力求避免供应链瓶颈 微软推出首款AI晶片

力求避免供应链瓶颈 微软推出首款AI晶片 美国微软公司发布了首款自研的人工智能(AI)晶片和云计算处理器，试图在竞争日益激烈的AI计算市场掌握更多技术并增加产品供应。该公司还发布了可以让客户为自己设计AI助手的新软件。 彭博社报道，微软星期三（11月15日）在西雅图举行的年度Ignite技术大会上发布了Maia 100晶片，这款AI晶片将为该公司Azure云客户提供一种新的方式来开发和运行生成内容的AI程序。负责Azure晶片部门的副总裁拉尼·博卡尔（Rani Borkar）说，微软已在用Bing和Office AI产品测试该晶片。微软的主要AI合作伙伴、ChatGPT开发商OpenAI也在测试该处理器。Maia和服务器晶片Cobalt都将于明年初在微软的一些数据中心亮相。 微软首席执行官萨提亚·纳德拉（Satya Nadella）在会上指出：“我们的目标是确保我们与合作伙伴能够为你带来终极效率、性能和规模”。他还说，Maia将率先支持微软自己的AI应用，再向合作伙伴和客户开放。 微软的多年投资显示了晶片对于在AI和云计算领域取得优势至关重要。自研晶片可以让公司从硬件中获得性能和价格优势。还可以避免微软过度依赖任何一家供应商，目前业界对英伟达AI晶片的争夺凸显了这一隐患。 在微软进军处理器领域之前，该公司在云计算领域的竞争对手也采取了类似举措。亚马逊在2015年收购了一家晶片制造商，并出售基于多种云计算和AI晶片的服务。谷歌在2018年开始让客户使用其AI加速处理器。 2023年11月16日 5:07 PM

美国总统拜登签署审查美国供应链的命令，并将指示政府解决半导体生产短缺问题。

美国总统拜登签署审查美国供应链的命令，并将指示政府解决半导体生产短缺问题。 拜登周三在白宫说，“我们需要确保供应链安全可靠，我将指示政府中的高级官员与行业领袖合作，找到半导体短缺问题的解决方案”。但拜登也承认问题不会立即得到解决。 拜登的行政命令寻求结束美国在关键产品方面对中国和其他对手国的依赖。政府100天的审查不仅涵盖芯片，还包括大容量电池、制药以及稀土等关键矿产和战略原物料。该命令没有直接点明中国或任何一个国家。不过白宫官员表示，在关键产品方面对中国和其他对手国的依赖是一个必须要解决的关键风险。 命令要求展开具体行业的审查，侧重于国防、公共卫生和生物整备、信息通信技术、运输、能源和食品生产。这些评估将在一年之内完成，将以国防部用来定期评估美国国防工业基础的审查为蓝本。 白宫表示，拜登的行政命令要求每四年对供应链进行一次审查，并要求政府与企业、学术界、工会以及州和地方政府等外部团体协商。 一位不愿透露姓名的官员说，拜登的审查可能引发财政激励措施、关税或采购政策调整以及其他选项。该官员补充说，拜登政府计划考虑采取措施，鼓励在美国生产关键产品或与盟国合作生产这些产品。拜登周三下午在白宫会见了两党议员，讨论半导体短缺问题，以及如何加强供应链。 一位官员表示，拜登团队将从当前的芯片危机以及去年困扰美国的个人防护装备短缺中汲取教训。该官员称，周三的行政令旨在帮助美国防患于未然。 目前，全球芯片短缺威胁到了美国的经济成长，一些汽车制造商削减了工人的工作时间，工会就裁员的可能性提出了警告。 （彭博社）

