鎂客網 http://www.ppstraining.net 硬科技產業媒體,關注技術驅動創新 Mon, 05 Feb 2024 03:07:26 +0800 zh-CN hourly 1 https://wordpress.org/?v=4.9.8 先進封裝行業深度解析:發展條件已具備,高端材料成關鍵 http://www.ppstraining.net/news/20240131/jxiz2r8dht6bi9al.html http://www.ppstraining.net/news/20240131/jxiz2r8dht6bi9al.html#respond Wed, 31 Jan 2024 10:47:37 +0000 http://www.ppstraining.net/?p=87651

在半導體產業,摩爾定律一直驅動著行業整體向前發展:其核心內容為,集成電路上可以容納的晶體管數目大約每經過18個月到24個月便會增加一倍。換言之,處理器的性能大約每兩年翻一倍,同時價格下降為之前的一半。

然而隨著芯片尺寸逐漸逼近極限,關于摩爾定律失效的質疑聲越來越多,如何延續摩爾定律也成了業界巨頭共同面臨的難題。

對此,有人選擇研發晶體管架構,有人選擇尋找新型材料,還有一種方法是在不縮小尺寸的情況下使用先進封裝技術提高芯片整體性能。

如今先進封裝技術發展到哪里?哪有環節需要重點關注?

在近期國金證券發布的報告《先進封裝發展充要條件已具,關鍵材料國產替代在即》一文里,分析師以高端材料為重點,介紹了先進封裝的最新進展。

以下內容為報告重點內容節選:

先進封裝發展充要條件均已具備

什么是先進封裝:

封裝技術的定義為:在半導體開發的最后階段,將一小塊材料(硅晶芯片,邏輯和存儲器)包裹在支撐外殼中,以防止物理損壞和腐蝕,并允許芯片連接到電路板的工藝技術。

根據定義,封裝的兩大關鍵作用:1)解決芯片如何與外界連接的問題;2)芯片隔絕保護與支撐。

研報認為:先進封裝與傳統封裝對于半導體的作用并無二致,兩者的區別在于在解決芯片與外界連接的問題上關注的重點有所不同。

具體來看:

1、傳統封裝技術變革的重點集中在封裝主體與PCB之間的連接方案,行業解決思路仍然停留在“芯片間通信需要通過PCB走線”的層面。

2、 先進封裝技術變革的重點開始轉向優化芯片主體對外連接方式,最具有代表性的轉變就是芯片傳統對外連接方式從Wire Bonding變成了Flip Chip,這一轉變提高了1級封裝層面連接方式的靈活性,由此延伸出后續的2.5D/3D等高端先進封裝方式。

總結來看,先進封裝就是把芯片間通信問題提升至1級封裝層面的技術。

為什么發展先進封裝

傳統封裝中的芯片間通信需要經過“芯片-載體-PCB板-載體-芯片”一整套完整的流程,其中“載體”可以是TO/DIP形式的引線框架,也可以是BGA形式的封裝基板,但無論是哪種載體、無論載體的性能如何提升,整個芯片通信過程所涉及的層級太多就無法完全解決通信傳輸信號損失的問題。

根據“兩節點之間的傳輸損耗=傳輸距離*單位距離傳輸損耗”,傳統封裝的架構形式要求信號經過的路徑較長,即使大幅度提升載體的性能,效率瓶頸也會很快就達到。

縮短芯片間通信距離能夠大幅度提升整個功能系統效率,SoC的方案將不同芯片功能集成在一顆芯片上,使得芯片間通信在零級封裝就已經完成,通信效率提升到極大水平,因此我們看到過去幾年在摩爾定律的引領下,芯片制程不斷演進,從而使得單芯片上晶體管數量大幅提升。

但隨著多年以來摩爾定律的推進,SoC 方案的發展在設計和制造等方面都遇到了相當大的瓶頸:

1、設計瓶頸,傳統的SoC是將不同類型計算任務的計算單元設計在一塊晶圓上,并且每個計算單元都采用統一的工藝制程,導致SoC芯片上各個單元需要同步進行迭代,這樣不僅會使得系統重構風險高,同時也會使得芯片設計成本越來越高。

2、 制造瓶頸,當前芯片工藝制程尺寸已走向極致(3nm至1nm),而1nm的寬度僅能容納2個硅原子晶格,進一步微縮就將進入量子物理范疇,將面臨量子隧穿效應等問題;

同時SoC擠進更多功能將導致芯片面積較大,從而導致良率難以提升。

除此之外還存在光刻技術難以跟進、單芯片功耗和散熱問題越發突出、存儲帶寬難以跟進等問題,可見 SoC 制造難度正在加速上升。制造難度的提升導致摩爾定律逐步開始失效。

根據IBS的統計,芯片制程下降所帶來的制造成本下降幅度已經逐步收窄,16nm到10nm每10億顆晶體管的成本可降低31%, 而從7nm到5nm僅降低18%、從5nm到3nm僅降低4%。

在傳統封裝效率不足、SoC 又遭遇設計和制造瓶頸的當下,Chiplet 指導方向下的先進封裝方案的發展成為了必然選擇。

Chiplet俗稱“芯粒”,又稱為“小芯片組”,它是將多個功能單元通過封裝而非晶圓制造的方式連接在一起的一種芯片異構手段,Chiplet通過先進封裝的方式來實現,其可有效彌補傳統封裝和 SoC 的缺點。

具體來看:

1、通過1級封裝顯著縮短線路傳輸距離,較傳統封裝大幅度提升效率。

2、 IP復用性高,能夠降低設計成本,提升迭代靈活度。

Chiplet通過將大規模SoC分解為多個小芯粒,則部分芯粒就可以做到模塊化設計,一方面IP可以復用、節省設計成本,另一方面無需整個Chiplet組合統一升級、只需部分性能升級即可達到整體效能升級的作用,提升了迭代的靈活度。

工藝靈活性提升,可有效降低制造難度和成本。

原本SoC上所有功能單元需要采用統一制程來制造,但Chiplet方案下,不同單元芯??梢苑謩e采用不同的工藝制程制造,可有利于極大地降低芯片方案的制造成本。

因此,研報認為在傳統封裝和 SoC方案瓶頸問題日益突出的當下,先進封裝的方案已經成為了必然的發展方向。

先進封裝發展契機已現,六年復合增速將達 9.8%:

盡管Chiplet優勢明顯,但過去一直受制于產業客觀發展因素,其一是Chiplet互聯標準不統一,其二是先進封裝對封裝行業提出了新的技術要求,良率和產能受限是產業規?;l展的關鍵問題。隨著產業的發展,這兩大問題已經逐漸得到解決。

由此可見,先進封裝已經迎來了快速發展的契機。

根據Yole預測,先進封裝市場在2021~2027年間復合增長率將達到9.81%,至2027年市場規模將達到591億美元,其中受益于AI相關的高速通信領域的發展,2.5D/3D封裝將成為成長最快的板塊,復合增長率將達到13.73%,至2027年市場規模將達到180億美元。

高端材料成關鍵,國產替代進行時

隨著先進封裝技術難度提升、新增多個環節,導致工藝過程中出現了新的材料需求,并且材料 性能對先進封裝工藝的影響程度大幅提升,可以說先進封裝材料成為了支撐先進封裝產業鏈發展的關鍵。

考慮到先進封裝材料的難度高、工藝影響大、國產化率低等特點,分析師認為先進封裝材料是整個產業發展中重要的投資方向。

一、臨時鍵合(Temporary Bonding):

在傳統封裝中,晶圓在后續劃片、壓焊和封裝之前需要進行背面減薄加工以降低封裝貼裝高度,減小芯片封裝體積,改善芯片的熱擴散效率、電氣性能、機械性能及減小劃片的加工量。

而先進封裝中晶圓減薄主要是為了滿足TSV制造和多片晶圓堆疊鍵合總厚度受限的需求,有效提高芯片制造的效率和成本效益。

由于大尺寸薄化晶圓的柔性和易脆性使其很容易發生翹曲和破損,為了提高芯片制造的良率、加工精度和封裝精度,需要一種支撐系統來滿足苛刻的背面制程工藝。

在此背景下,臨時鍵合與解鍵合技術應運而生。此外,當前在晶圓薄化趨勢持續攀升背景下,臨時鍵合技術普及率不斷提升,進而帶動臨時鍵合膠需求持續增加。

臨時鍵合膠(Temporary Bonding Adhesive,TBA):是把晶圓和臨時載板粘結在一起的中間層材料,熱穩定性、化學穩定性、粘接強度、機械穩定性、均一性等是臨時鍵合膠的關鍵選擇因素。

臨時鍵合膠的材料性能主要是由基礎黏料的性質決定的,可用作基礎黏料的高分子聚合物材料包括熱塑性樹脂、熱固性樹脂、光刻膠等。

根據新思界產業研究中心發布的《2023-2028年臨時鍵合膠(TBA)行業市場深度調研及投資前景預測分析報告》顯示,2022年全球臨時鍵合膠市場規模約為2.2億美元,同比增長 8.6%。其中受技術發展影響,目前全球市場由美國3M與臺灣達興材料兩家企業占據主導地位,合計市場占有率已超40%,行業集中度較高。

二、RDL(重新布線層,Redistributed layer)

RDL是實現芯片水平方向電氣延伸和互連,面向3D/2.5D 封裝集成以及FOWLP的關鍵技術。

它在芯片表面沉積金屬層和相應的介電層,形成金屬導線,并將IO端口重新設計到新的、更寬敞的區域,形成表面陣列布局,實現芯片與基板之間的連接。

在3D封裝中,如果上下是不同類型的芯片進行堆疊,則需要通過RDL重布線層將上下層芯片的IO進行對準,從而完成電氣互聯。

簡單來說,RDL技術使設計人員能夠以緊湊、高效的方式放置芯片,從而減少器件的整體尺寸。

RDL生產制造中主要用到PSPI、光刻膠、拋光材料、靶材以及一些功能性濕化學品(電鍍液、清洗液、光刻膠剝離液等)。其中大部分品類都是在前道晶圓制造過程中常用的材料。

先進封裝的出現使得前道材料開始應用到后道封裝中,這一高端材料下沉趨勢為競爭追趕者帶來彎道超車機會。

1、感光性聚酰亞胺(PSPI):RDL核心材料,PSPI因具有優異的力學性能、熱學性能、電學性能等,在半導體封裝中被應用為緩沖層材料及再布線層材料,是關鍵的制程材料和永久材料。

RDL和晶圓表面的鈍化層中介質通常需要光敏絕緣材料來制造,傳統聚酰亞胺需要配合光刻膠使用,采用PSPI工藝流程可大幅簡化。隨著國內集成電路、OLED 面板等產業需求的進一步擴大,國內 PSPI 的市場規模也將持續擴增。

由于 PSPI 行業技術壁壘較高,目前日本和美國企業仍占據全球 PSPI 市場的主導地位。國內方面,鼎龍股份、強力新材等已陸續實現PSPI的國產化突破。

2、光刻膠:先進封裝用光刻膠與晶圓制造過程中使用的光刻膠不同,封裝用光刻膠分辨率一般僅要求為微米級的厚膠、紫外光光源、436nm的g線與365nm的i線。

據集邦咨詢,2022 年全球半導體光刻膠市場規模約26.4億美元,2023年預計下滑6- 9%。目前全球高端半導體光刻膠市場主要被日本和美國公司壟斷,日企全球市占率約 80%,處于絕對領先地位。目前主流廠商包括日本的東京應化、JSR、富士膠片、信越化學、住友化學,以及美國杜邦、歐洲 AZEM 等。

3、CMP材料:先進封裝工藝流程中,化學機械拋光(Chemical Mechanical Polishing,CMP)是RDL、TSV工藝中的關鍵流程,用到的主要材料為拋光液和拋光墊。

根據SEMI數據,2022年全球半導體制造材料約447億美元,拋光液和拋光墊分別占比4%、3%來計算,全球半導體用拋光液和拋光墊的市場空間分別為 18 億美元和13億美元。

拋光液市場中卡博特(Cabot)、Versum Materials、日立(Hitach)、富士美(Fujimi)、陶氏(Dow)等美日龍頭廠商占據全球CMP拋光液市場近80%。

4、靶材:先進封裝工藝流程中,靶材主要用于Bumping工藝中凸點下金屬層及TSV工藝中電鍍種子層的濺射,RDL的電鍍銅中也會有工藝路線選擇濺射鍍Cu,從而用到靶材。

根據SEMI數據,2022年全球半導體制造材料約447億美元,按靶材占比3%來計算,全球半導體用靶材市場空間約為13億美元。其中日本日礦金屬、東曹、美國霍尼韋爾、普萊克斯四家企業便占據了全球約80%的市場份額。

三、凸點制造(Bumping)

凸點制造(Bumping)是封裝技術中關鍵的一環,是芯片能夠實現堆疊的關鍵支撐。

近幾年隨著先進封裝快速發展,從球柵陣列焊球(BGA Ball)到倒裝凸點(FC Bump),再到微凸點(μBump),凸點尺寸也在不斷縮小,技術難度也在不斷升級。

從當前主流的高端新進封裝方案中,我們可以看到 HBM、XPU以及芯片組合整個封裝體對外互連時均需要用到Bumping工藝,可見Bumping在先進封裝工藝中起到關鍵作用。

1、電鍍液:Bumping中重要耗材,國內多家公司開始搶位Bumping技術的核心在于創建微小的金屬凸點(bumps),用于在晶圓和封裝間形成關鍵的電連接。而凸點間距(pitch)的精準控制在Bumping技術中至關重要,因為它直接影響到芯片內部電氣信號的傳輸效率以及整體封裝的密度,是實現高性能和高密度集成電路的關鍵。因此電鍍液在bumping 流程中起到了關鍵作用。

