FX168财经网_全球视野外汇黄金加密货币NFT资讯网

OpenAI创始人奥特曼：世界需要更多AI芯片，AI人工智能ETF(512930.SH)近5日资金净流入超亿元

特尔CEO和OpenAI CEO山姆·奥特曼进行了对话，奥特曼强调世界将会需要更多人工智能AI芯片。此前，奥特曼被曝出正从中东地区筹集总计高达7万亿美元的资金，以支持OpenAI的一项半导体计划，并与英伟达展开竞争。对此，奥特曼称：“事实的核心是，我们认为世界将需要更多（芯片）用于人工智能计算。这将需要全球在很多方面进行投资，超出我们的想象范围。”他还强调了过去一年加快人工智能发展的重要性。大模型竞赛带来上游算力需求提升，科技巨头纷纷加大芯片投入，以缓解大模型所需AI芯片短缺情况。全球AI大模型飞速发展，Sora火爆的当下，国内大模型企业如何追赶Sora，难点在哪儿？360集团创始人周鸿祎对此认为，Sora的技术路线如果被开源，国内将能很快赶上，但在追赶Sora时，算力有可能成为门槛，对此，集中国内所有AI企业的算力或许是方法之一。中原证券指出，相比于ChatGPT的文字生成图片的功能来看，Sora在对文字和图像识别和生成的基础上，又叠加了时间的维度，初步实现了对真实世界物理逻辑关系的理解。同时Sora的发布也意味着人类距离实现通用人工智能更进了一步东海证券表示，随着国产AI大模型飞速发展，算力需求缺口正逐步打开，AI芯片以及GPU作为AI训练和推理的算力核心构成，相关标的有望迎来机遇。 AI人工智能ETF(512930.SH)紧密跟踪中证人工智能主题指数，中证人工智能主题指数选取50只业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映人工智能主题上市公司证券的整体表现。数据显示，截至2024年1月31日，中证人工智能主题指数(930713)前十大权重股分别为海康威视(002415)、科大讯飞(002230)、中际旭创(300308)、韦尔股份(603501)、金山办公(688111)、澜起科技(688008)、中科曙光(603019)、紫光股份(000938)、大华股份(002236)、新易盛(300502)，前十大权重股合计占比49.42%。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-26

Web3与AI的交织还能碰撞出怎样的火花?

