作者｜赵赛坡
头图｜视觉中国
本期的焦点议题：
“计算”：韩国、台积电在半导体地缘政治中的现状和挑战；AMD 股价暴涨、ARM 即将 IPO，半导体市场会因为 AI 带来哪些真正的变化？
“巨头”：AWS 财报与阿里云的开源大模型，共同展示了企业市场的大模型竞争态势；
“市场”：创业者们需要明白你的产品到底是在和传统软件竞争，还是在人类大脑竞争？
接下来，欢迎和我一起复盘近期围绕数据与智能的产业关键事件。
大模型·计算
在围绕半导体的地缘政治博弈里，韩国的角色一直非常特殊。一方面，韩国努力平衡自己在中美两国之间的关系；另一方面，韩国也在积极谋求自己的地位，通过补贴、政策引导等方式，推动韩国企业——从三星到 SK 海力士以及一众生态公司——的发展，强化韩国在半导体领域的优势。
FT 的一篇特稿指出，韩国的确在减少对于中国的依赖，比如韩国向中美两国的出口商品变化图：
还有来自中美两国的投资变化曲线：
不过鉴于台海问题的复杂性，包括三星在内的韩国芯片公司有望获得更大的订单支持，这可能改变芯片代工的产业格局：
台积电近期宣布将在台湾北部投资 900 亿新台币（约合 28.7 亿美元）建设一座新工厂，用来应对激增的人工智能芯片需求。
尽管全球经济的不确定性因素依然非常多，但台积电对于 AI 芯片的需求非常乐观，该公司认为，产能的增加将缓解 AI 芯片短缺的状况。
长期以来，台积电都将先进制程芯片的工厂放在台湾，该公司董事长刘德音上周在接受 NYT 专访时谈到其中原因，他有意无意避开潜在的政治背景，而是将这项决策归结于产业链，因为台积电已经在台湾投资数十亿美元，建立起了一个复杂的芯片生态系统以及人才团队，其它地方很难复制。
刘德音的这个说法或许也可以作为台积电在美建厂困境的解释，供应链的不成熟导致成本上升，以至于大量工作被迫延期，位于亚利桑那州的台积电芯片工厂将推迟到 2025 年才能交付使用。
刘德音的这篇专访还谈到台积电与华为的关系：
华为原本是仅次于苹果的第二大客户；
台积电终止与华为的合作是一项艰难的决定；
更进一步，刘德音强调美国的芯片限售和其他制裁措施并不会影响到中国，持类似观点的还有芯片工程师出身、曾担任三星公司高管的韩国国会议员杨香子，她的核心观点是华盛顿的过度干预，将对整个行业产生不可估量的影响。
两个需要关注的信号：
中国海关的数据显示，2023年上半年中国芯片进口同比下降22%，芯片制造设备进口同比下降 23%，这部分表明美国的芯片对华限售有一定作用，但需求放缓也可能是原因之一；
随着中国各地大规模投资 14 纳米制程及以上的芯片工厂，引发包括美国商务部在内的美国政府部门的注意，我们无从知晓接下来还会有怎样的措施；
NYT 上周还有一篇台积电创始人张忠谋的特稿文章非常值得一看，你会透过一家公司的发展史，了解到半导体产业乃至科技产业过去四十年的重要变迁节点。台积电的发展转折点出现在 2010 年，正是在那一年，张忠谋亲赴苹果总部，与时任苹果公司 COO 的蒂姆·库克谈判，最终击败英特尔，成为苹果 iPhone 芯片的代工厂，后面的故事大家肯定都知道了。
AMD 上周发布的新一季财报令市场欣慰，其中最令市场兴奋的还是 AMD 面向数据中心市场的 AI 芯片 MI300 接下来的发展情况。财报分析师会议上，AMD 总裁苏姿丰坦言客户对 MI300 系列芯片的兴趣很高，该公司将在四季度提高芯片产能，“AMD 有足够的 MI300 芯片组件，可在第四季度积极推出，并在2024 年有充足的供应”。
由于 MI300 系列芯片在部分规格上超过了美国对华芯片限售规定，苏姿丰表示，考虑向中国市场提供所谓“定制芯片”。
在大模型训练的刺激下，AMD 几乎成为英伟达唯一的竞争对手，下图展示了近几年芯片巨头们的市值变化：
英特尔、AMD 持续被追捧的一个潜台词是：AI 芯片将成为全球半导体产业发展的新变量。由此也引出三个问题：