高品質的電鍍液保證了金屬凸點的均勻性和可靠性。特別是在RDL(重布線層)工藝中,Bumping技術用于實現芯片與封裝基板間的精確電連接。同樣地,RDL技術要求高精度的凸點布局以及優異的電氣性能,這些都離不開高性能的電鍍液。

因此,電鍍液不僅決定凸點的形成,也是確保最終產品性能和穩定性的關鍵。

隨著半導體封裝技術的發展,電鍍液在傳統封裝到先進封裝的應用中經歷了顯著變化。在傳統封裝中,電鍍液主要用于形成較大的凸點(通常大于 100μm),以滿足低互連密度(少于1000/mm²)和單層或少層數的封裝要求,這些應用對電鍍液的要求相對較低。

相比之下, 先進封裝技術如3D封裝和系統級封裝(SiP)引入了更加復雜和細致的設計。這些技術要求電鍍液支持更高的精細度,以形成更?。ㄐ∮?0μm)且更密集的金屬凸點(超過 5000/mm²),以適應更高的互連密度和多層(多于單層)的封裝需求。

這些要求不僅提升了電鍍液的技術標準,包括精準的沉積控制和化學穩定性,還增加了電鍍液的整體用量。

因此,在半導體行業向更高性能和更小封裝尺寸的追求下,電鍍液的角色在先進封裝領域變得愈發重要。

在先進封裝的用量及性能需求的帶動下,電鍍液市場有望繼續成長。為滿足高性能和高密度的要求,先進封裝技術向更多層次的封裝和互連層發展。這導致了電子器件內部更多的電鍍涂層需求,從而增加了電鍍液的使用。

先進封裝通常涉及多層堆疊,包括多個互連層和封裝層。每層都需要電鍍工藝來確保良好的電連接和信號傳輸,增加了電鍍液的用量。

同時,先進封裝技術追求更高的互連密度,以實現更小的封裝尺寸和更高的性能。其要求更復雜的電鍍工藝以適應更多的互連通道,進一步增加了電鍍液的需求。

根據Techcet 2023年8月預測數據顯示,2023年全球電鍍化學品市場規模將達9.92億美元,2027 年全球電鍍化學品市場規模有望達 10.47 億美元。

目前主要玩家仍以海外為主,國內多家公司開始布局。

2、封裝基板:Bumping是廣義先進封裝區別于傳統封裝的顯著特征,該技術方法的推出使得芯片外延引腳數得以大幅提升,鍵合間距也向著更小的方向發展,這也就對作為過渡層的載板的線寬線距提出更高的要求。

對比傳統封裝和先進封裝中形態最接近的兩種封裝形式WB BGA和FC BGA 可以看到,FC BGA的線寬線距能夠達到 8~12um,而WB GBA最低僅能夠達到25um,可見隨著先進封裝市場的鋪開,封裝基板作為關鍵的支撐材料也將迎來升級機會。

封裝基板是封裝材料中重要的組成部分,先進封裝帶動快速增長。封裝基板作為1級封裝和2級封裝之間的連接層,其是整個封裝制造中成本耗用最高的材料。

根據yole數據,FC BGA的成本結構中有50%來自封裝基板,可見該材料的重要性。也正因如此,先進封裝的發展帶動了封裝基板顯著增長,從2017年以來封裝基板的成長速度顯著高于其他 PCB板類型,并且代表廣義先進封裝的FC類型基板的增速也相較傳統封裝所用的封裝基板要高,預計未來封裝基板市場能夠保持 8%以上的復合增速,至 2026 年全球封裝基板市場空間將達到214億美元。

先進封裝對封裝基板的技術要求提高體現在線寬線距持續15/15um以下演進,原用于普通多層PCB的減成法工藝將不再適用,當前先進封裝所用的高端封裝基板普遍采用半加成法工藝制造,半加成法這種工藝和傳統減成法最大的不同點就在于,不再通過現成銅箔疊層蝕刻的方式去做出線路,而是通過選擇性化學沉銅/鍍銅形成目標線路。

這樣的工藝方式雖然省去蝕刻所帶來的側蝕問題,但對于沉銅/鍍銅工藝的要求卻急劇上升,在制造過程中需要解決的問題包括但不限于銅線路與低粗糙度的樹脂層的結合力問題、鍍銅的均勻性問題、疊孔之前的連通性問題、精細電路閃蝕等問題,技術上的挑戰陡升。

在這樣的技術壁壘壓力下,全球封裝基板主要由海外廠商壟斷,特別是技術難度較高的半加成法/改進型半加成法難見國內廠商身影,我們按照2022年國內已上市的兩大封裝基板廠商營收數據測算,全球封裝基板市場國產化率僅個位數,可見國產化率低、國產替代空間大。

四、硅通孔技術(Through Silicon Via,TSV)

硅通孔技術(Through Silicon Via,TSV)是通過導穿硅晶圓或芯片實現多層垂直互連的技術。目前TSV技術主要應用于3個方向,即垂直背面連接、2.5D封裝、3D封裝。

其中,垂直背面連接主要應用在CIS、SiGe 功率放大器,技術難度相對較低;

2.5D中TSV的應用體現在中介層(interposer)的硅通孔制作,服務于用作多芯片間(例如GPU與存儲之間)水平連接的載體,技術難度較高;

3D封裝中TSV技術的應用體現在芯片上直接進行硅通孔制作,目前常見于高帶寬存儲芯片(如 HBM),技術難度高。

從當前主流的高端先進封裝方案來看,中介層和芯片內部硅通孔技術都已經得到廣泛的應用,特別是在解決高帶寬存儲(存儲間通信)、存儲與算力芯片間通信的問題上起到關鍵作用。

]]>
http://www.ppstraining.net/news/20240131/jxiz2r8dht6bi9al.html/feed 0
被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜 http://www.ppstraining.net/news/20240131/ybul2j1vlipwxq8e.html http://www.ppstraining.net/news/20240131/ybul2j1vlipwxq8e.html#respond Wed, 31 Jan 2024 09:29:22 +0000 http://www.ppstraining.net/?p=87642 寒假作業,大概是每個年代的孩子都逃不過的宿命。

而自從“雙減”政策開始落實,教育回歸家庭后,家長們也開始迎來了他們的“酷刑”——為孩子們輔導作業。

相信不少人都能在網上刷到被作業整崩潰的家長,有的因為孩子心不在焉苦口婆心,有的因為孩子怎么也聽不懂氣到捶桌,而更多家長則因為孩子課程知識點越來越豐富,未必能很好地為孩子答疑解惑。

可以說,寒假作業讓家長和孩子們都犯了難。

不過,面對這個難題,家長們可以借助當下最火的AI大模型。

目前不少國產大模型都號稱自帶教育功能,最關鍵的是,這些國產工具都可以通過網頁或App免費體驗,對于大部分家長們來說,使用門檻足夠低。

為此,筆者挑選了國內三款主流對話式大模型(訊飛星火、文心一言、通義千問)進行了多次提問,并且將他們與目前公認最強的GPT4大模型進行對比,看看他們在真實場景下輔導作業時,都有哪些表現?

國產大模型 VS GPT4

寒假說長不長,說短不短,由于中間夾雜著春節假期,大多數學生很難完整安排學習計劃。

那如果我們以20天來計算,AI大模型會給孩子們安排什么樣的學習計劃呢?

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

(注:全文截圖均按照:訊飛星火、通義千問、文心一言、GPT4進行排序)

總結:從篇幅來看,訊飛星火給出的計劃非常詳細(因為長度原因并未截全),并且詳細到每個學科;GPT4與文心一言給出的方案內容大致相似,但前者在內容上更加豐富,而通義千問則具體到每個時間段。但總體來說,AI大模型生成的計劃都過于籠統。

安排好學習計劃后,下一步就是開始輔導作業了。

語數外題目實測

論語數外三門中最難的學科,大部分人可能首先會在數學上犯了難。

那么今天我們就看看AI大模型的解題能力如何?

(1)第一道是個小學數學應用題,涉及未知數和方程式。

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

總結:在使用截圖時,通義千問給出了正確的方程式,但奇怪的是在計算時翻車。而其他三家大模型都因為識別數字原因列錯了公式。

而在手動輸入題目后,四家大模型都給出了正確答案,不過文心一言“別出心裁”使用用T代表未知數,這可能不太符合一般的教學習慣。

(2)有了應用題,幾何題自然也不能錯過。

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

結論:由于文心一言需要多次步驟,因此筆者并未繼續操作,其他三家均給出了解題步驟。其中在觀感上,還是國產大模型更勝一籌,而GPT4文字描述過多,總體來說這三家的表現都很不錯。

做完數學題,讓我們來幾道英語題。

對于大部分家長來說,由于長期遠離英語環境,詞匯掌握量逐年下降,當孩子升入中學后,輔導英語就變得十分困難。

其中,長難句又是英語學習中最難的一部分,無法理解句子自然也很難選擇正確答案。

就翻譯來說,大部分AI大模型都可以給出準確的答案,但要做到“信達雅”,還是有一定的難度的。

(3)讓我們先用一句經典的英文名句試試:

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

結論不得不說,每家英翻中都很有詩意,其中GPT4和訊飛星火給出的翻譯最為對仗,不過GPT4還附帶了對原句的解釋,通義千問則找出了原句的出處。

(4)那么換成考試真題的長難句后,表現又如何呢?

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

結論:在這句話的翻譯上,之前表現平平的文心一言這一次翻譯地最為出色。而其他三家則更加貼近直譯。對于學生們來說,通俗易懂的翻譯或許更適合應試。

比起數學和英語,語文學科更加考驗中文能力,也正是在這一部分,GPT4遇到了難題。

(5)首先來一段文言文的翻譯:

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

結論或許是因為大模型在理解“白話文”和“文言文”時出現錯誤,目前均不支持全文翻譯。在改為短句子后,翻譯的準確性明顯高了許多,筆者個人更偏好訊飛星火的翻譯。

最后,讓我們拿出“作者都覺得離譜”的現代文閱讀,看看大模型們能不能讀懂出題人的心。

這是一篇來自2023年全國高考的散文《給兒子》,原作者陳村,該文不僅篇幅較長,并且蘊含非常多的寓意。

(6)首先讓大模型總結一下文章的內容:

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

(7)接著我們讓大模型們來嘗試下高考真題,看看他們是否可以理解段落背后的含義。

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

被寒假作業逼瘋?實測三款主流國產大模型,哪家輔導作業最靠譜

總結:從個人主觀判斷,三款國產大模型在中文理解能力還是強于GPT4,不過后在理解段落的回答上,表現也稱得上超出預期。

結語

從以上的實測來看,對于家長們來說,國產大模型已經足夠應對孩子們的日常作業。

而國產廠商們針對中文語境的持續優化,也讓 AI 在教育領域的應用場景更加多元,讓更多人享受到AI帶來的價值。

例如今天下午舉行的星火認知大模型發布會上,科大訊飛董事長劉慶峰、研究院院長劉聰正式發布基于首個全國產算力訓練的訊飛星火V3.5,多個核心能力得到全面提升,其中在數學、語言理解、語音交互能力上已經超越GPT-4 Turbo。

在發布會上,劉慶峰著重介紹了通用人工智能對教育領域的賦能,他表示:“教育是人類進步的根本,關乎每一位個體,是真正的全民剛需。”

隨著大模型的全新提升,新版本在視覺問答、聯想推理等方面實現了高分應對,理解更加精確,表述也更好。

除了教育領域以外,國產廠商正利用大模型賦能千行百業,把大模型技術的創造力轉化為促進產業高質量發展的新質生產力,正在成為行業的共同選擇。

]]>
http://www.ppstraining.net/news/20240131/ybul2j1vlipwxq8e.html/feed 0
回顧 | 2023年的AI:突破之年 http://www.ppstraining.net/news/20231229/rua3vfwy2jupnh0z.html http://www.ppstraining.net/news/20231229/rua3vfwy2jupnh0z.html#respond Thu, 11 Jan 2024 03:42:47 +0000 http://www.ppstraining.net/?p=87405

2023年見證了人工智能(AI)的非凡進步。在這一年里,我們看到了突破性的技術飛躍,深刻的倫理爭論,也目睹了AI在意想不到的領域展示出前所未有的影響力:例如在娛樂領域,留下的一些不可磨滅的印記。

從前沿的大型語言模型(LLMs)的首次亮相,到創新性的Humane AI-Pin硬件,再到令人驚嘆的全新披頭士歌曲創作,今年的AI展示了快速發展和廣泛影響。最終,AI融入我們的生活結構,塑造我們的技術,并深刻影響我們的文化和藝術。

以下是2023年AI領域最重要發展的回顧。

開源AI、許可爭論和生成式人工智能

今年AI的深刻變革,以“開源AI的進步、許可爭論和強大的生成式人工智能(AIGC)模型的出現”為標志。

· 開源AI的開發,飆升至前所未有的高度,重塑了AI的框架和模型格局。

PyTorch 2.0的發布樹立了新的行業標準,為研究人員和開發人員提供了強大的工具。

其中,英偉達的Modulus以及基于PyTorch的Colossal-AI框架,進一步豐富并增強了開源生態系統,促進了協同創新。

而微軟和谷歌等科技巨頭,也為這一勢頭做出了卓越里程碑式的貢獻——微軟將ChatGPT整合到Bing中,而谷歌推出了Bard。

· 但開源AI并非沒有爭議。Meta以開源的方式發布了Llama 2,這引發了各方關于AI中“開源”定義的激烈辯論。雖然稱作重大行業貢獻,但Llama 2在規模上的局限性,引發了外界對其真實開放性的質疑,并最終引發了“關于需要重新定義許可模型,以解決人工智能所呈現的獨特復雜性”的討論。

