雷石科技最新现状 雷石科技的现状
热门文章
0
雷石科技最新消息,雷石科技最新新闻,雷石集团做什么的,雷石公司
导语：ChatGPT类的生成式AI，对于算力的需求极高。可以说，AI算力是挖金矿的“铁铲”。由此，AI计算将很快迎来爆发式增长，带动算力市场的格局演进和技术创新。注册用户从零到一亿，ChatGPT只用了不到50天。而在此之前，单一应用要突破一亿用户最快也要500天以上。实际上，要不是有意的限制，这一速度还能更快。由于需求增长过快，OpenAI很早就开始限制用户注册，而目前普通用户的问答结果返回时间也变得非常缓慢。之所以要限制用户的注册和使用，最主要的原因是AI算力的不足以及AI计算的高成本。未来，随着ChatGPT被整合进Bing搜索，随着更多新玩家的进入，随着智能水平的进一步提升，生成式AI应用对于AI算力的需求，将同样爆发式增长。如何满足这一高速增长的需求，将成为AI产业亟待突破的问题。ChatGPT 开启的认知智能新阶段自从图灵在1950年代提出“机器可以思考”的概念以来，AI就进入到了产业界的视野。对于长达70年的发展历程，业界有不同的阶段划分方式。爱数公司总裁贺鸿富提出的三个阶段划分方式，能够在技术和应用层面，更好地体现AI产业的演进历程。第一阶段是运算智能。公元2000年前的AI基本都处于这个发展阶段，主要依靠出色的计算能力来体现计算机的价值。最典型的代表就是IBM的深蓝，以强大的算力击败了世界冠军卡斯帕罗夫，因为能够比人类多算几步棋。第二阶段是感知智能?，即计算机能够对文字、语音、图像和视频进行识别，进而产生一些相关的应用，比如机器翻译、人脸识别等。这些应用大家已经非常熟悉，被广泛应用到各个领域。自动驾驶技术的很大部分也属于感知智能的范畴。第三阶段则是全新的认知智能?，计算机不仅能够识别和分析，还能理解、会思考，与人脑的相似程度得到进一步提高。ChatGPT无疑就是认知智能的典型代表，能够在短时间内走红，正是因为其体现了AI的最新发展方向。A I 的三件套与两部曲无论是感知智能还是认知智能，AI 要想从技术转变为应用，都离不开算法、算力和算据这三大核心要素，即我们俗称的三件套。其中的算法包括深度学习、强化学习、监督学习等，是AI的技术基础，也是科学家们努力突破的领域。而算据则是计算的对象，即数据。到了认知智能时代，ChatGPT所要处理的对象已经不是普通的数据，而是各个领域的知识。充足的算力，则是AI的基础设施，正在快速从通用计算延伸到智能计算。A I的两部曲则是训练和推理，这两个过程都要消耗大量的算力。其中“训练”是AI的学习过程，通过对大量数据的分析处理，形成最至关重要的“模型”。而“推理”则是AI的应用过程，利用模型对用户输入的数据进行分析，产生输出结果。作为一个通用的大型语言模型，ChatGPT建立在海量数据的训练基础上。据OpenAI介绍，GPT-3的参数数量达到1750亿个，属于超大规模的预训练大模型。相比上一代的GPT-2，其参数数量增长了1160倍，因此才具备了我们如今看到的强大语言理解能力、更广泛的知识覆盖。这也意味着其需要更为强大的计算能力。目前，ChatGPT的知识还局限在2021年之前，如果要学习新的知识，就需要重新消耗算力进行训练;如果要提高知识水平(在很多领域，ChatGPT目前仅具备义务制教育的初级能力)，也需要指数级的新算力。用户对ChatGPT的应用，则是AI的“推理”过程。与普通的搜索引擎不同，这个过程不需要检索新的联网数据，但同样消耗算力。C hatGPT 背后的算力支持作为一家专注于人工智能研究和应用的公司，OpenAI已经拥有世界上最强大的计算机集群之一，来支持ChatGPT的训练和推理。GPU集群?：成千上万的GPU用于训练和推理ChatGPT模型。这些GPU是专门优化的，能够提供高效的计算能力，以支持ChatGPT的快速训练和推理。TPU集群?：TPU集群是谷歌开发的专用于人工智能的处理器。使用TPU可以大大加快模型的训练和推理速度，它们能够提供比GPU更高的计算能力。云计算资源?：利用微软Azure来管理和分配计算资源，从而可以根据需要来获得大量的计算资源来支持ChatGPT的训练和推理。OpenAI并未公布ChatGPT具体的算力消耗情况，有资料显示，ChatGPT的总算力消耗约为3640PF天，需要数百亿的投资。我们可以对比一下AlphaGo。AlphaGo的训练数据为3万多个专业棋手的对弈棋谱以及AlphaGo自我对弈产生的3000万盘棋局，其背后的超级计算机配置为1920个CPU加280个GPU，下一盘棋的平均成本约3000美元。而 ChatGPT 的训练数据是AlphaGo的无数倍，其消耗的算力也必然是天文数字。 如果未来类似的应用大量涌现，其对算力的消耗将是一个“无底洞”。A I 时代的算力多元化在AI时代，算力呈现出多元化、异构化、专业化、智能化的新特点。