论坛期间，OpenAI首席执行官山姆·奥特曼更是直言算力和能源是现阶段最大的枷锁，两者在未来的重要性甚至会等同于货币。而在随后的2月10日，山姆·奥特曼在推上发表了一个极为惊人的计划，融资7万亿美元（相当于中国23年全国GDP的40%）改写目前全球的半导体产业格局，创立一家芯片帝国。在写算力相关的文章时，我的想象力还局限在国家封锁，巨头垄断，如今一家公司就想要控制全球半导体产业真的还是挺疯狂的。所以去中心化算力的重要性自然不言而喻，区块链的特性确实能解决目前算力极度垄断的问题，以及购置专用GPU价格昂贵的问题。从AI所需的角度来看，算力的使用可以分为推理和训练两种方向，主打训练的项目，目前还是寥寥无几，从去中心化网络需要结合神经网络设计，再到对于硬件的超高需求，注定是门槛极高且落地极难的一种方向。而推理相对来说简单很多，一方面是在去中心化网络设计上并不复杂，二是硬件和带宽需求较低，算是目前比较主流的方向。中心化算力市场的想象空间是巨大的，常常与“万亿级”这个关键词挂钩，同时也是AI时代下最容易被频繁炒作的话题。不过从近期大量涌现的项目来看，绝大部分还是属于赶鸭子上架，蹭热度。总是高举去中心化的正确旗帜，却闭口不谈去中心化网络的低效问题。并且在设计上存在高度同质化，大量的项目非常相似（一键L2加挖矿设计），最终可能会导致一地鸡毛，这样的情况想要从传统AI赛道分一杯羹着实困难。算法、模型协作系统机器学习算法，是指这些算法能够从数据中学习规律和模式，并据此做出预测或决策。算法是技术密集型的，因为它们的设计和优化需要深厚的专业知识和技术创新。算法是训练AI模型的核心，它定义了数据如何被转化为有用的见解或决策。较为常见的生成式AI算法比如生成对抗网络（GAN）、变分自编码器（VAE）、转换器（Transformer），每个算法都是为了一个特定领域（比如绘画、语言识别、翻译、视频生成）或者说目的而生，再通过算法训练出专用的AI模型。那么如此之多的算法和模型，都是各有千秋，我们是否能将其整合为一种能文能武的模型？近期热度高涨的Bittensor便是这个方向的领头者，通过挖矿激励的方式让不同AI模型和算法相互协作与学习，从而创作出更高效全能的AI模型。而同样以这个方向为主的还有Commune AI（代码协作）等，不过算法和模型对于现在的AI公司来说，都是自家的看门法宝，并不会随意外借。所以AI协作生态这种叙事很新奇有趣，协作生态系统利用了区块链的优势去整合AI算法孤岛的劣势，但是否能创造出对应的价值目前尚未可知。毕竟头部AI公司的闭源算法和模型，更新迭代与整合的能力非常强，比如OpenAI发展不到两年，已从早期文本生成模型迭代到多领域生成的模型，Bittensor等项目在模型和算法所针对的领域也许要另辟蹊径。去中心化大数据从简单的角度来说，将私有数据用来喂AI以及对数据进行标记都是与区块链非常契合的方向，只需要注意如何防止垃圾数据以及作恶，并且数据存储上也能使FIL、AR等Depin项目受益。而从复杂的角度来说，将区块链数据用于机器学习（ML），从而解决区块链数据的可访问性也是一种有趣的方向（Giza的摸索方向之一）。在理论上，区块链数据可随时访问，反映了整个区块链的状态。但对于区块链生态系统之外的人来说，获取这些庞大数据量并不容易。完整存储一条区块链需要丰富的专业知识和大量的专门硬件资源。为了克服访问区块链数据的挑战，行业内出现了几种解决方案。例如，RPC提供商通过API访问节点，而索引服务则通过SQL和GraphQL使数据提取变得可能，这两种方式在解决问题上发挥了关键作用。然而，这些方法存在局限性。RPC服务并不适合需要大量数据查询的高密度使用场景，经常无法满足需求。同时，尽管索引服务提供了更有结构的数据检索方式，但Web3协议的复杂性使得构建高效查询变得极其困难，有时需要编写数百甚至数千行复杂的代码。这种复杂性对于一般的数据从业者和对Web3细节了解不深的人来说是一个巨大的障碍。这些限制的累积效应凸显了需要一种更易于获取和利用区块链数据的方法，可以促进该领域更广泛的应用和创新。那么通过ZKML（零知识证明机器学习，降低机器学习对于链的负担）结合高质量的区块链数据，也许能创造出解决区块链可访问性的数据集，而AI能大幅降低区块链数据可访问性的门槛，那么随着时间的推移，开发者、研究人员和ML领域的爱好者将能够访问到更多高质量、相关的数据集，用于构建有效和创新的解决方案。 AI赋能Dapp 自23年，ChatGPT3爆火以来，AI赋能Dapp已经是一个非常常见的方向。泛用性极广的生成式AI，可以通过API接入，从而简化且智能化分析数据平台、交易机器人、区块链百科等应用。另一方面，也可以扮演聊天机器人（比如Myshell）或者AI伴侣（Sleepless AI），甚至通过生成式AI创造链游中的NPC。但由于技术壁垒很低，大部分都是接入一个API之后进行微调，与项目本身的结合也不够完美，所以很少被人提起。但在Sora到来之后，AI赋能GameFi（包括元宇宙）与创作平台的方向将是接下来关注的重点。因为Web3领域自下而上的特性，肯定很难诞生出一些与传统游戏或是创意公司抗衡的产品，而Sora的出现很可能会打破这一窘境（也许只用两到三年）。以Sora的Demo来看，其已具备和微短剧公司竞争的潜力，Web3活跃的社区文化也能诞生出大量有趣的Idea，而当限制条件只有想象力的时候，自下而上的行业与自上而下的传统行业之间的壁垒将被打破。来源：金色财经