随着 AI 芯片需求的增加，各大公司是否会减少对 CPU 的采购预算？还是说会推动整个半导体产业的发展？
端侧 AI 芯片市场空间巨大，这个市场的一大推动者是包括 OpenAI 在内的大模型公司，只有端侧 AI 应用或场景得到普及与发展，大模型公司、AI 芯片公司的规模效益才能显现，但问题是，没有人知道这个市场到底有多大；
英伟达还会是绝对领先者吗？这个问题取决于英伟达昂贵的芯片与其强大的软件生态 Cuba 之间的平衡，毕竟这个市场的客户，其采购预算决策的背后，都有一套复杂且个性化的模型。
这些问题目前还未有定论，或者短期内都不会有答案，但它们会构成持续关注半导体产业发展的重要切入角度。
今年半导体市场的另一个关注点是 ARM IPO，根据目前的消息，软银计划在下月完成 ARM IPO，目标估值在 600 亿到 700 亿美元左右，FT 的评论指出，在人工智能火热的当下，ARM 有望获得市场的认可。
不过，尽管 AI 芯片、英伟达等明星公司对 ARM 上市创造了有利条件，但包括高通、恩智浦、博世在内的多家公司，近期则在推动基于 RISC-V 架构的新运动，这些公司共同成立了一家 RISC-V 芯片设计架构的公司。
新公司目前还未公布名称，但总部将位于德国，一开始的业务也将围绕汽车半导体领域，未来将会向物联网等其他领域发展。
大模型・巨头
AWS 上周的财报数字多少有点令人意外，二季度营收 224 亿美元，同比增长 12%，这是 2015 年 AWS 正式披露财务数字以来最低的营收增长。
在美国三大云计算公司相继公布财报后，我们可以根据当下的 Run Rate 推算出大概的业务规模：
AWS：年收入 890 亿美元；
Azure：年收入 630 亿美元（完全预估）；
Google Cloud：年收入 320 亿美元；
与之相比，中国云计算公司收入最高的阿里云，今年 5 月公布的 2023 财年全年营收为 772.03 亿元人民币。
尽管本季度的增长不佳，但市场对于 AWS 接下来三个到六个月的发展还是持乐观态度，这里有几个原因：
AWS 依然是全球最大的云基础服务商，拥有众多大客户（很多客户都是多年的巨额合同），它的基本盘依然相当稳定；
AWS 已经开始布局生成式 AI，本季度推出的大模型基础服务 Bedrock 已经向部分客户提供试用；
生成式 AI 的需求正在逐渐向私有化方向发展，这意味着，客户们更需要一个“属于自己”的模型服务，这对包括 AWS 在内的云计算公司来说，无疑都是利好；
关于 AWS 略显神秘的 Bedrock 服务的基本情况，可以参考这篇使用者的分享，其中我认为最重要的一点，该模型服务能够和 AWS 现有多项服务有效集成，这对企业来说是一件非常方便的事情。
阿里云上周略显低调地发布了两个开源大模型：QWen-7B 和 QWen-7B Chat。两款模型的参数规模达到 70 亿个，可免费商用：
获取地址：ModelScope 或 Hugging Face；
项目主页：Github
抛开具体能力如何，这两个模型的产业示范意义重大，它是目前中国商业公司发布的首（两）个开源大模型，此前中国开源大模型的玩家都集中在高校。
其次，阿里云此次开源的模型与 Meta 刚刚开源的 Llama 2 形成呼应，势必将对大模型市场产生深远影响，和 Meta 的部分限制（月活不超过 7 亿用户）类似，阿里云此次也限制月活 1 亿用户的公司“自由”使用两个开源模型。
从 Meta 到阿里云，未来大模型市场会呈现出开源、闭源两大类型的多种选择，比如：
创业公司可使用开源大模型快速进入这个领域；
中小公司使用开源大模型为客户进行调参，训练出更符合客户需求的小模型，并商用；
大公司利用开源模型构建自己的模型服务；
大公司使用云服务提供的闭源模型和其云计算产品，并融入自己内部开源模型调参版本。