其中最核心的是，以GPU为代表的智能计算的崛起，改变了此前以x 86为代表的通用计算独步天下的状况。针对不同场景、不同类型的应用，如今的计算机已经能够提供不同类型的算力支持。除了通用计算的CPU，还有感知计算的GPU、语义计算的DSP、监控计算的FPGA、自动驾驶的ASIC和嵌入式计算的SoC等。最新一个季度财报中，传统芯片巨头英特尔的营收暴跌，而长期受其压制的竞争对手AMD则超出业界预期。这两家最直接的芯片竞争对手境遇如此不同，正是因为后者在智能计算领域的市场份额更高。当然，在智能计算领域表现最为突出是Nvidia。其产品几乎覆盖了智能计算的所有领域，成为AI计算的抢手货。ChatGPT的基础模型训练即采用其顶级的A100GPU。N vidia 的最新市值为5600 亿美元，虽然比最高点的8000亿美元下降明显，但仍大大高于英特尔的1 200亿美元，而AMD的市值则为1400 亿美元。在国内，华为N腾、阿里含光、昆仑芯等企业也积极投身AI计算芯片和加速卡等领域，在诸多行业应用当中取得了突破。可以说，正是AI的兴起，改变了算力市场的竞争格局，技术演进、发展路线、投资方向都随之发生了根本性的变化。当然，PC市场的萎缩、云服务的普及，也加速了这一变化进程。(Nvidia GPU A100)云巨头们引领的ARM 生态谈到算力多元化，就必然要提及ARM。在与X86架构的竞争中，ARM的突出表现最为亮眼，也成为AI算力的重要组成部分。由于ARM是开源的，因此各个企业都可以推出自己基于ARM平台的处理器。借助轻量化、低功耗的特点，ARM首先从移动计算和边缘计算领域开始取得突破。高通、三星、联发科、华为等都发布了自己的ARM处理器，用于手机和嵌入式设备上，在智能家居、车联网、工业自动化等领域都有不错的应用前景。随着云计算的兴起，ARM又赢得了一个更具前景的发展契机。借助其低功耗、高性能的特点，云服务商可以降低数据中心的能耗和成本。亚马逊AWS、微软Azure、阿里云等都推出了自己的ARM处理器以及相应的计算服务。云巨头们的积极参与，使得ARM生态迅速壮大。 这也给了更多创新创业型公司以机会，他们开发设计出一些用于专业场景的ARM处理器，也得到不错的市场反馈 。在国内，目前已经有近3000家半导体公司，上市公司也达到数十家，其中以芯片设计类公司为主体，很多专注或者涉足于ARM领域，助推新兴算力的普及化和行业深入。面向未来的智能计算中心ChatGPT带火了生成式AI，带火了AIGC类应用。目前其以通用类应用为主，改变人们知识获取、内容创作的模式;未来则有望深入到专业细分领域，创新行业应用和业务模式。随着A I 应用的深入，数据中心的计算模式， 也 将从通用计算转向智能计算，为AI 应用提供算力基础设施 。2022年国务院印发的《“十四五”数字经济发展规划》即提出，要打造智能算力、通用算法和开发平台一体化的新型智能基础设施。IDC报告则显示，中国人工智能计算力继续保持快速增长，未来5年智能算力规模的年复合增长率将达52.3%。2022年，我国智能算力规模达到268百亿亿次/秒，超过通用算力规模。在国内AI计算市场处于领先地位的浪潮，在2020年提出要建设智算中心，并满足开放标准、集约高效和普适普惠三个基本要求。最近，浪潮又推出了可以支持类ChatGPT应用的AI算力服务，包括算力、数据、算法等多种可选产品。智算中心可以为各领域科技研发提供智能计算服务，加速科技研发的进程，为各类技术创新提供支撑。同时，智算中心也是新一代信息技术的集成应用载体，将推动网络通信、大数据、人工智能等技术的快速迭代。结语ChatGPT走红之后，生成式AI市场受到了各大巨头的关注。谷歌、亚马逊、百度等都在跻身其中，也不乏一些非科技公司和科技创业公司的身影。这一市场在充满机遇的同时，也面临着激烈的竞争和巨大的风险。由于资金和技术门槛极高、规模效应突出，未来很可能出现“一两家独大、其余公司专注细分领域”的市场格局。如果说生成式AI是金矿，那么AI 算力则是挖矿的铁铲。挖矿人前途未卜，但对铁铲的需求一定是爆发式增长。如何在AI计算上实现技术突破、降低成本、扩大规模，将成为下一步科技创新的焦点。关于雷石投资雷石投资成立于2007年，是一家根植于中国的资产管理机构，帮助中国的投资者在股权投资市场进行资产配置。截至2022年底，管理的资产规模超过120亿元人民币。股权投资是资产配置结构中最重要的配置品种之一。雷石投资专注创投领域，投资于对中国经济具有长期价值的创业企业，推动被投企业快速成长，并力争实现管理资产的持续增值。雷石投资坚信对科技类企业的股权资产配置，有机会为投资组合带来更丰厚的回报。雷石投资专注于人工智能、医疗与健康服务产业，为被投资企业提供更具价值的增值服务，竭力为投资者创造长期卓越的投资收益。我们愿与您共同见证中国的腾飞。免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