金色财经2024-02-24

Sora横空出世 2024或成AI+Web3变革元年？

论坛期间，OpenAI首席执行官山姆·奥特曼更是直言算力和能源是现阶段最大的枷锁，两者在未来的重要性甚至会等同于货币。而在随后的2月10日，山姆·奥特曼在推上发表了一个极为惊人的计划，融资7万亿美元（相当于中国23年全国GDP的40%）改写目前全球的半导体产业格局，创立一家芯片帝国。在写算力相关的文章时，我的想象力还局限在国家封锁，巨头垄断，如今一家公司就想要控制全球半导体产业真的还是挺疯狂的。所以去中心化算力的重要性自然不言而喻，区块链的特性确实能解决目前算力极度垄断的问题，以及购置专用GPU价格昂贵的问题。从AI所需的角度来看，算力的使用可以分为推理和训练两种方向，主打训练的项目，目前还是寥寥无几，从去中心化网络需要结合神经网络设计，再到对于硬件的超高需求，注定是门槛极高且落地极难的一种方向。而推理相对来说简单很多，一方面是在去中心化网络设计上并不复杂，二是硬件和带宽需求较低，算是目前比较主流的方向。中心化算力市场的想象空间是巨大的，常常与“万亿级”这个关键词挂钩，同时也是AI时代下最容易被频繁炒作的话题。不过从近期大量涌现的项目来看，绝大部分还是属于赶鸭子上架，蹭热度。总是高举去中心化的正确旗帜，却闭口不谈去中心化网络的低效问题。并且在设计上存在高度同质化，大量的项目非常相似（一键L2加挖矿设计），最终可能会导致一地鸡毛，这样的情况想要从传统AI赛道分一杯羹着实困难。算法、模型协作系统机器学习算法，是指这些算法能够从数据中学习规律和模式，并据此做出预测或决策。算法是技术密集型的，因为它们的设计和优化需要深厚的专业知识和技术创新。算法是训练AI模型的核心，它定义了数据如何被转化为有用的见解或决策。较为常见的生成式AI算法比如生成对抗网络（GAN）、变分自编码器（VAE）、转换器（Transformer），每个算法都是为了一个特定领域（比如绘画、语言识别、翻译、视频生成）或者说目的而生，再通过算法训练出专用的AI模型。那么如此之多的算法和模型，都是各有千秋，我们是否能将其整合为一种能文能武的模型？近期热度高涨的Bittensor便是这个方向的领头者，通过挖矿激励的方式让不同AI模型和算法相互协作与学习，从而创作出更高效全能的AI模型。而同样以这个方向为主的还有Commune AI（代码协作）等，不过算法和模型对于现在的AI公司来说，都是自家的看门法宝，并不会随意外借。所以AI协作生态这种叙事很新奇有趣，协作生态系统利用了区块链的优势去整合AI算法孤岛的劣势，但是否能创造出对应的价值目前尚未可知。毕竟头部AI公司的闭源算法和模型，更新迭代与整合的能力非常强，比如OpenAI发展不到两年，已从早期文本生成模型迭代到多领域生成的模型，Bittensor等项目在模型和算法所针对的领域也许要另辟蹊径。去中心化大数据从简单的角度来说，将私有数据用来喂AI以及对数据进行标记都是与区块链非常契合的方向，只需要注意如何防止垃圾数据以及作恶，并且数据存储上也能使FIL、AR等Depin项目受益。而从复杂的角度来说，将区块链数据用于机器学习（ML），从而解决区块链数据的可访问性也是一种有趣的方向（Giza的摸索方向之一）。在理论上，区块链数据可随时访问，反映了整个区块链的状态。但对于区块链生态系统之外的人来说，获取这些庞大数据量并不容易。完整存储一条区块链需要丰富的专业知识和大量的专门硬件资源。为了克服访问区块链数据的挑战，行业内出现了几种解决方案。例如，RPC提供商通过API访问节点，而索引服务则通过SQL和GraphQL使数据提取变得可能，这两种方式在解决问题上发挥了关键作用。然而，这些方法存在局限性。RPC服务并不适合需要大量数据查询的高密度使用场景，经常无法满足需求。同时，尽管索引服务提供了更有结构的数据检索方式，但Web3协议的复杂性使得构建高效查询变得极其困难，有时需要编写数百甚至数千行复杂的代码。这种复杂性对于一般的数据从业者和对Web3细节了解不深的人来说是一个巨大的障碍。这些限制的累积效应凸显了需要一种更易于获取和利用区块链数据的方法，可以促进该领域更广泛的应用和创新。那么通过ZKML（零知识证明机器学习，降低机器学习对于链的负担）结合高质量的区块链数据，也许能创造出解决区块链可访问性的数据集，而AI能大幅降低区块链数据可访问性的门槛，那么随着时间的推移，开发者、研究人员和ML领域的爱好者将能够访问到更多高质量、相关的数据集，用于构建有效和创新的解决方案。 AI赋能Dapp 自23年，ChatGPT3爆火以来，AI赋能Dapp已经是一个非常常见的方向。泛用性极广的生成式AI，可以通过API接入，从而简化且智能化分析数据平台、交易机器人、区块链百科等应用。另一方面，也可以扮演聊天机器人（比如Myshell）或者AI伴侣（Sleepless AI），甚至通过生成式AI创造链游中的NPC。但由于技术壁垒很低，大部分都是接入一个API之后进行微调，与项目本身的结合也不够完美，所以很少被人提起。但在Sora到来之后，我个人认为AI赋能GameFi（包括元宇宙）与创作平台的方向将是接下来关注的重点。因为Web3领域自下而上的特性，肯定很难诞生出一些与传统游戏或是创意公司抗衡的产品，而Sora的出现很可能会打破这一窘境（也许只用两到三年）。以Sora的Demo来看，其已具备和微短剧公司竞争的潜力，Web3活跃的社区文化也能诞生出大量有趣的Idea，而当限制条件只有想象力的时候，自下而上的行业与自上而下的传统行业之间的壁垒将被打破。结语随着生成式AI工具的不断进步，我们未来还将经历更多划时代的“iPhone时刻”。尽管许多人对AI与Web3的结合嗤之以鼻，但实际上我认为目前的方向大多没有问题，需要解决的痛点其实只有三点，必要性、效率、契合度。两者的融合虽处于探索阶段，却并不妨碍这条赛道成为下个牛市的主流。对新事物永远保持足够的好奇心和接纳度是我们需要必备的心态，历史上，汽车取代马车的转变瞬息之间便已成定局，亦如同铭文和过去的NFT一样，持有太多偏见只会和机遇失之交臂。来源：金色财经

