FX168财经网_全球视野外汇黄金加密货币NFT资讯网

MI300。AMD CEO苏姿丰介绍，生成式AI和大语言模型（LLM）需要电脑的算力和内存大幅提高。她预计，今年，数据中心AI加速器的市场将达到300亿美元左右，到2027年将超过1500亿美元，复合年增长率超过50%。

老虎证券2023-06-15

对抗通胀的战争，以尽量减少失业。　　生成式AI潜力巨大！麦肯锡：有望为全球经济每年贡献一个英国　　全球咨询巨头麦肯锡周三发布了一份名为《生成式人工智能的经济潜力:下一个生产力前沿》的报告。该报告发现，在其研究的63种应用中使用生成式AI，将为全球经济每年带来2.6万亿至4.4万亿美元的增长。报告指出，这一增量基本相当于英国一年的GDP（2021年为3.1万亿美元）。　　摩根大通将2023年布油价格预期下调至81美元/桶　　摩根大通将2023年布伦特原油价格预期从每桶90美元下调至81美元。不过仍认为油价将在当前水平基础上走强，预计第三季度和第四季度的平均价格分别为79美元/桶和85美元/桶。由于价格上涨，OPEC+以外的供应跟上了需求。越来越明显的是，过去两年的高油价确实起到了它们应该起到的作用——激励供应。　　机不可失！趁油价低迷，美国计划今年回补1200万桶SPR 　　据媒体援引知情人士的话报道，美国计划今年购买约1200万桶石油，趁油价低迷开始补充其战略原油储备（SPR）。目前，美国的SPR储量约为3.517亿桶，为40年来的最低水平。　　特斯拉在美上调Model Y售价　　特斯拉有望冲击14连涨。截至昨日收盘，特斯拉已连续13个交易日上涨，刷新了公司有史以来最长连涨记录。消息面上，据特斯拉美国官网显示，特斯拉Model Y的价格由之前的47490美元上调250美元，至47740美元。　　亚马逊的云计算部门正在考虑使用AMD的新AI芯片　　亚马逊云业务考虑使用AMD的新人工智能芯片。虽然AWS没有公开承诺在其云服务中使用AMD的新MI300芯片，但亚马逊弹性计算云的副总裁Dave Brown说AWS正在考虑这些芯片。　　欧盟起诉谷歌广告技术垄断，可能要求其剥离广告技术业务　　谷歌被欧盟指控滥用其在广告技术领域的主导地位以打压竞争，欧盟委员会可能要求谷歌剥离部分服务。欧盟竞争事务专员Margrethe Vestager表示，“谷歌可能利用其市场地位来支持自己的中介服务。这不仅可能损害谷歌的竞争对手，还可能损害广告商的利益并增加成本。”至关重要的是，欧盟委员会表示，要求谷歌实施补救措施可能不足以纠正其滥用行为，可能会要求谷歌分拆广告技术业务与其核心服务。　　欧洲议会投票决定对生成式人工智能增加更多安全控制措施　　欧洲议会投票决定对生成式人工智能增加更多安全控制措施，OPENAI、谷歌-C需要对GPT-4等工具进行评估。欧盟人工智能法案的最终谈判将于今天晚些时候开始。　　苹果市值直逼3万亿美元，瑞银却下调评级：iPhone销量将走下坡路　　苹果今年来累计涨幅超过40％，市值直逼3万亿美元。不过，并不是所有的华尔街投资者都对苹果的股价买账，瑞银分析师David Vogt就是对苹果持悲观态度的分析师之一，该行将评级从“买入”下调至“中性”，同时因应苹果最近的持续上涨，其将目标价从180美元上调至190美元，但仍低于大多分析师的目标价。其认为，iPhone需求将出现疲软，销量增长可能面临压力；今年下半年 iPhone 和 Mac 的销量将下滑。　　微软收购暴雪案又遇拦路虎：美国反垄断机构会叫停交易　　在获得欧盟反垄断监管机构的批准近一个月后，微软收购动视暴雪的交易又遭到阻碍。周二（6月13日），美国地区法院批准了联邦贸易委员会（FTC）的请求，暂时阻止微软公司收购动视暴雪，法院计划于下周召开听证会，目前发布的临时禁令是为了在诉讼未决前维持现状。　　WiSA Technologies宣布预售WiSA E开发套件　　WiSA Technologies公司宣布现接受预订WiSA E开发套件。WiSA E是一种基于软件、兼容Wi-Fi的，在5GHz频段运行的8通道沉浸式音频解决方案，以实惠的价格提供高性能、高质量的无线音频传输和接收。WiSA E开发套件预计将于2023年第三季度初发货。　　美银证券：AMD下季提供AI芯片样本，大幅远落后英伟达　　美银证券发报告指，美国超微公司日前公布旗下最新AI GPU芯片“MI300X”，并料AI芯片市场将由今年的300亿美元，增至2027年1,500亿美元。不过，该行对超微保持“中性”，因为公司并未提及任何商业客户参与其新的GPU产品。目标价135美元。报告指，超微仍然远远落后英伟达，因超微下季才开始提供AI芯片样本。时间方面，当超微开始通过基于5纳米的GPU加速器企稳时，英伟达可能会推出其下一代基于3纳米、LLM优化的Blackwell架构GPU，进一步扩大其在人工智能市场上已经相当大的领先优势。　　奔驰将与蔚来共享换电站？蔚来辟谣：消息截图系伪造　　近期有消息显示，奔驰下一代纯电车型，将和蔚来共享换电站。对此蔚来方面回应称，该消息系谣言，不属实。　　理想汽车周销量再创新高达0.84万辆　　据理想汽车6月13日消息，在刚刚过去的2023年第24周（6.05-6.11），理想汽车的周销量再创新高，达到了0.84万辆。截至6月11日，理想汽车本月销量已达1.19万辆。理想汽车表示，随着纯电车型以及明年理想L6的交付，有信心在2024年实现总销量超过BBA。

