FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

英伟达，凭什么？
go
t、亚马逊的第五大科技股。　　CEO黄仁勋也成为了所有人目光的焦点，从1993年至今，他一直是英伟达的主要决策者，英伟达能够走到万亿美元的市值，和身为创始人的他离不开关系。　　不过，即使是今天，依旧有人会心生疑问：为什么偏偏是英伟达？　　与英特尔和AMD相比，英伟达年轻了二十多岁，而GPU产品，全部依赖于台积电和三星这样的代工厂，不论是流动资产还是固定资产，都难以和其他半导体巨头相比，为什么偏偏是它拿下了万亿美元这顶桂冠。　　到底是硅谷再创神话，还是华尔街看走了眼？　　关于英伟达如何成功，翻来覆去谈论它的种种决策，但问题的核心不在于英伟达做对了那些事，而是在这之前它如何让错误变得更有意义，这一点对半导体公司来说尤为重要。　　如今，大家都不太喜欢去讨论什么沉没成本，不再去计较那些无法回收的成本支出，所谓成王败寇，成功者所行皆是正确，失败者一文不值，大家只重视结果和当下，仿佛驾驶着一辆没有后视镜也没有刹车的汽车。　　当事人显然不这么想，在英伟达市值即将破万亿的前夕，黄仁勋作为台湾大学的名誉博士，受邀出席台湾大学毕业典礼，在演讲致辞中分享了三个失败的故事，当大家着眼于他的功成名就，谈论他的身家倍增之时，他却想起了自己灰头土脸的过去。　　台南到硅谷　　黄仁勋不是像摩尔或者诺伊斯那样的硅谷传奇人物，当他入行之时，英特尔已经功成名就，微软已经走向飞黄腾达，就连AMD也已是响当当的一家大型半导体企业。　　出生在台南的他，9岁移居美国，初来乍到的他和哥哥在一所肯塔基州的乡村寄宿学校里度过了两年的时光，在接受《今日美国》采访时，黄仁勋回忆称，自己与哥哥正处于淘气的年龄，经常爬房顶钻窗户，偷吃糖果等，跟着教养院那帮孩子，他们学会了所有的脏话。“所有人都抽烟，所以我也抽。” 　　两年的时间，让他学会了独立、适应与坚强，随着父母正式移居俄勒冈州，他转到了正规学校，还和很多同龄的中国孩子一样，迷上了兵乓球，并且他在这一项运动上颇有天赋，他在岁就参与了美国乒乓球锦标赛，15岁那年，更是拿下了美国乒乓球公开赛的双打第三名。　　倘若不是黄仁勋对学术的向往，恐怕他会成为一名职业的乒乓球员，拿下公开赛的好名次后，他选择了挂拍，开始专心于学业，并在16岁时考取了俄勒冈州立大学，而从这里开始，他的个人经历就带上了一缕传奇色彩。　　在俄勒冈州立大学里，黄仁勋选择了电子工程专业，这一点并不难理解，美国半导体产业的革命方兴未艾，这正是当年最炙手可热的专业，而他最终得偿所愿，在1983年毕业后，跑到硅谷，成为了一名AMD芯片工程师。　　而在4年的大学生涯中，黄仁勋收获的不止有知识，还有第一任女友和现任妻子Lori，对她许诺，到30岁时，将会拥有一家属于自己的公司。　　而最有意思的是，他之后跳槽到另一家芯片厂商LSI Logi后，历任工程师、业务部主任、系统集成芯片总负责人等职务，中途还拿下了斯坦福的电子工程硕士学位，最终在1993年开始创业，创办的公司即是英伟达，1993年2月17日，英伟达开始营业，这一天正是黄仁勋的30岁生日，完美兑现了自己在20岁时许下的诺言。　　而黄仁勋为英伟达选择的方向不是别的，就是我们今天熟悉到不行的图形处理器，据Bay Area公司显示芯片业的分析师乔恩（Jon Peddie）回忆说：“当时黄仁勋还专门打电话，咨询关于显示芯片市场与未来的走势，我告诉他，这个市场上还没起步已经乱成一团了，现在已经有将近30家公司，你最好别干这个。” 　　1993年硅谷有哪些变动呢？英特尔刚刚推出了奔腾系列的80586，AMD则是如法炮制了之前的80486处理器，发布了Am486，两个处理器巨头正厮杀得难分难解，而苹果正和IBM全力推动Power PC的发展，CPU的三分天下初具雏形。　　但图形处理器的前景却并不明朗：图形领域的先驱SGI只给一些工作站提供图形加速器；老东家LSI Logi也尚未推出专门的图形处理器芯片；同样是华人创办的ATI还没拿出什么具体产品，在OEM市场中混日子；老牌硬件厂Matrox没有完全投身该行业；掀起3D革命的3Dfx还没成立，市场一片混沌之际，正是创业的好时候。　　黄仁勋最终给公司起名Nvidia，虽然起源于Invidia，即古希腊泰坦神Nemesis的罗马名字，神话中仇恨和嫉妒的化身，但他更多着眼的是这个单词的前两个字母N和V，即next version（下一代），代表了他想要主导未来技术趋势的抱负。　　六个字母加一只绿眼，英伟达开启了一段3D图形的航程。　　两度折戟　　不过，作为愣头青的英伟达并没有获得预期中的成功，它第一个错误就差点要了自己的命。　　首先需要说明的是，1993年时，市场上还没什么3D图形处理的标准，大家走的技术路线都不一样，英伟达的选择是四边形纹理贴图，其成本相对较低，基于这项技术，它在1995年发布了第一款显示芯片产品NV1，集图形处理、声卡及游戏手柄接口等功能于一体，算是市面上比较先进的产品。　　但耗时两年的NV1却迅速遇到了无人问津的尴尬局面，原因很简单，微软在1996年发布了Windows 95的Direct 3D标准，其基于三角形纹理贴图，英伟达的NV1却不能兼容这项即将成为主流的技术，等于自动舍弃了Windows电脑的市场，而且为了追求利润，NV1的定价不菲，销量一路走低。　　此时唯一的好消息是，在 NV1的开发过程中，英伟达的集成方案成功吸引到了对成本有较高要求的游戏主机厂商世嘉，同时争取到了土星下一代主机——Dreamcast的图形处理部分的订单，而且豪爽的世嘉一付就是700万美元的研发资金。　　但英伟达的首席技术官普雷艾姆（Curtis Priem）却对注定失败的四边形纹理贴图有超乎想象的执着，不仅是NV1，在为世嘉研发的NV2上也采用了这套技术，全然不顾即将发布的 Direct 3D标准，最终导致了两家公司的分道扬镳。　　黄仁勋在演讲中坦言，英伟达当时的架构策略已经和3D图形技术趋势南辕北辙，说是大错特错也不过分，除了不能兼容Windows以外，实际游戏表现也很一般，如果要完成合约，必须从头研发一款图形处理器，而不履行合约，那700万美元的资金瞬间就会变成这家30人小公司的债务，此时的英伟达，距离破产只有一步之遥。　　他选择了以实话相告，他向世嘉的CEO 入交昭一郎表示，英伟达的技术开发方向错了，世嘉应该抓紧时间更换合作伙伴，但是公司迫切需要这笔钱，如果没有世嘉的投资，英伟达很快就要倒闭了。　　幸运的是，可能出于日本企业重视名誉的原因，入交昭一郎居然同意了他的请求，没有取消两家公司的合同，而是准备把NV2用于下一代儿童玩具Sega Pico之上，而英伟达暂时摆脱了倒闭的窘境，博得了六个月的宝贵时间。　　为了拯救危机之中的英伟达，黄仁勋也对公司进行了一番大刀阔斧的改革，换上了来自主机游戏厂商水晶动力的首席技术官和技术总管David Kirk（大卫·柯克），由他来带领英伟达的技术开发团队，面向主流标准，攻关高端图形处理器，对标此时已经掀起3D技术革命的3Dfx。　　为了保证产能，黄仁勋还在新品发布的前夕，飞至制造业发达的台湾，利用自己的华人身份与关系，找到了台积电的掌门人张忠谋，和显卡主板等生产商达成合作，为英伟达上了最后一道保险。　　