· 同時,2023年出現的先進AIGC模型,徹底改變了自然語言處理和創意內容生成。

· OpenAI的GPT-4是一種開創性的語言模型,它重新定義了AI能力。GPT-4在基于文本的應用程序中非常出色,在創造性寫作、編程和解決復雜問題方面,表現出非凡的熟練度。

· Jina AI的8K文本嵌入模型,和Mistral AI的Mistral 7B,展示了AI社區在處理大量文本數據方面日益增強的能力。這些模型突顯了更強大、更細致的AI模型趨勢,而這些模型在多個領域都具有廣泛的應用。

盡管取得了這些令人印象深刻的進步,但AIGC模型的激增同樣在今年引發了倫理擔憂,這當中包括AI生成內容的偏見、AI開發對于透明度的迫切需求等等,這些尖銳問題已經日益凸顯。

隨著AI繼續深入各個領域,行業從業者必須努力確保AI的使用符合倫理和責任。

未來就業問題

· AI與就業之間的相互作用,讓就業市場產生了重大變化,其最大特征是隨著自動化程度的提高,讓就業市場出現了一些微妙的動態平衡。

在一些行業的日常工作里,如果使用AI(工具),可以有效地提高工作效率,但這也引發了員工對工作崗位流失的擔憂,尤其是一些涉及重復性任務的崗位。

· 作為回應,政府、企業啟動了技能提升和再培訓計劃,為勞動者們提供與AI相關的技能。教育機構也調整了他們的課程,提供包括AI、數據科學在內的相關課程,為后來者在進入受AI影響的就業市場之前,提前做好準備。

· 而隨著AI在工作場所監控和績效評估中開始大范圍部署,工人權利和隱私引起了外界擔憂,此時道德就變得至關重要。特別是零工經濟,由于見證了AI驅動平臺帶來的激增,更是引發了零工工人工作穩定性和保護的監管框架的必要性的辯論。

在經濟上,AI現在被視為增長動力,創造了新的產業,但這需要公平地分配AI的利益。而未來的就業格局預計將再次發生變化,重點體現在人類與AI的協作、戰略和創造力。

政策、監管和地緣政治

AI政策、監管和地緣政治之間的相互作用,成為當下全球AI格局的定義特征。今年,各國在建立AI治理框架方面取得了重大進展,同時行業見證了主要國家(尤其是中國和美國)之間的激烈競爭和戰略定位。

中國和美國:中國和美國在AI研發方面,都投入了大量資源,其中美國主要創新性AI技術方面保持領先地位,而中國在AI基礎設施和大規模部署方面取得了重大進展。而兩國都將AI視為國家安全的關鍵要素。

歐洲國家英國、法國以及德國,都推進了AI監管工作,他們認識到在AI技術研發中,技術必須與倫理原則相一致的重要性。

歐盟:歐盟通過審議《人工智能法案》,在AI監管方面發揮了主導作用,旨在為人AI倫理建立全球基準。這其中包括關注透明度、問責制和道德問題。然而,人們擔心這些法規可能會影響開源AI的開發,特別是大模型和相關框架。

雖然沒有直接參與到中美之間的AI競賽,但歐盟對于全球AI標準的建議產生了重大影響,努力在技術創新與保護隱私之間取得平衡。

目前,歐盟正在進行的討論,重點強調了AI倫理和監管,重點關注權利和責任。通過對《人工智能法案》進行修訂,歐盟正以更全面的法規解決這些道德問題。

此外,聯合國等國際實體通過成立一個新的咨詢機構,就AI的全球倫理影響進行了對話。

垂直行業

AI與醫療保健:這一年,醫療行業取得了重大進展,AI推動了診斷和藥物發現的改進。AI驅動的診斷工具,如PathAI的系統,大大提高了癌癥的檢出率。此外,AI驅動的藥物發現平臺(如Atomwise)加速了潛在療法的識別。

AI與金融:金融行業繼續進行AI驅動的轉型。像Virtu Financial這樣的高頻交易公司采用人工智能算法來做出更精確的交易決策。與此同時,以Forter為例的人工智能欺詐檢測解決方案提高了金融機構打擊欺詐交易的能力。

AI與自動駕駛汽車:特斯拉和Waymo等公司憑借在自動駕駛汽車領域的進步正成為汽車領域的焦點。今年,特斯拉的全自動駕駛(FSD)系統實現了關鍵性的更新,使其更接近自動駕駛能力。與此同時,Waymo將其自動駕駛叫車業務擴展到更多城市,推動了自動駕駛技術的發展。

AI與教育:教育部門開始將AI用于個性化學習體驗。例如Coursera和edX等平臺利用AI技術推薦課程,并能根據使用者實際情況調整內容,從而增強學習的體驗感。此外,以Proctorio為例,這種由AI驅動的評估工具,可以很好維護在線考試的學術誠信。

AI與氣候變化:AI在2023年應對氣候變化方面發揮了關鍵作用。例如ClimateAI等氣候建模平臺,正利用AI改進氣候預測,以緩解氣候變化。而類似Verdigris這樣的能源管理系統,優化了建筑物的能源消耗,為實現可持續發展目標做出了貢獻。

AI和網絡安全:隨著來自網絡的威脅日益嚴峻,人工智能驅動的網絡安全解決方案開始備受關注。Darktrace是一種基于人工智能的平臺,它提供了實時威脅檢測和響應,可以加強網絡安全態勢。

AI與研究和資助:研究機構和組織在2023年取得了重大的AI突破。美國國防部高級研究計劃局(DARPA)在AI領域的投資旨在使AI系統更易于理解和透明化,增強信任和問責制。OpenAI與學術機構的合作,促進了雙方在AI領域的研究與合作。

AI與藝術和創意:AI創造的藝術和音樂,同樣引起了廣泛關注。由Aiva和Artbreeder等公司提供的AI生成的NFT(非同質代幣)顛覆了藝術界,引發了對藝術和作者身份定義的思考。而在一項美國法官的聯邦裁決中,確定了AI生成的藝術作品,不能被授予版權。

人性化的AI Pin:技術奇跡,廣泛影響

售價 699 美元的Humane AI Pin,標志著可穿戴技術的重大發展。這款具有1300萬像素超廣角攝像頭和激光投影功能的設備,將時尚與科技融合在一起,標志著服裝和配飾開始向“科技感”轉變。

它能夠將先進的AI功能集成到日常穿著中,代表了“智能時尚”的出現。而這一趨勢將涵蓋更多可穿戴設備。這些設備提供的不僅僅是健身健康跟蹤功能,還能提供包括交互式和增強現實體驗。蘋果、谷歌和亞馬遜等大型科技公司可能都會開發類似的創新,進一步將時尚與技術融合在一起。

然而,考慮到Humane AI Pin 具有捕獲和投影圖像的能力,這款設備引發了外界對于隱私和數據安全的新擔憂。

隨著時尚與技術融合的進步,圍繞負責任的數據處理和用戶同意進行討論的重要性預計將增加。

OpenAI 領導力危機

2023年11月,OpenAI經歷了重大的領導層變動,首席執行官Sam Altman的離職在人工智能社區中造成了動蕩的氛圍。

最初,OpenAI董事會宣布Altman將辭去首席執行官一職并離開董事會,由該公司首席技術官Mira Murati擔任臨時首席執行官。領導層的這一意外變化給整個行業帶來了沖擊波,反映了公司治理在快速發展的人工智能領域中錯綜復雜且有時不穩定的性質。

然而,戲劇性的是,Sam Altman在最初被罷免后不到五天,就恢復了OpenAI的首席執行官一職。OpenAI還同意重組董事會,新的董事會成員將發揮作用。決策的快速轉變強調了將人工智能發展與公司治理和道德要求相協調的挑戰。

OpenAI的領導層危機凸顯了人工智能行業公司治理、道德和創新之間的復雜關系。這場危機也突顯了負責任的人工智能治理的重要性,以及在追求人工智能進步時優先考慮道德考量的必要性。領導層問題的迅速解決,最終導致奧特曼的回歸,也證明了在人工智能研究和開發前沿的科技公司中,領導層的動態和往往不可預測的性質。

人工智能的一年還沒有結束

當我們回顧人工智能領域2023年的變革時,很明顯,這項技術帶來的機遇既廣泛又復雜。

展望未來,我們的主要挑戰在于負責任地利用人工智能的力量,確保它成為一股向善的力量,并以造福全人類的方式繼續推動創新。

本文編譯自ZDNET,內容有所刪改,原作者: Jason Perlow

原文鏈接:https://www.zdnet.com/article/ai-in-2023-a-year-of-breakthroughs-that-left-no-human-thing-unchanged/

]]>
http://www.ppstraining.net/news/20231229/rua3vfwy2jupnh0z.html/feed 0
這屆CES2024,芯片巨頭要把AI塞進汽車里 http://www.ppstraining.net/news/20240110/gqvk6olfa8z3tx7r.html http://www.ppstraining.net/news/20240110/gqvk6olfa8z3tx7r.html#respond Thu, 11 Jan 2024 02:46:34 +0000 http://www.ppstraining.net/?p=87483

又是一年一度的CES國際消費電子展,在這場全球最大的科技盛會上,匯集了來自世界各地的頂尖科技企業。

在過去幾屆CES上,智能汽車是最吸引人們關注的領域之一,今年還要再加上AI這個主題。

英偉達高通相繼在CES上公布了汽車領域最新的進度后,英特爾也加入到這場巨頭亂戰里,他們在收購一家芯片初創公司后,計劃將AI帶上汽車。

收購芯片公司,將AI PC體驗帶入汽車

當地時間1月9日,英特爾在CES上宣布,將推出基于AI PC技術的汽車芯片,首批芯片將于今年年底推出。

除此以外,英特爾還計劃收購一家汽車芯片設計和軟件公司,借此將其“AI Everywhere”的戰略推進至汽車市場。

這里先簡單介紹一下被英特爾收購的神秘企業。雖然成立時間不長,但這家名為Sillicon Mobility SAS的法國初創公司早在2016年就已經推出一款成熟的FPCU產品OLEA T222。

所謂FPCU,全稱為Field Programable Control Unit,該系統里集成了CPU、靈活邏輯單元 (FLU)、數字信號處理 (DSP) 加速器以及數學協處理器,可以對不同的功能進行分配任務。

在Silicon Mobility看來,傳統的汽車微控制器已經無法適應不斷變化的環境,隨著電動智能車輛的控制系統越來越復雜,必須設計出一套全新的平臺在同一個模型下進行設計開發,這樣才能實現實時、安全且可靠的控制應用、功能分組等需求。

說到這里,FPCU芯片似乎與AI毫無關聯,但芯片巨頭英特爾有自己的想法。

在活動期間,英特爾的一項演示里,展示了12種高級工作負載,其中包括生成式 AI、電子反光鏡、高清視頻會議通話和PC游戲。它們在多個操作系統上同時運行。該演示展示了汽車制造商如何整合傳統電子控制單元(ECU)架構,集成其專有定制解決方案和AI應用程序,以提高效率、可管理性和可擴展性。

在英特爾看來,汽車的未來是由軟件定義的,也就是不少車企會提到的軟件定義汽車(SDV)。

從概念上來看,SDV體系結構是將汽車的特性和功能作為軟件工作負載進行操作,并在一個高性能計算平臺上進行整合,從而實現車輛的各種功能。

既然FPCU芯片可以實現不同應用、功能的分組控制,那自然可以將生成式AI在內的功能塞入其中。

不過要注意的是,英特爾發布的是專用的SDV芯片,并非FPCU芯片。

它的形態更接近的酷睿Ultra處理器,采用Meteor Lake架構,用3D封裝的方式將都多個單元封裝在一起,其中就包括了AIGC模型,也包括了FPCU芯片功能。此外FPCU芯片更多突出在提升汽車效能方面。

據外媒相關報道,英特爾汽車副總裁兼總經理Jack West在接受采訪時表示:“英特爾正在采取‘整車’方法來解決行業面臨的最大挑戰”。

“在整個車輛平臺上推動創新的人工智能解決方案將有助于行業向電動汽車轉型。收購Silicon Mobility符合我們的可持續發展目標,同時滿足了行業的關鍵能源管理需求。”

為什么要急著讓AI上車?