金融界2023-06-14

涨嗨了！纳指明星股英伟达、特斯拉纷纷涨出新纪录！纳指100ETF（159660）冲击4连涨盘中再创新高！

I300。 AMD CEO苏姿丰介绍，生成式AI和大语言模型（LLM）需要电脑的算力和内存大幅提高。她预计，今年数据中心AI 加速器的市场将达到300亿美元左右，到2027 年将超过1500 亿美元，复合年增长率超过 50%。苏姿丰演示介绍，AMD的Instinct MI300A号称全球首款针对AI和高性能计算（HPC）的加速处理器（APU）加速器。在13个小芯片中遍布1460亿个晶体管。它采用CDNA 3 GPU架构和24个Zen 4 CPU内核，配置128GB的HBM3内存。相比前代MI250，MI300的性能提高八倍，效率提高五倍。但因为发布会现场缺少大客户站台，市场对于AMD能否与英伟达强力竞争仍然存疑，AMD股价逆市跌3.61%。电动车巨头特斯拉再度大涨3.55%，为连续13个交易日上涨，刷新了公司有史以来最长连涨记录！纳指100指数其他科技巨头中，电动皮卡巨头Rivian大涨近9%，恩智浦半导体大涨超4%，Moderna大涨3.61%，京东涨超3.5%，阿莱技术、微芯科技均涨超3%，奈飞、英特尔均大涨超2.5%。热门ETF方面，主打低费率的纳指100ETF（159660）今日继续上扬，强势4连涨盘中再创上市以来新高！福利提示：纳指100ETF管理费0.5%/年，托管费0.15%/年，全市场最低！数据来源：雪球，统计截至2023.6.14上午10:45 值得注意的是，今年以来美股纳斯达克市场表现优异。截至6月13日，纳斯达克指数年内涨29.68%，纳斯达克100指数更是涨36.21%，领涨全球主要指数！美股市场分析人士指出，预计本周FOMC宣布暂不加息，周二CPI名义CPI继续降温，均提振风险情绪，科技股继续支持美股走高。后期若FOMC加息放缓至停止，市场流动性将有望加强，美股预期迎来强势反弹，投资者可以重视当下美股反弹契机以及中长期的持续配置价值。中金表示，受到来自人工智能等产业新趋势的提振和降本增效的刺激，美股龙头科技企业具有更强的风险抵御能力。根据美国公司已经发布的Q1的业绩报告，大部分科技公司每股收益和企业营收超出了市场预期，数据显示出了公司基本面的韧性，积极提振了市场信心。高盛指出，AI会在未来10年内推动全球经济增长约7万亿美元，并估计AIGC软件的市场总规模将达到1500亿美元。所有科技股中，微软、谷歌、亚马逊和Meta最可能从中受益，这些科技巨头均为纳斯达克100指数的前十大权重股。据高盛计算，美股大型科技股过去的总净利润率平均为20.2%，而标普500指数所有成份公司的利润率为10.9%，两者相差9.3个百分点。高利润率意味着更强劲的现金流，有助于公司进一步投资实现长期增长，同时也向股东返还现金。纳指100ETF（159660）跟踪纳斯达克100指数，在人工智能的时代浪潮之下，目前全世界AI领域布局和积淀最领先、最深厚的科技巨头仍然集中在纳斯达克，比如微软、谷歌、英伟达、Meta等等，这些AI巨头无一例外都是纳斯达克100指数的前十大权重股。纳指100ETF（159660）管理费0.5%/年，托管费0.15%/年，明显低于市场主流的费率结构，费率优势明显，省到就是赚到。（风险提示：以上指数成份股仅作展示，不代表任何形式的个股推荐！）【始于纳斯达克，更胜于纳斯达克！】根据公开资料，纳斯达克指数包含100家在纳斯达克上市的非金融公司，纳斯达克市场自诞生以来成功孵化出了一大批科技巨头，被广泛认为是培育创新型、科技型、成长型公司最成功的投资市场之一。作为纳斯达克市场的旗舰指数，纳斯达克100指数长期涨幅明显跑赢纳斯达克指数。