结合 AWS 被市场追捧、Meta 和阿里云的相关布局，我们需要明白一点：企业市场的大模型服务需求，一定是和数据相关，这个“数据”并不是 ChatGPT 或 GPT-4 爬取到各类互联网数据，而是企业内部的业务数据、生产数据以及流程数据，企业客户需要大模型处理、挖掘这些“数据”的价值，在优化内部协作的基础上，创造出新的可能。
从这个角度去看，未来企业大模型市场的竞争，并不局限在模型参数或规模上，更会延伸到围绕企业需求的一系列产品领域，比如数据的处理（涉及到向量数据库）、提示工程设计等都是全新的挑战，这也会成为全球云计算公司以及 IT 公司们争夺的焦点。
还有几家巨头公司的动向值得关注：
苹果全球各地招聘生成式 AI 相关人员，这些职位基本都是在 4 月到 7 月之间开放，某种意义表明苹果正在不断推进相关项目的研究和发展；
Meta 上周开源一个名为 AudioCraft 的声音/音乐生成模型，这个模型展示不依赖现有音频样本的情况下创建音乐和声音的潜力；
还是 Meta 的消息，该公司内部一支研究 AI 处理蛋白质结构的 ESMFold 团队已经被解散，这显示出 Meta 现在更倾向于投资可以产生商业回报的 AI 项目；
摩根斯坦利的分析师指出，受益于人工智能的利好，Adobe 公司股价还将持续增长，预计 2024 年再增长 25%，该公司截止目前已经上涨了 60%。
大模型·市场
应用。NASA 上周和 IBM、HuggingFace 共同建立了一个开源地理空间基础模型，该模型可以跟踪森林砍伐、预测作物产量并追踪温室气体排放，有望成为一类新型气候和地球科学人工智能的基础。
这个项目里，三方各自提供数据、模型和托管服务，其中数据是两颗 Sentinel-2 卫星收集的高分辨率陆地和沿海地区的光学影像。
从无人机到基于大模型的数据分析，美国海军在波斯湾的巡逻行动展示出现代战争的可能样子，这是 Wired 的一篇特写。
争议。大模型的发展正在改变众多行业习以为常的游戏规则，众筹平台 Kickstarter 要求，项目发起方如果使用了 AI 生成技术，必须在该平台的项目介绍界面进行详细披露，包括：
项目发起方计划如何在其作品中使用人工智能内容；
项目中哪些部分将是完全原创，哪些部分将使用人工智能工具创作；
以“透明度”重建信任会成为越来越多创意平台的重点工作。
在另一个关于“透明度”的讨论里，新闻机构需要得到诸如 Google 等公司如何使用新闻网页的“透明答案”，没有哪家新闻机构愿意将自己的网页流量变成 Google SGE 组织答案的语料，比如一篇关于食品和酒的评论可能就变成了一句关于 Malbec 美酒的简短文字推荐，而且没有署名。
为此，包括 IAC、新闻集团、《纽约时报》在内，正在和其他新闻出版商组成一个联盟，该联盟或也会通过法律诉讼，维护自己的权益。
市场。在上周苹果、亚马逊发布财报之后，美国主要科技公司——除英伟达——的成绩单已经公布，新一季度的财报呈现出一些新特点：
各大公司的基本盘开始复苏，Google、Meta 的广告业务恢复，对于提升市场信心意义重大；
各类生成式 AI 产品成为各家公司披露的重点，但整个生成式 AI 还处于非常早期的阶段，还远未影响到科技公司的营收；
未来三到六个月，科技公司还将持续投资生成式 AI，由此带来的将是研发成本的剧增，势必影响这些公司的盈利；
最后分享一个关于生成式 AI 创业的思考，投资公司 a16z 在这篇分析里提出几个非常有趣的观点，比如创业者需要了解，人类可能比机器更便宜。
理解这个观点的出发点在于，人类大脑和机器是两类不同的东西。前者功耗小，能够应对众多细分或者说长尾领域的任务处理需求，更重要的是成本低廉，你可以在众多第三世界国家找到这样的“大脑资源”。
而机器无论是功耗还是成本都非常高，特别是对于某些长尾领域的任务，可能是通用领域成本的数倍乃至数十倍，当然，机器的强大算力，可以比人类大脑更快应对某些领域的计算需求。
这也给创业者提出了一个命题：你辛苦开发的生成式 AI 产品，到底是在和传统的软件产品竞争，还是在和人类大脑竞争？
评论