即使在PC業務持續反彈的背景下,英特爾在2023年的成績單依然不夠理想。

2023年的第三財季,英特爾營收142億美元,雖高于分析師預期,可仍就同比下滑,這也是英特爾連續第七個季度出現下滑。

具體到細分業務,英特爾幾個核心業務的表現均不理想,僅有自動駕駛部門Mobileye以及代工服務(IFS)實現了增長。

當然,Mobileye的日子也不好過。隨著越來越多的車企開始采用英偉達、高通、AMD等芯片企業的產品,Mobileye逐漸開始丟掉了市場,英特爾也計劃將其再次分拆并單獨上市。

既然Mobileye靠不住,而英特爾又不愿放棄汽車芯片這塊大蛋糕,好在英特爾還手握AI這個殺手锏。

2023年9月,英特爾CEO帕特·基辛格開創性地提出了AI PC的概念,時隔三個月后,帕特·基辛格又在年底的新品發布會上談到了“AI Everywhere”戰略,并推出兩款面向AI的處理器平臺——酷睿Ultra移動處理器以及第五代至強可擴展處理器。

有了桌面級和移動級,汽車SoC自然也不會錯過。在英特爾看來,隨著汽車SoC集成了先進的AI PC技術以及數據中心技術,就可以滿足真正軟件定義車輛架構的需求。換句話說,車企們可以在AI芯片的加持下實現更加先進自動駕駛功能以及AI功能。

但問題來了,生成式AI究竟能給智能座艙帶來多少有趣的功能,英特爾并沒有給太多具體的案例。

不過在活動期間,吉利旗下高端品牌極氪汽車CEO安聰慧透露了一點信息。

安聰慧表示,極氪將成為首家采用英特爾全新軟件定義汽車SoC系列的整車廠,同時,極氪將與英特爾共同打造“移動生活空間”,實現“最理想的車載AI功能”。

將智能座艙打造成“移動客廳”,其實已經有不少車企提出相關的概念,但很少與AI有關,希望極氪和英特爾能給我們帶來一點驚喜。

除極氪之外,英特爾暫時并未透露任何其他客戶,只是表示保持在與多家OEM進行談判。

有趣的是,極氪同時也是英偉達Orin芯片以及驍龍座艙平臺的用戶。

一般來說,車企并不會局限于某一家自動駕駛芯片公司或者座艙系統平臺,上游汽車芯片廠商們也盡力為車企們打造差異化、品牌化的創新性功能,從而搶下更多客戶。

而在本次CES上,英偉達與高通同樣展示了他們的AI能力,攜手多家合作伙伴展示了“汽車朋友圈”。

相比之下,缺少客戶的英特爾,還有很長一段路要走。想要開始智能座艙新一輪內卷,就必須吸引更多合作伙伴。

]]>
http://www.ppstraining.net/news/20240110/gqvk6olfa8z3tx7r.html/feed 0
2024年了,“鉆石芯片”還要多久造出來? http://www.ppstraining.net/news/20240103/ffuzvr2w6niwbsgy.html http://www.ppstraining.net/news/20240103/ffuzvr2w6niwbsgy.html#respond Wed, 03 Jan 2024 12:26:50 +0000 http://www.ppstraining.net/?p=87406

金剛石,被稱作自然界中最硬的物質。在經過打磨后,這種“普通”的碳晶體就化身為寶石級的鉆石,身價隨之倍增。

而除了裝飾外,很少有人知道金剛石其實也能用于半導體行業,在加工后變身為價格昂貴的“高端芯片”。

材料類期刊Small近期發布的一篇文章里,提到了大阪公立大學研究小組利用金剛石為襯底,制作出了氮化鎵(GaN)晶體管。而該晶體管的散熱能力,要比傳統晶體管提高了2倍以上。

這篇文章表示,這種由晶體管不僅可以用于5G通信基站、氣象雷達、衛星通信等領域,還可以用于微波加熱、等離子體處理等領域。

但筆者在查閱相關信息后發現,早在二十年前,科學界就曾掀起研究金剛石半導體的熱潮。包括剛剛過去的2023年,有不少企業和研究機構推出類似的技術,這其實就包括華為與哈爾濱工業大學共同合作的金剛石芯片專利。

但時至今日,鉆石芯片仍未掀起多大的水花。

用鉆石造芯片,究竟有何魅力?

想制作電子元器件,就需要半導體材料。

雖然可以用作半導體的材料種類繁多,但在歷經數次材料革命后,真正做到成本與性能同時兼顧的,只有硅元素——在此基石上目前最常見的硅基半導體。

不過隨著工藝技術不斷進步,硅材料的潛力基本已被挖掘到極致,想要繼續推進半導體行業發展,就需要用特性更好的材料接續。

近些年出鏡率頗高的氮化鎵(GaN)和碳化硅(SiC),屬于第三代半導體材料。再往后,氧化鎵、氮化鋁等第四代半導體材料,他們對比硅材料都有各自獨特的優勢。

除此以外,我們還能在看到石墨烯、碳納米管等材料被用于生產晶體管。

既然它們都屬于碳的同素異形體,那么同樣是碳元素單質同素異構體之一的金剛石,理應可以用作生產半導體。

從物理化學特性來看,金剛石確實如此。

該材料不僅硬度最高,而具有最高的熱導率、透過光譜最寬、耐磨抗輻射抗腐蝕等優秀特性。

金剛石強在哪里?

先說金剛石的高熱導率。

在大阪公立大學的研究里,提到了“由金剛石為襯底制作的氮化鎵晶體管,其散熱能力提高兩倍之多”。

目前而言,芯片制造面臨的最大基本挑戰之一便是溫度控制。對于大部分硅制的芯片來說,一旦溫度過高,那么芯片就會變得不可靠。

而金剛石恰好是一種完美的“散熱器”。在熱導率數值上,它比碳化硅大4倍,比硅大13倍,可以有效降低半導體器件運行時產生的熱量。

圖 | 熱量情況對比

在華為的金剛石專利里,提到了利用金剛石極高的發展潛力,為三維集成的硅基器件(硅基與金剛石襯底)提供散熱通道。

除了出色的散熱性能以外,金剛石擁有高達5.5eV的禁帶寬度,更適合應用于高溫、高輻射、高電壓等極端環境。

在2023年初,日本佐賀大學與日本精密零部件公司Orbray共同合作開發了一個金剛石制成的功率半導體。

他們在藍寶石襯底上生長金剛石晶片,制成2英寸的單晶圓,以此制成的功率半導體能以每平方厘米875兆瓦的功率運行,輸出功率值為全球最高,且電力損耗可減少到硅基半導體的五萬分之一。

圖 | Namiki于2022年4月制作的2英寸晶圓

除了日本公司以外,美國公司也在積極推動鉆石芯片的產業化。目前比較出名的一家美國公司名叫Diamond Foundry,他們是全球“人造鉆石”領域的明星企業。

在Diamond Foundry官方計劃里,他們開發出一套技術,可以將硅芯片與金剛石半導體襯底結合,以消除限制其性能的散熱瓶頸。

這項技術與上文提到的華為專利非常類似,不過Diamond Foundry的動作更加迅速,目前已經在云計算和AI計算等芯片上進行嘗試,可以讓數據中心芯片使用一半的空間即可實現相同的性能。

讓金剛石變成芯片,比想像地難得多

隨著近些年投入“人造鉆石”的企業越來越多,人工培育鉆石已經在電信、光學、醫療保健等領域中得以廣泛應用。

在這么多有利條件下,行業仍然沒有拿得出手的芯片產品,那么問題到底出現在哪里?

原因很多,但歸根究底還是供給問題——純度高的天然金剛石供不應求,而人造金剛石又會因為工藝問題,并不適合制造半導體。

前面提到,金剛石芯片的長期的方向是作為“高端芯片”的突破口,而不是普通芯片的替代,這就要求晶圓更大。

以目前人造金剛石企業的技術水平,顯然是造不出大尺寸晶圓,更不要說達到商業化的要求。

以Diamond Foundry為例,該公司目前生產的晶圓尺寸大約為4英寸長寬、小于3毫米厚度。日本企業的晶圓尺寸更小,只有大約2英寸。

尺寸小是一方面,想要造出一顆能用的芯片,還得考慮如何提高金剛石的生長反應速度、有效切割這種堅硬的材料,并對晶圓的表面進行處理。

直到最后一步,才是將金剛石晶圓與半導體芯片結合,這中間有太多的步驟等待突破了。

因此,雖然我們能看到非常多的專利與研究,但金剛石芯片離半導體產業還有很長的道路要走,不僅僅需要降成本、擴大規模,尺寸和金剛石純度都需要考慮到位。

如果只是讓金剛石企業獨自來做這件事,那確實很有難度。

]]>
http://www.ppstraining.net/news/20240103/ffuzvr2w6niwbsgy.html/feed 0
除了ChatGPT,《自然》年度十大人物還有哪些看點? http://www.ppstraining.net/news/20231214/0qhuyibrvei9ms5h.html http://www.ppstraining.net/news/20231214/0qhuyibrvei9ms5h.html#respond Thu, 14 Dec 2023 10:05:01 +0000 http://www.ppstraining.net/?p=87228 除了ChatGPT,《自然》年度十大人物還有哪些看點?

《Nature》(下稱《自然》)雜志在14日公布了2023年度十大人物榜單(Nature's 10),作為科學界普遍關注的、國際性、跨學科的周刊類科學雜志,甚至要比評獎相對滯后的諾貝爾獎更能反應每年的重大科學事件。

今年的十大人物主要圍繞生態環境、人工智能、生物化學、物理學展開。

有些特殊的是,今年在十大科學人物之外,還有一位“非人類”上榜——ChatGPT,當然,它并沒有占用十人的名額。

人工智能:改變科學的發展進程

關于ChatGPT的入選,Nature特寫部主編理Richard Monastersky表示:“ChatGPT占領了今年的各種新聞頭條,科學界乃至整個社會都切身體會到其影響,雖然這個工具并不算人物,也不完全滿足 Nature 十大人物的評選條件,但我們將其破例納入榜單,以承認生成式人工智能給科學發展和進步帶來的巨大改變。

從2022年11月正式公開以來,ChatGPT就一躍成為了科技圈最熱門的話題,此前從未想象過一個智能工具,能夠發展到一定程度上取代部分人類工作的程度。

除了ChatGPT,《自然》年度十大人物還有哪些看點?

(圖源:OpenAI

《自然》肯定了ChatGPT的強大能力,同時也認為“這項技術很危險”,作為一個事實上的“黑盒”,在未知代碼和訓練素材的結合下,人們無法知道大語言模型究竟發展到了什么程度。

作為創建ChatGPT的核心人物,OpenAI首席科學家伊爾亞·蘇茨克維Ilya Sutskever也在此次的“十人”榜單當中。

在今年11月發生的OpenAI“宮斗大劇”當中,Ilya作為可能的主導人,解雇了CEO薩姆·奧爾特曼Sam Altman,其主要矛盾點就在于擔憂“AI安全性”。

除了ChatGPT,《自然》年度十大人物還有哪些看點?

(圖源:OpenAI)

在此前的幾個月里,Ilya就曾頻繁表露過對AI安全的擔憂。7月時,OpenAI組建了一個新的團隊——“超對齊”。Ilya作為該團隊的領導,計劃未來4年投入OpenAI 20%的算力,用AI監督AI,實現“AI對齊”,就是要求AI系統的目標要和人類的價值觀與利益相對齊。

《自然》認為生成式人工智能革命已經開始,而且沒有回頭路。

“騙局”和“偵探”

不知道各位是否還記得,今年7月底鬧得沸沸揚揚的“室溫超導”事件?

當時,韓國的一個科學家團隊發表了兩篇論文,聲稱他們已經發現了全球首個室溫常壓超導材料,名為“改性鉛磷灰石晶體結構(LK-99)”。

雖然LK-99最后被證實并非超導,但由于室溫超導的實現意義實在太大,當時確實吸引了全世界的關注。不過似乎很少有人注意到,類似的“騙局”總要有一個揭秘者。

詹姆斯·哈姆林(James Hamlin)就是這樣一個“偵探”。

除了ChatGPT,《自然》年度十大人物還有哪些看點?

(圖源:《Nature》)

早在今年3月,美國紐約羅切斯特大學的物理學家蘭加·迪亞斯(Ranga Dias)及其團隊就宣稱,他們在1GPa(約等于1萬個大氣壓)的壓強下,在镥-氮-氫體系中材料中實現了室溫(約21℃)超導,他們將結果論文發在了《自然》期刊上,但在11月就被撤回了。

這是Dias在一年多時間里被第三次撤回論文了,完成最多調查工作的就是Hamlin。

他先是發現Dias團隊2020年的論文中有與自己2009年的論文測量結果相似之處;后來又發現,Dias在《物理評論快報》上的一篇論文重復使用了他的論文數據;而在今年這次事件中,沒等Hamlin出手,南京大學的團隊就推翻了Dias的研究結果。

“十人”榜單上的另一位物理學家安妮·克里奇(Annie Kritcher)則是核聚變點火相關的。

新型“減肥藥”GLP-1上榜

“十人”榜單中,生物化學方向占了四席,除了瘧疾斗士、膀胱癌治療、單性生殖之外,今年很值得關注的,應該是領導了胰高血糖素樣肽-1(GLP-1)早期研究的生物化學家斯韋特蘭娜·莫伊索夫(Svetlana Mojsov)

除了ChatGPT,《自然》年度十大人物還有哪些看點?