英伟达继续狂飙 黄仁勋回应Sam Altman

英伟达继续狂飙 黄仁勋回应Sam Altman 媒体指出，上一次英伟达的市值超过亚马逊是在 2002 年，当时两家公司的市值均低于 60 亿美元。因为市场对强劲人工智能需求的押注，推动了英伟达股价的上涨，使其成为所谓的“七巨头”中表现最好的股票，在过去 12 个月内飙升了 223%。今年迄今为止，Nvidia 的股价已上涨 46%。但对于这家可能是有史以来最强的芯片巨头，英伟达的创造历史之路，似乎还远未结束。人工智能改变了数据中心和英伟达Nvidia成立的目的是彻底改变游戏和多媒体领域的 3D 计算机图形技术。该公司最初在各种芯片上取得了成功，随后在 1999 年推出了世界上第一个图形处理单元 （GPU） Nvidia GeForce 256，并取得了重大飞跃。这一里程碑在最新的 GeForce RTX 40 系列中达到了顶峰，该系列可以借助深度学习超级采样 （DLSS）（Nvidia 的一项令人难以置信的创新）为数字内容提供逼真的图形。DLSS 使用人工智能（AI） 在视频游戏场景中创建额外的帧并增强图像质量。直到 2022 财年（截至 2022 年 1 月 30 日），游戏一直是 Nvidia 最大的收入驱动力。该部门当年的销售额为 125 亿美元，占公司总收入的 46%。但后来，一切都变了：数据中心曾经是公司存储有价值信息的地方，但后来发展成为在线操作的集中中心（也称为云计算）。如今，数据中心拥有 Nvidia 设计的强大芯片，用于处理人工智能工作负载。这种转变始于 2016 年，当时 Nvidia 向 OpenAI 交付了第一台 AI 超级计算机，该计算机用于开发早期的生成式 AI模型，最终形成了著名的 ChatGPT 在线聊天机器人。现在，Nvidia 领先的 H100 数据中心 GPU 售价高达 40，000 美元。微软和亚马逊等集中式数据中心运营商订购了数十万个数据中心，为云客户提供开发人工智能所需的计算能力。这使得 Nvidia 的数据中心收入在 2024 财年第三季度（截至 2023 年 10 月 29 日）同比飙升 279%。数据中心业务目前占英伟达总收入的 80%，将游戏业务远远甩在身后。Nvidia 现在是一个价值 1.8 万亿美元的庞然大物，其中 1 万亿美元的价值是在过去 12 个月内创造的。目前看来，英伟达的股价可能仍会走高。每个国家都要AI，数据中心将继续飚NVIDIA 创始人兼首席执行官黄仁勋周一在迪拜举行的世界政府峰会上对与会者表示，每个国家都需要拥有自己的情报生产能力。黄在与阿联酋人工智能部长艾尔·奥拉马（Al Olama）阁下进行炉边谈话时发表讲话，他将主权人工智能（强调一个国家对其数据及其产生的情报的所有权）描述为世界领导人的巨大机遇。“它记录了你的文化、你的社会智慧、你的常识、你的历史你拥有自己的数据，”黄在他们的谈话中告诉 Al Olama，这是来自 150 个国家的 4，000 多名代表参加的活动的亮点。黄敦促领导人不要被人工智能“迷惑”。人工智能具有前所未有的接受普通人类指导的能力，这使得各国拥抱人工智能、为其注入当地语言和专业知识变得至关重要。黄甚至反驳了多年来许多有远见的人提出的建议，他们敦促年轻人学习计算机科学，以便在信息时代竞争。“事实上，情况几乎完全相反，”黄仁勋说。“我们的工作是创造无需任何人编程的计算技术，并且编程语言是人类的：现在世界上的每个人都是程序员，这就是奇迹。”在同一场峰会上，黄仁勋还表示，我们正处于这个新时代的开始，将会发生的是，全球数据中心的安装基础价值将达到一万亿美元，在未来 4-5 年内，我们将拥有价值 2 万亿美元的数据中心，它们这为世界各地的软件提供动力，所有这些都将得到加速，这种加速计算的架构非常适合称为生成式人工智能的下一代软件。