机器之心报道编辑：杜伟、泽南以前的产业革命，人是最重要的一环。但人工智能直接替代人类本身？ChatGPT 的火热一直延续到了现在，对话、写代码，无一不通。如今，使用 ChatGPT 撰写书籍又引起了人们的广泛关注和实践。ChatGPT 为合著者的书籍。直到最近，Brett Schickler 从未想过自己能够成为一名出版作者，尽管他曾梦想过。但在了解了 ChatGPT 之后，Schickler 认为机会来了。他表示，「写一本书的想法终于成为了可能，我能做到。」Schickler 利用 ChatGPT 可以根据简单 prompt 生成文本块的功能，在数小时内制作了一本 30 页带插图的儿童电子书，并在 1 月份在亚马逊自营网站上发售。在书中，使用 AI 粗略渲染的松鼠 Sammy 偶然间得到了一枚金币，然后向他的森林朋友们学习如何省钱。他制作了一个橡子形状的存钱罐，并投资了一家橡子贸易公司，希望有一天买到一块橡子磨石。最后，Sammy 成为了森林里最富有的松鼠，令朋友们羡慕，「森林开始繁荣起来」。Schickler 表示，他使用 ChatGPT 写的书《聪明的小松鼠：储蓄和投资的故事》（The Wise Little Squirrel: A Tale of Saving and Investing）在亚马逊 Kindle 电子书店的售价为 2.99 美元，纸质版售价为 9.99 美元，最后净收入不到 100 美元。 虽然听起来可能不多，但足以激励他使用该软件编写其他书籍。比如，他在 ChatGPT 上输入其他提示，比如「写一个关于父亲教儿子理财知识的故事。」书籍封面。图源：goodreads利用 ChatGPT 写书的例子不在少数。截止 2 月中旬，亚马逊 Kindle 电子书店中有 200 多本电子书将 ChatGPT 列为作者或合著者，主题包括「如何使用 ChatGPT 编写和创建内容」、「家庭作业的力量」和「宇宙的回声诗集」。这个数字每天都在上升。亚马逊上甚至有一个新的子分类：使用 ChatGPT、完全由 ChatGPT 撰写的书籍。不过，由于 ChatGPT 的属性以及许多作者没有透露自己使用过它，因此几乎不可能全面了解 AI 编写了多少电子书。会对人类作者构成威胁吗？如今，ChatGPT 似乎已经准备好颠覆传统图书行业了！想要快速赚钱的准小说家和自助大师们正摩拳擦掌，使用 ChatGPT 帮助创建机器人制作的电子书，并通过亚马逊 Kindle Direct Publishing 来发布。插图儿童读物是此类新手作者的最爱。YouTube、TikTok 和 Reddit 上涌现出了数百个教程，演示如何在短短几个小时内制作出一本书，主题包括快速致富计划、减肥建议、软件编码技巧和食谱等。美国作家协会作家小组的执行董事 Mary Rasenberger 对此表示，「这是我们真正需要担心的事情，这些书籍将涌入市场，许多人类作者将失业。」人类代笔有着悠久的传统，但通过 AI 实现自动化的能力将导致书籍写作从一门手艺变成一种商品。她还说到，「相关作者和平台需要对这些书籍的创作方式保持透明，否则读者最终只会得到很多低质量的书籍。」一位名为 Frank White 的作者在 YouTube 视频中展示了他如何在不到一天的时间内创作了一部 119 页的中篇小说 ――《Galactic Pimp: Vol. 1》 ，关于外星派系的故事。该书在亚马逊 Kindle 电子书店仅售 1 美元。在视频中，White 表示任何有资金和时间的人每年都可以制作 300 本这样的书，全部使用 AI。书籍封面。图源：goodreads至于是否有义务在亚马逊 Kindle 电子书店中说明自己的小说是由计算机批量生成的，包括 White 在内很多作者都持否定态度，部分原因是亚马逊没有这方面的政策要求。当路透社要求亚马逊对此置评时，该图书销售巨头没有表明它是否有计划改变或审查 Kindle 电子书店关于作者使用 AI 或其他自动写作工具的政策。ChatGPT 开发者 OpenAI 也拒绝置评。几个小时出版一本书亚马逊是目前全球最大的实体书和电子书销售商，占据了美国一半以上的销售额。据估计，它还占据了电子书市场 80% 以上的份额。它的亚马逊自出版电子书（Kindle Direct Publishing）服务催生了一个由自助出版小说家组成的家庭手工业，为业余和自助书籍爱好者开辟了独特的市场。亚马逊于 2007 年创建了 Kindle Direct Publishing，允许人们在自家写作和营销作品，无需寻找代理或出版社并支付额外费用。这吸引了新的 AI 辅助作者群体，Kamil Banc 就是其中之一，他的主要工作是在线销售香水。Banc 和自己妻子打赌，可以在不到一天的时间内完成一本书从构思到出版。使用最近火热的「通用」人工智能 ChatGPT 和诸如「写一个关于粉红海豚的睡前故事，教孩子们如何诚实」之类的提示语，Banc 在 12 月出版了一本 27 页的插图书。