(圖源:《Nature》)

很多讀者也許不知道GLP-1是什么,但如果說“一針瘦”“網紅減肥針”這樣的描述,應該就有不少人聽過了。

作為近一年時間里燃起的“新星”,司美格魯肽等GLP-1類藥物幾乎席卷了全球的社交媒體,就連馬斯克等名人也在使用并且成功減重。

司美格魯肽主要作用于胰島,原本是用于2型糖尿病患者治療的藥物,但因為能夠作用在下丘腦以抑制食欲,因此被研發出減肥相關的應用方向。

雖然科學研究表明其確實能起到減肥作用,但需要注意的是,這類藥物并不適合所有人,請務必在醫生指導下使用。

《自然》雜志的故事中沒有提及這類藥物的作用,主要是肯定了Mojsov在發現GLP-1的研究中的突出貢獻。現年已經70歲的Mojsov在此前并沒有得到人們的認可,也沒有分享到相關研究成果的科學獎項。

寫在最后

完整的榜單奉上:

印度空間研究組織“月船 3 號”項目副主管卡爾帕納?卡拉哈斯蒂(Kalpana?Kalahasti);

美國國家點火裝置首席設計師安妮?克利切(Annie?Kritcher);

日本大阪大學的發育生物學家林克彥(Katsuhiko Hayashi);

OpenAI 首席科學家伊爾亞?蘇茨克維(Ilya?Sutskever);

巴西環境部長瑪麗娜?席爾瓦(Marina?Silva);

聯合國首位全球首席高溫官埃萊尼?米爾維利(Eleni?Myrivili);

寄生蟲學專家哈利杜?廷托(Halidou?Tinto);

倫敦圣巴多羅買醫院癌癥研究員托馬斯?波爾斯(Thomas?Powles);

生物化學家斯韋特蘭娜?莫伊索夫(Svetlana?Mojsov);

美國佛羅里達大學物理學家詹姆斯?哈姆林(James?Hamlin)。

對他們的故事感興趣的觀眾可以訪問《自然》官方網站

本文作者:Visssom,觀點僅代表個人,題圖源《Nature》

]]>
http://www.ppstraining.net/news/20231214/0qhuyibrvei9ms5h.html/feed 0
突發 | 大結局?Sam Altman回歸OpenAI重新擔任首席執行官! http://www.ppstraining.net/news/20231122/0vjsw9boxeyvksoa.html http://www.ppstraining.net/news/20231122/0vjsw9boxeyvksoa.html#respond Wed, 22 Nov 2023 06:42:08 +0000 http://www.ppstraining.net/?p=86853 突發 | 大結局?Sam Altman回歸OpenAI重新擔任首席執行官!

神劇情!兜兜轉轉,Sam Altman又回歸OpenAI!

突發 | 大結局?Sam Altman回歸OpenAI重新擔任首席執行官!

在昨天的文章《OpenAI內斗鬧劇,究竟是不是微軟設下的“陰謀”?》里,筆者預測Altman并不會加入微軟,而是在Ilya Sutskever的劇本下,重新回歸OpenAI并重組董事會。

突發 | 大結局?Sam Altman回歸OpenAI重新擔任首席執行官!

從最新消息來看,臨時CEO Emmett Shear以及Greg Brockman并不屬于新董事會成員,取而代之的是Bret Taylor(主席)、Larry Summers和Adam D'Angelo。

其中,Bret Taylor是Salesforce前聯合首席執行官,Larry Summers是前美國財政部長,而Adam D'Angelo是前三位外部董事之一(Quora首席執行官),這次依然保留席位。

有意思的是,Adam D'Angelo被爆出是此次內斗大戲的真正主角之一,一直在推進自己的人工智能項目Poe。

突發 | 大結局?Sam Altman回歸OpenAI重新擔任首席執行官!

而另一位“幕后黑手”,同時也是外部董事之一的Helen Toner,則被排除在外——她被爆出與Altman發生激烈爭執。

劇情真真假假,總之這場年度大戲離大結局應該不遠了。

有網友戲稱“奧特曼用4天走過喬布斯12 年走完的路”。

這么看,本該是大贏家的微軟,這下算是白折騰了。

]]>
http://www.ppstraining.net/news/20231122/0vjsw9boxeyvksoa.html/feed 0
OpenAI內斗鬧劇,究竟是不是微軟設下的“陰謀”? http://www.ppstraining.net/news/20231121/h6ra4egvugykvhl9.html http://www.ppstraining.net/news/20231121/h6ra4egvugykvhl9.html#respond Tue, 21 Nov 2023 12:34:59 +0000 http://www.ppstraining.net/?p=86850

隨著OpenAI高管及員工在X上集體刷屏“OpenAI is nothing without its people.(沒有員工,OpenAI一無是處)”逼宮董事會,這場科技圈世紀大瓜又朝著一個奇怪的方向發展。

在一份針對OpenAI董事會的聯名信里,幾乎所有的OpenAI員工們都簽上大名,要求剩下4位董事會成員辭職。

此外,他們還拒絕了董事會找來的臨時CEO Emmett Shear發起的緊急全員大會,團結一致地支持Altman以及Greg Brockman籌備的“新OpenAI”。

按照微軟的說法,如果OpenAI員工想要加入這家新公司,他們將為所有員工提供職位。

這就意味著,一旦董事會沒有達到聯名信的要求,OpenAI全團隊有可能集體離職,轉而投奔微軟,而微軟將以極小代價收購這只“全明星團隊”,成為最大贏家。

那么故事就這么結束了嗎?大概率依然是未完待續……

而這樣一場內斗大戲,頗有當年微軟收購諾基亞的影子。

一次蓄謀已久的惡意收購?

Altman前腳剛被OpenAI董事會開除,轉頭就投入了微軟的懷抱。

這很難不讓人懷疑,這場內斗大戲其實是一場蓄謀已久的“表演”。

畢竟從周六凌晨(11月18日)故事開端至今,所有人的目光都集中在Altman以及OpenAI董事會身上。

而作為OpenAI背后的最大金主,微軟的存在感并不強直到周日(11月19日)才算真正登場,但一出來就是一個“王炸”

有意思的是,在OpenAI董事會剛發布罷免后,微軟股價迅速暴跌,公司市值減少了數百億美元。

而兩天后,微軟股價完成暴漲,差價剛好“買下”整下OpenAI團隊。

不僅時間點很湊巧,微軟CEO納德拉的發言也頗具內涵。

在X上,納德拉表示,該公司仍然對OpenAI及其新的領導團隊充滿信心,但與此同時,微軟也正在組建一個由Altman領導的“新的高級AI研究團隊”。

他還補充說,Greg Brockman以及未透露姓名的“同事”也在這條船上。

如果說Altman和Greg Brockman的突然加入還算正常,那么其他人的身份就耐人尋味,大概率也是OpenAI的高管。

如果有人留意前幾天的新聞,就可以注意到微軟與OpenAI之間其實早就出現了裂痕。

11月10日,微軟將不再允許員工使用OpenAI的ChatGPT服務。

微軟稱,因安全和數據問題,多種AI工具不再可供員工使用,此外,微軟建議員工使用自己的Bing Chat工具。

微軟,真金白銀為OpenAI投資近數百億美元,讓這家充滿夢想的AI創企一夜騰飛,成為AI領域最大的明星。

但很少有人注意到,微軟其實沒有OpenAI的控制權——包括Altman在內,每位董事會成員其實都不持有任何OpenAI的股權。

如果我們從OpenAI成立起開始追溯,這家公司的的控制權應當歸屬于一個獨立的非營利性董事會,名為OpenAI Nonprofit。

因為非營利性的緣故,該董事會成員完全憑借自己的理念對公司發展進行管理,而非追隨投資者的意見,也無需負責。

假設微軟也算董事會的成員之一的話,雖然涉及了大量投資,并且與OpenAI建立了戰略合作伙伴關系,但微軟的地位與其他董事會成員其實是一樣的,并不能決策。

更不要說微軟其實沒有OpenAI的董事會席位,而該董事會由三位OpenAI高管以及三位外部人士組成。

在這個離譜的架構下,花了重金的微軟其實沒有一點話語權,全憑OpenAI董事會自己努力。

從OpenAI的角度來說,不被巨頭控制,算得上一條紅線,也符合OpenAI成立的初衷——彼時,馬斯克、Altman等人為了防止谷歌與DeepMind壟斷人工智能,因此成立了OpenAI這家”組織”。

然而AI是個非常燒錢的行業,光靠“用愛發電”顯然做不久。

因此在Altman的牽頭下,OpenAI開始改制,其中就包括開放成立營利部門OpenAI LP,吸引財大氣粗的金主,最終微軟成為OpenAI的投資人之一,整個公司開始快速發展。

而從微軟角度來看,他們除了沒有話語權外,還曾與OpenAI簽訂了一條不尋常的授權條款:OpenAI的AGI系統將“被排除在與微軟簽訂的IP許可及其他商業條款之外”,即“此類條款僅適用于AGI之前的技術成果”。

通俗點理解,就是OpenAI實現了AGI技術后,將不對微軟開放。

有意思的是,剛好在11月17號,罷免事件的前一天,OpenAI六人董事會曾就“何時實現AGI”曾展開過討論。

一旦OpenAI董事會一直判斷達成了其提出的AGI使命,微軟就將被剔除出局。

那么想要順利在AGI時代繼續保持AI優勢,同時搶下OpenAI的話語權,改組OpenAI董事會或是全資收購OpenAI,都是微軟可以出現的動作。

巧的是,在這個周末的連續劇里,這些操作居然神奇般同時出現。

作為與微軟關系最緊密的那個人,隨著Altman加入微軟,既不耽誤自己的投資生意,又能保證OpenAI完美融入微軟。

此刻,Altman仿佛化身10年前加入諾基亞的Stephen Elop。

Stephen Elop在職諾基亞期間,諾基亞手機部門由盛而衰,最終導致在2013年被微軟收購,他也一直被認為是微軟安插在諾基亞的“木馬”。

如果的Altman,是否也是微軟陰謀的一枚棋子呢?

微軟是大贏家嗎?

微軟真的贏了嗎?是的,但又不完全是。

除了Altman以外,Ilya Sutskever或許也是一位“演員”。

在前面提到那個要求董事會辭職的聯名信里,Ilya Sutskever的簽名赫然在列。

在Altman即將加入微軟的關鍵時刻,Ilya Sutskever突然站了出來,為了保全OpenAI選擇再次“演戲”。

雖然是他領導了這次罷免Alman的最初行動,但在最后一刻,他選擇了背叛董事會。

要知道剩下三人全部為外部獨立董事,完全沒有必要為了自己的名聲站出來與員工死磕。

如果按現在的劇本發展的話,在Altman一呼百應的影響力面前,Ilya Sutskever以及三個外部獨立董事會“被迫”辭職。

只有這樣,Altman才會重新回歸OpenAI,而不是加入微軟,微軟吞并“舊OpenAI”的計劃也會被打亂。

至于Altman、臨時CEO Emmett Shear以及Greg Brockman將如何重組OpenAI,目前還不得而知。

或許我們可以設想一下,罷免Altman其實是避免微軟強行收購的“主動出擊”呢?

有外媒報道稱,納德拉曾詳細討論了OpenAI新的董事會結構,包括Marisa Mayer、Brian Chesky和Sheryl Sandberg等硅谷巨頭高管的名字浮出水面。

然而OpenAI搶先一步讓Emmett Shear當上了CEO,提前占好坑。

從網上公開的消息來看,Emmett Shear是人工智能“安全”的堅定支持者,如果能繼續帶領OpenAI,非常符合發展長期發展AGI技術的理念。

當然在真真假假面前,以上都只是猜測,但至少可以肯定的是,微軟完全收購OpenAI的可能性,將大大降低。

不過即使不能完成收購,微軟也實現了打破OpenAI架構的目的。

在財大氣粗的微軟面前,OpenAI還能堅持幾次呢?

]]>
http://www.ppstraining.net/news/20231121/h6ra4egvugykvhl9.html/feed 0
站在AGI的大門前,為何我們開始感到恐懼? http://www.ppstraining.net/news/20231124/hw3jsdlq0anegrt4.html http://www.ppstraining.net/news/20231124/hw3jsdlq0anegrt4.html#respond Tue, 21 Nov 2023 10:44:16 +0000 http://www.ppstraining.net/?p=86884

誰曾想到,一場驚動整個科技圈的內斗大戲,起因竟是一封信。

據路透社透露,在Sam Altman遭解雇之前,曾有OpenAI的研究人員向該公司董事會發出舉報信,警告一種強大的人工智能可能會威脅到人類。

這是一個名為Q*(讀:Q-stard)的AI模型,知情人士表示這可能是OpenAI在AGI方向上的最新突破。

長期以來,硅谷大佬們針對“AI安全”的爭論一直沒有罷休。

或許正因如此,這項可能是下一個革命性技術的直接最新發現,才能被內部人士提前曝光。

關于新模型究竟是什么,目前能知道的信息還很少,但從OpenAI的社區留言可以看出來,大多數人對于Q*的到來并不歡迎。

什么是Q*

根據外媒的曝光,我們先來簡單介紹一下Q*。

Q*的前身是由Ilya Sutskever團隊在2021年發起的GPT-zero項目,目的是解決了合成數據的問題。

如果說此前訓練大模型的數據大多源于網絡個人數據,而GPT-zero項目可以用計算機生成的數據訓練,一下子就解決了數據來源的瓶頸。

對于AI公司們而言,數據也是一種資源。尤其是高質量的語言數據,更是直接決定大模型的質量。

在大模型混戰面前,AI公司都是將數十億參數起步,以TB為單位的數據集進行喂養。不僅數據集可能被耗盡,價格也是水漲船高。

因此當合成數據出現后,就能像永動機一樣可以無限生成高質量的數據,從而解決數據問題。

在談到GPT-zero項目,馬斯克也評論稱:“Synthetic data will exceed that by a zillion.(合成數據可以超過1ZB)”。

對比目前已有的數據,一個硬盤就能裝下(lt's a little sad that you can fit the text of every book ever written byhumans on one hard drive )。

GPT-zero的研究成果下,OpenAI兩位高級研究人員Jakub Pachocki 和 Szymon Sidor構建了Q*模型,

雖然目前可能水平并不高(小學生數學能力),但專業人士認為該模型能夠解決此前從未見過的數學問題。

而這又牽涉另一個技術——Q-learning算法。

這是一個經典的強化學習算法,有很強的規劃能力但不通用、不可泛化;而大模型的優勢就是近乎大模型具備了人類水平的泛化能力,又稱舉一反三。

那么將兩者合二為一后,這種既有規劃能力,又有泛化能力的大模型,已經非常接近人腦,可以自主學習和自我改進,而最終的結果:大概率可以出現自主決策,并具備輕微自我意識,成為接近超越人類的AGI。

如果報道內容屬實,我們可以設想一下,在商業化和安全性觀念分歧下,保守派代表Ilya Sutskever高調主導這次罷免Altman事件。

就在今年7月時,Ilya Sutskever就從組建了一個團隊,致力于限制AI潛在的安全威脅。

 而在Altman回歸OpenAI后,Ilya Sutskever沒能留在董事會。

圖 | Ilya Sutskever在Ted上談論AI安全

目前,OpenAI并未對Q*的報道發表回應,OpenAI究竟是不是實現了AGI,我們也只能等后續的報道。

人們在擔憂什么?