对于 NVIDIA 作为一家商业公司而言，Jensen 表示，“通用计算”并不是我们想要快速、高效且经济高效的人工智能的最佳方式，他描述了这一点通过描绘这样一个事实，我们在现代看到的加速计算促进了人工智能的增长甚至进入市场。他表示，该行业过渡到“下一代”状态的唯一途径是升级加速计算，而需要巨大的经济资源和高效的硬件作为关键武器。进军定制芯片设计业务，赢者通吃在英伟达最初的生意规划里，他们是希望用统一的GPU，去拿下所有的客户。但现在他们在看到客户纷纷逃离他们自研芯片之后。如文章开头所说，有传言指出，英伟达正在进军定制芯片业务，希望通过给他们的客户定制芯片，以进一步加固自己在AI市场的低位。据报道，Nvidia 成立的这个小组，负责打造新的商业模式，帮助客户使用 Nvidia IP 甚至小芯片构建自己的解决方案。通过这一举措，英伟达开始打造一个人工智能授权巨头。熟悉芯片行业的读者应该知道，许多自行设计芯片以降低成本或为计算需求提供更定制解决方案的公司已经与 Broadcomm 和 Marvell 等公司进行后端物理设计、SerDes 块或 IP（例如 Marvell 的高性能 Arm CPU 内核）的合作。Cadence 和 Synopsys 等 EDA 解决方案提供商在提供 IP 块方面做得很好，SOC 设计人员可以将这些 IP 块放入他们的芯片中，从而节省资金并加快上市时间。但这并不是什么新消息。例如，Sima.ai 在其边缘 AI 芯片中使用了 Synopsys 的图像处理器。Jim Keller 领导的初创公司 Tenstorrent 看到了这个机会，并将这家总部位于多伦多和奥斯汀的公司从 Nvidia 的潜在竞争对手转变为 IP 和设计商店，为 Kia 和 LG 等公司提供小芯片和知识产权。而在人工智能领域，我们又看到了一种新趋势，电视、汽车或网络设备的设计者希望构建定制解决方案以降低成本或提供包括人工智能在内的差异化解决方案，但他们没有必要或专业知识来构建整个芯片。至于谷歌、亚马逊 AWS、Meta（预计将在今年晚些时候使用自己的芯片）和微软 Azure 等大客户，它们已经拥有自己的用于内部人工智能的定制芯片以及面向云客户的 Nvidia GPU。他们可以与 Nvidia 合作进行未来的设计吗？我们可以假设，这些 Nvidia 定制芯片客户能否利用 Nvidia 的内部和 AWS 超级计算机来加速和优化这些设计工作？这将是一笔不错的额外收入，也是一个令人难以置信的差异化因素。如果是这样，这可能就是为什么 Nvidia 将其最新的“内部”超级计算机 Project Cieba 托管在 AWS 数据中心，那里已经提供了安全云服务的基础设施。Nvidia 可以在 Cieba 上提供芯片设计优化服务。虽然这种猜测可能有点太过分了，但这样做表明英伟达看到了不祥之兆，并且已经准备好再次改变这个行业。虽然这个猜测有点大胆，但是随着时间的推移，所有技术都会商品化，这是必然的。尤其是前几代硅。当 Nvidia 有意收购Arm 时，笔者就认为这次收购将使 Nvidia 有可能通过许可协议将他们不想产品化的产品货币化。看起来这正是 Nvidia 现在正在做的事情。回应Sam Altman，七万亿能买下全部对AI芯片行业而言，最近的热点之一，当然绕不开传言OPEN AI CEO Sam Altman计划募集七万亿美元资金，计划颠覆AI芯片和芯片制造。首先，我们必须说，这是好大一笔钱。其次，这也当然不会是一件容易的事情。姑勿论整个先进芯片制造很难，经过多年发展，全球仅有台积电、三星和英特尔能够进入领先的芯片制造市场。何况，投资一个先进晶圆厂要100亿美元（相对七万亿而言，九牛一毛？）。更重要的是，行业高管表示，寻找工程师来运营大量新工厂、获得机器来填充工厂以及获得足够的订单来证明这些工厂的合理性都存在不确定性。即使建造了大量新的芯片工厂，也不一定能解决 Altman 的近期问题生产 OpenAI 的 ChatGPT 等系统所需的人工智能芯片短缺。英伟达人工智能芯片生产的最... PC版： 手机版：