1997年4月， Nvidia第三代产品NV3即Riva 128正式推出，Riva代表“实时交互视频和动画”。虽然在图像质量上还难以比拟当时大热的3dfx Voodoo，但是Riva 128凭借100M/秒的像素填充率和对Open GL的兼容性，迅速赢得了消费者和OEM厂商的青睐，不到一年，Riva 128的出货量就突破100万片。　　英伟达终于活了下来，而黄仁勋那句“我们离倒闭永远只有30天”并不是一句夸张的话，创业初期的英伟达，一直在倒闭的红线上挣扎，关键决策上的失误，差点葬送了这家年轻的公司。　　三方围剿　　1997年之后，英伟达开启了大杀特杀的模式，先后推出了Riva 128 ZX、Riva TNT、Riva TNT2，一套加强组合拳把市面上所有的显示芯片厂打得找不着北，连市场龙头3dfx都节节败退，而在1999年推出的GeForce 256，更是号称世界上第一款GPU，不仅是第一款256位的显示芯片，而且集成了2300万晶体管，每秒最少能处理1000万多边形，开创了个人电脑业即时的图形显示标准。　　1999年8月31日，GeForce 256正式面市，个人电脑的几大巨头，包括戴尔、Gateway、康柏及NEC等都宣布将预装英伟达的GPU，IBM也在次日加盟，而六大显卡生产商也纷纷倒戈，明确表示将加入英伟达阵营。　　乘着个人电脑这股东风的英伟达，要多得意就有多得意。1999年，英伟达在纳斯达克成功上市，IPO价格为每股12美元，随后股价迅速飚升到70美元一股，销售额达到1997年的440％，员工增加到270人，成为了报纸上轮番报道的硅谷新秀。　　在显示芯片顺风顺水的黄仁勋还提出一个“黄氏定律”，即“英伟达的核心战略就是产品将每6个月升级一次，功能翻一番。”这比1965年提出的摩尔定律还要快三倍。　　而黄仁勋和英伟达的目光也没有局限于PC显卡这一隅，之前和世嘉的合作虽然最终流产，但却向另一个世嘉合作伙伴展示出自己的潜力，这位合作伙伴不是别人，正是曾为世嘉Dreamcast提供Windows CE系统的微软。　　另外，英伟达的GPU开始畅销之际，其还参与到了DirectX标准的制定当中，虽然NV1和NV2没有用上微软的标准，但在NV3之后，可以说英伟达为这项标准立下了汗马功劳，倘若没有它，可能微软还需要花费更多时间去普及这项标准。　　而在这两个主要因素的推动下，英伟达成功拿到了自创办以来的最大订单——微软全新游戏主机Xbox的显示芯片。2000年3月，微软宣布，即将进军游戏主机市场，将与任天堂和索尼展开直接竞争，而初代主机Xbox将搭载来自英伟达的GPU。　　该消息一经公布，英伟达的股价就坐上了云霄飞车，要知道游戏主机不同于PC市场，一款畅销的游戏主机，如任天堂的N64和索尼的PlayStation，动辄就是上千万的销量，而单独的某款显示芯片，撑死了也就两三百万销量，而微软身为全球最大的科技公司，做主机还不是手到擒来？时人议论纷纷，英伟达这下是真的要发达了。　　豪爽的微软，为了让英伟达全力以赴开发Xbox的GPU，直接支付了2亿美元定金，两者间总合同金额达到了5亿美元，而彼时英伟达的全年销售额也不过5亿美元，后续微软又把Xbox的媒体传送处理器（MCP）交给了英伟达研发，算是半包养了这位小弟。　　2001年11月15日，微软Xbox率先在美国发售，其CPU用的是英特尔的奔腾3，而GPU呢，是英伟达专门为其定制的X-Chip，甚至连系统都是Windows 2000的精简版本，可以说Xbox就是一台配置不低的x86电脑。　　而为了快速打入主机市场，微软最终把Xbox的北美价格定在了299美元，这个价格是什么概念呢，英伟达在2001年2月推出的卡皇GeForce 3起售价是329美元，而定制的X-Chip相当于改良版的GeForce 3，也就是说，消费者可以用一张显卡的价格，购买到一台配置齐全的高配PC，甚至还能支持刚推出不久的杜比5.1。　　有分析师估算过，微软在Xbox初期，每卖出一台，物料成本上可能就要亏损125美元，这样的玩法，即使是家大业大的微软，烧了一段时间的钱之后也吃不消了，而Xbox主机零部件里成本最高的，就是GPU和MCP，其价格甚至超过了英特尔的奔腾3，想要节省成本，就绕不开英伟达。　　2002年4月，微软正式向英伟达提出，希望调低GPU的供货价格，结果遭到被老黄一口回绝，两家在价格上的矛盾迅速暴发，最终诉诸于仲裁。而当时的Xbox芯片占到英伟达业务的15％~20％，两家闹掰了的消息传出后，英伟达股价很快就迎来了雪崩。　　微软是觉得英伟达靠着自己的DirectX标准大赚特赚，这回还预先支付了2亿美元，现在游戏机业务开展困难，你个小弟应该识相点稍微降低点价格，而英伟达却觉得自己给Xbox生产芯片，已经导致利润率不断下滑了，还压价那就是欺人太盛，直接给你搞断供信不信？　　两家剑拔弩张的局面持续到了2003年，此时不仅是微软不再把英伟达当成是紧密合作伙伴，掐死了让它再度设计下一代主机Xbox 360的想法，连英特尔都注意到了这个成长较快的显示芯片厂商，开始自己着手研发图形处理器，同时两个巨头开始大力扶持英伟达当时的最大对手——同为显卡制造商的ATI，这三家厂商展开了一场针对英伟达的围剿。　　对于英伟达来讲真可谓是屋漏偏逢连夜雨，股价从2002年初的70美元下滑到7美元，市值也从110亿美元缩水到10亿美元，而对黄仁勋来说更是惨痛，前一年他刚入选了美国《财富》杂志的《40岁以下的40位富翁》，以5.07亿美元的身家排在第12位，后一年他的个人财富就缩水10倍，本来还是个亿万富翁，一番动荡后又变回了千万富翁。　　在年底接受《连线》杂志采访时，他又一次认了怂，“英伟达犯了严重的错误，不过，如果说所有的伟大公司有什么共同点，那就是能够意识到自己犯了错误。” 　　卧薪尝胆　　在面对围剿时，英伟达只能无奈向微软低头，它在2003年2月与微软正式达成和解，并在随后达成一项合作，利用微软MCE媒体播放器软件捆绑售卖英伟达图形芯片，2003年的Xbox开始走向热销，GPU生产成本也逐渐下降，终于让英伟达的日子稍微好过了一些。　　为了挽回失去Xbox 360订单的损失，英伟达还在2002年底和索尼达成了合作，为下一代游戏主机PlayStation3提供显示芯片，以此来反击老对手ATI争取到微软和任天堂两家新一代游戏主机的订单，也算是缓过来一口气。　　同时英伟达对英特尔释放出了自己的诚意，2003年底，有消息称英伟达正准备让Nforce芯片组准兼容英特尔的奔4 Prescott，而在2004年1月的CES技术展上，英伟达更是首次展示了采用PCIE的显示芯片组，并在随后全面支持英特尔PCIE标准，该年11月，英伟达和英特尔正式达成相互授权协议，交换专利与芯片授权，两家针锋相对的公司得以和解。　　当然英伟达深知打铁尚需自身硬这个道理，2004年开始，黄仁勋总结了在产品开发方面的经验教训，为了更快在技术上突破，英伟达将每款新产品的设计小组调整到三四十人，而且来自不同学科，甚至还有意安排不同公司出身的工程师配组，以求灵感碰撞。　　这样的调整很快见效。2004年4月，在半年一度的产品更新发布会上，英伟达正式推出GeForce 6800系列，晶体集成数达到2.2亿，性能超上一代两倍以上，轻松压过了ATI的9800系列一头，在消费电子市场中迅速占据上风。　　