加收资源调节费。 如京东物流表示,散单客户中的快递业务春节期间加收5元/票的资源调节费,月结客户加收不同标准的资源调节费。德邦快递对部分客户、部分产品收取0.3元/kg至0.5元/kg的春节资源调节费。顺丰表示对顺丰卡航、大于20kg(含)顺丰标快、大于20kg(含)顺丰干配等产品,收取0.1至1.2元/kg的资源调配费。 这些资源调节费无形之中拉高了商家的运营成本。 除价格问题外,春节期间的时效也是一大问题。顺丰深圳某网点的快递员张青告诉我们,以自己网点为例,若春节期间快递派送量和收件量减少。那么春节期间的班车和快递员将分别从日常的8辆和6名,分别减少至4辆和2名。部分快递驿站营业时间也从日常的12个小时减少到6个小时。 这样的动作确实符合春节期间企业合理调度的需求,但不可避免的会影响快递时效。 春节线上消费习惯仍需培养 春节快递的时效性,也影响着消费者的下单决心。 从北京返回河南的返乡青年赵刚说道,我们家每年过年会在腊月二十七八,提前买好过年所需的年货。若春节期间有临时需求,多数会考虑从附近的商超购入。 比如,我们当地的传统是大年初三要去岳父岳母家拜年。拜年需要购买礼品时,我都是从附近的商超采购。对于一些非年货产品而言,考虑到初五就要启程回京工作,自己也没有足够的时间来等待快递送达。 如赵刚所言,整体来看,线下渠道一直占据春节期间消费的七成左右。 尼尔森数据显示,2023年春节期间线上消费占比只有27.7%,余下的72.3%均来自线下。细分来看,其中线下超市占比约21%,小型超市占比18.9%,大型卖场占比12.9%。 但需要指出的是,部分品类在春节期间依然有“爆单”潜力。每年春晚的“明星同款”服饰和春节档电影票,依然深受消费者追捧。 作为2024年春晚第一个小品,《那能一样吗》虽然没有创造出爆梗,但出演女儿的章若楠所穿的粉色毛衣火了! 小品播出后,#章若楠毛衣#这一词条就冲上微博热搜。据相关博主介绍,章若楠所穿的毛衣是国内某独立设计师品牌,在某购物平台上售价一千多元。 从该品牌的官方旗舰店看到,章若楠的同款毛衣在小品播出10分钟后已经售罄下架。 以2023年春晚为例,当晚8点开始,众多明星的同款服装悉数亮相登上热搜,秦岚同款绿色开衫、赵丽颖同款红裙、杨紫同款大衣和同款女鞋,分列淘宝热搜榜第1-4位。随后,各平台各直播间也紧跟热度,迅速上线了相关产品。 后台数据显示,在春晚播出期间,杨紫同款大衣迎来销量高峰,小品过程中超万人进店浏览,Max Mara相似款大衣、内搭也被卖断码。 春节还是珠宝首饰的销售旺季。据京东公布的数据,2023年春节期间,京东新百货宝宝金饰成交额同比增长超100%,银手链成交额同比增长78%,珍珠项链成交额同比增长超50%。 此外,直播间也可以和线下活动相结合。今年1月18日,由杭州市商务局主办的“不夜天堂·乐购杭州”2024消费促进年启动暨“无忧过龘年”龙年妙会正式启动,该妙会集市集、秀场、打卡地于一体,打造了好看、好玩、好逛、好购的消费场景。 这一点也值得更多直播间借鉴,目前抖音、快手等短视频平台逐渐渗透到县城的团购、餐饮、服装等业态,线上线下的深度融合成为主流。大量返乡人员从一线和新一线城市回乡,习惯了在线上下单线下消费的他们,有望为县乡市场及更下沉的市场带来更多想象空间。 数据显示,我国直播电商的销售额已经从2017年196.4亿元增长到2023年的45657亿元(预估值),且直播电商的市场规模还在快速增长,年均增长率超过75%。 作为一年中的第一个消费高峰,因为春节期间人们都有一种“过年就是花钱”的消费意识,所以各大主播就更要抓住这个时机,绝不能错过。 这个春节消费市场,依然值得外界期待。
