计算

告别通用芯片

或许「摩尔定律是否已死」还有所争议，但通用计算已死显然已经是不折不扣的事实。

过去很长一段时间里，芯片公司都是在制造一类「通用芯片」，比如英特尔的 CPU 或英伟达的 GPU，或是高通的调制解调器，这些「通用芯片」可以广泛应用到不同设备之中，英特尔的 CPU 能够覆盖从服务器到路由器等几乎所有计算设备的计算场景。

但那个时代已经结束了。一方面，摩尔定律支配下的芯片发展速度步入瓶颈，再也无法通过提高晶体管数量提升计算性能；另一方面，大量新的、高要求的计算场景层出不穷，这也让「通用芯片」面临巨大挑战。

正是在这样的背景下，Google 希望借助 TPU 解决服务器领域的 AI 计算需求，而阿里云则通过 CIPU 的形式，努力克服传统 CPU 在数据中心的损耗。

但这些所谓的「芯片」并不是「通用芯片」，它们不会被出售给第三方公司，也不能用在其他硬件设备上，这些「芯片」更像是「通用芯片」上层的「新软件」，这些「芯片」更不会追求摩尔定律中的晶体管数量，而是以一系列新思路构建起应对不同场景的解决方法。

从这个角度去看，芯片的未来竞争其实是软件之间的竞争。而当大量数据中心不再仅仅使用 CPU 堆积算力，一系列芯片新公司——无论是巨头还是创业公司——终于盼来了可以突破英特尔等芯片巨头垄断的机会，从各类 AI 芯片到加速器到网络芯片，芯片或者半导体领域接下来还将拥有众多值得关注的创新机会。

英特尔上周发布的新一季财报数字非常不理想，营收下降了近 22%，毛利率也从上一季度的 50.4% 下降到 36.5%，季度亏损 5 亿美元，这是英特尔近 30 年来首次季度亏损。

仔细去看英特尔的营收数字，其核心业务——PC 与服务器的 CPU——营收大幅下滑：

• PC 芯片业务下滑四成（25%）
• 服务器芯片业务下滑 16%

被寄予厚望的芯片代工业务营收 1.22 亿美元，同比下降了 54%。

资本市场继续「用脚投票」，在英特尔股价下跌 10% 同时 AMD 上涨 3% 之后，AMD 市值一度超过英特尔。

相比于英特尔，AMD 本周的财报十分亮眼，第二季度营收为 65.50 亿美元，同比增长 70%，推动营收领涨的是数据中心和嵌入式业务，前者营收 14.86 亿美元，同比增长 83%，后者营收 12.57 亿美元，去年同期仅为 5400 万美元。

对于英特尔来说，上周美国国会正式通过的《芯片与科学法案》或许是一剂强心剂，法案将为芯片制造公司提供 520 亿美元的补贴，并将为技术与科学投入超过 1000 亿美元的预算。有媒体预测英特尔大概可以获得超过 200 亿美元的补贴，这或许也是英特尔 CEO 帕特·基辛格所言的「触底反弹」之策。

但这个法案的另一面则是，英特尔等芯片制造公司如果想拿到这笔补贴，可能需要付出一些代价，比如放弃在中国的芯片工厂建设与扩张。

通过高额补贴重新吸引半导体制造业的回归，美国《芯片与科学法案》有着浓浓的「反全球化」意味，并且也凸显出在新国际竞争格局里，半导体、芯片的重大意义。

科技媒体 Protocol 的独家报道称，白宫计划向中国发布一项芯片设计过程的重要软件出口禁令，这个被称为「Gate」的软件技术在设计芯片，特别是 AI 芯片过程中扮演了重要角色。