金色财经2024-02-23

“美国散户大本营”即将IPO，向论坛用户募资8亿，奥特曼持有5%股权

在科技行业IPO市场经历了两年寒冬后，“美国贴吧”Reddit将成为2024年科技行业首个IPO上市公司，Reddit IPO的表现将成为观察科技行业IPO实力的重要窗口。Reddit的庞大的对话数据和知识库对于AI尤其重要，是许多领先的大型语言模型接受培训的基础材料。 “美国贴吧”Reddit将成为本季度科技行业IPO领头羊。 2月22日，Reddit公布了招股说明书。报告显示，2023年，该公司营收达到了8.04亿美元，同比增长21%，毛利率为86%。2023年的净亏损从1.59亿美元减少到9100万美元，亏损额在不断收窄。减少亏损是朝着实现盈利的重要一步，尽管Reddit至今尚未报告过盈利。此外，Reddit决定将数量“可观”的股票出售给散户和Reddit平台用户。Reddit认为其用户不仅是平台的使用者，而且是构成公司价值的核心部分。通过允许用户参与到公司的股权中，强化用户对平台的归属感。该公司将于下月初在纽约证券交易所上市，股票代码为RDDT。 Reddit招股说明书显示，Reddit的庞大的对话数据和知识库对于AI尤其重要，尤其它是许多领先的大型语言模型接受培训的基础材料