下南洋,闯欧美 蜜雪冰城、喜茶等进入“航海时代”
作者/ IT时报记者 孙永会 编辑/ 郝俊慧 孙妍 千帆竞发出海忙!如今,火热出海的不仅有“新三样”(新能源汽车、锂电池、太阳能电池),有“霸道总裁爱上我”风格的国产短剧,还有各种新式茶饮。 “马来西亚‘遍地’都是蜜雪冰城,基本上每个商场都有门店。”马来西亚华裔丽莎(化名)常去当地的蜜雪冰城探店,分享新品的口感。正在澳大利亚拍摄短剧的小煜(化名)亦是当地中式茶饮的常客,每周必消费一次。生活在印度尼西亚的珂珂(化名)买过贡茶、本宫的茶和蜜雪冰城等品牌的茶饮,每周平均消费两次。 《2023中国新式茶饮品牌出海报告》(下文简称《出海报告》)显示,2010年至2017年,以CoCo、春水堂等品牌为代表的珍珠奶茶进军东南亚、日本、美国等市场,掀起了一波珍珠奶茶出海潮。2018年至今则掀起新式茶饮的出海浪潮,喜茶、奈雪的茶、蜜雪冰城、霸王茶姬等品牌开启了“下南洋”之旅。 不过,这些新式茶饮在海外市场能否站稳脚跟、开拓壮大,尚待市场验证,它们所面临的本土化问题、供应链搭建等挑战亦值得关注。 01 东南亚成首选地 2024年1月,茶饮界的热点当数蜜雪冰城和古茗,继茶百道之后,它们向港交所提交上市申请。在竞争激烈的市场中,上市无疑能为茶饮企业注入新的动力。 对于暂时不具备上市条件的企业而言,出海或是新机遇。EqualOcean分析师陈迪表示,国内新式茶饮赛道市场内卷严重,产品迭代速度加快,同时出现较为严重的同质化问题。面对代际落差较大的海外茶饮市场,中国新茶饮的出海具有一定优势。 《出海报告》显示,蜜雪冰城在2020年出海越南,目前海外门店超过2000家;喜茶于2018年进军新加坡,目前在当地拥有5家门店;奈雪的茶于2018年奔赴新加坡;霸王茶姬于2018年来到马来西亚,目前海外门店超65家。对于众多品牌首选东南亚作为出海目的地,陈迪认为主要有三点考量:其一,地理距离和心理距离,该区域的地方文化、口味和喜好与国人相近,有利于开拓市场;其二,用户的消费习惯考量;其三,供应链的能力。 在国内,一杯茶饮到达消费者的手中有以下三种方式:在现场的柜台直接下单、扫码微信小程序下单,以及外卖配送。“澳大利亚市场和国内的情况差不多。”小煜告诉《IT时报》记者,在澳大利亚开店的都是华人,消费者既有留学生,也有当地人,购买方式以现场下单为主,倘若使用Uber Eats和Deliveroo等外卖软件,运费则要4-5澳元。他向记者展示了当地蜜雪冰城的下单页面,以“棒打鲜橙”为例,标记价格为5.2澳元(约合人民币24元)。在国内的外卖软件上,该款产品显示为7元。 “印尼的品类和国内基本一样,但口味比较少。”这是珂珂的感受。“味道中规中矩,价格在10~15马币(约合人民币15~23元),不同族群的消费者都会购买。”丽莎说,外卖在马来西亚比较流行,配送时长大约在15~30分钟。 印尼蜜雪冰城价格 02 欧美市场考验较大 2023年12月,喜茶登陆纽约时代广场大屏幕,其纽约百老汇店也正式投入营运。自此,继同年在英国、澳大利亚、加拿大开启新市场后,喜茶正式进军美国市场。 一位喜茶的工作人员告诉《IT时报》记者,在供应链方面,目前海外门店绝大部分产品的原料由喜茶品牌方提供,少部分鲜果原料和乳制品因时效性要求,由喜茶依托当地供应链资源,在前期产地排查、品种排查、送样测试、风味测试和供应能力考核后,再由事业合伙人进行就地采购,确保提供与国内同样品质、标准一致的原材料。 