而此时它的最大对手ATI却爆出了即将被AMD收购的消息，听到这个消息的黄仁勋当即表示，这对英伟达来说是个好消息，简直就是天上掉馅饼。　　“ATI 这是打算认输了，让我们成为世界上唯一一家独立的图形芯片公司吧！”他说道。　　至于他内心的真实想法，可能更多是五味杂陈吧，有AMD离职员工爆料称，AMD最初不是没有考虑过市场优势更明显的英伟达，不过黄仁勋坚持由自己担任合并后公司的CEO，最终AMD退而求其次，选择了英伟达的对手ATI。　　当然他的乐观也来得太早了一些，在AMD整合完ATI之后，发动过数次反攻，在2010年至2012年这段时间里甚至短暂超越英伟达成为市场龙头，这场GPU之争可谓是难分难解。　　改变一切的契机出现在2007年，这一年，英伟达在美国加州圣克拉拉市举办了第一届CUDA（Compute Unified Device Architecture）技术大会，这是一种并行计算平台和编程模型，能够让开发人员使用C语言，C ++，Fortran等编程语言来编写GPU加速的应用程序。　　CUDA初期的开发并不顺利，毕竟一个模型的建立，需要庞大的开发者基础，为了解决这个先有鸡还是先有蛋的问题，英伟达最终选择使用游戏GPU，也就是GeForce 来建立硬件基础，利用数量充足的游戏玩家市场来推动CUDA的发展。　　但CUDA 也需要更多的成本支撑，甚至造成了英伟达发展过程中的第三次危机，在翻阅英伟达财报后我们可以发现，2008年之后英伟达的净利和毛利都大幅走低，甚至出现了亏损，而当时英伟达的市值也仅略高于10亿美元。连股东都怀疑起了CUDA的正确性。　　好在英伟达此时的游戏GPU业务发展的还算可以，搭载英伟达GPU的PS3在降价后也开始走向热销，二者为英伟达研发CUDA提供了一条宝贵的输血通道，让它撑过了这段困难时期，同时开始办GTC大会，向全球推广CUDA这项技术。　　真正的转机出现2012 年，AI研究者发现了CUDA，他们发现，基于CUDA架构的大规模并行运算芯片Tesla，在人工智能、深度神经网络技术上有着天然的契合性，大大降低了训练神经网络等高算力模型的难度，此时提供算力基础设施的英伟达在多年的苦熬之后，终于迎来了胜利的曙光。　　10年后的今天，英伟达已经和AI画上了等号，凡是谈及AI开发，就注定绕不开英伟达这家芯片公司，它已然是AI发展的最大动力引擎。　　当然，英伟达的押宝不止有CUDA。　　2012年之前，寻求新增长点的英伟达，瞄准了新兴的智能手机市场，推出Tegra系列移动芯片，首款产品就是微软在2009 年 9 月推出的Zune HD媒体播放器，当时的市场中已有高通、联发科、德州仪器等对手，而英伟达的想法很简单：Arm的公版CPU架构加上自己的高性能GPU，只要人们对手机游戏有需求，Tegra就能在高端市场中占据一席之地。　　从早期的Tegra APX 2500，到闯出名气的Tegra 3，英伟达一度在智能手机市场里拿下了不小的份额，但问题也随之而来，英伟达没有自己的基带，需要额外向其他厂商购买，而自研的移动GPU看似性能强大，但功耗发热同样不小，搭载了Tegra芯片的终端产品口碑世纪表现并不算好。　　没过几年，Tegra芯片的客户就从几十家缩水到了个位数，到了2015年的Tegra X1时，除了任天堂的Switch游戏机、谷歌Pixel C平板和英伟达的Shield TV外，已经没有其他厂商愿意再搭载英伟达的移动芯片了。　　这也是英伟达又一次的惨败，好在Tegra系列产品不止适合手机这样的移动产品，早期还被特斯拉Model S等汽车当作车机的主控芯片所搭载，英伟达眼看着移动市场没闯出名堂，干脆就把Tegra彻底改造为车机和自动驾驶芯片，属于一次还算体面的战略转移。　　当然，英伟达从未放弃过对移动市场这块大蛋糕的渴望，要不然就不会在2020 年 9 月去宣布收购Arm了，今年，英伟达还和联发科达成合作，在联发科的旗舰 SoC 上整合英伟达的 GPU，想要再一次证明在移动市场中证明自己的实力。　　AI、汽车和移动，或许就是往后十年英伟达故事的新篇章了。　　衣绣夜行　　放眼硅谷几十家大型半导体公司，作为英伟达CEO的黄仁勋，也是其中最高调最亲民的一位了。　　他几乎没有缺席过英伟达的产品发布会，总是身着一身黑色皮衣，时常有惊人言论发布，而敢说敢做是他一贯以来的风格，和同事打赌英伟达股价超100美元，就去纹一个英伟达的Logo在身上，他还表示纹身时因为太疼，“叫的像个小孩一样”。　　去年年底英伟达市值节节攀升之际，黄仁勋却现身中国台湾，穿着熟悉的黑色皮衣，入镜了两位年轻歌手的街头直播间，一脸好奇的他还点播了一首 Lady Gaga 的歌曲。　　他在给台大毕业生的演讲中，总结了三个错误所带来的经验教训，分别是创业初期的面对错误，勇于求助，坚持CUDA的为了实现愿景必然要忍受痛苦，以及放弃移动市场的有策略的撤退，决定什么不去做。　　这三句谏言可谓贯穿了英伟达30年历史的始终，因而在今天谈论英伟达的成功，就注定绕不开此前的种种失败挫折，与其他半导体公司不同的是，英伟达像是把这部分错误当成了男子汉身上的伤疤，从不羞于提起，黄仁勋也说，自己经历了好几次非常大的失败，那些历程充满羞辱和尴尬，但正是这些失败，定义了今天的英伟达。　　没有NV1和NV2的失败，或许英伟达就不会懂得遵循更先进标准的重要性；没有Xbox、英特尔和ATI的围剿，或许英伟达今天还梗着脖子与全世界为敌，没有CUDA和移动市场的战略决策，或许英伟达就无法在自动驾驶与AI领域有所建树…… 　　错误是支撑英伟达的骨，而其中的魂呢，自然就是CEO黄仁勋了，他之于英伟达，就像是诺伊斯之于英特尔，桑德斯之于AMD，从诞生至今，他早已在这家公司身上打上了深深的个人烙印。　　黄仁勋对毕业生最后的寄语是，跑起来掠食，或是努力奔跑免得成为掠食者的食物，一句话揭露了半导体行业残酷竞争的本质，如果不能成为掠食者，那么就会变成食物，在30多家图形芯片企业中胜出的他，对此深有体会。　　而英伟达能最终站上食物链的顶端，除了前面所说，针对错误的快速调整外，还有就是这句话包含的意义了，从未停止奔跑，就像电影《阿甘正传》不断奔跑的阿甘一样，停下脚步就会被后来人超越，只有前行才能不断抓住新的机会。　　让大家颇感意外的是，英伟达飙升至万亿市值的前夕，黄仁勋却跑到了台北夜市，拎着一袋麻花到处闲逛，此时的他或许会想到项羽的那句感叹：富贵不归故乡，如衣绣夜行，谁知之者。
金融界2023-06-12
没有AI的Web3没有灵魂 ZKML如何重塑AI与区块链的关系
 go
