久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

【人工智能和多大模型的迅猛發(fā)展帶動算力需求日益激增，AI芯片應用前景愈加廣闊。面對美國高端AI芯片對華封鎖禁運，國產(chǎn)AI芯片正在加速突圍。日前，美國D2D Advisory咨詢公司CEO杰·葛德伯格（Jay Goldberg）拜訪觀察者網(wǎng)，就美國“芯片法案”的實施，英偉達在華業(yè)務以及中國AI芯片的前景等一系列問題，與心智觀察所首席經(jīng)濟學家李波展開了一場深入對話。】

李波：歡迎葛德伯格先生——D2D Advisory咨詢公司首席執(zhí)行官。此外，你還是Sovereign Technology Partners（主權技術合作伙伴）的管理合伙人。第一個問題，給公司起“主權技術合作伙伴”這個名的想法是什么？

葛德伯格：當前每個人都在談論數(shù)據(jù)和技術，但是我們想向客戶傳達的想法是，你個人的確擁有所有權，對你的技術和數(shù)據(jù)擁有主權——這是我們試圖傳達的一個重要概念，這是真正與這些客戶產(chǎn)生共鳴的東西。

李波：在我們開始嚴肅問題之前，我想問，5年之后你重新看到的中國有什么印象？這仍然是一個你之前熟悉的中國嗎？或者你看到了有一些新的元素加入？

葛德伯格：兩者都有。這是我第一次真正體驗中國高鐵，而且厲害的是你只要用一個應用程序訂票即可，是在我上車前10分鐘訂的票！這太棒了，這很容易、太方便了，可以去任何你想去的地方。這是中國現(xiàn)代化和進步的有力象征！

但與此同時，我仍然可以很方便的下車。我下火車去找到一家面館，在那里我可以花10元買到一碗很好米線或水餃，就像以前一樣，我很喜歡這里的食物。非常令人興奮的是，價格和食物的質(zhì)量都不錯。

李波：關于網(wǎng)絡連接問題，當你來到中國后，你仍然可以連接到你境外的WhatsApp應用是吧？因為你使用的是美國手機號碼，并不會和原來的網(wǎng)絡脫離。

葛德伯格：是的。這對我來說有一種很奇怪的感覺。當我還是個學生的時候，我在1991年至1992年去了北京大學一年。那是在互聯(lián)網(wǎng)和手機電話出現(xiàn)之前，我曾經(jīng)不得不手寫信件與家人聯(lián)系，信件溝通時間很長，常常來回要幾個星期。

現(xiàn)在我每天都可以和我的孩子們說話，即使我在出差旅行中。我當時根本沒想到過，有朝一日來到一個不同的世界，數(shù)字溝通真的容易多了，很美妙。

美國“芯片法案”難達預期

李波：我們進入主題。最近我們看到數(shù)百億美元規(guī)模的現(xiàn)金以支付撥款贈款的形式提供給了如英特爾、臺積電、和三星這樣的公司。你判斷美國政府用這樣力度來推動《芯片法案》，預期的結果會是什么？

葛德伯格：我認為芯片的作用必須結合實際情況來理解，“芯片法案”資金總額超過500億美元，分五年撥付。如果你看看中國臺灣的大型半導體公司，比如臺積電，他們一年的資本開支就已經(jīng)達到了400億美元。

因此在5年時間內(nèi)向幾十家芯片制造公司分期支付500億美元并不是一個很大的數(shù)字。我認為“芯片法案”意義在于向美國公司發(fā)出信號，表明他們將得到美國政府的某些支持、特別是監(jiān)管方面的支持，其作用是政府承認半導體產(chǎn)業(yè)對美國很重要。我認為這種信號甚至比實際的撥款更為重要，因為資金并不多。

美國“芯片法案”資金流向（截止到2024年4月）

李波：帶有很強的象征性意義，但這筆錢是實實在在的現(xiàn)金。這是一種直接補貼。而不是那種政府通過減稅承諾來幫助的項目，對吧？

葛德伯格：這是真金白銀，真的現(xiàn)金。但這很奇怪，因為這對美國來說并不常見。據(jù)我所知在過去的五六十年里，美國政府都不曾想這樣做。美國的政治精英以及我們的美國政府它并不擅長提供直接補貼，過去整個國家也一直在長期避免出現(xiàn)這種情況。

李波：所以我不認為會再有另一部“芯片法案”。

葛德伯格：但目前的政策力度足夠大、至少可覆蓋5年。然后，我們將可能觀察到政府引入一種所謂的產(chǎn)業(yè)政策，用來制約市場力量的自然運作。

李波：對此，主要的批評的聲音是什么？

葛德伯格：現(xiàn)在預測美國政治中的任何事情都是非常困難的。所以我不知道4個月后會發(fā)生什么，更別說5年了。但現(xiàn)在，感覺并沒有很大的支持動力去推動“芯片法案2.0”或者圍繞半導體建立真正的產(chǎn)業(yè)政策框架。美國過去并沒有國家產(chǎn)業(yè)政策規(guī)劃的經(jīng)驗。也許未來可能會改變，但我感覺周邊的人們現(xiàn)在并不想把它放在重要的位置。所以我不認為會有更多這樣類似的法案出臺。

英特爾代工的困境

李波：當你在中國旅行的時候，你有沒有聽說過英特爾代工服務（IFS）想要進入中國市場競爭的傳言？您對英特爾所謂的IFS的這一舉措有何評價？

葛德伯格：英特爾作為一家公司的確面臨著真正的挑戰(zhàn)。按照他們的經(jīng)濟模型中，他們需要擁有更多的客戶，以支持不斷推進其制造流程所需的研發(fā)投入。多年來，他們以為只要目前這樣多的客戶就足夠了。可現(xiàn)在已經(jīng)不是這樣了。他們事實上需要再加上另一個同等規(guī)模的外部收入，將自己收入規(guī)模增加一倍，才能保持在摩爾定律的軌道上繼續(xù)前進。