在報道發出后,OpenAI 開發者論壇的網友們開始了激烈的討論。

從幾個高贊評論可以看出來,大多人對于Q*的到來還是表現地擔憂。

不少人表示,AGI到來的速度比想象得太快,由此帶來的負面影響,甚至大于大模型本身。

這不免讓人聯想到此前硅谷大佬們針對“AI安全”的爭論——為何在新時代到來前,恐懼、不安也會開始涌現?

讓我們以最近DeepMind公布的論文作為參照。

評估一個系統是否符合AGI 的定義,需要從六個維度考慮:廣泛性和性能、自主性、持久性、遞歸性自我改進、任務自主選擇、目標驅動。

其中,單就廣泛性和性能來說,AGI的最高等級是超越人類(Superhuman AGI),即在所有任務上都能超過100%的人類。也只有這樣,才算達到了真正的AGI。

如果再對應其他維度,又可以發現AGI的發展其實會引發許多倫理和安全問題

最終在機遇面前,風險也無法避免:在一些特定領域,AGI可能會超越人類,在關鍵角色中取代人類,或進行遞歸性自我改進。一旦這樣的AGI最終實現,將徹底改變我們的社會、經濟和文化。

有意思的是,網友們對于AGI的恐怖,其實更多出于AI公司壟斷的擔憂。

從前文可以看出來,想定義AGI是一件非常復雜的事情。如果詢問不同的AI專家,或許會給出不同但有聯系的答案。

在這種情況下,想要決定某件事是否是AGI,完全是取決于AI公司的領導人。

一旦人工智能在商業化取得可行性方面,同時又能既得利益,這樣一款產品很有可能成為一種“壟斷”。

我們都知道,Sam Altman其實是一位對AI商業化特別執著的人。作為激進派的代表,Sam Altman對于AGI一直都是最積極的態度。

然而在非營利治理結構下,無論是Sam Altman,甚至微軟,一旦開始做出危險的或違背人類利益的行為,董事會都可以直接驅逐。

這也與這次事件的前期發展十分相似。

不過隨著Sam Altman回歸OpenAI并重組董事會,目前已有的三人均未獨立董事。換句話說,董事會其實無法驅逐。甚至自己都被顛覆了。

在缺少了監管后,OpenAI只剩下政府監管機構這一限制。

然而作為OpenAI背后的大金主,微軟在美國政府的AI監管對局里,一直扮演積極推進AI的角色,最終政府的監管對于OpenAI的影響也會越來越小。

在利益面前,關于Q*乃至AGI技術本身,似乎也很少有人討論了。

]]>
http://www.ppstraining.net/news/20231124/hw3jsdlq0anegrt4.html/feed 0
高估值還是大模型,麻煩纏身的阿里云,只能二選一 http://www.ppstraining.net/news/20231212/pwhkmu2za6vgvb8b.html http://www.ppstraining.net/news/20231212/pwhkmu2za6vgvb8b.html#respond Fri, 17 Nov 2023 09:52:14 +0000 http://www.ppstraining.net/?p=87165

一夜之間,阿里又變了天。

11月16日晚間,阿里巴巴集團發布了截至9月30日的季度財報。

財報顯示,今年7-9月,阿里整體收入同比增長9%,其主要業務都取得了不錯的成績。

然而在財報發布后的分析師電話會上,上任兩個月的阿里集團CEO吳泳銘拋出多個重磅決定,引來市場熱議。

其中最讓人費解的一點,莫過于被市場寄予最大關注和期望的阿里云,宣布暫停分拆。

此時,距離阿里“1+6+N”分拆計劃僅僅過去半年。這場涉及重組的大轉向,為何突然剎車?

估值容易,賺錢難

作為中國互聯網行業當之無愧的巨頭,阿里旗下各類業務種類繁多,但在多元化業務下,底層邏輯依然圍繞著“電商”這個屬性進行布局。

那么當阿里觸及到增長天花板時,電商之外的多業務就需要交給資本市場,而不是一味由集團輸血。

這就是年初阿里進行“1+6+N”分拆計劃的目的之一。

在此之前,熱衷“求變”的阿里在多次分拆業務后,陸續培養出支付寶、天貓、螞蟻等多個體量龐大的巨無霸項目,為后續的商業帝國打下了牢固基礎。

既然如此,阿里云智能業務作為經營多年的老牌業務,在逐漸成為電商之外又一個穩定的“收入引擎”后,自然有成為下一個巨無霸的潛能。

當然,因為涉及到組織變革,這次的分拆計劃的其實多少有點“被動”因素,阿里云真的有能力獨立嗎?

在中國乃至全球市場上,其實還沒有大規模的公有云業務單獨分拆上市的先例。

2月初,中信證券在考慮增速和盈利能力后,參考亞馬遜AWS等全球巨頭的估值,給阿里云業報出了約2000億人民幣的估值。

然而這個數字低過了部分投資人的預期,他們以8-10倍市銷率進行估值,最終按照去年772億的營收,將阿里云的最終估值拉到8000億元。

但財報數據證明,阿里云的賺錢能力完全撐不起如此高的估值。

在2021年之前,阿里云收入始終保持在50%以上的速度逐年增長。而從2021年一季度開始,阿里云的收入增速開始持續下降,到今年年初更是跌到負數。

圖源 | 電子發燒友網

雖然在上一財季再次反彈實現正增長4%,僅僅過去一季度又跌到2%。

相比之下,亞馬遜AWS、微軟Azure、以及谷歌云依然保持兩位數的增速,身后又有華為云、天翼云、移動云等國產云廠商的追趕,阿里云的優勢已經越來越小。

另一件大事是在今年9月,準備全身心投入阿里云的張勇,突然選擇退休。

在張勇接手阿里集團后,阿里云逐漸與釘釘割席,更加注重B端,并且陸續推出AI大模型“通義千問”、生成式AI文生圖模型“通義萬相”等產品。

憑借AI熱潮,大模型似乎是阿里云下一步增長點。

大模型時代,阿里云急需求穩

在全面投入大模型之前,阿里云的麻煩,其實遠比想象要多。

今年雙十一,各大電商平臺靜悄悄。然而,阿里云經歷了一次“史詩級”的崩盤,包括淘寶、支付寶、餓了么、閑魚、釘釘在內的應用均出現故障,此事迅速登上熱搜。

據公告,當天阿里云監控發現云產品控制臺訪問及API調用出現異常,阿里云工程師緊急介入排查,崩盤發生三個多小時后,所有產品就恢復了正常。

此次重大事故,引發了外界對于阿里云穩定性的質疑。且不說企業用戶,即便是個人用戶,也難以忍受數小時的服務中斷。

這也從側面說明,阿里云在技術層面還是被疏忽的漏洞,這一次的事故無疑為整個集團敲響了警鐘。

在剛剛過去的2023云棲大會上,阿里云多次強調了AI大模型的重要性。不僅要為創業公司提供AI基礎設施,并且自己也要下場做大模型,為客戶做好“打樣”。

目前,阿里云依然是中國大模型公司的首選。

據阿里云CTO周靖人介紹,包括百川智能、智譜AI、零一萬物、昆侖萬維等一眾耳熟能詳的頭部企業及機構均在阿里云上訓練大模型。

但在其他云廠商的追趕下,阿里云并非唯一選擇,一旦不確定性因素,勢必會面臨云計算行業的大洗牌。

在財報會上,吳泳銘也透露出這個重要隱患:“美國近期擴大對先進計算芯片出口的限制,給云智能集團的前景帶來不確定性。”

雖然以阿里集團的財力,并不缺少AI芯片儲備,同時自身又具備研發AI芯片的實力,不過提前為投資人打上一針“預防針”,也好為后續長期的燒錢以及可能出現的算力不足做好準備。

眾所周知,云業務的支出大頭本身帶有帶寬成本以及機架成本。國內云廠商每年需要繳納巨額的帶寬使用費。而海外云廠商卻可以自建網絡,這也是國內廠商長期虧損的原因之一。

如今再加上AI算力的投入后,更是一筆龐大的開銷。

若是阿里云真的選擇了獨立運營,以目前麻煩纏身的現狀,以及過于離譜的高估值,勢必會留下新的“爆點”隱患。

因此將阿里云留在集團的資源下,算是一個明智的選擇。

結語

拿阿里云與亞馬遜微軟谷歌三巨頭進行比較,本身就是一種錯誤。在缺少算力的前提,過高的估值反倒給阿里云帶來了壓力。

我們或許看到微軟Azure靠著AI大模型大賺一筆,卻忽視了微軟背后強大的關鍵基礎設施儲備。

相比之下,國產云廠商都或多或少受到算力的影響。

長期方向來說,AI大模型肯定沒有錯,但短期來說,國內的云廠商需要增長,業務實力以及資源,每一項都缺一不可。

]]>
http://www.ppstraining.net/news/20231212/pwhkmu2za6vgvb8b.html/feed 0
英偉達H200發布,性能很強,奈何買不到 http://www.ppstraining.net/news/20231114/hrkz6xbskfbidpis.html http://www.ppstraining.net/news/20231114/hrkz6xbskfbidpis.html#respond Tue, 14 Nov 2023 11:47:50 +0000 http://www.ppstraining.net/?p=86713 英偉達H200發布,性能很強,奈何買不到

前幾天,OpenAI一場開發者大會,讓整個AI人工智能行業的從業者幾乎徹夜難眠。而今天,NVIDIA英偉達同樣帶來了一個重磅消息——幾乎可以說是目前最快的AI算力芯片H200正式發布。

距離上一次英偉達發布“新品”還沒過去多久,皮衣刀客的步伐可以說是又快又穩。根據官方透露的信息,H200相比于此前的旗艦H100,直接性能提升有60%到90%,參數可以說是拉滿了。

算力GPU作為當下“地球上最稀缺的工程資源之一”,一度引來科技大廠們的“瘋搶”。在H200發布之后,相信已經有AI公司開始訂貨了。

不過仔細看H200的規格就能發現,H200的升級可能并沒有那么夸張,值得期待的,也許還是后來者。

只是一個“小”升級

對比H200與前代H100的規格,主要負責計算能力的核心單元部分規格并沒有改變,算力規模完全一致,所帶來的提升只是顯存容量從80GB提高到了141GB,顯存的規格從原本的HBM3升級到了HBM3e。

英偉達H200發布,性能很強,奈何買不到

(圖源:anandtech)

由于本身算力部分并沒有變化,因此換用H200并不會對AI大模型的訓練速度產生更好的影響,以訓練175B大小的GPT-3舉例,同規模的H200大概只比H100快10%左右。

而它主要的提升之處在于“推理”。

一般而言,推理對于算力的需求并不高,限制反而在于單芯片的顯存大小以及顯存帶寬,如果應用到多GPU的互聯,那么信息通信的帶寬反而會不夠。即便如NV Link提供的900GB/s的數據通信速度,也無法媲美單卡內部超過3TB/s的速度,更不用說換了HBM3e顯存后高達4.8TB/s的性能了。

英偉達H200發布,性能很強,奈何買不到

(圖源:NVIDIA)

同樣,更大的單卡顯存容量也能有效減少跨卡訪問的次數,算是一種變相的效率提升。

隨著當前AI大語言模型逐步邁向應用化,計算任務的重心已經由早期的訓練模型轉變為應用端的推理行為。

此前OpenAI就曾苦于AI太過火爆,擠占了大量的推理資源,國內比如此前曾紅極一時的“妙鴨相機”也因為用戶太多,沒有足夠的推理資源而需要等待很長時間才能出片。

而H200對比H100的推理能耗直接減半,極大降低了使用成本,真應了那句話——「買的越多,省的越多」

英偉達H200發布,性能很強,奈何買不到

(圖源:NVIDIA)

有業內人士推測,后續消費級GPU可能也會出現類似的轉變,即在算力一定的情況下,通過提升顯存容量和帶寬以獲得更好的模型推理體驗,畢竟在“全民AI”的時代,客戶端的性能也需要跟上。

英偉達大規模與高性能計算副總裁Ian Buck表示:要利用生成式人工智能和高性能計算應用創造智能,必須使用大型、快速的GPU顯存,來高速高效地處理海量數據。借助H200,業界領先的端到端人工智能超算平臺的速度會變得更快,一些世界上最重要的挑戰,都可以被解決。

顯存是關鍵

自從近兩年AI爆火后就迅速帶動了AI服務器的需求爆發,AI大模型的數據參數龐大,除了需要算力支撐模型訓練,同樣需要數據的傳遞和處理。

過去20年間,算力硬件的性能提升了90000倍,但是內存、存儲的互聯帶寬只提升了30倍,二者已然有所脫節,數據傳遞的速度可能遠低于數據處理的效率。因此,如英偉達這樣的GPU廠商,就引入了HBM代替原本的GDDR內存,通過硅中介層與計算核心緊密互聯,加快數據傳輸速度。

據SK海力士介紹,HBM3e不僅滿足了用于AI的存儲器速度規格,也在發熱控制和客戶使用便利性等所有方面有所提升。在速度方面,其最高每秒可以處理1.15TB的數據。