在美国生活了12年的品牌营销专家石麦告诉《IT时报》记者,美国的中式茶饮由华人所开,价格从5美元到11美元不等。石麦表示,在美国,每个州的经济、薪资、租金水平存在较大差异。如在纽约,一家门店日销量可能达到六七百杯,但租金高昂,有的月租金达一万多美元,拉低了利润。 在她看来,美国普通受众对新式茶饮的概念比较模糊,中国新式茶饮在当地似乎有些“水土不服”。“在营销模式方面,大多从中国过来的茶饮更多是‘复制粘贴’,沿用国内的团队和营销打法,如用微信小程序下单等,但这些方式不利于真正打入美国市场。”石麦说,当地消费者多数是现场下单,或者使用信用卡和现金支付。 如何拓展美国市场,石麦分享了她的经验:“国内茶饮想要在美国立足发展,需从差异化、本土化、系统化和长期化这四个方面做好布局。”她说,需要深入了解非华人受众的消费特性,了解其口味喜好、可接受价格等,有助于品牌长足发展。 03 供应链搭建遇挑战 《出海报告》认为,新式茶饮出海产业链主要分三个环节:其一,产业链上游为原料供应,市场参与主体包括茶叶、奶制品、水果、糖和包装材料等原材料供应商;其二,中游是品牌商产业链的核心,通过直营和加盟的方式,从上游供应商购买原材料完成饮品制备;其三,下游通过外卖平台、门店、小程序获取订单实现销售。 “大多数新式茶饮的供应链还在国内,如蜜雪冰城在成都建立了转运中心,以支持在东南亚的发展。除了鲜果、牛奶类较为便宜的原材料可以适当就地取材,杯子、餐具、装修材料,以及一些需要工业化生产的原材料更多依赖国内输出。”陈迪表示,东南亚没有合适的生产工厂,生产出来的材料不一定符合品牌方的要求。 在美国市场,大部分原材料同样从国内进口。石麦告诉记者,美国受众对茶叶的理解度较低,因此茶叶、果酱等原料皆需进口,鲜奶和水果则在本土购买。 将原材料从国内运送到国外,涉及高昂的运输成本和人工成本。如何应对供应链建设方面遇到的挑战?陈迪认为,一方面,出海企业需要关注供应链周转率,这对企业成本和后端供应能力构成了一定的考验,须建立健全的供应链预案;另一方面,茶饮品牌在构建供应链时应当与品牌的出海战略相协调,可以优先考虑在当地采购或依托当地的供应链企业进行生产,同时借助第三方数字化供应链平台,实现物流、资金流和信息流的融合与畅通,从而在一定程度上降低成本。
拜登政府或将采取措施,对华限制智能汽车以及AI数据流通
2024年起,美国对华的出口管制方向开始从芯片半导体,转向AI云计算、智能汽车、数据流通等领域。 作者|林志佳 编辑|马金男 继芯片半导体、AI算力等遭遇出口限制之后,拜登政府此次又将“瞄准”基于AI的智能汽车、数据流通等领域。 钛媒体App 2月15日消息,据彭博报道,日前,美国政府正在考虑限制中国“智能汽车”(smart cars)与相关零件进口到美国,而且还将范围扩大到所有第三方国家的电动车及零部件。 报道指出,此番限制的主要原因是,一些美国官员担心所谓基于AI技术的“智能汽车”收集大量数据,包括自动驾驶数据、车联网信息等,因此要求拜登政府出台法规予以限制。 早前,彭博还报道称,美国总统拜登(Joe Biden)最快将于本周签署一项行政命令,要求司法部和国土安全部对危及美国国家安全的数据交易实施新的限制,旨在阻止其他国家利用美国人的敏感个人数据进行 AI训练。 如果上述两个法规最终得以实施,它们将成为美国政府在高科技领域对华采取的最重要、最新的限制措施。 实际上,过去一段时间,美国政府不断升级对华半导体、AI芯片等领域的出口管制。 