金融界2024-02-23

Reddit申请IPO 奥特曼将成最大股东之一

文件显示，OpenAI首席执行官萨姆·奥特曼成为Reddit的最大股东之一。文件显示，与奥特曼有关联的实体持有Reddit的8.7%的流通股，其中包括789456股A类股和1140万股B类股。Reddit的最大股东是纽豪斯家族出版帝国旗下的Advance Magazine Publishers Inc．，拥有约三分之一的投票权。在OpenAI于2015年成立之前，奥特曼曾是硅谷创业孵化器Y Combinator的总裁，这让他接触了许多小公司。 2014年，奥特曼领投了Reddit的5000万美元B轮融资，他在一篇博客文章中写道，在此之前的九年里，他每天都在使用Reddit。他当时写道：“Reddit就是一个例子，它一开始看起来像一个浪费时间的愚蠢玩具，现在却变成了非常有趣的东西。多年来，这对我来说一直是一个重要的社区。” 2021年上半年，Reddit进行了E轮融资，奥特曼又投资了5000万美元。随后，在2021年下半年，奥特曼又向Reddit投资了1000万美元，当时该公司获得了约5.12亿美元的融资。到那时，奥特曼上半年投资的5000万美元已经增值了45%。根据周四提交的文件，Reddit的A类和B类股票分布在五个不同的实体中，奥尔特曼将获得比该公司CEO史蒂夫·霍夫曼更多的股份。Reddit尚未告诉投资者计划在IPO中出售多少A类股票。文件显示，奥特曼直到2021年还是Reddit董事会成员，但现在已不再担任董事。现在，他正在努力提高OpenAI人工智能服务的采用率，包括流行的ChatGPT聊天机器人。 Reddit在其提交的文件中表示，它看到了来自大型语言模型的竞争，这些模型可以根据几个单词的书面输入生成类似人类的文本。

金融界2024-02-23

一夜飙涨2万亿！美芯片股英伟达爆发，A股如何应对？

0展开直接竞争。而OpenAI CEO奥特曼正在筹备自己的AI芯片公司，并野心勃勃地想融资5-7万亿美元以提升全球AI芯片产能。芯片作为科技产业的基础设施和技术驱动力，对整个产业的发展起着至关重要的作用。芯片是现代电子设备的核心组成部分，几乎所有的科技产品都需要芯片来实现计算、存储和控制功能。从智能手机、电脑到物联网设备、人工智能系统，都离不开各种类型的芯片。随着科技的不断进步和创新，芯片产业也将持续发展并引领科技产业的未来方向。而国外AI等高科技领域的发展经验也可以为中国芯片产业提供技术借鉴和创新的方向。近期央企人工智能专题会议，也从国家层面强调加快布局和发展人工智能产业，加快建设一批智能算力中心，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态，随着国家支持央企发展AI产业，AI产业链国产公司有望受益。【相关产品】 1、芯片ETF159995联接基金（008887/008888）芯片ETF跟踪国证半导体芯片指数（980017.CNI，指数简称：国证芯片）30只成分股集合A股芯片产业中材料、设备、设计、制造、封装和测试等龙头企业，其中包括中芯国际、闻泰科技、北方华创等。全市场规模最大的芯片科技类指数基金，最新规模262.52亿元。（数据来源：wind，2023.12.29） 2、消费电子ETF159732联接基金（018300/018301）消费电子ETF跟踪国证消费电子主题指数（指数代码：980030.CNI，指数简称：消费电子指数）选取公司业务领域属于消费电子板块，包括手机产业链、可穿戴智能设备、智能家居等细分领域的上市公司中日均总市值前50名证券作为指数样本，反映沪深北交易所消费电子行业优质上市公司的市场表现。风险提示：以上产品风险等级为R4（中高风险），所提基金属于指数基金，存在标的指数回报与股票市场平均回报偏离、标的指数波动、基金投资组合回报与标的指数回报偏离等主要风险，其联接基金存在联接基金风险、跟踪偏离风险、与目标ETF业绩差异的风险等特有风险，且市场或相关产品历史表现不代表未来。申购：A类基金申购时，一次性收取申购费，无销售服务费；C类无申购费，但收取销售服务费。二者因费用收取、成立时间可能不同等，长期业绩表现可能存在较大差异，具体请详阅产品定期报告。投资者在投资基金之前，请仔细阅读基金的《基金合同》、《招募说明书》和《产品资料概要》等基金法律文件，充分认识基金的风险收益特征和产品特性，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策，独立承担投资风险。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-02-23

奥特曼最新观点：人工智能崛起的挑战和机遇要为其负面后果做好准备

ChatGPT开发者OpenAI的负责人认为，未来由人工智能创造的内容将超过人类创造的内容。

Heidi2024-02-23

微软涨超2% 英特尔将为微软代工高端芯片

。此外，有消息称OpenAI CEO奥特曼正从中东地区筹集总计高达7万亿美元的资金，以支持OpenAI的一项半导体计划，并与英伟达展开竞争。奥特曼称，这将需要全球大量的投入，超出我们的想象，现在还没有一个具体数字。他还强调了过去一年加快人工智能发展的重要性，认为人工智能的进步将为人类带来更美好的未来。