了3 个比特币的总市值。英伟达CEO黄仁勋在发布财报时提到了有关AI应用的广阔前景，称计算机行业正在同时经历两个转变——加速计算和生成式AI，企业竞相将生成式AI应用到各个产品、服务和业务流程中，全球万亿美元规模的已安装数据中心将从通用计算转变到加速计算。当前，几乎所有头部美元基金与机构都紧盯着AIGC赛道，通过积极建立选投坐标快速构建筛选体系，唯恐错过了通往时代的列车。相关数据显示, 2023 年一季度全球AIGC行业融资总额达38.11 亿元，融资次数共计17 次。一个风口的兴起往往代表着另一风口的衰落。人们逐渐对WEB3提出各种各样的质疑：“资本都去看AI了，Web3监管收严、叙事不行了”，“AI比Web3看起来靠谱，也更容易出独角兽。” 自人类历史的黎明以来，集体故事一直在定义我们的文化，并丰富我们对世界的理解，叙事的重要性不言而喻。如今，人工智能的叙事正逐渐深入人心，甚至渗透到了Web3领域。有业内人士开始提出“没有AI的Web3是没有灵魂的”，有超过半数的Web3公司已经开始转向AI。那么，AI+Web3将如何融合？近期，源自零知识证明和机器学习的新兴结合体ZKML叙事走热，它将如何协同人工智能和Web3，建立一个可信任的、去中心化的未来？一、AI需要Web3，反之亦然 CoinDesk的首席内容官迈克尔-凯西(Michael Casey)说：“将加密货币和人工智能视为不相关的技术是一个错误。它们是相辅相成的，彼此都在改进对方。” Web3、加密货币和区块链解决了自互联网开始以来一直存在的社会挑战，即在去中心化的环境中如何保持有价值的信息安全。它们通过采用分布式记录和激励机制的新系统来处理人类对信息的信任问题。这些系统帮助由不信任的陌生人组成的社区集体维护开放的数据记录，使他们能够在没有中间人的情况下分发和分享有价值或敏感的信息。当前，我们正迅速迈向全面人工智能时代，而这一时代所带来的挑战是十分艰巨的。这些挑战涵盖了多个方面，从保护大型语言模型（LLMs）输入的版权，到避免其输出中出现错误的偏见，再到我们目前无法准确区分真实内容和由人工智能创造的虚假信息所带来的“说谎者红利”。要确保人类不受人工智能的负面影响，没有简单的解决方法可言。任何解决方案都不能依赖于过时的20 世纪监管和技术框架来解决这些问题。我们迫切需要一个去中心化的治理系统，以应对在这个新时代如何生产、验证和分享信息的挑战。无论目前的Web3是否能提供所需的解决方案，区块链技术确实在解决这些问题方面发挥了一定的作用。不可篡改的账本使我们能够追踪图像和其他内容的来源，从而防止深度伪造。这种技术也可以用于验证机器学习人工智能产品数据集的完整性。加密货币提供了一种无边界的数字支付方式，可用于向全球为人工智能培训做出贡献的人们提供报酬，如Bittensor等项目正在努力建立代币化的区块链-政府社区，以激励人工智能开发者构建对人类友好的模型。与此相反，私营公司拥有的人工智能系统通常将股东利益置于用户权益之上。在这些想法能够实现并规模化之前，我们还有很长的路要走。我们将需要整合一系列其他技术，例如零知识证明（ZK）、同态加密、安全计算、数字身份和去中心化凭证（DID）、物联网等。此外，我们还需要解决隐私保护、惩罚不良行为、鼓励以人为本的创新智能以及多方立法监管等诸多挑战。二、ZKML如何架起AI和区块链的桥梁近期，源自零知识证明和机器学习的新兴结合体ZKML被广泛讨论。目前，机器学习（ML）的部署变得越来越复杂。很多企业主要依赖于亚马逊、谷歌、微软等服务提供商来部署复杂的机器学习模型。然而，这些服务变得越来越难以审计和理解。作为AI服务的消费者，我们如何相信这些模型所提供预测的有效性呢？ ZKML作为人工智能和区块链之间的桥梁，解决了AI模型和输入的隐私保护问题，同时确保了推理过程的可验证性。它提供了一种解决方案，使得可以在验证私有数据时使用公共模型，或在验证私有模型时使用公共数据。通过添加机器学习功能，智能合约能够变得更加自主和动态，使其能够根据实时链上数据而不是静态规则进行处理。这样一来，智能合约将更具灵活性，能够适应更多场景，甚至是那些在最初创建合约时可能没有预料到的场景。当前，机器学习算法在区块链上广泛采用的困难之一是其高昂的计算成本。由于百万级别的浮点运算无法直接在以太坊虚拟机（EVM）上执行，因此在链上运行这些模型成为一个挑战。另外，机器学习模型的信任问题也是一个障碍，因为模型的参数和输入数据集通常是私有的，而模型的算法和运行过程又如同一个不透明的“黑匣子”，这可能引发模型拥有者和模型使用者之间的信任问题。然而，通过ZKML技术，我们可以克服这些问题。ZKML允许任何人在链下运行一个模型，并生成一个简洁且可验证的证明，证明该模型确实产生了特定的结果。这个证明可以在链上发布，并由智能合约进行验证。这意味着模型使用者可以验证模型的结果，而无需了解模型的具体参数和运行细节，从而解决了信任问题。通过上述图表，我们可以看到ZKML技术兼具计算完整性、启发式优化和隐私保护等特点。这种技术在Web3领域有着广泛的应用前景，并且正在快速发展。越来越多的团队和个人加入了这个领域，推动着各种潜力巨大的ZKML项目的开发。三、ZKML项目分析以下是一些潜力ZKML项目。 1 、Worldcoin Worldcoin正在应用ZKML，试图建立一个保护隐私的人格证明协议。World ID 用户将能够在他们的移动设备的加密存储中自我保管其生物特征（如虹膜），下载用于生成 IrisCode 的 ML 模型并在本地创建零知识证明，接收的智能合约可以证明其 IrisCode 已成功创建。然后，可用于执行有用的操作，如成员资格认证和投票。他们目前使用具有安全enclave的可信运行环境来验证摄像头签名的虹膜扫描，但他们最终的目标是使用ZKP来证明神经网络对加密级别安全保障的正确推理，并且保证ML模型的输出不会泄露用户的个人数据。 2 、Modulus Labs Modulus Labs是ZKML领域中最多样化的项目之一，致力于相关研究的同时也在积极构建链上AI应用范例，Modulus Labs通过RockyBot（链上交易机器人）和Leela vs. the World（一种国际象棋游戏，所有人与经验证的Leela国际象棋引擎实例对决）展示了zkML的用例。该团队还涉足研究领域，撰写了The Cost of Intelligence（智能的成本）一文，对不同大小模型的各种验证系统的速度和效率进行了基准测试。 3 、Giza Giza是一种可以以一种完全无需信任的方法在链上部署AI模型的协议。它使用的技术栈包括用于机器学习模型的ONNX格式，用于将这些模型转换为Cairo程序格式的Giza Transpiler，用于以可验证和确定性的方式执行模型的ONNX Cairo Runtime，以及用于部署和执行链上模型的Giza Model智能合约。Giza总体上属于机器学习模型到证明的链上编译器，为链上AI的发展提供一个替代路径。 4 、Zkaptcha Zkaptcha 专注于 Web3 中的机器人问题，为智能合约提供captcha（验证码）服务，保护智能合约免受机器人攻击，使用零知识证明来创建抗女巫攻击的智能合约。目前，该项目使终端用户通过完成captcha验证码来产生一个人类工作的证明，captcha由链上验证者验证，并通过几行代码由智能合约访问。未来，Zkaptcha 将继承 zkML，推出类似于现有的 Web 2 验证码服务，甚至可以分析鼠标运动等行为，以确定用户是否为真人。目前看来，zkML赛道还处于初级阶段，但我们有理由相信会 zkML 的力量可以给 crypto 带来更好的前景和发展，也期待该领域能出现更多样的产品，zk 技术和 crypto 为 ML 的运行提供安全可信的环境，而未来除了产品的创新之外，还可能会催生 crypto 商业模式的创新，因为在这个狂野和无政府的 Web 3 世界中，去中心化、crypto 技术和信任才是最最基础的设施。