在某种程度上,这是一个奇特的市场。它不像过去的科技行业——那时我们在硬件方面有线性进步,以及一系列活跃竞争的硬件公司。
现在,有一个突出的巨头,这一点在本周微软和Meta这两家最大的科技公司发布财报后抛出的一些数字中得到了证实。
在黄仁勋及其团队的主导下,英伟达已经螺旋式上升成为一个高耸的巨头,成为美国市场上最大的公开交易科技公司。就在几年前,它还只是为笔记本电脑和其他设备提供动力的芯片制造商之一。但那是在AI颠覆一切之前。
英伟达股价在过去一年中上涨了75%以上,市值已经达到4万亿美元大关。这令人震惊,但最近的预测更加惊人——普遍共识是该公司将在另一年内再增长20%,达到5万亿美元。
市场力量
传统观点认为,英伟达未来增长有两个关键:国内对硬件的强劲需求,以及进入中国市场的机会。英伟达最近在第二个方面取得了进展,因为特朗普政府解除了对H20芯片的出口管制。这一战略的另一个支撑点来自微软和Meta的AI规划公开数据。
首先,Meta已将其2025年资本支出预测提高到约660-720亿美元,计划建设千兆瓦级数据中心、定制内部计算系统和英伟达GPU集群。
微软预计单季度AI相关资本支出将超过300亿美元,使其2025年全年投资达到800亿美元或更多,预计将投资英伟达硬件如Blackwell和H100加速器,同时扩展全球云数据中心并支持Microsoft Copilot等AI驱动产品。
一家(或两家)公司的投资消息能让另一家公司的股价跳涨,这很奇怪,但这就是我们目前所处的情况,芯片市场中存在着独特的力量。英伟达全力投入AI硬件——这得到了丰厚的回报。
Prometheus和Hyperion项目
我对一篇关于这个新闻的科技专栏中的一个小细节很感兴趣,即扎克伯格谈论Meta的"Prometheus/Hyperion"计划。这些是更多的GPU名称吗?
结果发现,Prometheus和Hyperion分别指代Meta的大规模AI数据中心和计算基础设施项目。Meta的Prometheus多GPU集群将具备高性能AI训练能力和大规模网格系统中的数万个GPU,而Hyperion AI数据中心设计将拥有为AI工作负载、耗电的训练任务以及未来内部硅技术优化的架构,被称为Meta训练和推理加速器——一个定制的内部硅芯片系列,专门用于优化AI模型推理和训练工作负载,特别是针对LLaMA和Meta AI助手等大规模模型。
火的承诺和科技的其他神话
我对Prometheus的引用(以及Hyperion的引用)很感兴趣——我记得早期关于AI的文章将其比作众神带来的火。所以我做了一些研究。ChatGPT提出了一些与神话有趣的关联,我将分两部分分享,首先是Prometheus的部分。
然后是Hyperion的部分。
一个有趣的方面是宙斯对普罗米修斯的惩罚,这与当前AI监管需求相关。Hyperion的条目有点奇怪(天空和周期的监督者——呼应了Meta的现实实验室等),但我想这是合适的。
这里还有一个更深入的比较,我被给出的进一步将谷歌和亚马逊等其他竞争者神话化。
人们一直在说我们需要在AI中加入更多人文学科的内容,这似乎是一个很好的用例。
无论如何,请关注英伟达股价继续攀升,以及GPU在我们越来越多地发现AI力量的时代中的扩散。
Q&A
Q1:英伟达为什么能成为科技巨头?
A:英伟达在AI硬件方面进行了全面投入,这一战略获得了丰厚回报。几年前它还只是普通的芯片制造商,但AI的兴起彻底改变了一切,使其成为美国市场上最大的公开交易科技公司,市值达到4万亿美元。
Q2:微软和Meta的投资计划对英伟达有什么影响?
A:Meta计划2025年资本支出660-720亿美元用于数据中心和英伟达GPU集群,微软预计全年AI投资800亿美元或更多,主要购买Blackwell和H100加速器等英伟达硬件,这些巨额投资直接推动了英伟达股价上涨。
Q3:Meta的Prometheus和Hyperion项目是什么?
A:这是Meta的大规模AI基础设施项目。Prometheus是多GPU集群项目,具备高性能AI训练能力和数万个GPU;Hyperion是AI数据中心设计项目,为AI工作负载和训练任务优化架构,还包括Meta自研的训练和推理加速器芯片。
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。