头图 ｜ 视觉中国
本期首先聚焦中国云计算公司，阿里云伙伴大会与腾讯云组织架构调整的背后，都传递出一个明确的信号：不仅要“吃掉”政企市场一些关键头部客户，还要深入一个广泛分布的长尾市场。
美国国会酝酿的芯片法案不仅是美国芯片公司利益的重新分配，也会持续影响中国半导体产业的发展，本期的“计算”专栏提供一些我的思考。
本期还将关注：
Meta 展示生成大模型，如何理解 DALL-E 这类模型；
利用大模型生成新闻网站与图书封面；
开发者如何看待 Github Copilot 带来的“生产力”？
英国、加拿大政府的 AI 监管提案与法律；
印度 AI 产业新数字；
接下来正式开始今天的内容。
云
上周中国云计算市场有诸多看点，先是腾讯云与智慧产业事业群（CSIG）的组织和人事调整，组织架构方面：
成立政企业务线，包括政务、工业、能源、文旅、农业、地产、体育、运营商等领域，由腾讯公司副总裁李强出任政企业务线总裁；
成立云产品技术支持部， 其主要工作是负责协助云基础产品的方案拉通和深度支持工作；
人事方面：
腾讯云副总裁李哲将调任云产品技术支持部副总经理，作为部门负责人，向云产品研发负责人、腾讯云 CTO 王慧星汇报。
李哲还兼任区域解决方案平台部助理总经理，直接向李强汇报。
原产业生态合作部副总经理沈可将调任为智慧行业九部副总经理，作为部门负责人向李强汇报。
下图是科技媒体“光锥智能”制作的架构图，相对比较清晰：
这可以看作是腾讯云 2022 年战略调整的延续，此前先后曝出裁员、裁减业务线以及调整产品销售策略等消息，有媒体将这次调整看作是腾讯政企市场新战术的起点，在互联网公司这类“云计算优质客户”逐渐变少、政府及大型企业客户竞争加剧的背景下，中国云厂商的竞争，已然进入到腾讯云业务负责人汤道生所言的“深水区”。
整个市场呈现出新的特点，比如政企市场的游戏规则不仅与消费互联网不同，其客户群体的诉求也和互联网公司客户不同，这既需要云计算公司内部的产品、文化调整，更重要的，还有管理层的调整——必须找到了解或者懂得这个领域的专业人才。
这或许也能解释为何阿里云从华为挖来蔡英华，而拥有 SAP 近二十年工作经历的李强，俨然成为腾讯云面向政企市场的最佳“广告牌”。
而在“吃掉”政企市场一些关键头部客户之后，一个广泛分布的长尾市场拥有极强的想象空间，但这些分散的需求已经超越云计算公司的“势力范围”，这也给云计算公司提出了新课题：如何与不同行业或渠道的合作伙伴一起，拿下这个长尾市场？
沿着这个思路去看，阿里云上周的合作伙伴大会就显得极其重要，执掌阿里云总销售的“华为人”蔡英华，展示了一套“很不阿里”的打法，几个关键词：
坚持伙伴优先
恪守边界
分工明确的合作模式
货真价实的权益体系
长期稳定的发展政策
“希望阿里云赚1块钱的同时，伙伴可以赚到2块钱，3块钱”
如果上述口号、政策和 6 月份阿里云提出的“Back to Basic”放在一起看，2022 年阿里云的战略定位就着实有趣了：从台面退到幕后，隐藏在一众行业技术供应商、软件供应商、咨询服务商的身后，把自身的技术与不同行业的解决方案相结合，最终一起赚钱。
这并不是什么所谓“创新战术”，而是企业市场长期以来的基本方法，但这对包括阿里云、腾讯云在内的云计算公司，却是一次极具挑战性的战略转向——从“什么都做”到与合作伙伴一起做、从产品导向到客户导向、从服务大城市的大客户到面向更多下沉市场中小客户……
Google、Oracle 位于英国的数据中心因极端高温导致制冷系统出现问题，部分服务器宕机，影响众多应用和网站，你可以在这里查看 Google 云服务器在英国的运行状态。
Google Cloud 上周发布首款基于 ARM 架构的虚拟机实例，该虚拟机的芯片采用 Ampere Altra，最多拥有 48 个 vCPU，每个 vCPU 最多可以配备 4GB 内存。
IBM 新一季度财报显示其混合云和 AI 业务增长强劲，该季度营收 155.4 亿美元，同比增长 9%，此次财报最大的亮点是拥有 Z 系统大型机的 IBM 基础设施业务部门的表现，该部门收入增长了 19%，达到 42 亿美元。
IBM 最新发布的 Z16 大型机集成了 AI 推理功能，IBM 表示这对银行等金融机构来说可以更安全、快速地进行金融交易欺诈检查。而受益于 AI 与混合云的巨大需求，推动 IBM 软件业务的增长了 12%。
字节跳动旗下的火山引擎本周发布一系列新产品，包括企业上云和智能营销通用方案，以及覆盖金融、汽车、消费、文娱、医疗、通信传媒六大行业的云上增长方案。
目前火山引擎已经是字节跳动六大核心业务板块之一。
计算
北京时间周三中午，美国参议院以 64-34 的表决结果，通过了一项支持芯片发展计划的初步法案。
根据 WSJ 的报道，虽然目前还无法确切知道该法案的详细内容，而且后续还需要多轮投票甚至具体条款的变化，但目前还是有几个焦点议题值得关注，比如预计会提供 520 亿美元的补贴，鼓励芯片公司在美国国内建立芯片工厂；再比如，法案或涉及对芯片公司在华经营的限制。
如果说前者更多是拥有代工能力的芯片公司——英特尔、台机电——与英伟达、高通这类无晶圆工厂的利益纷争，那么后者——对华出口、经营的限制，则可能制造又一个“卡脖子时刻”。
下图是《经济学人》整理的全球主要芯片公司在中国的经营情况：
