头图｜视觉中国
本期导读：
本期首先关注 AWS 新芯片，AWS 在自研芯片领域的持续投入，与不断创纪录的能耗比数字，正在给英特尔造成持续的压力，而芯片公司最糟糕的事情，还远未到来。
与此同时，本期还将探讨：Spotify CEO Daniel Ek 投资 AI 军事公司引发争议，但这又是一个巨大的市场；re:Invent 大会重要产品一览；Google Cloud 如何变成一家“严肃而无聊”的公司、字节加入云计算市场、韩国建设 AI 园区……
焦点
再谈 AWS Silicon
上周的 Re:Invent 大会，AWS 再次抛出新的芯片，包括：
基于 ARM 架构的 Graviton 3；
面向云上机器学习训练的 Trainium 2；
从产品代号上也可以看出，这两款芯片是 AWS 芯片产品的迭代，也让外界看到了 AWS 对于芯片战略的持续投入，来看一组 AWS 官方公布的数字对比：
搭载 Graviton 3 的计算实例 C7g 相较上一代性能提升了 25%；
相同性能下，能耗可以最高降低 60%；
长期以来，云计算巨头的芯片来源，既有英特尔/AMD x86 架构的 CPU，也有英伟达的 GPU。后者在近几年的机器学习场景应用广泛，而不管 AWS 如何将“客户需求”的话术放在第一位，降低采购成本、整合芯片与计算实例，才是 AWS 自研芯片的首要出发点。类似地，阿里云、腾讯云也是基于这样的考量。
作为全球最大的云计算公司，AWS 是英特尔最大的数据中心客户，而数据中心又是芯片巨头的关键业务。英特尔 30% 的利润来自于数据中心，AWS 在自研芯片领域的持续投入与不断创纪录的能耗比数字，将给英特尔造成持续的压力。
但相比于消费市场的苹果发布基于 ARM 架构的 M1 芯片，从而让新一代 Mac 系列不再依赖英特尔，企业市场，特别是云计算市场要复杂的多。
一方面，AWS 的客户群体非常广泛，这也意味着拥有多元的计算需求，基于 ARM 架构的 Graviton 3 的确在能耗比方面，有着更好的表现。但如何把依赖 X86 架构的应用程序，迁移到 ARM 架构下并非一朝一夕就能完成的事情，这也不是企业客户轻易愿意做出的改变。
值得注意的是，尽管 AWS 不会像苹果一样完全停止销售基于 X86 架构的计算实例，但 AWS 或许可以更进一步屏蔽芯片架构的差异。如果 AWS 持续强化自研芯片的能力，接下来的一段时间，AWS 上的大量应用程序与工作负载可能会“悄悄”迁移到 AWS 的芯片之上。而这个趋势，才是英特尔等传统芯片公司即将面临的最糟糕事情。
市场·资本
中国三季度 AI 投资统计，来自科技媒体“智东西”的梳理，几个关键数字：
2021 年 8 -10月，国内 AI 企业融资超过 200 起；
单笔金额超 1 亿元人民币的融资超过 90 起，融资总金额超 356 亿元；
从公司来看，几家融资最高的公司：
智能清洁家电企业追觅科技融资 36 亿人民币；
AI 药研获融资近 4 亿美元（约合 25.55 亿元人民币）；
智慧零售服务提供商慧策融资 3.12 亿美元（约合 19.93 亿人民币）；
再看领域，单笔融资超过 1 亿人民币的产业包括：
机器人
自动驾驶
AI 医疗健康
AI 芯片
商汤科技 IPO 的进展，根据该公司披露的信息，这家 AI 公司香港 IPO 的规模在 7.68 亿美元左右，远低于一开始的 20 亿美元规模，其股票将在 12 月 17 日正式开始交易。
来看看最近几个获得巨额融资的 AI 创业公司。
AI 人力资源自动化公司 Sense 获得软银远景基金的 5000 万美元 D 轮融资，这也使得该公司的估值达到 5 亿美元，Sense 的主要业务是通过机器学习技术帮助 HR 挑选合适的候选人，从而加速企业招聘的流程，该公司的客户包括亚马逊、西尔斯等。
