FX168财经网_全球视野外汇黄金加密货币NFT资讯网

苹果公司退出OpenAI融资谈判，AI行业竞争加剧，未来投资格局或将重新洗牌

果公司融资动态 OpenAI融资背景 AI行业竞争态势市场反应与前景编辑观点名词解释相关大事件苹果公司融资动态根据《华尔街日报》报道，苹果公司已退出与OpenAI进行的一轮融资谈判，预计此次融资将筹集约65亿美元。报道指出，苹果最近与该轮融资的谈判破裂，该融资预计将在下周结束。 OpenAI融资背景此次融资吸引了众多投资者的关注，微软和英伟达等公司也在积极参与。报告显示，微软预计将在此次融资中投资约10亿美元，此前已经向OpenAI投资了130亿美元。OpenAI此次融资的目标是提升其估值，使其超过1000亿美元。 AI行业竞争态势 OpenAI自2022年底推出ChatGPT以来，掀起了一场人工智能技术的竞赛，促使各行业企业纷纷投资数十亿美元，以保持竞争优势并抢占市场份额。苹果的退出使得这场融资的参与者阵容有所变化，可能会影响OpenAI的未来融资策略。市场反应与前景苹果公司的退出并未明显影响市场的整体情绪，微软和其他参与者仍然对OpenAI表现出强烈的投资兴趣。AI技术的迅速发展和市场需求的增长，使得投资者对这一领域的前景持乐观态度。编辑观点苹果退出OpenAI的融资谈判显示出公司在战略投资上的谨慎态度。尽管如此，AI领域的激烈竞争依然在继续，其他科技巨头的积极参与可能会为OpenAI带来更大的发展空间。未来的市场走向将在很大程度上取决于投资者对AI技术的认可程度和市场的实际需求。名词解释 OpenAI：一家人工智能研究实验室，致力于推动通用人工智能的安全发展。融资轮：指企业为筹集资金而进行的投资回合。ChatGPT： OpenAI推出的对话生成模型，广泛应用于客户服务、内容创作等领域。估值：企业在市场中的总价值，通常通过投资者的预期来衡量。相关大事件 2024年9月，OpenAI正在进行一轮新的融资，预计筹集约65亿美元，此次融资将有助于提升其估值超过1000亿美元。这一进程反映了AI技术的快速发展和市场需求的不断增长。来源：今日美股网