早在今年8月,NVIDIA就已經計劃發布配備HBM3e顯存的 Grace Hopper GH200 超級芯片版本。

英偉達H200發布,性能很強,奈何買不到

(圖源:NVIDIA)

根據anandtech的描述,H200差不多就是GH200的GPU部分,從前面也可以看到,H200的HBM3e顯存的容量有些奇怪,是141GB,HBM3e的物理容量應該是144GB,這是由于產量和良率而保留了部分容量。另一方面,H200的顯存頻率應該是6.5Gbps,雖然比H100提升了25%,但依舊沒有達到美光希望中的9.2Gbps。

所以,此次發布的H200可能依舊算不上“滿血版”,只能算是加上了HBM3e顯存的H100小更新,也正因此兩者是互相兼容的,已經在使用H100進行模型訓練的可以直接更換成H200。

需要注意的是,H200的實際出貨時間是2024年第二季度,也是由于海力士的HBM3e顯存需要到今年年底才能產出,最快量產得到明年初。由此可見顯存其實才是整個AI發展的重中之重。

英偉達H200發布,性能很強,奈何買不到

(圖源:NVIDIA)

不過,在發布中還提到了一些細節,比如2024年的B100,似乎在性能上又能有接近兩倍的提升?推測未來的新架構可能會帶來一些不同,說不定就是那個真正的“滿血版”。

寫在最后

當然,受制于美國的出口禁令,H200再強,也賣不到國內。

前兩天有消息稱,英偉達專為中國市場又開發了新的HGX H20、L20 PCle和L2 PCle GPU,幾乎卡在了管制的算力極限上。

英偉達H200發布,性能很強,奈何買不到

(圖源:知乎)

只可惜這個規格,嗨……希望國產替代盡快到來吧。

本文作者:Visssom,觀點僅代表個人,圖源:NVIDIA

]]>
http://www.ppstraining.net/news/20231114/hrkz6xbskfbidpis.html/feed 0
長江存儲vs美光:一場中美芯片戰的“反圍剿” http://www.ppstraining.net/news/20231113/6a34criossbcybq5.html http://www.ppstraining.net/news/20231113/6a34criossbcybq5.html#respond Mon, 13 Nov 2023 09:44:05 +0000 http://www.ppstraining.net/?p=87157

11月9日,國內存儲廠商長江存儲在美國加州北區地方法院正式起訴美系存儲大廠美光,指控其侵犯了8項3D NAND相關的美國專利。

長江存儲在專利侵權起訴書中表示,訴訟是為了終止美光廣泛且未經授權使用長江存儲專利創新。

一直以來,國內半導體廠商在海外大廠面前都扮演著“弱者”形象,而這一次長江存儲選擇主動出擊。

在這背后,長江存儲的硬實力是一方面。更重要的是,中國半導體廠商已經重視到專利這把“武器”。

國產廠商,挑戰存儲巨頭

NAND,又叫閃存,是一種非易失性存儲器(ROM),斷電后仍能保存數據,通常應用于外部存儲器。

用通俗的語言,其實就是我們熟知的“硬盤”。

包括SSD固態硬盤、U盤等等在內,其實都是NAND。但一般來說,存儲大廠之間的比拼,都圍繞在大容量數據存儲上。

想要提升NAND的性能,主要有兩個技術路徑。

其一,是和手機芯片類似,提升制程節點;而當傳統2D NAND技術走到瓶頸后,只能通過縱向疊加層數的方式獲取高密度和大容量,這就是3D NAND技術。

長江存儲之所以能在近些年攪局NAND市場,正是在國際存儲巨頭集體轉向3D NAND的重要轉折點,搶先一步量產232層閃存顆粒,并交付給第三方企業進行封裝流入市場。

這一切,得益于長江存儲在2018年發布的名為“Xtacking架構”的新技術。

該技術簡單來說是可以實現并行、模塊化產品設計及制造,縮短開發時間和生產周期的同時,還能實現比傳統3D NAND技術更高的存儲密度與性能。

在這個buff的加持下,長江存儲一路開掛。

不僅快速追上與海力士、三星等大廠的距離,并且在同行剛開啟商業化時,率先實現量產。

目前,Xtacking技術已經發展到3.0,不少存儲國際大廠都對技術非常感興趣,甚至傳出不排除以技術交叉授權的方式來彼此合作,足以看出長江存儲在專利層面的儲備。

在指控書里,長江存儲表示,美光侵犯了美國專利號為“10,950,623”、“11,501,822”、“10,658,378”、“10,937,806”、“10,861,872”、“11,468,957”、“11,600,342”和“10,868,031",涉及侵權的產品包括96層、128層、176層、232層的3D NAND。

半導體知識產權專家表示,這些專利的申請日都在2018年之后,并不是長江存儲早期成立時的專利,而是與Xtacking技術關系緊密,因此大概率會與美光技術產生重復,且技術成熟度可能會更好。

此外,根據IFI Claims的統計顯示,長江存儲在2020年之后在美國陸續有獲得專利授權,并且在近兩年呈現出穩定和增長的態勢,目前已經有近400項專利,足以看出長江存儲在美國布局專利的力度。

值得一提的是,在長江存儲成立之初,中科院微電子所向其授權了1000多項閃存專利,更直接派出了工程師團隊現場支援。也正是這些積累多年的專利,為長江存儲的快速成長奠定了基礎。

專利戰,虛虛實實

雖然長江存儲在美國本土專利儲備上做足了準備,但相比于美光近13100項有效的美國專利,前者還是有種“蚍蜉撼大樹”的感覺。

而在今年1月份,有一家名為BeSang的美國初創公司,同樣因為3D NAND技術起訴了美光和英特爾,但因其體量過小,目前也沒有太大進展。

另一方面,在長江存儲指控的176層3D NAND技術上,美光其實是全球首個實現量產的廠商,在其專有的CuA(CMOS-under-array)架構下,美光的進度算是最快的。

既然有這么多不利因素,那么長江存儲為何還要死磕美光呢?

據《 問芯Voice》的報道,專利戰真正目的,是為了在美國的出口管制封鎖下,為公司爭取公平談判的機會,是為公司的生存而戰。

在過去幾十年間,西方科技巨頭之間的專利大戰屢見不鮮,而中國廠商在近些年才開始涉及到專利糾紛,多少有些“不適應。

對于科技公司而言,知識產權其實是公司的競爭力之一,而專利則是知識產權的核心構成。

因此科技巨頭之間的專利大戰,金錢利益永遠不是第一位,市場競爭才是背后更重要的一環。

就長江存儲而言,目前雖然在NAND市場有了一席之地,但依然受到了不少打壓。

為了打開更大的市場,競爭是躲不了的一環。

圖源 | 長橋海豚投研

比起三星、海力士等韓系大廠,美光自帶“美國半導體企業”的身份,更容易受到市場的關注。

尤其是在中美半導體行業持續對抗、中國企業長期受到出口管制的不公平對待的大背景下,“長江存儲vs美光”的對抗更有機會提升中國企業的信息。

另一方面,目前美光在國內被限制,自身發展又受到半導體“周期性”影響,仍處在低谷,對于長江存儲而言,這正是難得的機會。

這或許印證了那句,“進攻就是最好的防守”。

專利戰的虛虛實實背后,長江存儲足夠吸引全行業的目光。

勝算雖大,國產存儲依然很難

去年年底,長江存儲被美國商務部列入實體清單,限制了先進設備材料的進出口。這恰好是長江存儲公開宣布232層顆粒量產的時間。

在失去領先的“窗口期”之后,美光、SK海力士、三星等廠商逐漸追了上來,在技術上還反超了長江存儲。

目前,SK海力士已經公布了其最新的321層堆疊4D NAND Flash閃存樣品,三星、美光也陸續曝光300+層NAND閃存。

顯然,長江存儲在300+層時代開始走向了落后。

不過在價格、以及產品優勢面前,長江存儲還是能在短時間內攪動市場。

同時,國家集成電路產業投資基金繼續為長江進行投資,保證其產能以及研發進度。

希望這次專利訴訟,能為長江存儲再次爭取到下一個“窗口”,同時也為更多中國半導體企業帶來信心。

]]>
http://www.ppstraining.net/news/20231113/6a34criossbcybq5.html/feed 0
號稱“可穿在身上”的ChatGPT,爆火的Ai Pin是創新還是又一次概念炒作? http://www.ppstraining.net/news/20231110/wqtuusj7rgwovjck.html http://www.ppstraining.net/news/20231110/wqtuusj7rgwovjck.html#respond Fri, 10 Nov 2023 11:53:01 +0000 http://www.ppstraining.net/?p=86708

一塊沒有屏幕、如同玩具一般大小的“小方塊”,還沒上市就被《時代》雜志評選為“2023年度發明”。

美東時間11月9日,初創公司Humane發布了這款名為“Ai Pin”的AI硬件,售價為699美元,下周預定,明年發貨。

沒聽說過Humane不要緊,這家公司背后最大的投資人,是大名鼎鼎的OpenAI創始人Sam Altman。

同時,Humane還獲得了來自微軟、LG、沃爾沃、高通等知名公司的投資,手握數億美元的資金。

而作為主角,Ai Pin來頭不小,號稱要“替代手機”。

其最大的特點,是內置了OpenAI的GPT系列大模型,每個月只需花費24美元,就可以享受到AI的強大功能。

有人稱,AI Pin的出現,將革了iPhone的命,真有這么神奇?

沒有屏幕的AI硬件,長什么樣

你能想象的“下一代手機”,會是什么樣子?

Humane的Ai Pin給出了一個方案——它無屏幕,可穿戴,不需要任何喚醒詞,光靠語音和手勢,就能操作。

據介紹,Ai Pin可以實現絕大多數智能手機的功能,通過內置的投影儀,可將畫面投影到手掌,并進行交互。

這個依靠手指的交互形式非常有趣,輕輕一動即可切換應用,或是做出其它操作指令。

相比于目前智能手機上的滑屏操作,在省去屏幕這個載體后,Ai Pin的可玩性更高。

操作之外,Ai Pin另一大特點是其強大的AI功能。

Ai Pin并沒有app,而是直接運行內置的GPT 4大模型,并實時理解使用者需要什么,然后給出當下最合適的操作進行反饋。

在發布會上,Ai Pin展示了多個例子,包括切換歌曲、發送信息、翻譯和語音模擬,甚至可以借助攝像頭識別物體并給出信息。

光從演示來看,Ai Pin的AI功能確實是非常強大。

至于其他參數方面,Ai Pin采用了一顆主頻為2.1GHz的八核高通處理器,內存為4+32GB,支持蜂窩網絡、Wi-Fi、藍牙等各種連接方式,并配備用于服裝固定的磁性扣具。

簡單來說,除了沒有屏幕以外,手機該有的功能,Ai Pin都有。

創新,還是又一次炒作?

Ai Pin的目標,是要打造一款超越iPhone的產品。

事實上Humane與蘋果的緣分也非常深。

Humane的創始人,是在蘋果供職多年的Imran Chaudhri 和 Bethany Bongiorno。

而Humane全公司近200多名員工里,有近百人都是前蘋果員工。

在Ai Pin上面,我們可以看到不少與iPhone類似的設計理念,包括強調交互、減少信息壓力,同時還非常注重無障礙。

而這些標簽,又與可穿戴設備非常貼合。

因此選擇一種與手機不同的形式,反倒是一種差異化優勢。

此外,通過投影的手段,即增加了互動性,也提高了可玩性。類似科幻電影里的“全息投影”那般,充滿了未來感。

當然,不只是Ai Pin,不少圍繞號稱取代手機的智能硬件,其實都在主打“便攜性”,強調用AI解放雙手。

相比之下,Ai Pin做得更加簡化,價格也更加親民——只需699美元就可以得到一款強大的AI助手,這聽上去就非常吸引人。

當然,說完了優勢,Ai Pin的缺點其實更加明顯。

首先從介紹來看,Ai Pin本質上還是沒有脫離智能手機的“功能性”,在此基礎上,AI功能才是加分項。

因此在AI功能還非智能手機的首選項時,Ai Pin其實并非那么容易被接受。

拋棄AI功能以外,我們在演示里可以看到Ai Pin 的投影功能其實非常“簡陋”,只有以單一顏色展示信息。

或許作為初代產品,Ai Pin并沒有將太關注投影的顯示效果,但這種“功能機時代”的顯示效果,恰好與智能手機不斷進步的屏幕技術形成了對比。

而在硬件層面,筆者對于Ai Pin給出的參數表示一點質疑。

特別是這顆2.1GHz主頻的高通處理器,是否可以支持GPT4的端側AI功能?

要知道,前不久高通剛發布支持端側AI能力的驍龍8 Gen 3,其Cortex-X4超大核心的主頻達到了3.3GHz。

相比之下,Ai Pin這顆處理器就顯得過于孱弱了。

當然我們也要考慮到可穿戴設備對于功耗的要求。

或許Humane真的是藏了一手黑科技,那么是否會閹割一部分AI功能呢?