AI 医疗设备公司 Harrison.ai 获得 1.29 亿澳元（约合 9200 万美元）的 B 轮融资，这是一家总部位于悉尼的创业公司，其产品是通过 AI 算法，帮助临床医生分析试管婴儿胚胎的状况。
由 Spotify CEO Daniel Ek 创立的投资公司向一家 AI 军事公司 Helsing 投资 1 亿欧元（约合 1.135 亿美元），后者是一家可生成战场地图与图像的创业公司，并积极与军方合作，这项投资也引发一些 Spotify 用户的不满。
将 AI 应用于军事领域是一个巨大的市场，CB Insights 援引一份市场预测数据称，预计到 2027 年，全球 AI 军事市场规模将增长到 610 亿美元，年复合增长率为 5%。
另一个与 AI 军事应用相关的事件，数据分析公司 BigBear.ai 获得一份来自美国陆军的合同，该公司将为军方开发一个数据分析平台，结合 AI、机器学习以及 RPA 等技术帮助军方实现更好的决策。
很多 AI 从业者也对 AI 军事应用提出质疑，知名学者 Stuart Russell 将在本月的 BBC 的一系列演讲中，公开反对自动化武器。值得一提的是，在联合国即将开始的 AI 武器/自动化武器监管讨论中，美英俄等国反对这项可能落地的禁令。
巨头
AWS
上周 AWS 的 Re:Invent 大会除了芯片之外，还有众多产品发布，这里做一个简单的梳理：
低代码工具 Amplify Studio：旨在帮助开发者快速构建与云端相连的应用程序，这个产品是现有 AWS Amplify 服务的扩展，后者已经专注于构建 Web 和移动应用，但没有 Amplify Studio 易用的拖放界面；
发布 SageMaker Canvas，进一步降低使用机器学习的门槛，允许业务人员通过点击的方式快速部署机器学习预测模型。
AWS 表示旗下的四款云端分析工具，Redshift、EMR、MSK 以及 Kinesis，已经实现无服务器化，并且按需部署。
AWS IoT TwinMaker，面向工业互联网领域提供数字孪生开发服务，能够广泛应用于诸如建筑、工厂、设备检修等领域；
除此之外还有几个重磅合作落地：
Google Cloud
Thomas Kurian 出任 Google Cloud CEO 已经过去了差不多三年的时。而根据此前的信息，Google 当时与其签下的是三年合同，这意味着，还有一个多月的时间，Thomas Kurian 的合同即将到期。
科技媒体 BI 援引消息人士的话称，Google 大概率会继续与 Thomas Kurian 续签一份新合同。
过去三年时间，Google Cloud 变成了一家“严肃而无聊”的云计算公司，这使得其营收大规模增长，但持续扩张的销售团队与数据中心建设又抵消了收入，最新一个季度的亏损大概在 6.4 亿美元。
更重要的一点，在企业市场耕耘多年的 Thomas Kurian，正在为 Google Cloud 塑造一种“客户为中心”的企业文化，一位前 Google Cloud 员工告诉 BI，Google Cloud 的内部文化已经和 Google 不再相同，此前“我们制造了一些东西，请来使用吧”，现在是“客户需要什么产品，我们拼命做出来”。
经过这三年时间，从科技媒体到分析机构，已经将 Google Cloud 列入全球主流云计算公司，特别是在美国市场。Google 拥有了与 AWS、Azure 相抗衡的实力，这是 Thomas Kurian 带给 Google Cloud 的变化。而要继续追赶前面的两家公司，Thomas Kurian 要做的，不仅需要持续的投入，特别是更激进的销售策略，更需要调和与平衡企业文化。