今日美股网2024-09-29

中国政府进行非正式的窗口指导，敦促国内企业远离英伟达芯片

伟达的产品。尽管受到美国限制，中国的AI行业仍在蓬勃发展。字节跳动和阿里巴巴集团积极投资，一批初创公司也在争夺领导地位。来源：加美财经

加美财经2024-09-29

云天励飞接待5家机构调研，包括易方达基金、国泰元鑫资产、趣时资产等

步拓展现有客户及潜在客户的算力需求,如AI行业公司及AI生态圈合作伙伴、电信运营商及网络集成商、高校及科研院所等客户,持续提升公司核心竞争力和盈利能力。 2、能否简单介绍下公司未来边缘AI部署计划? 答:边缘AI是指数据的获取、处理、反馈执行都在本地完成的AI应用。边缘AI对能耗、成本、隐私和低延时提出了更高的要求。云天励飞一直在神经网络处理器和算法模型两个核心技术平台上持续投入和积累,在算法和芯片的高度协同上具有很强的优势,这些优势是边缘AI落地的关键。公司看好边缘AI是云端AI后更大的市场,是大模型能力真正落地行业、赋能行业的重要途径。公司在多个边缘AI的行业上,正积极布局,利用视觉语义和神经网络处理器两个核心能力的结合,推动中国边缘AI生态的发展。 3、请问公司AI芯片目前研发和商用情况如何? 答:公司的AI芯片基于公司自研的神经网络处理器(NNP400)架构,采用国内先进工艺、支持多芯粒扩展的Chiplet技术,主要面向嵌入式前端和边缘计算应用,通过提高算法实现的效率,可有效降低后台处理成本。结合各类应用场景需求,公司已开发出Edge10C、Edge10标准版、Edge10E和Edge10Max系列芯片,其中主推的DeepEdge10E可提供16TOPS(INT8)整型计算和2TFLOPS(FP16)浮点计算的深度学习推理计算算力,满足市场对处理芯片在算法的多样性、准确性、算力密度及效能方面的要求。目前该系列芯片主要适配的合作伙伴包括摄像头、边缘计算设备、机器人等行业的客户,并已开始实现批量出货。公司X6000系列推理卡,可应用于语言、视觉、多模态等各类大模型的推理加速,目前已适配云天天书、通义千问、百川智能、Llama2/3等近10个主流大模型。 4、2024上半年,公司销售和研发费用增长较多,主要是支出在哪些方面? 答:上半年公司销售和研发费用增幅较大主要有两方面原因,一是为进一步建立、健全公司长效激励机制,进行了股权激励,在2023年限制性股票激励计划。2024年上半年,公司发生股份支付费用7,862.31万元,分别计入销售费用、管理费用和研发费用中,其中计入研发和销售的费用较上年同期增幅较大;二是随着业务的拓展,本期宣传推广费等经营性支出、固定资产折旧较上年同期增幅较大,故而本期销售和研发费用增长幅度较大。公司将持续加强费用管控,保证费用率维持在正常水平。 5、能否谈一谈2024年贵司收购岍丞技术,是基于怎么样考虑和布局? 答:公司于2024年3月公告收购深圳市岍丞技术有限公司股权,标志公司开始进入C端AI硬件市场。岍丞技术在可穿戴设备领域的技术积累、行业经验和资源较为深厚,具备在软硬件环节快速落地的能力,产品可应用在智能耳机、智能手表等智能可穿戴终端设备,其产品在稳定性、性能、私有化方面在市场上均有优势。公司基于“云天天书”大模型,可以赋能岍丞技术的软硬件产品,提高产品竞争力,双方能力优势互补,将继续联合探索AI在各类C端智能硬件产品上的落地,增厚智能硬件板块的经营业绩。

金融界2024-09-27

JPM对AI行业“见顶担忧”的分析

市场的现状进行了深入讨论，回应了市场对AI行业是否见顶的担忧。以下是报告的主要内容总结： AI市场现状尽管 $英伟达(NVDA)$ 股价波动 $博通(AVGO)$ 业绩不稳，AI硬件（尤其是GPU）的需求依然强劲，市场仍处于早期阶段。虽然大家关注产品周期和机柜出货规模等因素，但实际情况是，这些因素对市场的影响并没有预想中那么显著。此外，由于目前AI需求的可见度仅有一年，未来是否会放缓仍存在不确定性，但并不代表就一定会放缓。 Nvidia财务表现尽管Nvidia的增长百分比可能放缓，但其收入依然超出预期。例如，某季度收入从70亿美元增至110亿美元，并且最近又上调了25亿美元的指导。他预计未来Nvidia将继续有显著的收入上调。 Broadcom的AI与定制芯片表现在谈到Broadcom时，其定制芯片业务（主要依赖谷歌）表现持平，AI收入增长放缓。上一季度，Broadcom的AI部门收入为110亿美元，但增长未达预期。同时，其网络收入也仅略有增长。定制ASIC与GPU的比较在AI市场中，GPU的增长潜力可能超过定制ASIC。Nvidia在这一领域占据85%的市场份额，而Broadcom仅为8%。他预计云基础设施对GPU的需求将更快增长。 Marvell和AMD的前景 $迈威尔科技(MRVL)$ 在AI和光学网络领域的发展表示乐观。他认为Marvell能够实现目标，并在AI网络中获得市场份额增长。 $美国超微公司(AMD)$ AMD的MI 300表现良好，但未达到市场预期，并对AMD未来收入指导持谨慎态度。未来关注事项投资者应该关注以下几个方面： AI资本支出趋势：分析谷歌和亚马逊等超大规模企业的AI相关资本支出，以了解市场未来走向。 Nvidia毛利率：随着新产品如Grace CPU和NVLink的推出，跟踪Nvidia毛利率变化至关重要。 Broadcom定制芯片收入：由于对谷歌等大客户的依赖，监控Broadcom在AI领域的表现，有助于评估其增长稳定性。总体而言，这次路演报告展示了尽管面临一些挑战，Broadcom和Nvidia在AI领域仍具备强大的市场潜力。