「这是一个睡前故事：简短而甜蜜，可以让你睡个好觉」在亚马逊线上出售，Banc 花了大约四个小时来创作。或许是因为作家们对于 AI 帮忙还不够熟悉，到目前为止，读者们对于 ChatGPT 署名著作的兴趣一直很低：Banc 表示销量总共只有十几本。但读者认为它配得上五颗星，其中一颗星送给「精彩而令人难忘的角色」。此后，Banc 又出版了两本 AI 生成的书籍，其中包括一本涂色本，还有更多作品正在制作中。「这实际上非常简单，我一开始惊讶于它从概念到出版的速度，」Banc 表示。也并不是每个人都能被 AI 所震撼。 据报道，马克?道森 (Mark Dawson) 通过 Kindle Direct Publishing 售出了数百万本自己写的书，他在给路透社的一封电子邮件中称 ChatGPT 辅助生成的小说比较「乏味」。「它可以在将书籍推荐给其他读者方面起到重要作用。但如果一本书因为写作乏味而得到差评，那就显得得不偿失了。」有人说网文是国内文化输出的重要力量，现在作家圈内也在讨论使用 AI 技术辅助写作的方式。知乎账号「流浪的蛤蟆」。回答地址：https://www.zhihu.com/question/582276511/answer/2882278664虽然很多人尝试直接用 ChatGPT 生成小说，但让它做「原本的工作」给人打下手似乎是更好的选择。如果作为辅助工具，ChatGPT 可以帮忙考据，设计对白，丰富场景描写。在你写作卡壳时，AI 能帮助你跳过繁琐的搜索过程一步到位，直接生成内容，让作者把更多时间花在剧情设定、文笔润色等工作上，节省出大量时间。所以，未来的网文作家也会转型架构师吗？参考内容：https://www.reuters.com/technology/chatgpt-launches-boom-ai-written-e-books-amazon-2023-02-21/https://www.zhihu.com/question/582276511? THE END转载请联系本公众号获得授权投稿或寻求报道：content@jiqizhixin.com原标题：《颠覆传统图文？ChatGPT写书放网上卖，人类作者：该管管了》阅读原文
华尔街已向员工发出ChatGPT禁令。当地时间2月22日，据彭博社报道，投行摩根大通已限制员工使用ChatGPT，成为继亚马逊和几所大学之后，又一家在工作场所宣布限制使用OpenAI聊天机器人的组织。摩根大通是第一家在工作场所限制使用ChatGPT的华尔街投行。彭博援引知情人士称，该禁令并非由特定事件或事故引发，而是该公司“对第三方软件的正常限制”的一部分，并表示，该类限制普遍存在于金融机构。不过，目前尚不清楚其他金融机构是否会跟进。摩根大通已证实作出了上述决策，但对此未予置评。《华尔街日报》指出，目前无法确定该银行有多少员工在使用该聊天机器人，也无法确定他们使用的目的。公开资料显示，当下，ChatGPT是全球范围内，最火爆的消费级应用。其通过AI即时生产内容的技术形式（AIGC），实现了只需向ChatGPT提出需求，用户即刻获得信息搜索、文章撰写、代码编写、翻译等互动响应。ChatGPT出色的用户体验，被视为可以极大提升工作效率的生产力工具。不过，新技术存在的“硬币两面性”很快引发重视，尤其是向AI聊天机器人提供数据时，安全专家提醒有必要谨慎行事。《每日电讯报》此前报道中，安全软件公司Behavox发言人表示，“过去一个月，我们观察到，尤其是当ChatGPT涉及使用敏感或个人隐私数据时，客户对使用ChatGPT提出的担忧呈上升趋势”。Mishcon de Reya律师事务所的数据保护专家Jon Baines也表示，如果ChatGPT输出涉及个人数据的处理，使用ChatGPT的公司是否会面临违反欧盟《通用数据保护条例》（GDPR）的风险，也存在疑问。《每日电讯报》称，投资银行正是出于对数据安全的担忧，开始对聊天机器人施加限制。咨询公司埃森哲也出于相同的原因，警告员工不要将客户信息暴露给ChatGPT。据外媒Insider报道，上个月，出于隐私考虑，亚马逊警告员工不要与聊天机器人工具共享机密信息。此外，香港大学日前向师生发出内部邮件，表明禁止在港大所有课堂、作业和评估中使用ChatGPT或其他AI工具，以回避内容剽窃风险。彭博称，对于受到严格监管的金融机构而言，对引入任何新技术的谨慎态度是可以被理解的，据了解，在2021年和2022年期间，美国监管机构就其员工未经授权使用私人信息服务，向十几家银行发出了总计超过20亿美元的罚款。(本文来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)