自1991年起，纳斯达克100指数30多年来年化收益13.96%，明显高于纳斯达克的11.48%。（数据来源：Wind，截至2023.5.26）数据来源：Wind，统计区间1991.1.1-2023.5.26 风险提示：基金有风险，投资需谨慎。本资料仅为宣传材料，不作为任何法律文件。基金的过往业绩不预示未来表现，基金管理人管理的其他基金业绩并不构成基金业绩表现的保证。基金管理人依照恪尽职守、诚实信用、谨慎勤勉的原则管理和运用基金财产，但不保证投资于本基金一定盈利，也不保证最低收益。投资人应当仔细阅读《基金合同》、《招募说明书》及《产品资料概要》等法律文件以详细了解产品信息。纳指100ETF属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。请投资者关注指数化投资的风险以及集中投资于纳斯达克100指数成份股的持有风险，请关注部分指数成份股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险、参与转融通证券出借业务的风险等。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2023-06-14

当下时点不必过分悲观，6月布局着眼这些机会

争格局也会变化。　　汽车智能化　　生成式AI有望帮助整车厂缩短算法的研发周期、降低开发成本，从而明年起L2及以上智能驾驶的渗透率提升速度有望超预期，而为整车厂提供硬件、底层驱动、中间件、接口等产品与服务的企业将继续收益。　　随着刺激政策逐步落地，具有阶段性产品壁垒的汽车零部件公司存在反弹机遇。　　顺周期的困境反转-有产品创新与下游拓展逻辑的企业更值得关注　　半导体设计与封测　　在“存货→价格→需求”的观察框架下，可以从两个方向寻找投资机会——①需求较早疲软的部分领域，在经历供给侧去化后，二季度业绩有望显著好转；②产品力突出、国产竞争格局较好的部分领域，23Q2业绩仍将承压，但未来的产品与市场潜力巨大。　　半导体材料　　去年新材料公司普遍承受上游与下游的压力导致业绩表现不佳，今年顺周期修复。叠加晶圆厂稼动率下行后为国产材料的增量验证提供了新窗口，业绩与估值都有提升空间。　　　　半导体去库存周期有望底部回升。资料来源：Wind，西部证券研发中心　　计算机　　IT投入对于下游客户而言是投入产出比较高的方向，在新产品、新需求的催化下，后续部分优质企业有望保持逐季度业绩向上的趋势。　　智能制造　　核心标的在一季报悲观业绩出清后有望迎来逐季度修复。5月份已有所表现，市场开始关注具身智能的投资机遇。机器人方向中存在边际变化的传感器、丝杆、无框电机等表现突出。　　继续看好智能制造大方向，关注产业数字化趋势下具有国产替代机遇的领域，比如机器人、工业软件、数控机床、工控等。随着顺周期预期向好，有望业绩与估值双升，聚焦持仓竞争力边际提升、业绩扎实的标的有望获得超额收益。　　新兴技术与产品-关注产品推进与新订单落地　　新能源新技术　　上游价格波动的预期逐步收敛，主产业链处于底部区域。　　在考虑竞争格局、盈利能力边际变化、中期空间与增速的情况下，应关注电力系统、光伏、锂电领域的新技术与新产品变化。　　　　新技术带来投资超额收益。资料来源：Wind，中信建投　　数据要素　　顶层设计日渐清晰，后续有望自上而下推动项目与商业模式落地。数据采集、加工、存储、管理、交易、应用、安全以及配套基础设施等产业链环节都有望诞生新的成长机遇。　　从中长期角度思考，数字经济有望成为贯穿全年的主线之一，投资逻辑有望从数字产业化向产业数字化扩散。（内容来源华夏基金财富家）