老虎证券2024-09-26

比尔·盖茨谈 AI未来：初创企业路在何方？

智能可以提供帮助的利基市场。盖茨根据 AI 行业进行的研究得出了这些结论，他需要这些研究来制作 Netflix 纪录片系列，在该系列中，他从技术角度谈论未来。 Microsoft 的创始人指出，随着各种技术的发展和人工智能新应用的发现，AI 将在未来不断发展。任何新的科技初创公司都可以考虑如何“进入”这个利基市场，并通过使用 AI 来确保其成功。关于设计 AI 的观点 “仅仅相信 AI，这并不是很独特。因此，我必须对如何设计 AI 系统形成一些独特的观点——这是其他人没有得到的。”盖茨说。然而，他强调这很困难，如果他再次回到 20 岁，他将不得不希望他的“年轻的大脑”能够在 AI 方法中看到其他企业家所看不到的东西。这位亿万富翁现在建议今天的企业家，如果他们没有“顿悟”，他们应该从一开始就考虑人工智能如何改善公司的运营或人类的日常生活。这意味着要注意自动化昂贵的任务或帮助产生人类以后可以执行的有价值的想法。例如，盖茨指的是医生。他指出，如果人工智能减少了需要完成的“文书工作”数量，医生们就可以花更多时间与患者一起工作。

丰雪鑫992024-09-23

龙虎榜 | 呼家楼、方新侠携手打板拓维信息，欢乐海岸出逃海南海药

格隆汇2024-09-20

AI推理巨擘降临：OpenAI o1模型引爆科技圈，65,536个Token输出量惊艳业界

OpenAI o1的发布无疑将推动整个AI行业加速技术创新，促进更多突破性成果的涌现。在未来，我们有望看到基于o1技术的各种创新应用，从而进一步推动AI技术的普及和深化应用，为人类社会带来更多便利和价值。 OpenAI o1模型的发布，不仅展示了OpenAI在AI技术研发和商业化方面的领先地位，更重要的是，它开启了AI推理能力的新纪元。随着这一技术的不断发展和应用，我们可以期待AI在更多复杂领域发挥其强大的推理和决策能力，成为真正意义上的人类思考的延伸和补充。然而，在为这一突破性进展欢呼的同时，我们也需要警惕AI技术可能带来的伦理和安全挑战，确保这一强大工具在为人类服务的同时，不会对社会造成负面影响。

金融界2024-09-14

谈AI、电力需求！黄仁勋、奥特曼等科技大佬赴会白宫，跨部门工作组成立

示，我们正处于新的工业革命的开端。鉴于AI行业的增长速度非常快，在这一领域很可能需要政企（公私）合作。谷歌总裁Porat也指出，美国能源基础设施对于确保美国在新兴人工智能领域的领导地位至关重要。 “今天的白宫会议是推进现代化和扩大美国能源网络容量所需工作的重要机会。” 值得一提的是，就在会议召开之际，OpenAI正准备洽谈新一轮融资，拟飞升至1500亿美元估值，以此同时还最新发布了全新o1系列模型；英伟达也正在启动最新AI芯片Blackwell的全面量产。会后，白宫宣布成立AI跨部门工作组，帮助促进美国数据中心的发展，并采取措施支持加快这些设施的许可。美国能源部还将创建一个人工智能数据中心参与团队，引导数据中心所有者和运营商更好地利用政府贷款、赠款和税收抵免等资源，帮助其找到清洁可靠的电力来源。能源部表示，这些投资加上数据中心扩张和其他因素，预计将在未来十年推动电力需求增长15%至20%。此外，美国陆军工程兵团（USACE）将确定美国全国范围内的许可证，这些许可证可以帮助加快符合条件的人工智能数据中心的建设，并与AI数据中心开发商共享这些信息，以加快关键项目的建设。 AI狂飙背后，是电力荒 AI的尽头，是电力…… 今年早些时候，不仅AI卖铲人英伟达黄仁勋提过，openAI 奥特曼、特斯拉的马斯克等大佬也纷纷发出警告，AI的尽头是电力、光伏、储能等可再生能源行业。美国电力研究机构在5月发布的报告显示，到 2030 年，数据中心每年可能消耗美国发电量的9%，高于2023年总负荷的4%。国际能源署也称， ChatGPT上的单个请求所消耗的电量约为典型 Google 搜索的10倍。到2026年，人工智能行业的耗电量预计将至少是2023年的10倍。高盛表示，到2030年，人工智能预计将引发数据中心电力需求激增160%。该行表示，人工智能对能源的需求如此之大，以至于它将迫使美国长期停滞的电力需求在本世纪剩余时间内大幅增加。所以，在这场浩浩汤汤的人工智能潮下，为了保住美国在人工智能领域的领导地位，美国白宫与科技巨头已经开始“联动”了。

