云

向产业深处去的中国云计算公司

上周中国云计算市场有诸多看点，先是腾讯云与智慧产业事业群（CSIG）的组织和人事调整，组织架构方面：

• 成立政企业务线，包括政务、工业、能源、文旅、农业、地产、体育、运营商等领域，由腾讯公司副总裁李强出任政企业务线总裁；
• 成立云产品技术支持部， 其主要工作是负责协助云基础产品的方案拉通和深度支持工作；

人事方面：

• 腾讯云副总裁李哲将调任云产品技术支持部副总经理，作为部门负责人，向云产品研发负责人、腾讯云 CTO 王慧星汇报。
• 李哲还兼任区域解决方案平台部助理总经理，直接向李强汇报。
• 原产业生态合作部副总经理沈可将调任为智慧行业九部副总经理，作为部门负责人向李强汇报。

下图是科技媒体「光锥智能」制作的架构图，相对比较清晰：

这可以看作是腾讯云 2022 年战略调整的延续，此前先后曝出裁员、裁减业务线以及调整产品销售策略等消息，有媒体将这次调整看作是腾讯政企市场新战术的起点，在互联网公司这类「云计算优质客户」逐渐变少、政府及大型企业客户竞争加剧的背景下，中国云厂商的竞争，已然进入到腾讯云业务负责人汤道生所言的「深水区」。

整个市场呈现出新的特点，比如政企市场的游戏规则不仅与消费互联网不同，其客户群体的诉求也和互联网公司客户不同，这既需要云计算公司内部的产品、文化调整，更重要的，还有管理层的调整——必须找到了解或者懂得这个领域的专业人才。

这或许也能解释为何阿里云从华为挖来蔡英华，而拥有 SAP 近二十年工作经历的李强，俨然成为腾讯云面向政企市场的最佳「广告牌」。

而在「吃掉」政企市场一些关键头部客户之后，一个广泛分布的长尾市场拥有极强的想象空间，但这些分散的需求已经超越云计算公司的「势力范围」，这也给云计算公司提出了新课题：如何与不同行业或渠道的合作伙伴一起，拿下这个长尾市场？

沿着这个思路去看，阿里云上周的合作伙伴大会就显得极其重要，执掌阿里云总销售的「华为人」蔡英华，展示了一套「很不阿里」的打法，几个关键词：

• 坚持伙伴优先
• 恪守边界
• 分工明确的合作模式
• 货真价实的权益体系
• 长期稳定的发展政策
• 「希望阿里云赚1块钱的同时，伙伴可以赚到2块钱，3块钱」

如果上述口号、政策和 6 月份阿里云提出的「Back to Basic」放在一起看，2022 年阿里云的战略定位就着实有趣了：从台面退到幕后，隐藏在一众行业技术供应商、软件供应商、咨询服务商的身后，把自身的技术与不同行业的解决方案相结合，最终一起赚钱。

这并不是什么所谓「创新战术」，而是企业市场长期以来的基本方法，但这对包括阿里云、腾讯云在内的云计算公司，却是一次极具挑战性的战略转向——从「什么都做」到与合作伙伴一起做、从产品导向到客户导向、从服务大城市的大客户到面向更多下沉市场中小客户……

Google、Oracle 位于英国的数据中心因极端高温导致制冷系统出现问题，部分服务器宕机，影响众多应用和网站，你可以在这里查看 Google 云服务器在英国的运行状态。

Google Cloud 上周发布首款基于 ARM 架构的虚拟机实例，该虚拟机的芯片采用 Ampere Altra，最多拥有 48 个 vCPU，每个 vCPU 最多可以配备 4GB 内存。

IBM 新一季度财报显示其混合云和 AI 业务增长强劲，该季度营收 155.4 亿美元，同比增长 9%，此次财报最大的亮点是拥有 Z 系统大型机的 IBM 基础设施业务部门的表现，该部门收入增长了 19%，达到 42 亿美元。

IBM 最新发布的 Z16 大型机集成了 AI 推理功能，IBM 表示这对银行等金融机构来说可以更安全、快速地进行金融交易欺诈检查。而受益于 AI 与混合云的巨大需求，推动 IBM 软件业务的增长了 12%。

字节跳动旗下的火山引擎本周发布一系列新产品，包括企业上云和智能营销通用方案，以及覆盖金融、汽车、消费、文娱、医疗、通信传媒六大行业的云上增长方案。

目前火山引擎已经是字节跳动六大核心业务板块之一。

计算

美国芯片法案的影响

北京时间周三中午，美国参议院以 64-34 的表决结果，通过了一项支持芯片发展计划的初步法案。

根据 WSJ 的报道，虽然目前还无法确切知道该法案的详细内容，而且后续还需要多轮投票甚至具体条款的变化，但目前还是有几个焦点议题值得关注，比如预计会提供 520 亿美元的补贴，鼓励芯片公司在美国国内建立芯片工厂；再比如，法案或涉及对芯片公司在华经营的限制。

如果说前者更多是拥有代工能力的芯片公司——英特尔、台机电——与英伟达、高通这类无晶圆工厂的利益纷争，那么后者——对华出口、经营的限制，则可能制造又一个「卡脖子时刻」。

下图是《经济学人》整理的全球主要芯片公司在中国的经营情况：

2021 年中国本土半导体产业也迎来巨大发展，根据中国半导体行业协会提供的数字，产业总营收首次突破万亿元达 10458.3 亿元，同比增长 18.2%。

但增长背后的隐忧仍在，比如芯片制程基本在 14 纳米或更高，这意味着这些产品只能在某些简单的消费电子产品或汽车领域使用；诸如光刻机等先进的芯片生产技术仍需来自欧美国家的产品；外部市场层面的融资环境又存在不确定性，地方政府资本成为投资主力，这也进一步影响到芯片公司的发展速度。