2022年8月9日,美国总统拜登签署总额高达2800亿美元的《芯片和科学法案》(以下简称“芯片法案”),通过527亿美元的巨额产业补贴和遏制竞争的条款,推动芯片制造“回流”美国本土。该法案禁止获得补贴的美国及其盟友伙伴的企业10年内在中国等国家新建或扩大先进制程芯片厂。 2022年10月、2023年10月,美国商务部工业和安全局(BIS)连续两次发布对华先进半导体和计算设备的出口管制,最终让英伟达、AMD、英特尔的多款GPU和AI芯片产品已不能再出口,就连高端游戏显卡RTX 4090都受到了限制。 2023年12月,美国商务部BIS宣布启动对成熟制程节点的半导体供应链展开调查,剑指中国芯片半导体产业。 美国商务部长雷蒙多(Gina Raimondo)在一场公开论坛中表示,美国绝不能让中国得到这些最尖端的芯片,绝不能让中国芯片技术赶超美国。 2024年以来,美国对华出口管制的重点开始转向AI云计算、AI智能汽车、数据流通等领域。 今年1月底,BIS公布一份意见稿文件称,美国政府将要求IaaS(云服务)厂商在提供云服务时验证外国用户身份,限制对华企业等外国厂商对美国IaaS产品进行访问,以保护美国的网络安全和利益。雷蒙多强调,要“尽全力阻止中国获得AI训练算力。” 2月初,刚退市的“自动驾驶卡车第一股”图森未来TuSimple,计划向澳大利亚(不属于该AI芯片“禁止出口”的国家名单)运送24台英伟达A100 GPU芯片,却被美国拦截,美国政府担忧这些高性能GPU芯片可能会被转售到中国。随后,图森未来在一份声明中称,该公司只授权运送到澳大利亚,无意将这些芯片转移到中国,相关报道是不准确的;预计相关行动将为公司节省超过15万美元。 此次公布的所谓“智能汽车”,是指采用AI技术和L2+级别辅助驾驶技术的汽车,涵盖了电动汽车、具备其他车联网功能的自动驾驶/辅助驾驶汽车等。 彭博报道称,美国官员特别担心智能汽车收集的大量数据。无论是汽油车还是电动车,这些数据传输到互联网之后会使它们(美国人的汽车)成为黑客攻击的潜在目标。 知情人士称,美国政府可能会利用商务部现有的职权,来监管相关信息和通信技术交易,以此解决数据安全问题。与此同时,拜登政府还在考虑重新调整美国前总统特朗普(Donald Trump)最初对中国电动车征收的27.5%关税,目的是进一步减轻廉价汽车对美国本土汽车产业的冲击。 但报道也指出,由于美国官员们正在进行全面的政策研究和调研,因此目前尚未做出最终决定。 值得一提的是,最新一份数据显示,2023年第四季度,比亚迪以销售52.64万辆纯电动车,超越美国特斯拉(48.45万辆),成为全球最畅销的纯电动汽车制造商。去年,比亚迪还曾超过大众汽车,成为中国最受欢迎的汽车品牌。但比亚迪、蔚来等中国汽车厂商目前并未在美国市场布局,部分原因是高关税。 除了智能汽车之外,预计本周,美国政府将发布的数据流通行政命令草案中,拜登团队计划全面限制美国的个人数据流向中国。 彭博报道指,上述行政草案中的重点,是防止获取有关美国人的大量敏感数据,包括他们的财务信息、基因构成、声音模式、使用习惯等。报道引述知情人士称,美国情报机构担心,中国可以根据这些数据训练其 AI模型,为其行业提供战略优势。而最近几周,政府向外部顾问和公司通报了其规定,政府的应对措施是确保监管目标明确,以避免不必要的经济影响。 知情人士称,美国政府的计划仅针对涉及大量数据的交易,例如可能涉及100万人或更多个人的来源,如抖音海外版TikTok等。 然而,彭博报道认为,这项关于数据流通的行政命令,可能会引起美国财政部、商务部的一些疑虑,主要是对其潜在的经济影响表示担忧。