格隆汇2024-09-13

黄仁勋一席话引爆美股！英伟达一夜暴涨1.54万亿，黄仁勋说了些什么？

能源行业使用它们，编写新的算法并让整个AI行业使用它们。你明白我的意思吗？因此，所有这些库，每一个库，首先我们必须完成计算机科学的研究，其次，我们必须经历生态系统的开发过程。我们必须去说服每个人使用这些库，然后还要考虑它们运行在哪些类型的计算机上，每种计算机都不一样。因此，我们一步一步地进入一个领域又一个领域。我们为自动驾驶汽车创建了一个非常丰富的库，为机器人开发了一个非常出色的库，还有一个令人难以置信的库，用于虚拟筛选，无论是基于物理的虚拟筛选还是基于神经网络的虚拟筛选，还有一个令人惊叹的库用于气候技术。我们必须去结交朋友，创建市场。事实证明，英伟达真正擅长的事情是创建新的市场。我们现在已经做了这么久，以至于英伟达的加速计算似乎无处不在，但我们确实必须一步步地完成，一次一个行业地开发市场。 3. 现场的许多投资者非常关注数据中心市场，能否分享一下你对中长期机会的看法？显然，你的行业推动了你所称的“下一次工业革命”。你如何看待数据中心市场的现状以及未来的挑战？黄仁勋：有两件事同时在发生，它们经常被混为一谈，分开讨论有助于理解。首先，我们假设没有AI存在的情况下。在没有AI的世界里，通用计算已经停滞不前了。大家都知道，半导体物理学中的一些原理，比如摩尔定律、Denard缩放等，已经结束了。我们不再看到CPU的性能每年翻倍的现象。我们已经很幸运了，能在十年内看到性能翻倍。摩尔定律曾经意味着五年内性能提升十倍，十年内提升一百倍。然而现在这些已经结束了，所以我们必须加速一切能加速的东西。如果你在做SQL处理，加速它；如果你在进行任何数据处理，加速它；如果你在创建一个互联网公司并拥有推荐系统，必须加速它。如今最大的推荐系统引擎已经全部加速了。几年前这些还在CPU上运行，而现在已经全部加速了。因此，第一个动态是，全世界价值数万亿美元的通用数据中心将会现代化，转变为加速计算的数据中心。这是不可避免的。此外，因为英伟达的加速计算带来了如此巨大的成本降低，过去十年中，计算能力不是以100倍，而是以100万倍的速度增长。那么问题来了，如果你的飞机能快一百万倍，你会做什么不同的事情呢？因此，人们突然意识到：“为什么我们不让计算机来编写软件，而不是我们自己去想象这些功能，或者我们自己去设计算法呢？”我们只需要把所有的数据、所有的预测性数据交给计算机，让它去找出算法——这就是机器学习，生成式AI。因此，我们在许多不同的数据领域大规模应用了它，计算机不仅知道如何处理数据，还理解数据的含义。因为它同时理解多种数据模式，它可以进行数据翻译。因此，我们可以从英文转换为图像，从图像转换为英文，从英文转换为蛋白质，从蛋白质转换为化学物质。因为它理解了所有的数据，因此可以进行所有这些翻译过程，我们称之为生成式AI。它可以将大量的文字转换为少量的文字，或者将少量的文字扩展为大量的文字，等等。我们现在正处于这个计算机革命的时代。而现在令人惊讶的是，第一批价值数万亿美元的数据中心将被加速，并且我们还发明了这种新型的软件，称为生成式AI。生成式AI不仅仅是一种工具，它是一种技能。正是因为这个原因，新的行业正在被创造出来。这是为什么？如果你看看直到现在的整个IT行业，我们一直在制造人们使用的工具和仪器。而第一次，我们正在创造出能够增强人类能力的技能。因此，人们认为AI将超越价值数万亿美元的数据中心和IT行业，进入技能的世界。那么，什么是技能呢？比如数字货币是一种技能，自动驾驶汽车是一种技能，数字化的装配线工人，机器人，数字化的客户服务，聊天机器人，数字化的员工为英伟达规划供应链。这可以是一个SAP的数字代理。我们公司大量使用ServiceNow，我们现在拥有了数字员工服务。因此，我们现在拥有了这些数字化的人类，这就是我们现在正处的AI浪潮。 4. 金融市场中存在一个持续的辩论，即随着我们继续建设AI基础设施，投资回报是否足够？你如何评估客户在这个周期中获得的投资回报率？如果你回顾历史，回顾PC和云计算，它们在类似的采用周期中，回报率如何？