2021 年中国本土半导体产业也迎来巨大发展，根据中国半导体行业协会提供的数字，产业总营收首次突破万亿元达 10458.3 亿元，同比增长 18.2%。
但增长背后的隐忧仍在，比如芯片制程基本在 14 纳米或更高，这意味着这些产品只能在某些简单的消费电子产品或汽车领域使用；诸如光刻机等先进的芯片生产技术仍需来自欧美国家的产品；外部市场层面的融资环境又存在不确定性，地方政府资本成为投资主力，这也进一步影响到芯片公司的发展速度。
正是在这样的背景下，尽管中芯国际、芯源等中国半导体巨头利润大涨，但过去一年股价已经都有近 40% 的跌幅，此次美国参议院通过芯片法案以及后续的一揽子支持计划，也将持续影响中国半导体产业的发展。
台积电第一季财报显示，营收同比增长 36.6%，达到 181.6 亿美元，净利润同比增长 76.4%，至 79.4 亿美元。
考虑到英国政府的动荡，软银已经暂停了 ARM 公司在英国伦敦的上市计划，此前孙正义曾公开表示，他支持 ARM 在美国上市，因为 ARM 的大多数客户都在美国。
日经亚洲的独家消息称，英特尔将在今年秋季开始提高大部分 CPU 的价格，原因是成本上涨，涨价幅度或高达 20%。
为了解决 CPU 在数据中心等场景中的局限性，业界都在寻找替代性或补充性的方案，从产品层面看，英伟达提出的 DPU 与英特尔的 IPU 以及阿里云的 CIPU 并没有本质区别，英特尔官方最近也分享了 IPU 的幕后故事，感兴趣的朋友可以在这里查看中文版本。
大模型
Meta 上周又发布了一个大模型“Make a Scene”，这是一个对标 OpenAI DALL-E 的生成模型，通过分析用户输入的文本内容“生产”出一幅幅图像。
“Make a Scene”有趣的地方是，它不仅可以接收文本内容，还能分析用户画的草图，该模型目前还处在研究概念阶段，不对外开放。
进入 2022 年，我们已经看到越来越多的公司推出生成模型，除了 OpenAI 的 DALL-E，还有 Google 发布的 Imagen，社交媒体上已经有大量基于这些模型生成的图像，感兴趣的朋友可以在这里或这里查看。
最新的一则消息是，OpenAI 的 DALL-E 进入 Beta 测试阶段，根据该公司的博客，将开放 100 万个测试名额，每月提供一定的免费积分，同时还引入了付费机制，相关信息可参见这里。
这些生成模型尽管作用类似，但本质上说，不同的生成模型代表了不同公司对于数据收集、处理的不同理解，而且在诸如数据偏见的应对上也有着不同的考量，简单来说，你使用同一段文本，会在不同模型里得到不同风格的图像。
而随着包括 DALL-E 在内的众多模型陆续开放或开源，未来的互联网上将充满各种由机器生成的不同风格图像，我们也会进入到一个机器创造艺术的新时代。
大模型在广泛领域都有了应用，先看两个机器生成的产品：
Github 的 Copilot 也是基于大模型的应用，上周这家公司发布了一份调查报告，展现了 Copilot 带给开发者的价值。
这份报告汇总 2600 多位美国开发者的调查回复，其中的几个要点：
开发者接受 Copilot 的“代码建议”越多，生产力效率也越高；
这些重度使用 Copilot 的开发者称，近 30% 的“代码建议”是可以被接受的；
而反馈生产力提升“适度”的开发者则表示，大约 23% 的“代码建议”能够被整合到自己的代码里；
你可以在这里免费获取这份完整的分析报告。
政策
英国政府日前发布了一份 AI 监管提案，与欧盟略显严格的 AI 监管法案不同，英国政府的提案鼓励监管机构采用更有弹性和针对性的方法，确保技术的“快速应用（与落地）”。
与此同时，英国政府还推出了一份 AI 行动计划，其目的是保持英国在 AI 领域的影响力，你可以在这里详细了解英国政府的计划。
再来看看英国 AI 产业的基本面，首先是宏观数据：
2010 年以来英国 AI 研究投入为 20 亿英镑，其中 VC 投了 5 亿英镑；
2011 年至 2021 年期间，总部位于英国的 AI 创业公司融资总额为 196 亿镑；
2021 年英国 AI 创业公司融资达到 66 亿镑，欧洲地区最多。
其次，包括 iDoc.Ai、VeneHealth 等都是英国最具代表性的 AI 创业公司，这里有一份名单。
加拿大政府上月引入 AI 数据法案 Artificial Intelligence and Data Act (AIDA)，这项方案是该国更广泛的数字权利保障法案的组成部分。
这项法案明确了加拿大国内 AI 系统设计、开发与应用的基本要求，旨在保护本国公民免受 AI 系统造成的数据偏见或其他伤害。与此同时，法案也要求政府相关部门，关注企业 AI 系统造成的影响。
最后分享一组印度 AI 产业发展的新数字：
AI 投资年复合增长率达到 30.8%；
预计到 2023 年，印度 AI 产业的投资总额将达到 8.81 亿美元；
2025 年，AI 与数据智能会给印度 GDP 贡献 5000 亿美元；
医疗健康、金融服务、零售消费品与汽车行业是印度 AI 落地的关键领域；
值得一提的是，美国乔治城大学曾分享过一份关于 AI 竞争力的分析报告，报告从人才、基础研究、专利、AI 公司与投资以及云服务等五个维度勾勒了印度的 AI 发展状况，感兴趣的朋友可以通过这里免费下载这份 53 页的分析报告。
评论