因此,美国政府还将规定财政部、商务部和国务协助总检察长准备一份报告,评估该命令的有效性,以及限制某些交易的经济影响。 雷蒙多在今年2月初表示,她担心美国人的数据可能会落入中国手中。 美国商务部长雷蒙多 BSA/软件联盟全球政策负责人Aaron Cooper表示,该行政命令将开创美国的新先例,首次限制数据传输,涉及微软、Salesforce等公司业务。“据我所知,美国政府一直大力支持数据流。而美国对向外国传输数据的限制可能会开创先例,鼓励其他国家限制数据访问。” 据美国商务部披露,截至目前,已经有接近800家中国企业和个人实体被列入美国“实体清单”(Entity List)当中,其中超过300家是拜登政府任内被纳入的。
人工智能加速航天创新,天基计算意义重大
2月7日,AWS(亚马逊网络服务)卫星解决方案首席架构师阿利斯泰尔·麦克林(Alistair McLean)在美国硅谷举行的小卫星研讨会上表示,其客户利用生成式人工智能设计航天器部件,然后3D打印部件并开展一系列测试;这一流程带来设计的快速迭代,让设计变得“既直观又创新”。 生成式AI依赖于深度学习模型,根据在庞大数据集中检测到的模式回答问题或创建内容。对航天公司来说相当有利的是,可以将生成式AI与更传统的机器学习算法和计算机视觉模型相结合。“这是一个奇妙的组合。” 总部位于美国休斯敦的认知空间公司(Cognitive Space),看好使用自然语言模型进行图像档案搜索及回答卫星任务相关问题。公司总裁兼CEO汉娜·基希洛夫斯基(Hanna Steplewska)表示,比方说,客户只需要求查看“过去两周丹佛市上空的合成孔径雷达、高光谱和多光谱传感器”,就可以找到图像。 人工智能还帮助美国地理空间分析公司鹰眼360(HawkEye 360)识别世界各地的射频信号发射装置。该公司开发了一种新产品,功能超越了仅仅将某发射装置标记为“X波段雷达”。例如,它可以识别到某发射器是“凯特的X波段雷达”。 识别、定位全球射频信号发射源 小卫星会议成员讨论认为,如果没有云计算提供丰富的计算资源,所有这些进步都是不可能发生的。这些资源原本位于地球上,但日益增长的航天活动正在推动商业公司考虑使用天基云。 AWS Snowcone是一种边缘计算机,于2022年随美国公理空间(Axiom Space)任务飞往国际空间站。此后,AWS与合作伙伴开展了一系列验证工作。例如,2023年,从事卫星网络安全业务的美国蜘蛛橡树公司(SpiderOak)通过在地面网络和近地轨道之间传输数据,对其OrbitSecure网络安全软件进行了验证。 麦克林承认,在轨处理存在尺寸、重量和功率方面的限制,但“越来越多的应用案例表明,在太空中计算和存储非常有意义。” 美国初创企业低轨云(LEOcloud)致力于提供天基边缘计算,包括轨道上的数据中心。“针对在轨多源数据运行应用程序的能力缩短了操作延迟。我们必须改变那种将所有数据拖回地球、处理分析以满足客户需求的做法。”公司CEO兼创始人丹尼斯·盖恩斯认为,天基边缘计算处理将在“无法返回地球的医疗紧急情况、培训、维修和诊断”方面尤其有用。 根据欧空局的总结,从卫星星座的自主管理、卫星防撞操作、卫星图像质量提升、国际空间站人工智能辅助工作到月球火星探测器的独立可持续探测、小行星探测器的自主飞行和开普勒系外行星任务数据的有效筛选,人工智能与深度学习正在航天领域发挥新的作用。 国际空间站上的AWS Snowcon边缘计算机