与现在相比有什么不同？黄仁勋：这是个非常好的问题。让我们来看看。在云计算之前，最大的趋势是虚拟化，如果大家还记得的话。虚拟化基本上意味着我们将数据中心中的所有硬件虚拟化为虚拟数据中心，然后我们可以跨数据中心移动工作负载，而不必直接与特定的计算机相关联。结果是，数据中心的利用率提高了，我们看到了数据中心成本减少了两倍到两倍半，几乎是在一夜之间完成的。接着，我们将这些虚拟计算机放到云中，结果是，不仅仅是一家公司，很多公司都可以共享相同的资源，成本再次下降，利用率再次提高。这些年的所有进步，掩盖了底层的根本变化，那就是摩尔定律的终结。我们从利用率提升中获得了两倍、甚至更多的成本降低，然而这也碰到了晶体管和CPU性能的极限。接着，所有的这些利用率的提升已经达到极限，这也是为什么我们现在看到数据中心和计算通胀的原因。因此，第一件正在发生的事情就是加速计算。因此，当你在处理数据时，比如使用Spark——这是当今世界上使用最广泛的数据处理引擎之一——如果你使用Spark并通过英伟达加速器加速它，你可以看到20倍的加速。这意味着你会节省10倍的成本。当然，你的计算成本会上升一点，因为你需要支付英伟达GPU的费用，计算成本可能会增加一倍，但你将减少计算时间20倍。因此，你最终节省了10倍的成本。而这样的投资回报率对于加速计算来说并不罕见。因此，我建议你加速一切可以加速的工作，然后使用GPU进行加速，这样可以立即获得投资回报。除此之外，生成式AI的讨论是当前AI的第一波浪潮，基础设施玩家（比如我们自己和所有云服务提供商）将基础设施放在云上，供开发人员使用这些机器来训练模型、微调模型、为模型提供保护等等。由于需求如此之大，每花费1美元在我们这里，云服务提供商可以获得5美元的租金回报，这种情况正在全球范围内发生，一切都供不应求。因此，对这种需求的需求非常巨大。我们已经看到的一些应用，当然包括一些知名的应用，比如OpenAI的ChatGPT、GitHub的Copilot，或者我们公司内部使用的共同生成器，生产力提升是不可思议的。我们公司里的每一个软件工程师现在都使用共同生成器，不管是我们自己为CUDA创建的生成器，还是用于USD（我们公司使用的另一种语言），或者Verilog、C和C++的生成器。因此，我认为每一行代码都由软件工程师编写的日子已经彻底结束了。未来，每一个软件工程师都将有一个数字工程师伴随在身边，24/7随时协助工作。这就是未来。因此，我看英伟达，我们有32000名员工，但这些员工周围将有更多的数字工程师，可能会多100倍的数字工程师。 5. 很多行业都在接受这些变化。哪些用例、行业是你最兴奋的？黄仁勋：在我们公司，我们在计算机图形学方面使用AI。如果没有人工智能，我们无法再进行计算机图形学。我们只计算一个像素，然后推测其余的32个像素。也就是说，我们在某种程度上“幻想”出其余的32个像素，它们在视觉上是稳定的，看起来是照片级真实的，图像质量和性能都非常出色。计算一个像素需要大量的能量，而推测其他32个像素的能量需求则非常少，而且可以非常快速地完成。因此，AI并不仅仅是训练模型，这只是第一步。更重要的是如何使用模型。当你使用模型时，你会节省大量的能量和时间。如果没有AI，我们无法为自动驾驶汽车行业提供服务。如果没有AI，我们在机器人技术和数字生物学领域的工作也是不可能的。现在几乎每一个科技生物公司都以英伟达为中心，他们正在使用我们的数据处理工具来生成新蛋白质，小分子生成、虚拟筛选等领域也将因为人工智能而被彻底重塑。 6. 谈谈竞争和你们的竞争壁垒吧。目前有很多公私公司希望能打破你们的领导地位。你如何看待你们的竞争壁垒？黄仁勋：首先，我认为有几件事让我们与众不同。第一点要记住，AI并不仅仅是关于芯片的。AI是关于整个基础设施的。如今的计算机不是制造一块芯片然后人们购买它并放入计算机中。那种模式属于上世纪90年代。如今的计算机是以超级计算集群、基础设施或超级计算机为名开发的，这不是一块芯片，也不完全是计算机。所以，我们实际上是在构建整个数据中心。