另一方面,Humane 拋去屏幕這一形式之后,獲取信息的方面基本依靠攝像頭以及名為Ai Mic的雙麥克風陣列,同時以信任燈指示表示工作狀態。

而前面提到,Ai Pin的一大特色是可以實時使用AI功能,這就意味著Ai Pin其實是在無間斷地采集外界信息,使用者卻不一定實時知曉。

這種涉及隱私的行為其實還是非??膳碌?,在AI缺乏監管的情況下,Ai Pin的一些功能值得討論。

值得一提的是,將AI融入硬件的方式,手機廠商們也在探索。

包括三星將在S24上加入AI功能,可實現語音實時翻譯。

包括小米、vivo在內,都已經在自家發布會上展示了系統融合大模型的最新成果。

就消費者來說,通過手機上手AI模型的門檻更低,Ai Pin看似簡化了學習步驟,其實也提高了上手門檻。

Ai Pin,早有中國公司做出來了

拋去AI功能,Ai Pin其實就是一款便攜式的激光投影儀。

早在2016年,一家名為一數科技的中國公司就在美國拉斯維加斯正式發布全球首款可穿戴投影產品—— Cast One。

據介紹,這是世界上正式面世的第一款投影可穿戴產品,采用全球最小的鐳射激光投影儀模組,可在手背上、桌面上、墻上等區域形成“屏幕”。

有趣的是,這款激光投影儀被做成了手表的形式,內置Android系統,可以支持查看時間和天氣,支持許多軟件應用。

最重要的是,Cast One同樣支持手勢切換。

除了沒有內置AI模型,以及不可拆卸以外,Cast One基本就是Ai Pin的“祖先”。

只可惜,Cast One很快就在可穿戴市場銷聲匿跡,而一數科技也轉型其他賽道。

當然,市場的變化瞬息萬變,在AI的加持下,Ai Pin或許真的可以帶領可穿戴硬件的新潮流。

但在這之前,Ai Pin取代手機的說法還是過于夸張。

至少這第一代產品,還得再觀望一陣。

]]>
http://www.ppstraining.net/news/20231110/wqtuusj7rgwovjck.html/feed 0
不做大模型的AI芯片,清華大學“ACCEL”有何不同? http://www.ppstraining.net/news/20231109/jivojnqihsywbget.html http://www.ppstraining.net/news/20231109/jivojnqihsywbget.html#respond Thu, 09 Nov 2023 10:35:58 +0000 http://www.ppstraining.net/?p=86696

提及人工智能AI相關的算力芯片,現在絕大多數人的第一反應都是英偉達NVIDIA的GPU,作為AI模型搭建的基礎,英偉達的A100/H100幾乎成為了一塊塊“金磚”,深受業界喜愛。

然而,一方面,外部管制在上月又一次收緊,國內人工智能行業很難再獲取高端算力的支持;另一方面,以GPU為首的傳統數字邏輯電路芯片在處理復雜的人工智能算法時,也存在速度有限、功耗較大的困境。

面對這一挑戰,清華大學自動化系戴瓊海院士、吳嘉敏助理教授與電子工程系方璐副教授、喬飛副研究員聯合攻關,提出了一種全新的計算架構——“全模擬光電智能計算芯片”(ACCEL)。

這顆芯片的理論算力性能可以達到目前高性能商用芯片的3000余倍,成果發表在了《自然》雜志上。

用光計算,更迅速

今年10月的2023諾貝爾物理學獎,授予了阿秒激光技術,光速作為人類已知的宇宙中最快速度擁有著很多獨特的特性,在物理學中有很多應用。

“如何用光做計算”是業界、學界的重要課題之一。

根據清華大學發表的項目論文所述,“全模擬光電計算芯片”(all-analog chip combining electronic and light computing,ACCEL)主要是針對人工智能領域計算機視覺相關任務的芯片。

傳統的計算機視覺處理方案,是外界光線投射到如相機CMOS這樣的芯片上,經過光電轉換后輸出的數字電信號,再加以處理。

而ACCEL的處理方式完全不同,其輸入的圖像并非是一個以數字形式存在的“圖片”,而是物理意義上的“光”,相當于給計算機加了一雙人眼,而非攝像頭。

(圖源:清華大學)

輸入的圖像從光學計算部分(optical analog computing,OAC)進入,經過數據壓縮處理之后,投射到光電二極管陣列上(論文中稱為電子模擬計算electronic analog computing,EAC),EAC通過OAC反饋的信息產生相應的輸出,表現為“有或無”的“1或0”,從而實現從模擬信號到數字信號的轉變,達成結果。

從技術層面看,光線在OAC部分僅僅是照射通過了一塊類似光刻機掩膜版的組件,就完成了信號壓縮和處理,省略了光信號到電信號的轉換,理論上沒有功耗,而且處理速度為光速。加上后續EAC的信號轉換輸出一共需要約4.4nJ能量和2ns時間,即可實現一次計算。

由于光子的高速特性,在處理信息時具有極高的速度和效率,同時功耗很低。根據論文提供的實驗數據,在相同計算精度下以串行方式處理圖像時,ACCEL在實驗中實現了每幀72納秒的計算延遲和每幀4.38納焦耳的能耗,遠小于英偉達A100 GPU的每幀0.26毫秒延遲和每幀18.5毫焦能耗數據。

(圖源:《自然》)

ACCEL的等效算力4600TOP/s,能效比74800TOP/s/W,是英偉達A100 GPU的3000倍以上。

摩爾定律已致極限

傳統的集成電路技術進步在近些年開始逐步陷入瓶頸。影響了半導體行業半個多世紀的“摩爾定律”已經逐漸放緩,甚至有些失效的預兆。從近兩年消費電子領域的困境可以窺見一二。

(圖源:Freeimages)

近幾年,手機、PC類處理器的性能提升速度已經放緩,現今最為先進的3nm工藝產量與良率都面臨困境,即便是已經發布的產品,性能提升也比較有限,并且,隨著晶體管尺寸一再逼近物理極限,密度大增的芯片帶來了功耗與發熱的雙重考驗。

用光替代電作為信息傳輸的新載體,是其中一條探索道路。

清華大學此次發布的這顆ACCEL只是一顆32×32陣列的小型芯片,工藝上用的是可以稱之為“落后”的180nm工藝,更多是為了概念驗證。如果換用相對成熟的28nm,甚至是7nm這樣的先進工藝,都有望實現更高的處理速度,以及更大的神經網絡以支持更復雜的任務。

另一方面,傳統的集成電路芯片處理AI這樣的復雜任務時,除了需要芯片本身的算力以外,還需要配合存儲器來實現數據存取,比如現在的GPU一般都會搭配高帶寬的HBM內存,這會造成能量的極大消耗。

清華大學電子工程系副教授方璐表示:除算力優勢外,在智能視覺目標識別任務和無人系統(如自動駕駛)場景計算中,ACCEL的系統級能效(單位能量可進行的運算數)經實測是現有高性能芯片的400萬余倍,這一超低功耗的優勢將有助于改善限制芯片集成的芯片發熱問題,有望為未來芯片設計帶來突破。

有什么用?

恰如前文所說,ACCEL主要是針對人工智能領域計算機視覺相關任務的芯片,應用場景也是集中在如圖像識別、高通量篩選、自動駕駛等。尤其在自動駕駛這種需要低延遲和低功耗的應用中可能會有優秀的表現。

在終端上,主要應用可能會是超低功耗的生物識別等等。

必須說明的是,ACCEL對目前發展火熱的“大模型”訓練幾乎沒有幫助,無法取代通用AI算力芯片。

但伴隨著AI芯片競爭日趨激烈,如Intel、AMD、微軟、谷歌等廠商都在積極布局,清華大學的研究者們也在努力將光電芯片向著通用計算應用的方向發展,算是為國產AI算力芯片的設計提供了一個新思路。

本文作者:Visssom,觀點僅代表個人,題圖源:清華大學

]]>
http://www.ppstraining.net/news/20231109/jivojnqihsywbget.html/feed 0
Pico裁員背后,VR行業踩錯了風口 http://www.ppstraining.net/news/20231108/si6oudoqstjlgier.html http://www.ppstraining.net/news/20231108/si6oudoqstjlgier.html#respond Wed, 08 Nov 2023 12:46:56 +0000 http://www.ppstraining.net/?p=86694

一場蓄謀已久的Pico大裁員,在今年立冬前夜炸開。

據VR陀螺報道,本次裁員的比例將在50%左右,內容、運營和市場等重點部門都將是裁員重災區,而其余部門同樣面臨部分指標。

算上年初以來不曾間斷的裁員傳聞,本次大裁員后的Pico,將從巔峰時近兩千人,縮減為數百人水平的團隊。

其實自去年推出Pico 4后,遠低預期的銷量就早于注定了Pico裁員的命運,只不過字節跳動還是選擇力挺Pico,并持續“輸血”。

但隨著多位核心業務負責人被爆出離職或調崗后,字節跳動放棄Pico業務的傳聞基本被坐實。

作為目前唯一還在堅持XR硬件市場的互聯網巨頭,字節跳動在2021年掏出90億元收購Pico后,多年來一直燒錢運營。

只可惜曾站在風口上的VR頭顯,自始至終就沒有飛起來過。

錯失“內容”的風口

做不起來的生態內容,堪稱VR生態的“原罪”。

在內部全員會議上,Pico CEO周宏偉表示:“ VR行業處于非常早期的狀態。此前,我們對行業和市場的發展估計得比較樂觀,但實際上沒有預期的那么快。”

“因此Pico未來會聚焦在硬件和核心技術的長期探索和突破上,并將移動OS團隊將并入字節跳動產品研發與工程架構中臺。”

這里提到的移動OS團隊,主要工作涉及頭顯的OS系統以及XR內容生態。

從研究機構統計的數據來看,Pico在生態內容方面的投入非常大,保守估計已達到幾十億人民幣,而字節跳動方面也持續為Pico接入內容資源,在包括體育、健身、電影、娛樂等場景中,下足了精力植入Pico頭顯。

可即便如此,消費者在評價里依然表達出對Pico生態不足的不滿。而“內容不足”,也成了限制購買的重要原因之一。

事實上,外界普遍存在XR產業“缺少軟件生態內容”的判斷。

支持這個觀點的邏輯認為,VR生態的建立需要沿著“優質內容吸引消費者,繼而提升硬件銷量,最終帶動整個行業發展”的鏈條,一步一步走下去。

而在缺少優質內容的情況下,VR頭顯賣不動,自然就解釋得通了。

但事實上,在元宇宙時代,VR頭顯其實已經找到一條打通生態領域的終極答案——即“將人與虛擬空間連接起來”。

換句話說,VR頭顯本應是一款打通虛擬世界與現實世界的“入口硬件”而目前絕大多數廠商在宣傳時,只是簡單地將VR頭顯看成手機等硬件產品的替代品,忽視其作為近眼顯示設備的“沉浸感”。

在打造“沉浸感”這一方面,字節跳動與Pico其實下足了功夫,包括推出專屬于VR頭顯的社交平臺、尋找符合VR頭顯的特定場景,同時也一直投入成本擴充Pico設備上的軟件生態。

單論思路來說,打造專屬生態這一點在早期的智能手機上已得到了證明,奈何字節跳動終究還是一家互聯網企業,軟件是優勢,但做硬件還是差點意思,沒有給消費者帶來該有的使用體驗。

我們以Pico 4為例,其基礎款采用雙眼4320×2160分辨率的LCD顯示屏,PPI達到1200,視場角105度,此外還采用了Pancake光學方案,通過組合透鏡提高視覺清晰度,顯示效果得到了全方面升級。

但遺憾的是,受制于VR供應鏈的問題,Pico 4依然存在刷新率低、芯片性能不足等問題。

因此在缺少硬件支持的基礎上,VR頭顯很難憑借“沉浸感”激發起消費者的購買欲望,更不要說取代手機、PC等主流硬件了。

另外對于字節跳動而言,在告別了高投入、高增長后,對于抖音的依賴已經越來越深。目前,抖音貢獻了字節大部分的收入、利潤以及市場估值。

但抖音所處的短視頻行業,如今也逼近了市場天花板,而Tiktok的出海之路也陷入Meta等企業的層層包圍之中。

如果說元宇宙曾是字節跳動的野心,那么隨著互聯網內容行業出現了新的變量——AIGC,持續燒錢的Pico自然成了“犧牲品”。

下一個風口,VR行業還要等多久?

盡管Pico進行了大幅裁員,但并不代表Pico徹底放棄了VR市場。

從周宏偉的發言里我們可以注意到幾個細節,包括專注硬件和核心技術的探索和突破,同時在長期價值點上加強投入。

結合前面的分析來看,VR行業最大的問題其實還是硬件水平與實際需求之間的差距。

如果長期關注VR市場,可以注意到一些專攻高端領域的小眾品牌,它們并沒有選擇研發符合大眾消費者的產品,而是選擇服務對硬件要求更高、消費能力更強的專業用戶。

這樣的市場策略其實有非常不錯的消費,但代價就是受眾群體更加小眾了。

值得一提的是,目前做VR的廠商依然將思路局限在頭顯這一形式上,卻忽略了頭套、手柄等交互設備的更新。

如果只是讓眼睛進入虛擬,而身體停留在現實,那么何談與虛擬世界的觸覺反饋呢?

因此從長遠的角度來看,VR行業確實處于發展早期,技術的缺失加之用戶的高度期待相疊加,讓人產生了VR頭顯發展困難的假象。

因此隨著屏幕技術、芯片等供應鏈環節逐步補齊,VR頭顯還是有機會找到在未來屬于自己的使用場景的。例如高通針對XR設備的專用芯片,以及即將投入量產的Mini LED技術,都將在未來幾年迎來爆發。

不過另一個壞消息是,Meta、蘋果等國外巨頭,又一次要搶跑了。

]]>
http://www.ppstraining.net/news/20231108/si6oudoqstjlgier.html/feed 0
538一区视频在线观看|国产精品V欧美精品V|91精品久久久无码中文字幕vr|18分钟处破痛哭国产AV
<dd id="hnzn9"><track id="hnzn9"></track></dd>

  • <th id="hnzn9"></th>