给网页打赏,只用网络货币化,HTML5新API实现
2月15日,Chromium软件工程师正在尝试推广和普及小额免密支付API,以实现网络货币化规范,为网站所有者在广告和订阅等传统收入渠道之外开辟新的收入来源。工程师亚历山大·苏尔科夫(Alexander Surkov)最近发布了一个提议,在Chromium的源代码中引入相关代码,构建一个安全、便携的在线小额支付系统。 苏尔科夫构想的网络货币化API具有“小额支付”和“无需用户交互”的特点,并且部署方式也非常简单:只需将一个新属性添加到HTML代码中的"link"元素即可。网站所有者可以将这个新属性添加到其网站代码中。对于用户来说,他们需要首先设置Gatehub、Fynbos等数字钱包,并访问该页面后会收到付款订单,同时也可以选择实现免密支付。 苏尔科夫表示,网络货币化有助于促进用户之间的“打赏”机制,并为站点所有者带来更多收益。长期以来,互联网平台一直没有提供转账功能,这导致了大量的广告和有害商业模式的存在。网络货币化提供了一种开放、原生、有效、自动的方式来补偿创作者。 虽然自20世纪90年代以来就有人提出了涉及小额资金的在线小额支付系统,但至今尚未成功实现。网络货币化仍处于原型阶段,不属于万维网联盟(W3C)的标准体系,并且不会很快成为一项标准化的网络技术。 苏尔科夫于2023年8月发布文件,表示新的网络货币化技术已经经历了原型设计和实验的“重要历程”,并确定了HTML集成、用户交互和通信协议的相关方法。然而,在将其整合到浏览器之前,还需要进一步地优化和完善。
OpenAI将筹资7万亿美元造芯?黄仁勋:这笔钱能买下全球所有GPU
继此前外媒爆料OpenAI CEO山姆·奥尔特曼 (Sam Altman)正计划筹资数十亿美元建晶圆厂生产自研人工智能(AI)芯片之后,近日,《华尔街日报》又援引多位匿名消息人士的话称,奥尔特曼的这个雄心勃勃的项目将比预想的疯狂,计划筹集的资金规模高达 7 万亿美元。 但是,从这个夸张的数字来看,显然并不更符合逻辑。要知道,Gartner的数据显示,2023年全球半导体市场规模也只有5330亿美元,而7万亿美元则达到了其13倍以上。尽管2023年全球半导体市场遭遇了低谷,但是分析师预计,今年全球半导体市场规模也只能同比增长17%至6240亿美元。 而7万亿美元的资金已经占据了去年全球GDP的10%,相当于2.3个微软、3.8个谷歌、3.8个英伟达、5.8个Meta或者10.4个台积电的市值(截止2月14日市值)。如果奥尔特曼真能筹集到如此规模巨大的7万亿美元资金,即使是把英伟达、英特尔、AMD、高通、博通、台积电、三星、ASML等重要的芯片设计、制造及设备厂商全都收购,还绰绰有余。既然如果,那么还有必要再花数万亿美元来自己建晶圆厂呢? 即便是奥尔特曼想不开,真的要筹集7万亿美元来建晶圆厂,那么按照目前的数据来看,建造一座尖端制程晶圆厂可能需要200亿至300亿美元,具体取决于工厂产能规模和地理位置等因素,如果按照300亿美元来估算,7万亿美元足够建造233座尖端晶圆厂,将是目前已有的最尖端制程的晶圆厂总量的约10多倍。 那么问题来了,谁能来建造如此庞大规模的尖端制程晶圆厂,所需的设备和材料将是目前供应商无法满足的,同时还需要数量庞大的安装、维护和操作人员,这也是目前人才市场所不具备的。 比如,ASML的光刻机目前产能就无法满足现有客户的需求。截至2023年底,ASML未交付的订单总额仍高达390 亿欧元。