结语在日益复杂和不确定的数字世界中建立信任，一直是人工智能和Web3所面临的核心挑战。然而，将人工智能与Web3相融合却为建立一个信任、安全的去中心化未来带来了巨大希望。对于开发者、技术专家、政策制定者和整个社会而言，共同塑造人工智能和Web3的未来至关重要，我们或许可以创造出一个超乎想象的智能互联网时代。 Reference https://worldcoin.org/blog/engineering/intro-to-zkml#motivation-and-current-efforts-in-zkml https://github.com/worldcoin/awesome-zkml https://www.coindesk.com/consensus-magazine/2023/05/19/why-web3-and-the-ai-internet-belong-together/ 版权声明：如需转载欢迎加小助理微信沟通，未经允许转载、洗稿、我方将保留追究法律责任的权利。免责声明：市场有风险，投资需谨慎。请读者在考虑本文中的任何意见、观点或结论时严格遵守所在地法律法规，以上内容不构成任何投资建议。来源：金色财经
金色财经2023-06-11
没有AI的Web3没有灵魂 ZKML如何重塑AI与区块链的关系
 go
出了3个比特币的总市值。英伟达CEO黄仁勋在发布财报时提到了有关AI应用的广阔前景，称计算机行业正在同时经历两个转变——加速计算和生成式AI，企业竞相将生成式AI应用到各个产品、服务和业务流程中，全球万亿美元规模的已安装数据中心将从通用计算转变到加速计算。当前，几乎所有头部美元基金与机构都紧盯着AIGC赛道，通过积极建立选投坐标快速构建筛选体系，唯恐错过了通往时代的列车。相关数据显示,2023年一季度全球AIGC行业融资总额达38.11亿元，融资次数共计17次。一个风口的兴起往往代表着另一风口的衰落。人们逐渐对WEB3提出各种各样的质疑：“资本都去看AI了，Web3监管收严、叙事不行了”，“AI比Web3看起来靠谱，也更容易出独角兽。” 自人类历史的黎明以来，集体故事一直在定义我们的文化，并丰富我们对世界的理解，叙事的重要性不言而喻。如今，人工智能的叙事正逐渐深入人心，甚至渗透到了Web3领域。有业内人士开始提出“没有AI的Web3是没有灵魂的”，有超过半数的Web3公司已经开始转向AI。那么，AI+Web3将如何融合？近期，源自零知识证明和机器学习的新兴结合体ZKML叙事走热，它将如何协同人工智能和Web3，建立一个可信任的、去中心化的未来？一、AI需要Web3，反之亦然 CoinDesk的首席内容官迈克尔-凯西(Michael Casey)说：“将加密货币和人工智能视为不相关的技术是一个错误。它们是相辅相成的，彼此都在改进对方。” Web3、加密货币和区块链解决了自互联网开始以来一直存在的社会挑战，即在去中心化的环境中如何保持有价值的信息安全。它们通过采用分布式记录和激励机制的新系统来处理人类对信息的信任问题。这些系统帮助由不信任的陌生人组成的社区集体维护开放的数据记录，使他们能够在没有中间人的情况下分发和分享有价值或敏感的信息。当前，我们正迅速迈向全面人工智能时代，而这一时代所带来的挑战是十分艰巨的。这些挑战涵盖了多个方面，从保护大型语言模型（LLMs）输入的版权，到避免其输出中出现错误的偏见，再到我们目前无法准确区分真实内容和由人工智能创造的虚假信息所带来的“说谎者红利”。要确保人类不受人工智能的负面影响，没有简单的解决方法可言。任何解决方案都不能依赖于过时的20世纪监管和技术框架来解决这些问题。我们迫切需要一个去中心化的治理系统，以应对在这个新时代如何生产、验证和分享信息的挑战。无论目前的Web3是否能提供所需的解决方案，区块链技术确实在解决这些问题方面发挥了一定的作用。不可篡改的账本使我们能够追踪图像和其他内容的来源，从而防止深度伪造。这种技术也可以用于验证机器学习人工智能产品数据集的完整性。加密货币提供了一种无边界的数字支付方式，可用于向全球为人工智能培训做出贡献的人们提供报酬，如Bittensor等项目正在努力建立代币化的区块链-政府社区，以激励人工智能开发者构建对人类友好的模型。与此相反，私营公司拥有的人工智能系统通常将股东利益置于用户权益之上。在这些想法能够实现并规模化之前，我们还有很长的路要走。我们将需要整合一系列其他技术，例如零知识证明（ZK）、同态加密、安全计算、数字身份和去中心化凭证（DID）、物联网等。此外，我们还需要解决隐私保护、惩罚不良行为、鼓励以人为本的创新智能以及多方立法监管等诸多挑战。二、ZKML如何架起AI和区块链的桥梁近期，源自零知识证明和机器学习的新兴结合体ZKML被广泛讨论。目前，机器学习（ML）的部署变得越来越复杂。很多企业主要依赖于亚马逊、谷歌、微软等服务提供商来部署复杂的机器学习模型。然而，这些服务变得越来越难以审计和理解。作为AI服务的消费者，我们如何相信这些模型所提供预测的有效性呢？ ZKML作为人工智能和区块链之间的桥梁，解决了AI模型和输入的隐私保护问题，同时确保了推理过程的可验证性。它提供了一种解决方案，使得可以在验证私有数据时使用公共模型，或在验证私有模型时使用公共数据。通过添加机器学习功能，智能合约能够变得更加自主和动态，使其能够根据实时链上数据而不是静态规则进行处理。这样一来，智能合约将更具灵活性，能够适应更多场景，甚至是那些在最初创建合约时可能没有预料到的场景。当前，机器学习算法在区块链上广泛采用的困难之一是其高昂的计算成本。由于百万级别的浮点运算无法直接在以太坊虚拟机（EVM）上执行，因此在链上运行这些模型成为一个挑战。另外，机器学习模型的信任问题也是一个障碍，因为模型的参数和输入数据集通常是私有的，而模型的算法和运行过程又如同一个不透明的“黑匣子”，这可能引发模型拥有者和模型使用者之间的信任问题。然而，通过ZKML技术，我们可以克服这些问题。ZKML允许任何人在链下运行一个模型，并生成一个简洁且可验证的证明，证明该模型确实产生了特定的结果。这个证明可以在链上发布，并由智能合约进行验证。这意味着模型使用者可以验证模型的结果，而无需了解模型的具体参数和运行细节，从而解决了信任问题。通过上述图表，我们可以看到ZKML技术兼具计算完整性、启发式优化和隐私保护等特点。这种技术在Web3领域有着广泛的应用前景，并且正在快速发展。越来越多的团队和个人加入了这个领域，推动着各种潜力巨大的ZKML项目的开发。三、ZKML项目分析以下是一些潜力ZKML项目。 1、Worldcoin Worldcoin正在应用ZKML，试图建立一个保护隐私的人格证明协议。World ID 用户将能够在他们的移动设备的加密存储中自我保管其生物特征（如虹膜），下载用于生成 IrisCode 的 ML 模型并在本地创建零知识证明，接收的智能合约可以证明其 IrisCode 已成功创建。然后，可用于执行有用的操作，如成员资格认证和投票。他们目前使用具有安全enclave的可信运行环境来验证摄像头签名的虹膜扫描，但他们最终的目标是使用ZKP来证明神经网络对加密级别安全保障的正确推理，并且保证ML模型的输出不会泄露用户的个人数据。 