金融界2024-02-22

金沙江创投丁健谈Open AI“宫斗”：站在“加速派”一边，目前远远没到失控程度，应该适当创新

，OpenAI官网发出声明称，故而解除奥特曼的CEO职务。仅仅48小时后，11月19日上午，奥特曼带着访客证重新回到了熟悉的OpenAI办公室。这场突然发动的“内斗”本质上是人工智能（AI）发展两种路线的冲撞——一派抗着“加速主义”旗帜，希望AI在技术精英的带领下加速前进改造世界；另一边则是以利他主义理论为根基、力求让AI在人类控制下发展的保守派别。丁健在现场对该事件表态：“总体上来讲，我是站加速派。”他介绍，OpenAI分两派，一派说应该合理加速，另外一派是说要超级对齐，超级对齐的意思就是说不能让它太快，我们必须控制着它的发展，怕它有一天能够影响我们。 “我们认为远远还没有到这个程度，应该适当的创新。所以总体来讲，当科学和人性出现矛盾的时候，要相信科学的理论。这个世界永远就在矛与盾的过程发展，当年核武器出现的时候，大家不也是觉得马上人类末日就来了，但是今天发现正是因为核武器的出现让我们和平了，为什么?因为核武器太凶残了，它能够让双方都可以保证摧毁对方的可能，于是大家就和平，谁也不敢打仗。”丁健说道。

金融界2024-02-22

英特尔领航人工智能时代：CEO领导、强大生态与雄心代工业务齐驱并进

舵。随着Open AI首席执行官萨姆·奥特曼近期提出的7万亿美元人工智能硅芯片制造能力愿景，英特尔的地位和前景愈发引人瞩目。奥特曼的宏大愿景——相当于美国GDP的20%以上——已在全球范围内激起千层浪。他认为，当前芯片行业缺乏支持晶圆厂、数据中心和基础设施发展的关键要素。尽管这一巨额投资初听起来令人咋舌，但深入思考后，我们不难发现，要在未来十年内实现芯片性能的飞跃，确实需要前所未有的投入。在此背景下，英特尔的目标清晰且坚定：成为西方的芯片制造领导者。与此同时，奥特曼正寻求重塑人工智能芯片的全球供应链和产业结构。值得注意的是，英特尔即将在加州圣何塞举行的晶代工大会，已吸引了包括微软CEO萨蒂亚·纳德拉、美国商务部长吉娜·雷蒙多以及安谋控股、博通、新思科技等全球半导体巨头的参与。这是否仅仅是一个巧合？答案显然是否定的。英特尔此次大会将公布其代工战略的重要更新，而该业务已成为公司近几个季度的亮点之一，增长显著。然而，在英特尔的庞大业务版图中，代工业务仍是一项被低估的资产，具有巨大的增长潜力。考虑到台积电的营业利润率，英特尔在代工领域的上升空间令人期待。此外，英特尔在人工智能图形处理单元和芯片领域的实力也不容小觑。英伟达、高通等众多公司可能在封装和晶圆产能方面与英特尔展开合作，这一趋势值得关注。对于那些尚未密切关注英特尔的人来说，本周的大会无疑将是一个绝佳的观察窗口。在与盖尔辛格的交谈中，他虽未直接提及奥特曼和雷蒙多的演讲内容，但却强调了人工智能的惊人潜力以及未来十年对性能和电源管理的苛刻要求。这为英特尔、政府决策者和奥特曼等行业领袖提供了共同满足人工智能半导体需求的绝佳契机。英特尔作为理想的合作伙伴，已准备好迎接这一挑战。在科技行业和半导体领域的决策者眼中，美国强大的尖端芯片和人工智能芯片代工厂的价值不言而喻。英特尔正挺身而出，肩负起为西方市场引领这一潮流的重任。虽然台积电在行业中占据重要地位，但在建立人工智能芯片产能的未来竞赛中，英特尔无疑已占据了先机。

金融界2024-02-22

24小时热点