此前,美国半导体行业协会 (SIA) 和英国牛津经济研究院联合发布的报告也警告称,到 2030 年,美国半导体行业将面临67,000 名技术人员、工程师和计算机科学家的短缺。 那么建晶圆厂是否仅是这个庞大的7万亿美元筹资项目的一部分呢?或许奥尔特曼在计划自建晶圆厂的同时,还计划建造更多的AI数据中心来应对未来全球对于AI算力的需求,而这无疑也将花费巨额的资金。 如果OpenAI计划采购500万个英伟达(NVIDIA)H100加速卡,按照单个加速卡约2万美元的价格估算,也只需耗资1000亿美元。然而英伟达在2023年一年的总营收也才303亿美元,即便今年营收翻倍也只有600亿美元左右。1000亿美元也仅占传闻的7万亿美元的1.4%左右。 显然,不论从哪个角度来看,关于奥尔特曼计划筹集7万亿美元建晶圆厂的爆料都似乎是一个彻头彻尾的谣言。 值得注意的是,当地时间2月12日,英伟达创始人兼CEO黄仁勋在迪拜世界政府峰会(WGS)上接受采访时也被问到,7万亿美元能买多少GPU? 黄仁勋的回答是:“所有的GPU。”他指出,目前,全球数据中心的总价值约为1万亿美元。同时,他还预计,在未来4-5年里,这个数字预计将增长到2万亿美元。“我们正处于这个新时代的开端。在未来四至五年内,我们将拥有价值2万亿美元的数据中心,为世界各地的软件提供动力。” 黄仁勋强调,我们不需要太多投资来建立专门针对生产AI芯片的替代半导体供应链。相反的,业界需要的是继续进行GPU构架创新,以继续提高性能。事实上英伟达在过去十年间,已经将AI芯片的性能提高了100万倍。 黄仁勋还指出,如果要斥资7万亿美元来建晶圆厂,假设了芯片的计算速度不会变快的情况下,要提供这样的芯片生产规模,“我们需要14颗行星、3个星系和4个太阳来为这一切提供能源。” 而且,即便投资这模大规模的资金来建立AI芯片的供应链,预计可以解决未来三到五年芯片供应短缺的问题。但是,这仅仅只是创造一个替代的芯片供应链而已,未来仍有芯片生产与供应过剩的风险,这并不是好的方法。而是应该进行GPU构架的创新,使计算速度提升,让想要在本地使用AI的公司将不需要购买非常多的设备,建造价值数十亿美元的数据中心。 黄仁勋进一步强调,事实上英伟达的GPU在AI和HPC性能方面发展得非常快。2018年,英伟达的V100数据中心GPU的运算性能仅为125 TFLOPS,但是,英伟达当前的H200数据中心GPU则是提供了1,979 FP16 TFLOPS。因此,英伟达做出的最伟大的贡献之一就是在过去十年中将计算和人工智能进步了100万倍。使得无论什么需求都将能为世界提供动力,这是必须考虑的一个事实。而且,预计在未来十年内运万的速度还将再提高100万倍。
2023-2032年,AI芯片复合年增长率达38.2%
AI 芯片也称为人工智能芯片或 AI 处理器,是专门设计的硬件组件,旨在增强和简化人工智能任务的执行,包括机器学习、深度学习、神经网络训练和推理等计算密集型过程。这些芯片与传统的中央处理单元 (CPU) 和图形处理单元 (GPU) 不同,因为它们的设计重点是优化人工智能工作负载,提供卓越的效率和性能。 它们融合了并行处理、微调内存架构和专用硬件加速器(例如张量处理单元 (TPU) 或神经处理单元 (NPU))等功能,这些功能是为处理人工智能算法核心的复杂数学计算而量身定制的。 与传统的 CPU 和 GPU 不同,人工智能芯片专门针对人工智能工作负载进行了优化,具有卓越的效率和性能。它们在自动驾驶汽车、自然语言理解、计算机视觉和机器人等广泛应用中发挥着至关重要的作用。