2、Modulus Labs Modulus Labs是ZKML领域中最多样化的项目之一，致力于相关研究的同时也在积极构建链上AI应用范例，Modulus Labs通过RockyBot（链上交易机器人）和Leela vs. the World（一种国际象棋游戏，所有人与经验证的Leela国际象棋引擎实例对决）展示了zkML的用例。该团队还涉足研究领域，撰写了The Cost of Intelligence（智能的成本）一文，对不同大小模型的各种验证系统的速度和效率进行了基准测试。 3、Giza Giza是一种可以以一种完全无需信任的方法在链上部署AI模型的协议。它使用的技术栈包括用于机器学习模型的ONNX格式，用于将这些模型转换为Cairo程序格式的Giza Transpiler，用于以可验证和确定性的方式执行模型的ONNX Cairo Runtime，以及用于部署和执行链上模型的Giza Model智能合约。Giza总体上属于机器学习模型到证明的链上编译器，为链上AI的发展提供一个替代路径。 4、Zkaptcha Zkaptcha 专注于 Web3 中的机器人问题，为智能合约提供captcha（验证码）服务，保护智能合约免受机器人攻击，使用零知识证明来创建抗女巫攻击的智能合约。目前，该项目使终端用户通过完成captcha验证码来产生一个人类工作的证明，captcha由链上验证者验证，并通过几行代码由智能合约访问。未来，Zkaptcha 将继承 zkML，推出类似于现有的 Web 2 验证码服务，甚至可以分析鼠标运动等行为，以确定用户是否为真人。目前看来，zkML赛道还处于初级阶段，但我们有理由相信会 zkML 的力量可以给 crypto 带来更好的前景和发展，也期待该领域能出现更多样的产品，zk 技术和 crypto 为 ML 的运行提供安全可信的环境，而未来除了产品的创新之外，还可能会催生 crypto 商业模式的创新，因为在这个狂野和无政府的 Web 3 世界中，去中心化、crypto 技术和信任才是最最基础的设施。结语在日益复杂和不确定的数字世界中建立信任，一直是人工智能和Web3所面临的核心挑战。然而，将人工智能与Web3相融合却为建立一个信任、安全的去中心化未来带来了巨大希望。对于开发者、技术专家、政策制定者和整个社会而言，共同塑造人工智能和Web3的未来至关重要，我们或许可以创造出一个超乎想象的智能互联网时代。 Reference https://worldcoin.org/blog/engineering/intro-to-zkml#motivation-and-current-efforts-in-zkml https://github.com/worldcoin/awesome-zkml https://www.coindesk.com/consensus-magazine/2023/05/19/why-web3-and-the-ai-internet-belong-together/ 来源：金色财经
金色财经2023-06-10
行业报告 | 2023年5月全球AIGC行业月报
 go
5日，英伟达发布了第一季度财报，CEO黄仁勋表示“计算机行业正在同时经历两个转变——加速计算和生成式AI”，英伟达为AIGC设计的专用算力，使得生成式AI的推理速度大幅提升，企业对于AI算力的需求也在持续增长，景气度和确定性都在提高。目前，英伟达已经推出了四个推理平台，帮助企业开发自己的大模型。随着公司一季报的陆续披露，财报电话会上创始人对AI大模型的点评和企业行动成为大家关注的焦点之一。收入端：23Q1实现营收12.17亿元，yoy+2.04%，qoq-8.99%；网易 5月25日，网易发布2023年第一季度财报，CEO丁磊表示，网易最重视的是根据场景产出适用于用户需求的AI产品。随着AI大模型的发展，企业会逐渐找到优化路径，不断降低大模型研发所需的资金和算力。他认为：“在AI大模型竞赛中，真正的胜者是能选择好应用场景的企业。”目前，网易自研AI技术已应用于游戏工业化全流程，AI技术对关键环节的工作效率提升达90%。美团美团CEO王兴在一季度财报电话会上也谈到了大模型技术，他表示，从长远来看，AI可能会对社会各方面产生根本性的影响。他透露，美团正研究和开发基础模型以及应用，对外部技术和投资机会合作持开放态度，如果取得相关进展，将很高兴跟市场同步。浪潮信息浪潮信息2023一季报品示，公司主营收入94.0亿元，同比下降45.59%；归母净利润2.1亿元，同比下降37.04%；扣非净利润1.71亿元，同比下降34.38%；负债率61.61%，投资收益786.18万元，财务费用9922.69万元，毛利率13.01%。公司在AIGC已从算力、算法和应用三个方面进行布局和长期研发投入，其中源1.0大模型也是预训练巨量自然语言模型；公司发布的巨量模型“源1.0”的4个技能大模型分别为对话、问答、翻译和古文，可直接应用于人机交互、知识检索、语言翻译和文学创作等领域精度业界领先，对话模型打榜CUGE两项榜单均位居榜首，翻译模型打榜业内权威，WMT数据集及CUGE两项榜单均位居榜首。 2.2 一级市场 2023年5月，全球AIGC行业融资总额达35.53亿元，融资次数共计12次。从全球融资规模来看，B轮及以后轮次（含战略投资）融资规模占比89.76%；4月Anthropic又获得一笔4.5亿美元的融资，成为本月全球获最高融资金额的企业，融资方包括Spark Capital、Google谷歌、Salesforce、Sound Ventures、Zoom Ventures等一众机构。从融资额分布情况来看，规模超亿元的融资仅有3次，占比为25%。国内AIGC行业融资总额达1.83亿元，融资次数共计9次，5月全国获最高融资金额的企业为潞晨科技，融资金额达数亿人民币。5月全国平均单笔融资规模为2034.26万元。随着2023年Chatgpt问世带来的火爆热度，AIGC赛道吸引了更多投资者的关注。全球早期资金调研机构CB Insights最新报告显示，2022年有110笔创投交易和ChatGPT概念有关，投资资金超过26亿美元。 CB Insights确认的ChatGPT概念领域，目前约有250家初创公司，33％尚未筹集任何外部股权资金，51％融资进度在A轮募资、或A轮之前。此外，CB Insights统计，AIGC领域已有6家独角兽，其中，推出了ChatGPT的OpenAI高达200亿美元，Hugging Face20亿美元，Lightricks18亿美元，内容建立套件AI 驱动企业Jasper15亿美元，Glean和Stability AI为10亿美元，Stability AI正寻求以近40亿美元的估值筹集资金。 5月最新消息显示，Anthropic估值逼近50亿美元，或将成为仅次于Open AI的领域独角兽，其原因在于Google向AI初创公司投资了约3亿美元，开发了通用人工智能聊天机器人Claude，也或将成为谷歌对抗New Bing的杀手锏。 