金融界2023-06-14

昨夜今晨 | 美股集体收高！英伟达市值超万亿美元，特斯拉13连涨

有行业领先的存储能力；新款芯片意味着，生成式AI模型不再需要数目那么众多的GPU。 2、苹果Vision Pro将于7月开放开发者套件申请记者在苹果官网注意到，苹果Vision Pro的开发者套件申请将于7月开放。苹果还明确，除了开发者套件支持，还会对应用程序和游戏进行兼容性评估，向开发者提供显示和运行情况的报告，并在全球六个地方设立开发者实验室，让开发者能够亲身体验他们的应用程序在Vision Pro上的效果。 3、美东地区亚马逊云服务(AWS)多个服务出现故障亚马逊云服务(AWS)表示，美国东部1号地区多个AWS服务的错误率和延迟持续增加，该地区来电者可能无法连接，聊天可能无法启动。AWS表示还观察到从AWS安全令牌服务获取临时凭据的错误增加，并且正在并行工作以解决错误。AWS状态页面显示，AWS CloudFormation、AWS Lambda、Amazon API Gateway、Amazon Connect受持续问题影响。 4、埃森哲计划在三年内针对数据和AI业务投资30亿美元埃森哲表示，计划在三年内投资30亿美元，专攻数据和人工智能（AI）业务。这家总部位于爱尔兰都柏林的专业服务公司表示，其数据和AI业务将通过招聘、收购和培训相结合的方式，将其AI人才增加一倍达到8万人。该公司还表示，正在推出一个名为AI Navigator for Enterprise的新平台，该平台将帮助客户找出如何在他们的业务中使用AI。

老虎证券2023-06-14

软件巨头云计算收入因AI热潮猛增云计算产业链开启新一轮景气周期

了历史新高。最近，进行大语言模型开发的生成式AI公司给甲骨文带来了20多亿美元的云计算新合同。受到生成式人工智能等因素的推动，甲骨文云计算业务继续保持增长动力，巴克莱银行认为，甲骨文股价将继续维持最近的上涨势能。　　华泰证券此前表示，随着传统云业务需求增长放缓及AIGC应用持续发展，未来大模型能力或将改变当前产业格局，成为海内外科技巨头的重要分水岭。建议关注：中国移动、中国电信、中国联通、紫光股份、中兴通讯、锐捷网络、数据港、光环新网。