导语：ChatGPT类的生成式AI，对于算力的需求极高。可以说，AI算力是挖金矿的“铁铲”。由此，AI计算将很快迎来爆发式增长，带动算力市场的格局演进和技术创新。注册用户从零到一亿，ChatGPT只用了不到50天。而在此之前，单一应用要突破一亿用户最快也要500天以上。实际上，要不是有意的限制，这一速度还能更快。由于需求增长过快，OpenAI很早就开始限制用户注册，而目前普通用户的问答结果返回时间也变得非常缓慢。之所以要限制用户的注册和使用，最主要的原因是AI算力的不足以及AI计算的高成本。未来，随着ChatGPT被整合进Bing搜索，随着更多新玩家的进入，随着智能水平的进一步提升，生成式AI应用对于AI算力的需求，将同样爆发式增长。如何满足这一高速增长的需求，将成为AI产业亟待突破的问题。ChatGPT 开启的认知智能新阶段自从图灵在1950年代提出“机器可以思考”的概念以来，AI就进入到了产业界的视野。对于长达70年的发展历程，业界有不同的阶段划分方式。爱数公司总裁贺鸿富提出的三个阶段划分方式，能够在技术和应用层面，更好地体现AI产业的演进历程。第一阶段是运算智能。公元2000年前的AI基本都处于这个发展阶段，主要依靠出色的计算能力来体现计算机的价值。最典型的代表就是IBM的深蓝，以强大的算力击败了世界冠军卡斯帕罗夫，因为能够比人类多算几步棋。第二阶段是感知智能?，即计算机能够对文字、语音、图像和视频进行识别，进而产生一些相关的应用，比如机器翻译、人脸识别等。这些应用大家已经非常熟悉，被广泛应用到各个领域。自动驾驶技术的很大部分也属于感知智能的范畴。第三阶段则是全新的认知智能?，计算机不仅能够识别和分析，还能理解、会思考，与人脑的相似程度得到进一步提高。ChatGPT无疑就是认知智能的典型代表，能够在短时间内走红，正是因为其体现了AI的最新发展方向。A I 的三件套与两部曲无论是感知智能还是认知智能，AI 要想从技术转变为应用，都离不开算法、算力和算据这三大核心要素，即我们俗称的三件套。其中的算法包括深度学习、强化学习、监督学习等，是AI的技术基础，也是科学家们努力突破的领域。而算据则是计算的对象，即数据。到了认知智能时代，ChatGPT所要处理的对象已经不是普通的数据，而是各个领域的知识。充足的算力，则是AI的基础设施，正在快速从通用计算延伸到智能计算。A I的两部曲则是训练和推理，这两个过程都要消耗大量的算力。其中“训练”是AI的学习过程，通过对大量数据的分析处理，形成最至关重要的“模型”。而“推理”则是AI的应用过程，利用模型对用户输入的数据进行分析，产生输出结果。作为一个通用的大型语言模型，ChatGPT建立在海量数据的训练基础上。据OpenAI介绍，GPT-3的参数数量达到1750亿个，属于超大规模的预训练大模型。相比上一代的GPT-2，其参数数量增长了1160倍，因此才具备了我们如今看到的强大语言理解能力、更广泛的知识覆盖。这也意味着其需要更为强大的计算能力。目前，ChatGPT的知识还局限在2021年之前，如果要学习新的知识，就需要重新消耗算力进行训练;如果要提高知识水平(在很多领域，ChatGPT目前仅具备义务制教育的初级能力)，也需要指数级的新算力。用户对ChatGPT的应用，则是AI的“推理”过程。与普通的搜索引擎不同，这个过程不需要检索新的联网数据，但同样消耗算力。C hatGPT 背后的算力支持作为一家专注于人工智能研究和应用的公司，OpenAI已经拥有世界上最强大的计算机集群之一，来支持ChatGPT的训练和推理。GPU集群?：成千上万的GPU用于训练和推理ChatGPT模型。这些GPU是专门优化的，能够提供高效的计算能力，以支持ChatGPT的快速训练和推理。TPU集群?：TPU集群是谷歌开发的专用于人工智能的处理器。使用TPU可以大大加快模型的训练和推理速度，它们能够提供比GPU更高的计算能力。云计算资源?：利用微软Azure来管理和分配计算资源，从而可以根据需要来获得大量的计算资源来支持ChatGPT的训练和推理。OpenAI并未公布ChatGPT具体的算力消耗情况，有资料显示，ChatGPT的总算力消耗约为3640PF天，需要数百亿的投资。我们可以对比一下AlphaGo。AlphaGo的训练数据为3万多个专业棋手的对弈棋谱以及AlphaGo自我对弈产生的3000万盘棋局，其背后的超级计算机配置为1920个CPU加280个GPU，下一盘棋的平均成本约3000美元。而 ChatGPT 的训练数据是AlphaGo的无数倍，其消耗的算力也必然是天文数字。 如果未来类似的应用大量涌现，其对算力的消耗将是一个“无底洞”。A I 时代的算力多元化在AI时代，算力呈现出多元化、异构化、专业化、智能化的新特点。其中最核心的是，以GPU为代表的智能计算的崛起，改变了此前以x 86为代表的通用计算独步天下的状况。针对不同场景、不同类型的应用，如今的计算机已经能够提供不同类型的算力支持。除了通用计算的CPU，还有感知计算的GPU、语义计算的DSP、监控计算的FPGA、自动驾驶的ASIC和嵌入式计算的SoC等。