2.2.1 国外投融资事件 Anthropic X Spark Capital等 2023年5月24日，人工智能研究公司Anthropic宣布完成4.5亿美元C轮融资，Spark Capital 领投，Google、Salesforce VC、Sound Ventures、Zoom Ventures等参投。迄今，Anthropic总融资规模已超过10亿美元，成为资金最充足的AI初创公司之一。这笔资金将支持Anthropic继续构建人工智能产品，并产生关于人工智能机遇和风险的新研究。Anthropic的第一个产品是Claude，一个适用于任何规模任务的AI助手，可以执行各种对话和文本处理任务。 Vectara X Race Capital等 2023年5月31日，生成式AI服务平台Vectara宣布获得2850万美元（约2亿元）种子轮融资，本次由Race Capital领投。 Vectara是一个生成式AI服务平台，Vectara提供了类ChatGPT对话式服务，用户可以将PDF、Word、PPT、RTF等文件数据上传至Vectara平台中，构建数据搜索引擎。 2.2.2 国内投融资事件造物云 X 线性资本 2023年5月4日，杭州AIGC+3D内容生成解决方案提供商造物云获线性资本领投的天使轮融资。同时，造物云也正式发布全球首个AIGC+3D融合的高质量创作产品，设计文本、图像、视频等模态，帮助品牌、电商、设计公司低成本、高质量的创作海量商品营销内容。造物云成立于2021年，是一个在线3D营销设计平台，通过几千套虚拟影棚、仿真材质、高级动效和3D模型等模板库，让人人都能在浏览器创作商业摄影级的3D图片/视频营销内容，用3D可视化的技术帮企业大幅减少产品营销成本，提升效果，帮助品牌、电商、设计公司发挥AIGC扩散化和3D结构化的彼此优势，为电商内容制作提供了低成本、高质量产出的解决路径。 EchoTik X 杨金河等 2023年5月4日，电商数据服务企业EchoTik/铱氪科技已完成数千万元天使轮融资，本轮资方为紫鸟安全浏览器创始人杨金河以及知名头部互联网公司高管。该轮融资将用于技术研发、大数据能力建设、海外用户调研等，并将用于积极在跨境电商SaaS领域探索与AGI的创新与结合点。 EchoTik成立于2022年8月，是一个独立第三方电商数据服务平台，由新加坡初创公司EchoSell打造，专注于从事出海SaaS研发提供数据工具和决策建议。其打造的产品EchoTik第三方数据分析平台，通过对数据的收集、清洗、整合和深度挖掘，开发出数据分析工具和决策支持系统，为商家提供实用的数据决策产品和服务，包含：实时电商数据监测，行业和类目数据研究，流量和销量数据分析，趋势图绘制等。海国图智 X 吾海资本等 2023年5月8日，基于AIGC技术搭建智能服务平台海国图智完成超千万元天使轮融资，由吾海资本和前海鲲鹏资本联合投资。本轮资金将主要用于AIGC核心技术及设备研发、高层次人才建设、市场营销和拓展。海图信息成立于2018年，是一家由海国图智研究院孵化的信息科技企业，核心业务是基于AIGC技术搭建智能服务平台，为6000万家跨境出海中小企业提供各类资讯，包括AI直播营销、每日精选商业情报、深度咨询和其他产业链智能服务。 TIMAT X 线性资本等 2023年5月8日，Tiamat/上海退格数字科技获线性资本、DCM、绿洲资本投资数百万美元A+轮投资。这是Tiamat继今年2月完成近千万美元A轮融资后再次收获资本青睐。 Tiamat是一家国内AI图像生成技术服务商，成立于2021年。其自研的Morpher VLM是国内首个基于概念融合范式提出的近百亿级跨模态生成模型，提高了模型对图像多尺度信息的建模能力，在用户Prompt输入的理解能力方面也实现了进步。智子引擎 2023年5月22日，多模态大模型研发开发商智子引擎完成了1000万元人民币天使轮融资。智子引擎CEO高一钊是人大博士生，师从卢志武，导师卢志武在“智子引擎”公司中担任顾问。此外，卢志武同时兼任软通动力首席AI科学家。智子引擎是一家多模态大模型研究和开发商，发布了第一款应用级多模态ChatGPT产品“元乘象 ChatImg”。“元乘象ChatImg”的参数量在百亿级别，主要使用了图文对数据和VQA数据作为训练集，同时进行图文匹配、图文检索、图像描述生成、文本描述生成等多种任务的训练。根据用户输入的图片或文字，“元乘象ChatImg”可以进行智能聊天、讲故事、写广告等。潞晨科技 2023年5月22日，分布式AI开发和部署平台潞晨科技宣布完成数亿元的A轮融资，由蓝驰创投独家投资，同时蓝驰创投也是潞晨科技的天使轮领投方。本轮融资是潞晨科技成立18个月内完成的第三轮融资，此次融资资金将主要用于团队扩张和业务拓展。潞晨科技成立于2021年，主要业务是通过打造分布式AI开发和部署平台，帮助企业降低大模型的落地成本，提升训练、推理效率。公司创始人尤洋此前在伯克利、新加坡国立大学均从事分布式计算、机器学习、高性能计算相关研究，曾创造ImageNet以及BERT训练速度的世界纪录。而在2021年左右，他更加笃信大模型的趋势，所以在当年创立潞晨科技，希望降低大模型的落地门槛。波形智能 X 藕舫天使 2023年5月30日，构建新一代AI交互内容平台波形智能宣布完成数百万元种子轮融资，本轮融资由藕舫天使独家投资。本轮资金将主要用于技术研发、产品迭代、以及运营推广。由源合资本担任公司长期独家融资顾问。波形智能聚焦AI原生的全新娱乐体验“交互式内容生成”，基于公司自研模型，从工具端切入，逐步构建覆盖娱乐全产业链的AI交互内容平台。目前，波形智能基于与多数NLP产品形成差异化的“交互长文本生成”技术，自研无限生成交互内容的产品。瑞波软件 2023年5月31日，行业领先的AIGC液冷算力基础设施科技公司瑞波软件，宣布完成数百万元的种子轮融资。此轮资金注入将为瑞波软件加快产品研发和基础建设以及国际市场拓展提供强大的支持，进一步推进以先进液冷算力为底座的数字经济新基建服务，以及AGI智算平台的开发和落地推广工作，预计内容创作的AIGC模块在今年六月底上线。作为行业领先的数字科技新基建技术服务型公司，瑞波软件在硬件和软件开发上并行推进其中包括新研冷却液、高密度液冷服务器、一体化数据集装箱以及云容器算力管理系统等软硬件设备。瑞波软件的核心理念是提供先进的液冷算力、顶尖的AI算芯和高性能处理器的合作渠道以及智能的AIGC创作，为高新产业数字能源升级、终端应用高效运行以及多行业AI智创加持等场景提供全流程解决方案。报告申明 3.1 团队介绍非凡产研是非凡资本旗下专业的新商业创新及发展研究中心。非凡产研专注于商业场景下国内及出海企业服务生态领域的研究，涉及方向包括：新营销、新零售、新体验等，来帮助品牌和商家在全球化和数字化的时代获得先机和提升竞争力，同时，非凡产研致力于将数据技术、人工智能和自动化等新技术与不同领域传统产业相结合，包括：消费零售、本地生活、医疗健康等，助力企业插上数智化的翅膀。团队成员来自知名研究咨询公司、私募基金和科技媒体等，是一支具有深入洞察、专业知识和丰富资源的分析师团队。 3.2 数据说明责任承担受研究方法和数据获取资源的限制，本报告只提供给用户作为市场参考资料，本公司对该报告的数据和观点不承担法律责任。数据释义本报告中投融资分析篇的数据来源于烯牛数据。