金融界2023-06-14

智能合约智能性的下一步：深入剖析ZKML赛道

绕模型准确性进行竞赛等方面非常有用。生成式AI的去中心化提示市场。生成式AI的提示创作已经发展成为一门复杂的工艺，最佳输出生成提示通常具有多个修改器。外部方可能愿意从创作者那里购买这些复杂的提示。zkML在这里可以有两种用法：1）验证提示的输出，以向潜在买家确保提示确实创建所需的图像； 2）允许提示所有者在购买后保持对提示的所有权，同时对买家保持模糊，但仍为其生成经过验证的图像。 4、身份用保护隐私的生物识别认证替代私钥。私钥管理仍然是web3用户体验中最大的障碍之一。通过面部识别或其他独特因素抽象私钥是zkML的一种可能解决方案。公平的空投和贡献者奖励。可以使用ML模型创建用户的详细人物画像，根据多个因素确定空投分配或贡献奖励。当与身份解决方案结合使用时，这可能特别有用。在这种情况下，一种可能性是让用户运行一个开源模型，评估他们在应用程序中的参与情况以及更高层次的参与，比如治理论坛的帖子，以推理他们的分配。然后提供这个证明给合约，以获得相应的代币分配。 5、Web3社交用于web3社交媒体的过滤。web3社交应用的去中心化性质将导致垃圾信息和恶意内容的增加。理想情况下，社交媒体平台可以使用一个社区共识的开源ML模型，并在选择过滤帖子时发布模型推理的证明。案例：关于Twitter算法的zkML分析。广告/推荐。作为一个社交媒体用户，我可能愿意看到个性化的广告，但希望将我的偏好和兴趣对广告商保密。我可以选择在本地运行一个关于我的兴趣的模型，将其输入到媒体应用程序中为我提供内容。在这种情况下，广告商可能愿意为最终用户支付费用，以实现这一点，然而，这些模型可能远不如目前生产中的定向广告模型复杂。 6、创作者经济/游戏游戏内经济再平衡。可以使用ML模型动态调整代币发行、供应、销毁、投票门槛等。一个可能的模型是一个激励合约，如果达到一定的再平衡门槛并验证了推理的证明，就会重新平衡游戏内经济。新类型的链上游戏。可以创建合作的人类对抗AI游戏和其他创新的链上游戏，其中无信任的AI模型充当一个不可玩的角色。NPC采取的每个动作都会与一个任何人都可以验证的证明一起发布到链上，以确定正在运行正确的模型。在Modulus Labs的Leela vs. the World中，验证者希望确保所述的1900 ELO AI选择棋步，而不是Magnus Carlson。另一个例子是AI Arena，一个类似于Super Smash Brothers的AI格斗游戏。在高风险的竞争环境中，玩家希望确保他们训练的模型没有干扰或作弊。新兴项目和基础设施 zkML生态系统可以广泛分为四个主要类别：模型到证明编译器：将现有格式（例如Pytorch、ONNX等）的模型编译成可验证的计算电路的基础设施。广义证明系统：构建用于验证任意计算轨迹的证明系统。 zkML特定的证明系统：专门构建用于验证ML模型计算轨迹的证明系统。应用程序：致力于独特zkML用例的项目。 01模型验证编译器（Model-to-Proof Compilers）在zkML生态系统中，大部分关注都集中在创建模型到证明编译器上。通常，这些编译器将使用Pytorch、Tensorflow等高级ML模型转换为zk电路。 EZKL是一个库和命令行工具，用于在zk-SNARK中进行深度学习模型的推理。使用EZKL，您可以在Pytorch或TensorFlow中定义一个计算图，并将其导出为带有JSON文件中一些示例输入的ONNX文件，然后将EZKL指向这些文件以生成zkSNARK电路。通过最新一轮的性能改进，EZKL现在可以在约6秒和1.1GB的RAM内证明一个MNIST大小的模型。迄今为止，EZKL已经得到了一些显着的早期采用，被用作各种黑客马拉松项目的基础设施。 Cathie So的circomlib-ml库包含了用于Circom的各种ML电路模板。电路包括一些最常见的ML函数。由Cathie开发的Keras2circom是一个Python工具，使用底层的circomlib-ml库将Keras模型转换为Circom电路。 LinearA开发了两个用于zkML的框架：Tachikoma和Uchikoma。Tachikoma用于将神经网络转换为仅使用整数的形式并生成计算轨迹。Uchikoma是一个工具，将TVM的中间表示转换为不支持浮点运算的编程语言。LinearA计划支持使用域算术的Circom和使用有符号和无符号整数算术的Solidity。 Daniel Kang的zkml是一个基于他在《Scaling up Trustless DNN Inference with Zero-Knowledge Proofs》论文中的工作构建的ML模型执行证明的框架。