通过更快、更节能地执行人工智能计算,人工智能芯片使在边缘设备和数据中心部署人工智能模型成为可能。 随着人工智能领域的不断发展,人工智能芯片也在不断发展,企业在研发上投入大量资金,打造更强大、更通用的硬件解决方案,以满足各行业人工智能应用日益增长的需求。 根据联合市场研究公司的一份研究报告显示,预计到 2032 年人工智能芯片市场价值将达到 3837 亿美元,2023 年至 2032 年复合年增长率为 38.2%。 人工智能芯片行业竞争格局的特点是主要企业采取各种战略,包括产品发布、合作和伙伴关系。这些战略旨在影响市场、加强市场定位并迎合不断变化的市场需求。市场中的主要企业包括英伟达、英特尔、AMD等。 凭借广泛的技术和资金资源,人工智能芯片供应商有望在这一市场中获得竞争优势。随着技术创新、产品扩展和主要企业采取不同的战略,竞争环境预计将进一步加剧。 人工智能芯片的未来前景如何? 2024年,芯片和系统领域将经历巨大的变革,这一变革将在人工智能和机器学习领域达到新的高度。从定制硬件到数字孪生,从数据中心到边缘计算。 随着Google Gemini AI的发布,AI/ML领域即将进入全新的篇章。Gemini不仅对ChatGPT形成竞争,还推动了多模式AI的突破。Gemini系列的灵活性和广泛应用范围,从数据中心到电池供电设备,使其在市场上引起了广泛关注。大公司(如谷歌和特斯拉)都在开发定制人工智能芯片,以加速创新。这一趋势将在未来几年中加速,各行各业都将从这些定制硬件中受益。对于初创企业而言,利用云技术构建AI芯片将成为解决特定问题的有效途径,从汽车到医疗设备。 人工智能将继续深刻改变我们的生活和工作方式。专用芯片的崛起,将在推动AI技术的进步和推动其广泛应用方面发挥关键作用。低功耗加速算法和在计算能力较强领域运行AI工作负载的芯片将受到更多关注,涵盖大型语言模型、生成式人工智能和自动驾驶等领域。 人工智能不仅在AI芯片领域有所突破,还在芯片设计流程中发挥关键作用。AI的引入可以优化生产力,特别是在面对工艺几何尺寸减小和设计时间压力的情况下。通过引入人工智能,设计师能够更有效地应对未来可能出现的劳动力短缺。 数字孪生技术的崛起为芯片设计工程师提供了更多可能性。数字孪生与大型语言模型的集成将在未来十年成为一个巨大的市场。生成式网络将成为数字孪生技术中的重要角色,使其在工作场所决策中发挥更加关键的作用。 人工智能在解决一些重大挑战,如运行整个数据中心而不需要人类操作员,方面还有待发展。数据中心也在与边缘计算共同发展,实现更多分布式智能和实时响应。边缘人工智能推理的兴起意味着在企业运营方面迈出了一大步,尤其是与汽车等行业的交叉,带来了巨大的变革。 AI对芯片设计工程师的价值不仅体现在硬件方面,还表现在与数字孪生的集成上。数字孪生的发展势头迅猛,市场规模预计将在2030年达到1112亿美元。数字孪生将生成式网络纳入技术中,使其成为工作场所决策的关键要素。此外,数据中心也开始与边缘共享训练和推理,实现更多分布式智能和实时响应。 在2024年,数据中心的应用将更加多样,从填补体力劳动缺口到提供能源管理建议,AI将在其中发挥越来越重要的作用。然而,实现整个数据中心的自主运行仍然是一个待解决的挑战。 总之,在量子计算的出现和各行各业越来越多地采用人工智能芯片的推动下,全球人工智能芯片市场正迎来可观的增长。这些专用硬件组件通过提供更高的效率和性能,正在彻底改变人工智能的格局。

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。