如果你去看一下我们其中一个超级计算集群，你会发现管理这个系统所需的软件是非常复杂的。并没有一个“Microsoft Windows”可以直接用于这些系统。这种定制化的软件是我们为这些超级集群所开发的，所以设计芯片的公司、构建超级计算机的公司以及开发这些复杂软件的公司，理所当然的是同一家公司，这样可以确保优化、性能和效率。其次，AI本质上是一种算法。我们非常擅长理解算法的运作机制，并且了解计算堆栈如何分布计算，以及如何在数百万个处理器上运行数天，保持计算机的稳定性、能源效率以及快速完成任务的能力。我们在这方面非常擅长。最后，AI计算的关键是安装基础（installed base）。拥有跨所有云计算平台和内部部署（on-premise）的统一架构非常重要。无论你是在云中构建超级计算集群，还是在某台设备上运行AI模型，都应该有相同的架构以运行所有相同的软件。这就是所谓的安装基础。而这种自1993年以来的架构一致性是我们能够取得今天成就的关键原因之一。因此，今天如果你要创办一家AI公司，最明显的选择就是使用英伟达的架构，因为我们已经遍布所有的云平台，不论你选择哪台设备，只要它有英伟达的标识，你就可以直接运行相同的软件。 7. Blackwell在训练上快了4倍，推理速度比它的前代产品Hopper快了30倍。你们的创新速度如此之快，你们能否保持这样的节奏？你们的合作伙伴能否跟上你们的创新步伐？黄仁勋：我们的基本创新方法是确保我们不断推动架构创新。每个芯片的创新周期大约是两年，在最好的情况下是两年。我们每年还会对它们进行中期升级，但整体架构的革新大约是每两年一次，这已经非常快了。我们有七个不同的芯片，这些芯片共同作用于整个系统。我们可以每年推出新的AI超级计算集群，并且比上一代更强大。这是因为我们拥有多个可以进行优化的部分。因此我们可以非常快速地交付更高的性能，并且这些性能的提升直接转化为总拥有成本（TCO）的下降。 Blackwell在性能上的提升意味着，对于拥有1千兆瓦电力的客户，他们可以获得3倍的收入。性能直接转化为吞吐量，吞吐量则转化为收入。如果你有1千兆瓦的电力可用，你可以获得3倍的收入。因此，这种性能提升的回报是无与伦比的，也无法通过芯片成本的降低来弥补这3倍的收入差距。 8. 如何看待对亚洲供应链的依赖？黄仁勋：亚洲的供应链非常复杂并且高度互联。英伟达的GPU不仅仅是一块芯片，它是由成千上万个组件组成的复杂系统，类似于一辆电动车的构造。因此，亚洲的供应链网络非常广泛且复杂。我们力求在每一个环节上设计出多样性和冗余性，确保即使出现问题，我们也能迅速将生产转移到其他地方进行制造。总的来说，即使供应链出现中断，我们也有能力进行调整，以确保供应的连续性。我们目前在台积电进行制造，因为它是世界上最好的，不仅仅是好一点点，而是好得多。我们与他们有着长期的合作历史，他们的灵活性和规模能力都令人印象深刻。去年，我们的收入出现了大幅增长，这离不开供应链的快速反应。台积电的敏捷性以及他们满足我们需求的能力是非常了不起的。在不到一年的时间里，我们大幅提升了产能，并且我们明年将继续扩大，后年还要进一步扩大。因此，他们的敏捷性和能力都很出色。不过，如果有需要，我们当然也可以转向其他供应商。 9. 贵公司处于非常有利的市场位置。我们已经讨论了很多非常好的话题。你最担心的是什么？黄仁勋：我们的公司目前与全球每一家AI公司都有合作，也与每一家数据中心有合作。我不知道有哪家云服务提供商或计算机制造商我们没有合作的。因此，随着这样的规模扩展，我们肩负着巨大的责任。我们的客户非常情绪化，因为我们的产品直接影响他们的收入和竞争力。需求太大，满足这些需求的压力也很大。我们目前正全面生产Blackwell，并计划在第四季度开始发货并进一步扩展。需求如此之大，每个人都希望能尽早拿到产品，获取最多的份额。这种紧张和激烈的氛围实在是前所未有。虽然在创造下一代计算机技术时非常令人兴奋，也令人惊叹地看到各种应用的创新，但我们肩负着巨大的责任，感到压力很大。但我们尽力去做好工作。我们已经适应了这种强度，并将继续努力。