在撰写本文时，它能够在约5GB的内存和约16秒的运行时间内证明一个MNIST电路。在更广义的模型到证明编译器方面，有Nil Foundation和Risc Zero。Nil Foundation的zkLLVM是一个基于LLVM的电路编译器，能够验证用流行编程语言（如C++、Rust和JavaScript/TypeScript等）编写的计算模型。与这里提到的其他模型到证明编译器相比，它是通用的基础设施，但仍适用于复杂的计算，如zkML。当与他们的证明市场结合使用时，这可能尤为强大。 Risc Zero构建了一个通用的zkVM，针对开源的RISC-V指令集，因此支持现有成熟的语言，如C++和Rust，以及LLVM工具链。这允许在主机和客户zkVM代码之间实现无缝集成，类似于Nvidia的CUDA C++工具链，但是使用ZKP引擎代替GPU。与Nil类似，使用Risc Zero可以验证ML模型的计算轨迹。 02广义证明系统证明系统的改进是使 zkML 取得成果的主要推动力，特别是自定义门和查找表的引入。这主要是由于 ML 对非线性的依赖。简而言之，非线性是通过激活函数（例如 ReLU、sigmoid 和 tanh）引入的，这些激活函数应用于神经网络中线性变换的输出。由于数学运算门的限制，这些非线性在 zk 电路中实现起来具有挑战性。按位分解和查找表可以通过将非线性的可能结果预先计算到查找表中来帮助解决这个问题，有趣的是，这在 zk 中的计算效率更高。出于这个原因，Plonkish 证明系统往往是 zkML 最受欢迎的后端。Halo2 和 Plonky2 及其表式算术方案可以通过查找参数很好地处理神经网络非线性。此外，前者拥有充满活力的开发人员工具生态系统和灵活性，使其成为包括 EZKL 在内的许多项目的实际后端。其他证明系统也有其优势。基于R1CS的证明系统包括Groth16，因其小型证明尺寸而闻名，以及Gemini，因其处理极大电路和线性时间验证器而闻名。基于STARK的系统，例如Winterfell证明器/验证器库，尤其在通过Giza的工具将Cairo程序的追踪作为输入，并使用Winterfell生成STARK证明来验证输出的正确性时，非常有用。 03zkML特定的证明系统在设计能够处理先进的机器学习模型的复杂、电路不友好的操作的高效证明系统方面已经取得了一些进展。基于GKR证明系统的zkCNN和基于组合技术的Zator等系统往往比通用证明系统更具性能，这一点在Modulus Labs的基准测试报告中有所体现。 zkCNN是一种使用零知识证明来证明卷积神经网络正确性的方法。它使用sumcheck协议来证明快速傅里叶变换和卷积，具有线性的证明时间，比渐近计算结果更快。已经引入了几个改进和泛化的交互证明，包括验证卷积层、ReLU激活函数和最大池化。根据Modulus Labs的基准测试报告，zkCNN特别有趣的地方在于它在证明生成速度和RAM消耗方面优于其他通用证明系统。 Zator是一个旨在探索使用递归SNARK来验证深度神经网络的项目。验证更深层次模型的当前限制是将整个计算轨迹适应单个电路中。Zator提出使用递归SNARK逐层进行验证，可以逐步验证N步重复计算。他们使用Nova将N个计算实例减少为一个可以通过单个步骤进行验证的实例。采用这种方法，Zator能够对具有512层的网络进行SNARK，这与大多数当前的生产AI模型一样深。Zator的证明生成和验证时间仍然对于主流应用案例来说过长，但他们的组合技术仍然是非常有趣的。应用领域鉴于zkML处于早期阶段，其关注点主要集中在上述基础设施上。然而，目前也有一些项目致力于应用开发。 Modulus Labs是zkML领域中最多样化的项目之一，他们既开展示例应用，也从事相关研究。在应用方面，Modulus Labs通过RockyBot（一个链上交易机器人）和Leela vs. the World（一个人类与经过验证的链上Leela国际象棋引擎对战的棋盘游戏）展示了zkML的用例。该团队还进行了研究，编写了《智能的代价》，对不同模型规模下的各种证明系统的速度和效率进行了基准测试。 Worldcoin正在尝试应用zkML来创建一个保护隐私的人类身份证明协议。Worldcoin使用定制硬件处理高分辨率虹膜扫描，并将其插入到Semaphore实现中。然后可以使用该系统执行诸如成员资格证明和投票等有用操作。他们目前使用受信任的运行时环境和安全的安全区域来验证相机签名的虹膜扫描，但他们最终的目标是使用零知识证明来验证神经网络的正确推理，以提供加密级别的安全保证。 Giza是一种协议，采用完全无信任的方法在链上部署AI模型。