正是在这样的背景下，尽管中芯国际、芯源等中国半导体巨头利润大涨，但过去一年股价已经都有近 40% 的跌幅，此次美国参议院通过芯片法案以及后续的一揽子支持计划，也将持续影响中国半导体产业的发展。

台积电第一季财报显示，营收同比增长 36.6%，达到 181.6 亿美元，净利润同比增长 76.4%，至 79.4 亿美元。

考虑到英国政府的动荡，软银已经暂停了 ARM 公司在英国伦敦的上市计划，此前孙正义曾公开表示，他支持 ARM 在美国上市，因为 ARM 的大多数客户都在美国。

日经亚洲的独家消息称，英特尔将在今年秋季开始提高大部分 CPU 的价格，原因是成本上涨，涨价幅度或高达 20%。

为了解决 CPU 在数据中心等场景中的局限性，业界都在寻找替代性或补充性的方案，从产品层面看，英伟达提出的 DPU 与英特尔的 IPU 以及阿里云的 CIPU 并没有本质区别，英特尔官方最近也分享了 IPU 的幕后故事，感兴趣的朋友可以在这里查看中文版本。

大模型

Meta 上周又发布了一个大模型「Make a Scene」，这是一个对标 OpenAI DALL-E 的生成模型，通过分析用户输入的文本内容「生产」出一幅幅图像。

「Make a Scene」有趣的地方是，它不仅可以接收文本内容，还能分析用户画的草图，该模型目前还处在研究概念阶段，不对外开放。

进入 2022 年，我们已经看到越来越多的公司推出生成模型，除了 OpenAI 的 DALL-E，还有 Google 发布的 Imagen，社交媒体上已经有大量基于这些模型生成的图像，感兴趣的朋友可以在这里或这里查看。

最新的一则消息是，OpenAI 的 DALL-E 进入 Beta 测试阶段，根据该公司的博客，将开放 100 万个测试名额，每月提供一定的免费积分，同时还引入了付费机制，相关信息可参见这里。

这些生成模型尽管作用类似，但本质上说，不同的生成模型代表了不同公司对于数据收集、处理的不同理解，而且在诸如数据偏见的应对上也有着不同的考量，简单来说，你使用同一段文本，会在不同模型里得到不同风格的图像。

而随着包括 DALL-E 在内的众多模型陆续开放或开源，未来的互联网上将充满各种由机器生成的不同风格图像，我们也会进入到一个机器创造艺术的新时代。

大模型在广泛领域都有了应用，先看两个机器生成的产品：

• 一位开发者通过 GPT-3 构建了一个新闻网站，他详细分享了自己的探索历程；
• NYT 记者尝试通过输入图书名称的关键词来生成图书封面，你会发现这些模型有时候是多么的不靠谱；

Github 的 Copilot 也是基于大模型的应用，上周这家公司发布了一份调查报告，展现了 Copilot 带给开发者的价值。

这份报告汇总 2600 多位美国开发者的调查回复，其中的几个要点：

• 开发者接受 Copilot 的「代码建议」越多，生产力效率也越高；
• 这些重度使用 Copilot 的开发者称，近 30% 的「代码建议」是可以被接受的；
• 而反馈生产力提升「适度」的开发者则表示，大约 23% 的「代码建议」能够被整合到自己的代码里；

你可以在这里免费获取这份完整的分析报告。

政策

英国政府日前发布了一份 AI 监管提案，与欧盟略显严格的 AI 监管法案不同，英国政府的提案鼓励监管机构采用更有弹性和针对性的方法，确保技术的「快速应用（与落地）」。

与此同时，英国政府还推出了一份 AI 行动计划，其目的是保持英国在 AI 领域的影响力，你可以在这里详细了解英国政府的计划。

再来看看英国 AI 产业的基本面，首先是宏观数据：

• 2010 年以来英国 AI 研究投入为 20 亿英镑，其中 VC 投了 5 亿英镑；
• 2011 年至 2021 年期间，总部位于英国的 AI 创业公司融资总额为 196 亿镑；
• 2021 年英国 AI 创业公司融资达到 66 亿镑，欧洲地区最多。

其次，包括 iDoc.Ai、VeneHealth 等都是英国最具代表性的 AI 创业公司，这里有一份名单。

加拿大政府上月引入 AI 数据法案 Artificial Intelligence and Data Act (AIDA)，这项方案是该国更广泛的数字权利保障法案的组成部分。

这项法案明确了加拿大国内 AI 系统设计、开发与应用的基本要求，旨在保护本国公民免受 AI 系统造成的数据偏见或其他伤害。与此同时，法案也要求政府相关部门，关注企业 AI 系统造成的影响。

最后分享一组印度 AI 产业发展的新数字：

• AI 投资年复合增长率达到 30.8%；
• 预计到 2023 年，印度 AI 产业的投资总额将达到 8.81 亿美元；
• 2025 年，AI 与数据智能会给印度 GDP 贡献 5000 亿美元；
• 医疗健康、金融服务、零售消费品与汽车行业是印度 AI 落地的关键领域；

值得一提的是，美国乔治城大学曾分享过一份关于 AI 竞争力的分析报告，报告从人才、基础研究、专利、AI 公司与投资以及云服务等五个维度勾勒了印度的 AI 发展状况，感兴趣的朋友可以通过这里免费下载这份 53 页的分析报告。