当前,多元算力,包括超级计算在内,正迅速成为推动社会生产力变革的关键因素,引领生产方式从工业化社会向智能化社会的转变,成为塑造未来新发展格局的关键变量。
尽管量子芯片展示了卓越的计算潜能,但目前国际和国内量子计算研究主要集中在离子阱、超导量子比特以及中性原子等技术路径上。这些技术的实现条件极为严苛,必须在超真空环境下以及接近绝对零度(约零下273.15摄氏度)的物理条件下进行。
回顾历史,大约十年前,苹果公司在其Mac电脑产品中采用了英伟达的高性能图形处理芯片。然而,在经历了一系列商业争议之后,苹果公司逐渐停止使用英伟达芯片,转而采用自家设计的芯片来驱动Mac的图形处理功能,这一战略转变背后蕴含着深远的考量。
2024年,风电经历了重要的变化,涉及技术、质量、商业模式等诸多方面。风电与光伏等行业一样,长期被视为内卷过度的行业。但在当前风电企业卯足了劲出海的背景下,一些改变行业走向的动作正在进行。
当前,英伟达的GPU终于确立了HBM技术的领先地位,整个行业正紧随其后,加速HBM技术的发展。在AI硬件竞争的激烈角逐中,时间等同于生命,任何落后都可能导致被淘汰的命运。在HBM技术发展的道路上,一场无形的较量正在激烈进行,同时也标志着芯片市场竞争格局的重新塑造。
随着新能源汽车渗透率的不断提升,这种迅猛的增长势头恐难以为继,新能源汽车行业竞争已不可避免地进入激烈阶段。同时,中国汽车市场已告别高速增长期,步入了存量竞争时代,月交付量达到2万辆的水平已难以跻身第一梯队。
要实现超强的AI能力,需要超大规模的模型,要训练超大规模的AI模型,需要数千,甚至上万的GPU协同工作。这就带来几个问题:更多的GPU造成的高能耗,计算卡与计算卡之间的通信延迟,计算集群与计算集群之间的通信延迟和算力损耗。那么,如果用光来计算,用光来传输,会怎么样?
在过去一周内,同行业的地平线和文远知行分别在香港交易所和纳斯达克成功上市,彰显了该领域资本市场的活跃度,智能驾驶企业佑驾创新也在IPO进程中取得了关键进展。
手机制造商之间的竞争,已从单一的硬件领域,演变为系统与生态系统之间的较量。从智能手机出发,将端侧人工智能能力进一步扩展至智能手表、汽车、智能家居等更广泛的领域,都依赖于一个统一的开发生态系统。
据相关统计数据揭示,2023年,中国的无人驾驶市场已达到118.5亿元的规模,并预计在2025年左右迎来产业规模化发展的关键机遇。麦肯锡的预测指出,至2030年,中国有望成为全球最大的自动驾驶市场,届时自动驾驶汽车的销售及出行服务预计将产生超过5000亿美元的经济收益。
在数字化和绿色转型的背景下,AI成为转化经验流程知识为预测性解决方案的关键,帮助客户节省成本。但在传统行业如钢铁和橡胶中,创建预测性和规范性AI模型面临挑战,如数据稀缺、工业流程危险性高。欧洲的研发计划和《数据治理法》旨在通过数据共享促进数字化转型,释放AI潜力。
此前,光刻机领域的领军企业ASML公布的业绩不及预期,引发了市场对于全球芯片制造业[产能过剩]的担忧,并进一步对人工智能需求增长的真实性和可持续性产生了质疑。然而,台积电随后发布的三季度财报及随后的电话会议,显著提振了半导体行业的信心,为美股资本市场带来了积极信号,犹如一剂[强心针]。
当前,新能源头部企业对于“智能化”与“AI技术”的定位,早已不再是整齐划一的机械臂和简单存储的云平台了。AI技术正在接受海量样本数据喂养,加速实现行业落地,成为头部企业争先布局的“先手棋”,以保障成功穿越周期,继续领跑未来。
特斯拉在近期活动中正式推出了三款机器人新品,此举再次印证了特斯拉创始人兼首席执行官马斯克对公司[成为世界上最大的机器人/半智能机器人公司]的战略定位。在[We,Robot]活动上,马斯克隆重发布了三款机器人产品,包括自动驾驶汽车Cybercab、自动驾驶小巴Robovan,以及经过升级的人形机器人Optimus。
当前,量子计算处于技术攻关和应用探索的关键阶段。超导、离子阱、中性原子、光量子、硅半导体等技术路线科研探索和原型机工程研发不断取得进展,金融、化工、生物、交通、人工智能等行业领域应用探索持续深化,量子+经典融合计算成为业界关注焦点。
机器学习所展现的智能,实则是[涌现]现象的一种体现。 这里的[涌现],在广义上,描述的是多个微小个体在相互作用下,共同构成了一个整体,而这个整体所展现出的特性,是单独个体所无法具备的,即所谓的[量变导致质变]。在物理学等学科领域,涌现现象已被深入研究和探讨,尤其是在凝聚态物理学中,它着重揭示了微观结构与宏观物理性质之间的紧密联系。
AI模型的开发与运营,本质上是一项资源密集型活动,其本质可视为一种高成本投入的游戏。 当AI技术从实验室走向现实世界,致力于改善人们的生活时,它依然需要充足的资金作为推动其发展的[燃料]。
今年伊始,鉴于A股市场IPO环境整体趋于审慎的态势,合合信息作为一家以C端业务为核心的企业,且成为在AI领域少数已实现盈利并持续保持较高盈利水平和增速的企业之一,能够脱颖而出并成功登陆科创板,因此备受市场瞩目。
英伟达凭借其在图形处理器领域的深厚积累,成功转型为AI计算的领军企业。英伟达通过其GPU、CPU、DPU三芯战略,以及强大的软件生态系统CUDA,推动AI在多个行业应用中的创新和发展,以及其在全球市场中的扩张策略和面临的挑战。
党的十八大以来,我国数字经济进入加速发展周期,规模由2012年的11.2万亿元增长至2023年的53.9万亿元,11年间规模扩张了3.8倍。其中,数字经济规模由10万亿元增长至30万亿元用了约 6年时间,由30万亿元增长至50万亿元,仅用了约4年时间。2023年,在党中央一系列政策利好刺激下,我国数字经济规模扩张稳步推进,较上年增长3.7万亿元,增幅扩张步入相对稳定区间。