最新一个季度财报中，传统芯片巨头英特尔的营收暴跌，而长期受其压制的竞争对手AMD则超出业界预期。这两家最直接的芯片竞争对手境遇如此不同，正是因为后者在智能计算领域的市场份额更高。当然，在智能计算领域表现最为突出是Nvidia。其产品几乎覆盖了智能计算的所有领域，成为AI计算的抢手货。ChatGPT的基础模型训练即采用其顶级的A100GPU。N vidia 的最新市值为5600 亿美元，虽然比最高点的8000亿美元下降明显，但仍大大高于英特尔的1 200亿美元，而AMD的市值则为1400 亿美元。在国内，华为N腾、阿里含光、昆仑芯等企业也积极投身AI计算芯片和加速卡等领域，在诸多行业应用当中取得了突破。可以说，正是AI的兴起，改变了算力市场的竞争格局，技术演进、发展路线、投资方向都随之发生了根本性的变化。当然，PC市场的萎缩、云服务的普及，也加速了这一变化进程。(Nvidia GPU A100)云巨头们引领的ARM 生态谈到算力多元化，就必然要提及ARM。在与X86架构的竞争中，ARM的突出表现最为亮眼，也成为AI算力的重要组成部分。由于ARM是开源的，因此各个企业都可以推出自己基于ARM平台的处理器。借助轻量化、低功耗的特点，ARM首先从移动计算和边缘计算领域开始取得突破。高通、三星、联发科、华为等都发布了自己的ARM处理器，用于手机和嵌入式设备上，在智能家居、车联网、工业自动化等领域都有不错的应用前景。随着云计算的兴起，ARM又赢得了一个更具前景的发展契机。借助其低功耗、高性能的特点，云服务商可以降低数据中心的能耗和成本。亚马逊AWS、微软Azure、阿里云等都推出了自己的ARM处理器以及相应的计算服务。云巨头们的积极参与，使得ARM生态迅速壮大。 这也给了更多创新创业型公司以机会，他们开发设计出一些用于专业场景的ARM处理器，也得到不错的市场反馈 。在国内，目前已经有近3000家半导体公司，上市公司也达到数十家，其中以芯片设计类公司为主体，很多专注或者涉足于ARM领域，助推新兴算力的普及化和行业深入。面向未来的智能计算中心ChatGPT带火了生成式AI，带火了AIGC类应用。目前其以通用类应用为主，改变人们知识获取、内容创作的模式;未来则有望深入到专业细分领域，创新行业应用和业务模式。随着A I 应用的深入，数据中心的计算模式， 也 将从通用计算转向智能计算，为AI 应用提供算力基础设施 。2022年国务院印发的《“十四五”数字经济发展规划》即提出，要打造智能算力、通用算法和开发平台一体化的新型智能基础设施。IDC报告则显示，中国人工智能计算力继续保持快速增长，未来5年智能算力规模的年复合增长率将达52.3%。2022年，我国智能算力规模达到268百亿亿次/秒，超过通用算力规模。在国内AI计算市场处于领先地位的浪潮，在2020年提出要建设智算中心，并满足开放标准、集约高效和普适普惠三个基本要求。最近，浪潮又推出了可以支持类ChatGPT应用的AI算力服务，包括算力、数据、算法等多种可选产品。智算中心可以为各领域科技研发提供智能计算服务，加速科技研发的进程，为各类技术创新提供支撑。同时，智算中心也是新一代信息技术的集成应用载体，将推动网络通信、大数据、人工智能等技术的快速迭代。结语ChatGPT走红之后，生成式AI市场受到了各大巨头的关注。谷歌、亚马逊、百度等都在跻身其中，也不乏一些非科技公司和科技创业公司的身影。这一市场在充满机遇的同时，也面临着激烈的竞争和巨大的风险。由于资金和技术门槛极高、规模效应突出，未来很可能出现“一两家独大、其余公司专注细分领域”的市场格局。如果说生成式AI是金矿，那么AI 算力则是挖矿的铁铲。挖矿人前途未卜，但对铁铲的需求一定是爆发式增长。如何在AI计算上实现技术突破、降低成本、扩大规模，将成为下一步科技创新的焦点。关于雷石投资雷石投资成立于2007年，是一家根植于中国的资产管理机构，帮助中国的投资者在股权投资市场进行资产配置。截至2022年底，管理的资产规模超过120亿元人民币。股权投资是资产配置结构中最重要的配置品种之一。雷石投资专注创投领域，投资于对中国经济具有长期价值的创业企业，推动被投企业快速成长，并力争实现管理资产的持续增值。雷石投资坚信对科技类企业的股权资产配置，有机会为投资组合带来更丰厚的回报。雷石投资专注于人工智能、医疗与健康服务产业，为被投资企业提供更具价值的增值服务，竭力为投资者创造长期卓越的投资收益。我们愿与您共同见证中国的腾飞。免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
濡備綍鐢╟hatgpt鍐欎功 濡備綍鍒╃敤chatgpt鍐欎功