它使用包括ONNX格式表示机器学习模型、Giza Transpiler用于将这些模型转换为Cairo程序格式、ONNX Cairo Runtime用于以可验证和确定性的方式执行模型，以及Giza Model智能合约用于在链上部署和执行模型的技术堆栈。尽管Giza也可以归类为模型到证明编译器的类别，但他们作为一个ML模型市场的定位是目前最有趣的应用之一。 Gensyn是一个分布式硬件供应网络，用于训练ML模型。具体而言，他们正在开发一个基于梯度下降的概率审计系统，并使用模型检查点来使分散式GPU网络能够为全尺度模型提供训练服务。尽管他们在这里的zkML应用非常特定于他们的用例——他们希望确保当一个节点下载和训练模型的一部分时，他们对模型更新的诚实性——但它展示了将zk和ML相结合的强大力量。 ZKaptcha 专注于 web3 中的 bot 问题，为智能合约提供验证码服务。他们目前的实施让最终用户通过完成验证码来生成人类工作的证明，验证码由他们的链上验证程序验证，并通过几行代码由智能合约访问。今天，他们主要只依赖于 zk，但他们打算在未来实现 zkML，类似于现有的 web2 验证码服务，分析鼠标移动等行为以确定用户是否是人类。鉴于 zkML 市场还很早，许多应用程序已经在黑客马拉松级别进行了试验。项目包括 AI Coliseum，一个使用 ZK 证明来验证机器学习输出的链上 AI 竞赛，Hunter z Hunter，一个使用 EZKL 库来验证带有 halo2 电路的图像分类模型输出的照片寻宝游戏，以及 zk Section 9，它将 AI 图像生成模型转换为用于铸造和验证 AI 艺术的电路。 zkML面临的挑战尽管在提高和优化方面取得了飞速的进展，但zkML领域仍然面临一些核心挑战。这些挑战涉及技术和实践等方面，包括：以最小的精度损失进行量化电路规模，特别是当网络由多个层组成时矩阵乘法的高效证明对抗攻击量化是将浮点数表示为定点数的过程，大多数机器学习模型使用浮点数表示模型参数和激活函数，在处理zk电路的域算术时，需要使用定点数。量化对机器学习模型的准确性的影响取决于所使用的精度级别。一般来说，使用较低的精度（即较少的比特数）可能会导致准确性降低，因为这可能引入舍入和近似误差。然而，有几种技术可用于最小化量化对准确性的影响，例如在量化后对模型进行微调，以及使用量化感知训练等技术。此外，zkSummit 9上的一项黑客马拉松项目Zero Gravity显示出，针对边缘设备开发的替代神经网络架构（例如无权重神经网络）可以用于避免电路中的量化问题。除了量化之外，硬件是另一个关键挑战。一旦通过电路正确地表示了机器学习模型，由于zk的简洁性，验证其推理的证明将变得廉价且快速。这里的挑战不在于验证者，而在于证明者，因为随着模型规模的增长，RAM消耗和证明生成时间会迅速增加。某些证明系统（例如使用sumcheck协议和分层算术电路的基于GKR的系统）或组合技术（例如将Plonky2与Groth16相结合，Plonky2在证明时间方面效率高但对于大型模型的高效证明大小较差，而Groth16在复杂模型的复杂度上不会导致证明大小增长）更适合处理这些问题，但在zkML项目中管理权衡是一个核心挑战。在对抗攻击方面，仍然有待努力。首先，如果一个无信任的协议或DAO选择实施一个模型，在训练阶段仍然存在对抗攻击的风险（例如训练模型以在看到特定输入时表现出特定行为，这可能被用来操纵后续的推理）。联邦学习技术和训练阶段的zkML可能是最小化这种攻击面的一种方式。另一个核心挑战是当模型保护隐私时存在模型盗窃攻击的风险。虽然可以混淆模型的权重，但在给定足够的输入输出对的情况下，从理论上讲，仍然有可能反向推导出权重。这主要是对小规模模型的风险，但仍然存在风险。智能合约的可扩展尽管在将这些模型优化为在zk的限制条件下运行时存在一些挑战，但改进工作正在以指数速度进行，一些人预计在进一步的硬件加速下，我们很快就能与更广泛的机器学习领域达到同等水平。为了强调这些改进的速度，zkML从0xPARC在2021年展示了如何在可验证电路中执行小规模MNIST图像分类模型的演示，到Daniel Kang在不到一年后为ImageNet规模的模型做同样的工作的论文。在2022年4月，这个ImageNet规模的模型的准确性从79%提高到92%，并且像GPT-2这样的大型模型在近期内有望成为可能，尽管目前的证明时间较长。我们认为zkML是一个丰富而不断发展的生态系统，旨在扩展区块链和智能合约的能力，使其更加灵活、适应性强和智能化。尽管zkML仍处于早期开发阶段，但它已经开始显示出有希望的结果。随着技术的发展和成熟，我们可以期待在链上看到更多创新的zkML用例。来源：金色财经