格隆汇2024-09-12

AI对AI完成首笔链上交易 AI Agent概念在区块链上走到了哪一步？

rian Armstrong表示，对于AI行业的发展来说，赋予 AI 代理交易能力将是一个重大突破，特别是对于希望实现 AI 结账的企业而言。 AI可以在设定的算法程序之下去自主做交易，这是从2023年底爆火的AI Agent（AI智能体）概念落地的重要一步。只有能交易，才能事件经济社会中的各种经济行为。当AI Agent成为AI接下来发展的一个重要方向之时，区块链技术又能在这其实发挥什么作用？而AI Agent在区块链上的实践又能为区块链行业带来什么？ AI对AI交易在细节上如何实现？ AI对AI首笔链上交易的实现，得益于一个基础设施，便是Coinbase发布的MPC钱包。简单来说，是想AI Agent结合加密货币钱包，并且让AI 代理能自行交易，而无需人工干预。现阶段，AI Agent还无法在传统金融的世界中拥有一个传统的银行账户，但是拥有一个加密钱包却已经实现了。理论上，拥有了这个Coinbase的MPC钱包，AI Agent便可以在Base链上用USDC进行交易。目前，使用Coinbase提供的开发工具包，就可以创建一个AI Agent的MPC钱包。在项目进展方面， 8 月初Coinbase做了一个 AI 向人类支付加密货币的Demo产品，紧接着还推出了一个“CDP AI Builder 计划”，为构建集成Coinbase MPC 钱包的 AI 机器人开发者提供资助。而为什么是用区块链技术，使用虚拟货币去进行交易呢？在 Skyfire 的创始人Sarhangi 看来，目前 AI 代理还远未发挥出全部潜力。一旦遇到需要支付的问题，它们就会陷入困境，需要人工中介用信用卡来帮助他们。开发人员表示，这样的系统急需精简，而传统银行系统却无能为力。 “它不可能是 Visa，因为这些轨道根本无法满足人工智能的需求，即能够高效、低费用、全天候地进行微交易，”他补充道。“这些都是加密货币和区块链能够提供的东西。” Brian Armstrong 等加密行业领导者也一直公开表示，人工智能的未来取决于链上支付的采用。 Skyfire正在做这件事的区块链公司之一，其由Ripple的两位前高管创立，在今年8月完成了850 万美元种子轮融资。项目简介中写到，Skyfire是人工智能经济的金融堆栈，为人工智能代理提供即时、全球和开放的支付系统，用于在人工智能代理、LLM、数据平台、服务提供商和其他商品和服务之间进行完全自主的交易。 Skyfire 开发了一个开源支付系统，允 AI Agent在互联网上进行各种交易，包括购买数据存储、创意资产、机票和日用品等。其支付网络基于 USDC 稳定币运行，目前部署在 Polygon 网络上，未来计划扩展到其他区块链。对于尚不支持 USDC 支付的服务，Skyfire 考虑集成第三方聚合商实现 USDC 支付到传统支付方式的中转。按照Skyfire官方消息，目前已经有一些项目在尝试使用Skyfire的服务，首先是Payman，这是一个允许AI为各种任务向人类报酬的项目。在理论上，通过Skyfire的平台，Payman的AI智能体现在可以完全自主地行使雇佣合同工并履行支付。根据Skyfire官方消息，另一个在用Skyfire做实验的项目是全球汽车零部件制造商Denso，它创造了一个AI Agent，希望能够实现在没有人类帮助的情况下，自行购买各种材料。此前，它的运行需要需要人类在月底介入并进行电汇支付，但尝试使用Skyfire的服务，似乎可以解决这一问题。另一个在做这件事的便是上述提到的使用了Skyfire提供的服务、Visa投资的Payman，Payman的项目构想是通过提供一个平台的 API，让 AI Agent 能够以法定货币、加密货币还有银行账户等多种方式向人类付款。