濡れる什么意思,caribbean-011109-958-濡れたくノ一?其の三,頬を濡らす雨のように,濡的意思和含义是什么机器之心报道编辑：杜伟、泽南以前的产业革命，人是最重要的一环。但人工智能直接替代人类本身？ChatGPT 的火热一直延续到了现在，对话、写代码，无一不通。如今，使用 ChatGPT 撰写书籍又引起了人们的广泛关注和实践。ChatGPT 为合著者的书籍。直到最近，Brett Schickler 从未想过自己能够成为一名出版作者，尽管他曾梦想过。但在了解了 ChatGPT 之后，Schickler 认为机会来了。他表示，「写一本书的想法终于成为了可能，我能做到。」Schickler 利用 ChatGPT 可以根据简单 prompt 生成文本块的功能，在数小时内制作了一本 30 页带插图的儿童电子书，并在 1 月份在亚马逊自营网站上发售。在书中，使用 AI 粗略渲染的松鼠 Sammy 偶然间得到了一枚金币，然后向他的森林朋友们学习如何省钱。他制作了一个橡子形状的存钱罐，并投资了一家橡子贸易公司，希望有一天买到一块橡子磨石。最后，Sammy 成为了森林里最富有的松鼠，令朋友们羡慕，「森林开始繁荣起来」。Schickler 表示，他使用 ChatGPT 写的书《聪明的小松鼠：储蓄和投资的故事》（The Wise Little Squirrel: A Tale of Saving and Investing）在亚马逊 Kindle 电子书店的售价为 2.99 美元，纸质版售价为 9.99 美元，最后净收入不到 100 美元。 虽然听起来可能不多，但足以激励他使用该软件编写其他书籍。比如，他在 ChatGPT 上输入其他提示，比如「写一个关于父亲教儿子理财知识的故事。」书籍封面。图源：goodreads利用 ChatGPT 写书的例子不在少数。截止 2 月中旬，亚马逊 Kindle 电子书店中有 200 多本电子书将 ChatGPT 列为作者或合著者，主题包括「如何使用 ChatGPT 编写和创建内容」、「家庭作业的力量」和「宇宙的回声诗集」。这个数字每天都在上升。亚马逊上甚至有一个新的子分类：使用 ChatGPT、完全由 ChatGPT 撰写的书籍。不过，由于 ChatGPT 的属性以及许多作者没有透露自己使用过它，因此几乎不可能全面了解 AI 编写了多少电子书。会对人类作者构成威胁吗？如今，ChatGPT 似乎已经准备好颠覆传统图书行业了！想要快速赚钱的准小说家和自助大师们正摩拳擦掌，使用 ChatGPT 帮助创建机器人制作的电子书，并通过亚马逊 Kindle Direct Publishing 来发布。插图儿童读物是此类新手作者的最爱。YouTube、TikTok 和 Reddit 上涌现出了数百个教程，演示如何在短短几个小时内制作出一本书，主题包括快速致富计划、减肥建议、软件编码技巧和食谱等。美国作家协会作家小组的执行董事 Mary Rasenberger 对此表示，「这是我们真正需要担心的事情，这些书籍将涌入市场，许多人类作者将失业。」人类代笔有着悠久的传统，但通过 AI 实现自动化的能力将导致书籍写作从一门手艺变成一种商品。她还说到，「相关作者和平台需要对这些书籍的创作方式保持透明，否则读者最终只会得到很多低质量的书籍。」一位名为 Frank White 的作者在 YouTube 视频中展示了他如何在不到一天的时间内创作了一部 119 页的中篇小说 ――《Galactic Pimp: Vol. 1》 ，关于外星派系的故事。该书在亚马逊 Kindle 电子书店仅售 1 美元。在视频中，White 表示任何有资金和时间的人每年都可以制作 300 本这样的书，全部使用 AI。书籍封面。图源：goodreads至于是否有义务在亚马逊 Kindle 电子书店中说明自己的小说是由计算机批量生成的，包括 White 在内很多作者都持否定态度，部分原因是亚马逊没有这方面的政策要求。当路透社要求亚马逊对此置评时，该图书销售巨头没有表明它是否有计划改变或审查 Kindle 电子书店关于作者使用 AI 或其他自动写作工具的政策。ChatGPT 开发者 OpenAI 也拒绝置评。几个小时出版一本书亚马逊是目前全球最大的实体书和电子书销售商，占据了美国一半以上的销售额。据估计，它还占据了电子书市场 80% 以上的份额。它的亚马逊自出版电子书（Kindle Direct Publishing）服务催生了一个由自助出版小说家组成的家庭手工业，为业余和自助书籍爱好者开辟了独特的市场。亚马逊于 2007 年创建了 Kindle Direct Publishing，允许人们在自家写作和营销作品，无需寻找代理或出版社并支付额外费用。这吸引了新的 AI 辅助作者群体，Kamil Banc 就是其中之一，他的主要工作是在线销售香水。Banc 和自己妻子打赌，可以在不到一天的时间内完成一本书从构思到出版。使用最近火热的「通用」人工智能 ChatGPT 和诸如「写一个关于粉红海豚的睡前故事，教孩子们如何诚实」之类的提示语，Banc 在 12 月出版了一本 27 页的插图书。