在轮次分布分析中，由于种子轮融资规模和次数较少，与天使轮合并统计；投资机构累计参投规模统计方法：若机构为领投方，按该轮融资规模的50%估算，非领投方按该轮融资规模的平均值估算；在数据占比统计中，由于四舍五入会引起所有项目加总不等于100%，本报告预先设定总和为100%，最后一项由100%减去其余项得出，数据误差控制在1%左右。汇率换算 2023之前所有年份的融资金额按2022年12月31日当日汇率换算；2023年之后各月融资金额按当月融资当天汇率换算。金额计算 3.3 免责声明本报告由非凡产研发布，本报告版权归非凡产研所有。任何中文转载或引用，需注明报告来源，国外机构如需转载引用，请提前联系授权。本报告为非凡产研作为第三方机构的独立原创分析，报告内容不代表任何企业的立场，且均不构成对任何人的投资建议。因此投资者务必注意，因据此做出的任何投资决策与非凡产研及其员工或者关联机构无关。在法律许可的情况下，非凡产研及其关联机构可能持有报告中提到的公司的股权，或为其提供或争取提供筹资或财务顾问等相关服务，其员工可能担任报告中所提及公司的董事。本文经非凡产研授权发布本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。
有连云2023-06-07
“没有什么是不可能的”！科技行业分析人士：不要低估中国自主研发先进芯片的能力
 go
伟达(Nvidia)创始人兼首席执行官黄仁勋(Jensen Huang)上周表示，中国在芯片行业投入的资源“相当庞大，所以你不能低估他们。” 据路透社报道，中国正在向其芯片产业投入超过1万亿元人民币(约合1400亿美元)。国内芯片制造商已经受益于政府补贴和国家支持的研究项目。黄仁勋在上周的台北国际电脑展2023上告诉媒体，因此，“中国有很多GPU初创公司”，现有的玩家必须“自己跑得非常快”才能留在竞争中。GPU或图形处理单元(graphics processing units)用于为人工智能应用程序提供动力。分析人士认为，中国还可能寻求在传统芯片领域占据主导地位，目前中国在这方面已经取得进展。资产管理公司Needham & Company首席兼高级半导体分析师Charles Shi说：“中国在制造基于成熟技术的芯片方面取得了良好进展。” 成熟技术指的是制造28纳米及以上芯片的工艺，通常被认为是成熟或传统芯片。这些28纳米芯片广泛应用于汽车、消费电子等产品。 Charles Shi表示：“这些芯片对汽车行业越来越重要。” 总部位于英国的分析提供商Total Telecom表示，早在2021年，中国就获得了28纳米和14纳米芯片制造能力。咨询公司国际商业战略股份有限公司(International Business Strategies Inc.)表示，到2030年，28纳米芯片的需求预计将增加两倍以上，届时这一市场的规模将达到281亿美元。
晴天云2023-06-06
知情人士称黄仁勋台北电脑展后已返回美国，科技大佬排队来华！上周马斯克刚刚造访，消息称黄仁勋6月也要来
 go
浪科技援引知情人士透露，“英伟达CEO黄仁勋在成功结束台北国际计算机展（Computex）之行后，目前已经返回美国。” 　　上周五有市场消息称，黄仁勋本月将会访问大陆，会见腾讯、字节跳动等企业高管。消息称，黄仁勋中国行的行程上还包括理想汽车、比亚迪和小米。英伟达CEO黄仁勋被问及在中国台湾行程之后是否会访问中国大陆，他表示还没有作出决定。　　5月29日，黄仁勋在台北国际电脑展上发布了一系列新的人工智能产品，广泛的阵容包括新的机器人设计、游戏功能、广告服务和网络技术。　　中国依然是很多全球大公司的重点市场之一。对于NVIDIA来说，目前有五分之一的营收来自中国市场。但是，去年美国总统拜登政府公布的制裁措施，阻止NVIDIA向包括腾讯和字节跳动在内的中国客户销售其最先进的人工智能芯片组。禁令出台后，NVIDIA迅速调整了产品阵容，为中国市场开发了新的芯片，并称这些芯片符合限制规定。　　此前世界首富马斯克访华，引起了巨大轰动。两天时间见了3位部长，探访了特斯拉上海超级工厂，还与宁德时代董事长曾毓群有过一次会面。　　伴随着防疫政策的调整，2023年开始，全球科技大佬密集访华。马斯克之前，苹果CEO库克、英特尔CEO基辛格、高通总裁安蒙已经结束中国行；摩根大通CEO杰米戴蒙、安谋公司CEO雷内哈斯本周也开启了中国之旅。
金融界2023-06-05
知情人士：黄仁勋台北电脑展后已返回美国，此前消息称其会来上海
 go
日消息，据知情人士透露，“英伟达CEO黄仁勋在成功结束台北国际计算机展（Computex）之行后，目前已经返回美国。此前有消息称黄仁勋会来上海会见腾讯、字节等公司高管。
金融界2023-06-05
英伟达消息不断，遭罗斯柴尔德家族“减持”，报道称黄仁勋台北电脑展后已返回美国
 go
　　人工智能风口下的英伟达以及黄仁勋备受关注。　　资管机构Edmond de Rothschild的全球首席投资官（CIO）Benjamin Melman透露，公司自2020年年底以来一直超配英伟达，但是目前已经部分获利了结，现在所持头寸“要远远小得多”。　　据了解，这家总部位于瑞士日内瓦的资管机构为拥有200多年历史的欧洲老牌金融世家罗斯柴尔德（Rothschild）家族所有，目前管理资产规模790亿瑞郎（约合871亿美元）。　　SMBC日兴证券分析师TakeruHanaya指出，虽然英伟达业绩提高了市场对人工智能服务器的预期，但人工智能预期与整体市场疲软之间存在反差。　　另一方面，6月5日有媒体报道称，据知情人士透露，“英伟达CEO黄仁勋在成功结束台北国际计算机展（Computex）之行后，目前已经返回美国。” 　　此前，消息称黄仁勋将于6月前往中国大陆，会见腾讯、浪潮等企业高管。
金融界2023-06-05
芯片股走强，芯源微涨超9%，芯片ETF（512760）涨超1.5%
go
品。此外，根据上证报报导，英伟达CEO黄仁勋或于6月6日到访上海。此前英伟达一季报业绩及二季度业绩指引超预期，传递人工智能、算力芯片等板块的积极信号。此次访华，也有望带动更多产业合作。机构认为，短期来看，消费电子、芯片市场复苏力度依然较弱。结合产业链跟踪，以及苹果MR新品的催化，下半年有望见到行业周期拐点，可以逢低考虑分批配置芯片ETF（512760）。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。
有连云2023-06-05
股市不悲观，AI可能仍为主线
 go
。此外，根据上证报报导，英伟达CEO黄仁勋或于6月6日到访上海。此前英伟达一季报业绩及二季度业绩指引超预期，传递人工智能、算力芯片等板块的积极信号。此次访华，也有望带动更多产业合作。短期来看，消费电子、芯片市场复苏力度依然较弱。结合产业链跟踪，以及苹果MR新品的催化，下半年有望见到行业周期拐点，可以逢低考虑分批配置芯片ETF（512760）、消电ETF（561310）。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。
有连云2023-06-05

上一页
1
•••
140
141
142
143
144
•••
154
下一页

24小时热点

最新话题更多