上周，Google 宣布将 Knative 捐赠给云原生基金会，Knative 的官方定位是“基于 Kubernetes 的平台，用来构建、部署和管理现代 Serverless 工作负载”，我们可以简单将其理解为扩展 Serverless 的方案。
阿里云
阿里巴巴达摩院日前宣布已经研发了一款存算一体芯片。
简单来说，这款芯片改变了传统以计算为中心的架构，而是采用以数据为中心的架构，能够直接利用存储器进行数据处理，由于把数据存储与计算融合在同一芯片中，极大提高计算并行度与能量效率，其适用场景是深度学习神经网络领域，如可穿戴设备、移动设备、智能家居等场景。
根据达摩院给出的数据，在特定 AI 场景中，该芯片性能提升 10 倍以上，能效比提升高达 300 倍以上。不过，该芯片将应用到何处，以及如何应用，目前还不清楚。
必须看到一个事实，当下困扰科技产业发展的主要矛盾是传统计算架构以及 CPU 制程技术突破缓慢与算力需求之间的巨大鸿沟，由此也推动产业里不同力量在不同方向发力，从特定场景到特定计算需求，未来，还会有各种新的芯片出现。
字节跳动
随着字节跳动旗下的火山引擎发布了 78 项云服务，字节也正式踏入到了云计算市场。
从产品定位上看，字节的云产品大概位于基础层（IaaS）和平台层（PaaS）两个层面，新闻稿提到“将敏捷开发和数据驱动的底层能力开放给了客户”。
尽管中国的云计算市场已经挤满了大大小小、不同类型的公司，但这个市场的机会依然还存在，一方面，中国企业的 IT 管理能力参差不齐，由此带来的是一个极度分层的市场，云的概念与产品在不同层次的需求也有差异，从而足以容纳更多的云计算玩家；另一方面，云的不断发展，包括自身技术的发展（云原生）以及与其他技术的融合，也给整个市场提供了新的变量。
这也给包括字节火山引擎在内的后来者们提供了新的机会，比如此次火山引擎强调的“云原生”，既是基于自身技术积累的提炼，也瞄准了当下产业的需求。不过，对于字节来说，云又是一个完全不同与过往“App 工厂”一样的市场，这是一个关于生态与客户的共赢游戏，需要时间与耐心。
业界·其他
先看几个国家或政府的 AI 战略布局。
韩国已经开始投资 3.32 亿美元建设一个“AI 综合体”，包括国家级的 AI 数据中心、研究机构以及创业公司办公室等，预计 2024 年完工。该园区位于光州，占地 2.5 万平米，未来将支持 81 家 AI 创业公司，同时积极推进 AI 人才培养。
英国政府发布了政府部门算法透明度标准，成为继法国、荷兰之后第三个发布算法标准的国家。该标准要求政府机构在使用 AI 算法时需要公布足够的信息，包括它是什么算法、如何工作、使用了哪些数据，并且政府部门还要列出相应的算法风险以及可能的解决方案。
美国政府本周再次提议增加对 AI 研究的资助，新的资金规模为 1.7 亿美元，比去年增加了 8.8%。
作为新一代智能手机处理器，高通骁龙 8 的 AI 能力值得关注，不过这些能力与用户明年实际使用手机的感受可能并不一致，还需要手机厂商（小米、荣耀等）根据不同手机的定位与自己的 Android 定制能力进行取舍。
Sudowrite 是一个基于 GPT-3 的文本生成程序，《华盛顿邮报》记者使用这个应用模仿非虚构写作大师 Gay Talese 的风格，写了一篇类似的文章，其结果非常令人震惊。
德勤称，2022 年 AI 监管将越发频繁，这份报告同时指出，预计 2022 年不会发布监管 AI 的法律，但主要国家和地区的监管机构，会密切关注并持续讨论监管的途径和方法。
评论