「这是一个睡前故事：简短而甜蜜，可以让你睡个好觉」在亚马逊线上出售，Banc 花了大约四个小时来创作。或许是因为作家们对于 AI 帮忙还不够熟悉，到目前为止，读者们对于 ChatGPT 署名著作的兴趣一直很低：Banc 表示销量总共只有十几本。但读者认为它配得上五颗星，其中一颗星送给「精彩而令人难忘的角色」。此后，Banc 又出版了两本 AI 生成的书籍，其中包括一本涂色本，还有更多作品正在制作中。「这实际上非常简单，我一开始惊讶于它从概念到出版的速度，」Banc 表示。也并不是每个人都能被 AI 所震撼。 据报道，马克?道森 (Mark Dawson) 通过 Kindle Direct Publishing 售出了数百万本自己写的书，他在给路透社的一封电子邮件中称 ChatGPT 辅助生成的小说比较「乏味」。「它可以在将书籍推荐给其他读者方面起到重要作用。但如果一本书因为写作乏味而得到差评，那就显得得不偿失了。」有人说网文是国内文化输出的重要力量，现在作家圈内也在讨论使用 AI 技术辅助写作的方式。知乎账号「流浪的蛤蟆」。回答地址：https://www.zhihu.com/question/582276511/answer/2882278664虽然很多人尝试直接用 ChatGPT 生成小说，但让它做「原本的工作」给人打下手似乎是更好的选择。如果作为辅助工具，ChatGPT 可以帮忙考据，设计对白，丰富场景描写。在你写作卡壳时，AI 能帮助你跳过繁琐的搜索过程一步到位，直接生成内容，让作者把更多时间花在剧情设定、文笔润色等工作上，节省出大量时间。所以，未来的网文作家也会转型架构师吗？参考内容：https://www.reuters.com/technology/chatgpt-launches-boom-ai-written-e-books-amazon-2023-02-21/https://www.zhihu.com/question/582276511? THE END转载请联系本公众号获得授权投稿或寻求报道：content@jiqizhixin.com原标题：《颠覆传统图文？ChatGPT写书放网上卖，人类作者：该管管了》阅读原文
首家华尔街投行出手：摩根大通限制员工使用ChatGPT，担心数据安全
jp摩根华尔街,华尔街摩根士丹利,华尔街之子:摩根,华尔街摩根的故事华尔街已向员工发出ChatGPT禁令。当地时间2月22日，据彭博社报道，投行摩根大通已限制员工使用ChatGPT，成为继亚马逊和几所大学之后，又一家在工作场所宣布限制使用OpenAI聊天机器人的组织。摩根大通是第一家在工作场所限制使用ChatGPT的华尔街投行。彭博援引知情人士称，该禁令并非由特定事件或事故引发，而是该公司“对第三方软件的正常限制”的一部分，并表示，该类限制普遍存在于金融机构。不过，目前尚不清楚其他金融机构是否会跟进。摩根大通已证实作出了上述决策，但对此未予置评。《华尔街日报》指出，目前无法确定该银行有多少员工在使用该聊天机器人，也无法确定他们使用的目的。公开资料显示，当下，ChatGPT是全球范围内，最火爆的消费级应用。其通过AI即时生产内容的技术形式（AIGC），实现了只需向ChatGPT提出需求，用户即刻获得信息搜索、文章撰写、代码编写、翻译等互动响应。ChatGPT出色的用户体验，被视为可以极大提升工作效率的生产力工具。不过，新技术存在的“硬币两面性”很快引发重视，尤其是向AI聊天机器人提供数据时，安全专家提醒有必要谨慎行事。《每日电讯报》此前报道中，安全软件公司Behavox发言人表示，“过去一个月，我们观察到，尤其是当ChatGPT涉及使用敏感或个人隐私数据时，客户对使用ChatGPT提出的担忧呈上升趋势”。Mishcon de Reya律师事务所的数据保护专家Jon Baines也表示，如果ChatGPT输出涉及个人数据的处理，使用ChatGPT的公司是否会面临违反欧盟《通用数据保护条例》（GDPR）的风险，也存在疑问。《每日电讯报》称，投资银行正是出于对数据安全的担忧，开始对聊天机器人施加限制。咨询公司埃森哲也出于相同的原因，警告员工不要将客户信息暴露给ChatGPT。据外媒Insider报道，上个月，出于隐私考虑，亚马逊警告员工不要与聊天机器人工具共享机密信息。此外，香港大学日前向师生发出内部邮件，表明禁止在港大所有课堂、作业和评估中使用ChatGPT或其他AI工具，以回避内容剽窃风险。彭博称，对于受到严格监管的金融机构而言，对引入任何新技术的谨慎态度是可以被理解的，据了解，在2021年和2022年期间，美国监管机构就其员工未经授权使用私人信息服务，向十几家银行发出了总计超过20亿美元的罚款。(本文来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)
版权声明：除非特别标注原创，其它均来自互联网，转载时请以链接形式注明文章出处。