對我來說，他們到處在尋找客戶，這是完全合理的。他們需要和每個可能的潛在客戶介紹自己的服務。我不僅聽說他們正在向中國的客戶推銷，他們也正在向世界各地的客戶推銷。

但代工的舞臺中已經(jīng)有了臺積電和中國大陸的中芯國際。那么他們會怎么做呢？他們需要降低價格。

如果你和英特爾談論他們的代工計劃，他們喜歡強調(diào)的一件事是，在進入新的下一代制程時候，他們會淘汰舊的。相比之下，臺積電的模式不一樣的，每當他們增加了一個新的制程工藝，他們?nèi)匀焕^續(xù)銷售舊的產(chǎn)品，你可以在臺積電得到8代、10代等不同的工藝制程。這使得生意模型非常有利可圖：因為你已經(jīng)在賬面上折舊了所有的設備，而現(xiàn)實中它仍然在繼續(xù)運行。英特爾已經(jīng)意識到他們也需要這樣做。

所以我認為他們的很多業(yè)務都是建立在英特爾16納米工藝上的。他們?nèi)匀挥泻芏噙@樣的能力。雖然你們的個人電腦不需要這些舊工藝。他們不需要將其用于數(shù)據(jù)中心，但還有許多其他地方，許多其他客戶可以很好地利用它。所以我認為他們的重點是要填滿這些以往的節(jié)點。

英偉達替代方案的茁壯成長

李波：根據(jù)你最新的播客，你談到了NPU在AI應用場景中的廣泛采用。是大家對于人工智能能力限度的探索激發(fā)了NPU和DSP的熱度嗎？

葛德伯格：我在這里必須要精確表述一下，NPU或神經(jīng)處理單元是集成到另一個芯片中的一組電路。

而這些NPU是專門為做人工智能的工作負載而構建的。我想我們已經(jīng)看到了很多設備廠家都在往這個方向發(fā)展，比如iPhone就是如此，但是蘋果不稱它為NPU，而稱為神經(jīng)引擎，他們已經(jīng)在iPhone中使用了5到6年了。

我認為這會變得越來越普遍。我們已經(jīng)看到高通和聯(lián)發(fā)科都推出了內(nèi)置NPU的手機。我們看到所有筆記本電腦的CPU制造商都開始這樣做。現(xiàn)在這些AI PC，其實他們只是將NPU以某種方式放入CPU中。

李波：NPU的應用將如何影響大模型的訓練？

葛德伯格：我認為大模型訓練仍然會在大芯片如GPU上進行。但如果你把NPU的定義擴大到包括AI加速器，因為我必須如此精確表述，即認為AI加速器將是一個用于模型訓練重要的、且獨立的類別。

但現(xiàn)在，今天真的只有兩家公司有著成熟的芯片研發(fā)體系來訓練人工智能模型。英偉達的H100，還有谷歌的TPU，TPU只是另一種描述NPU的方式，然后還有阿里巴巴，F(xiàn)acebook，Meta，微軟。他們都在建造自己的AI訓練加速器。

Trillium，谷歌第六代TPUs

但這些加速器都不是那么先進有效，大多都還是第一代的模樣。谷歌目前正在開發(fā)的是第七代TPU，連他們也只有一個版本用于模型訓練。我認為Facebook和微軟很樂意用他們自己的芯片進行訓練，但我不認為他們現(xiàn)在能做到，這還需要很多年的時間。

李波：是的，我曾經(jīng)聽說過，如果你改變模型，你必須使用GPU，因為你做了浮點運算。一旦你排除了基于人工智能的云，那么實際上你不需要太多的GPU來增強計算能力。

葛德伯格：關于這個我的確可以說一說的。谷歌在大約七八年前推出了他們的TPU。當他們宣布時，風險投資界就開始爭相投資那些人工智能加速器或NPU公司。有一大堆公司都是從那時候冒出來的。他們中的大多數(shù)現(xiàn)在已經(jīng)不存在了。他們花了一年時間的確開發(fā)了一種新的AI芯片。可當芯片出來的時候，軟件已經(jīng)改變了，模型也變了。我們實際上已經(jīng)看到了這樣的事情正在重復發(fā)生。

很多初創(chuàng)公司公司急于擁有NPU設計能力，他們制造了一些很棒的芯片，在今天的工作負載下表現(xiàn)得非常好，但需要一年的時間才能將芯片在生產(chǎn)中實現(xiàn)落地，而此刻，軟件生態(tài)系統(tǒng)和人工智能模型發(fā)展得又如此迅速。

最終將會出現(xiàn)的情況是，如果你制造了一個芯片目的是設計ASIC（專用芯片），服務特殊目的的人工智能加速器，這的確比GPU更好，對那個獨特的模型來說是效率會很高，但你一旦改變了模型，哪怕只是改一點點，這些性能提升就可能突然消失。在這種環(huán)境下，任何購買GPU來訓練他們模型的人就可能在冒一些風險。但如果稍微改變一下，這種效率的差異就會消失，這很復雜。目前我只想購買英偉達的芯片。這是相對安全的解決方案。

我認為谷歌的不同之處在于，他們之所以有這么好的芯片，是因為他們可以控制自己的軟件。他們的芯片設計團隊，可以與他們的軟件團隊非常緊密地合作——他們擁有設計芯片本身的軟件人員。將來對軟件的任何更改，芯片團隊可以提前知道。