上述提到的这些项目，都可以被视为一个支付中间件平台，专注于为AI Agent和人类之间的支付提供接口和服务。它们面向的更多是 AI 开发者。除了Skyfire之外，一些非支付类的区块链项目，也在尝试植入这一理念和技术。Parallel Alpha最新的游戏Colony就在设计创建可以拥有钱包并相互交易AI角色。区块链能为AI Agent做什么？ AI Agent是受资本热捧的一个AI赛道新概念和发展趋势。AI Aagent是指能够自主进行决策，完成行动，且无需人在这一过程中介入的人工智能。当机器人演变成强大的 AI Agent，其最终将实现自主处理复杂任务，并做出更加明智的决策。而打通了人工智能的自主支付和交易，无疑是AI Agent这一概念得以落地的重要一步。目前，AI不能使用传统支付手段购买云计算服务（如AWS）、开发者工具（如 GitHub）或支付其他费用（如预订机票或酒店）。AI也无法绕过付费墙来获取所需信息。这些限制大大阻碍了 AI 的潜在效用和实际工作能力。智能代理能够自主处理很多任务，不可避免需要“交易”，在经济社会，需要和其它主体进行各种经济交互。区块链是实现人工智能“交易”的一个方向。在当下的阶段，区块链有着开户门槛更低的特点，能够减少传统金融如开户、中介类似的摩擦成本。而且链上交易可以实现实时交易、提高了交易的效率。这是区块链技术的优势，行业的一些项目也正在实践这一方向。不过，区块链技术是必须的吗？很现实的问题，依托于区块链技术的链上交易，目前有需求，但是适用的范围很小。目前，传统金融体系才是主流，绝大部分的交易还是依托于传统的金融世界在进行。所以人工智能代理的打通交易，使得智能代理足够应对日常的各种经济行为，其实首先应该打通的是传统金融系统。只是现在受限于一些现实因素和技术发展的阶段，运用区块链技术进行打通交易的成为了一种可行的尝试。而实际上，以区块链为基础，打通AI交易的渠道，基石是区块链交易本身已经嵌入到了人类生活的方方面面。否则，类似的AI对AI的交易，本身就会陷入“市场在哪里？”的困境。但是我们从Web2跨回到Web3再看这件事的意义，就会发现，这是十分有利于构建加密原生的AI Agent的。加密原生支付通道被打通了，又能为AI Agent赋予了加密资产所固有的数字产权。这是AI Agent作为一个链上的独立经济人的基石。加密如何和AI结合，一直都是加密行业一个重要的探索方向。而AI Agent正是这一方向中的一个重要分支。目前，一些行业内知名的项目已经在有了相应AI Agent方向的尝试，如Fetch.ai平台推出的AI agent是一个个模块化的构件， AI开发商可以把自身的服务，LLMs、ML模型、API和其他AI业务注册为代理服务。让传统产品开发者可以通过快速集成这些代理来执行特定任务。在交易方面，如价格预测、成交策略、止损策略、杠杆动态调整、KOL 智能跟单、借贷……每一个中心化交易所之前赚钱的服务，都可以包装成一个个可自定义的自主学习的 AI Agent，交易者将通过 AI Agent 来执行自己的策略。也有为了AI Agent而生的公链在今年出现，Arweave推出的AO链，基于Arweave的链上存储构建，实现了无限可扩展的去中心化计算，允许同时并行运行任意数量的进程，去中心化的AI Agent 由AR在链上托管，并由AO在链上运行。也就是说存储在AR链，计算在AO链。在这一套设计模式之下，AO的最终愿景是实现AI与区块链的无缝融合，使AI模型能够在链上托管且直接在链上运行，并实现自主决策。不过目前这些项目都还处于极其早期的探索阶段，AI Agent的交易是一个复杂精细的系统，如何确保其在复杂环境下的稳定性，是需应对的最艰难的挑战。来源：金色财经

金色财经2024-09-06

24小时热点