金色财经2023-06-13

英特尔据悉讨论投资Arm IPO 软银股价跳涨7％

动部门宣布，将考虑使用ChatGPT等生成式AI，并已经成立了一个专门负责这项任务的团队。

金融界2023-06-13

软银集团股价涨超6％，消息称英特尔考虑成为ARM IPO的锚定投资者

动部门宣布，将考虑使用ChatGPT等生成式AI，并已经成立了一个专门负责这项任务的团队。

金融界2023-06-13

中国开源参与者数量全球排名第二，行业大咖齐聚论坛共话开源

至少在基础软件领域开源不可逆，大模型和生成式AI的发展将大幅度提升开源开发质量与效率。未来，应大力弘扬开源精神，把握开放、共享、协同、生态的开源本质；鼓励奉献，尊重市场，探索开源商业模式；推进构建面向全球的开源生态治理体系，从人类命运共同体的视角来促进全球化开源生态；探索LLM/AIGC在开源软件开发中的应用，构建面向开源软件开发的ACI系统，在维护开发者群体多样性和持续创造性前提下，有效提升开发效率和质量。　　中国科学院院士王怀民作《群智范式：软件开发范式的新变革》主旨报告。他认为，开源已成为科技领域创新的重要模式，通过自组织的社区群体，鼓励人们以兴趣为导向进行软件创作，以群智激发的多样性推动创新，适应网络计算时代的不确定。应探索融合工程范式与开源范式的群智软件开发新范式，形成有为政府、有效市场和有机社会的强大合力，共同打造我国新型开源基础设施底座，探索学术共同体开源发展新模式，共同构建充满活力的开源创新生态。　　开放原子开源基金会理事长孙文龙在开幕式上作了题为《开放原子聚善为源》的主旨报告。他表示，基金会作为我国首家开源基金会，始终秉承“科技、公益、普惠”理念，推动开源生态快速发展。成立三年来，32个开源项目通过技术监督委员会（TOC）的技术准入，覆盖操作系统、存储、安全、中间件、云原生、超算、人工智能、区块链、开源硬件、工业软件、浏览器内核、字库标准等12个重点领域，为“存、防、云、算”和“芯、软、硬、端”的共生打下基础。连续推出“校源行”“源译识”“源规律”“心寄源”等公益项目，以“双一流”院校及33所特色化示范性软件学院为起点，与100所院校签约，在50所以上高校成立开源社团，开展开源助学金、开源课程等资助，编制开源课程数量超100学时，培育开源大使200多名。发起成立开源安全委员会，推动制度、技术、产品、标准、人才协同促进，赋能开源生态创新发展。

金融界2023-06-12

24小时热点