消息进一步指出，尽管出口禁令的具体细节还不清楚，但该禁令将在未来几天或几周内正式发布。

中美之间持续升温的紧张关系也让总部位于台湾的台积电面临巨大压力，台机电董事长刘德音在接受 CNN 采访时说了这么一番话：

Nobody can control TSMC by force, If you take military force or invasion, you will render TSMC’s factor[ies] not operable because this is such a sophisticated manufacturing facility. It depends on the real-time connection with the outside world: with Europe, with Japan, with the U.S. From materials, to chemicals, to spare parts, to engineering software, diagnosis, and it’s everybody’s effort to make this factory operable

在经历了前两年高速融资的热潮之后，中国芯片公司进入到一个平静期，「芯潮 IC」的一篇报道指出，某种意义上，「C 轮融资」成为芯片创业公司必须迈过的门槛，下图是部分芯片创业公司的融资状况，几乎都停留在 C 轮之前：

云

持续增长的 AWS

上周，美国三大云计算公司——AWS、微软、Google——相继发布财报，在乌克兰战争、美元走强等一系列负面影响下，三大云计算公司的这份成绩单也有了更多看点。

先看本季度的几个数字：

• AWS：197.4 亿美元，同比增长 33%；
• 微软智能云：250 亿美元，同比增长 28%；
• Google Cloud：62.8 亿美元，同比增长 35%；

其次，如果把视线拉长一些，AWS 的增长态势更稳定，下图是 AWS 营收变化：

再看看整个行业其他公司的营收曲线变化：

第三，如果我们跳出 AWS 仅仅是亚马逊旗下的一家子公司的思考方式，将其放在全球 IT 产业格局里去看，AWS 的营收规模已无限接近联想（上一财年 716 亿美元），距离戴尔（上一财年1019 亿美元）也已经不远。

正如多家分析机构给出的预测一样，云计算处在非常早期的阶段（如上图所示），以 AWS 为代表的云计算公司，还在持续增长之中，也将重塑全球 IT 产业的面貌。

小鹏汽车与阿里云联合宣布共同建造国内最大的自动驾驶智算中心「扶摇」，官方新闻稿显示，该智算中心位于内蒙古「东数西算」枢纽节点上，算力可达 600 PFLOPS（每秒浮点运算60亿亿次），建成后将用于小鹏汽车的自动驾驶模型训练。

亚马逊推出面向云计算技能付费培训的 AWS Skill Builder，每月需要 29 美元，提供一系列在线云计算技能培训课程，个人用户通过考试后将获得 AWS 的相关证书。

两篇带有 PR 性质的产品报道，Cloudflare 如何崛起以及阿里云云原生数据库的自研与成长之路，对于了解这两个产品有一定帮助。

传闻 Salesforce 正在调整大中华区业务，或整体裁减大陆与香港的办公室，未来的中国业务将依靠阿里云。Salesforce 在国内的发展一直比较缓慢，除了不适应「国情」之外，数据所属的安全问题是其扩大业务的重要障碍。

AI+X

DeepMind 宣布利用 AlphaFold 算法，完成对几乎所有已知蛋白质的形状预测，据此建立起了一个包含 2 亿多种蛋白质数据的数据库。

此前很长一段时间里，基于 DNA 序列确定单个蛋白质形状一直是生物学的巨大挑战之一，即便是单个蛋白质，也需要在实验室进行数月或数年的工作，目前只获得了 19 万个蛋白质结构形状，约占已知蛋白质结构的 0.1%。

DeepMind AlphaFold 算法在过去两年取得众多重要技术突破。2020 年 11 月，DeepMind 的 AlphaFold 成功破解了生物学 50 年来的巨大难题「蛋白质折叠」。

蛋白质是人类理解生命组成的关键要素，目前已知的众多疾病，比如各种癌症都与蛋白质相关，但由于蛋白质 3D 结构复杂且庞大的折叠方式，如何预测这些折叠方式成为长期困扰生物学的难题，AlphaFold 在蛋白质结构预测评估机构（Critical Assessment of protein Structure Prediction，CASP）组织的测试中获得 94 GDT，这意味着该系统具备了预测蛋白质结构的能力。

2021 年 7 月，DeepMind 将 AlphaFold 的相关算法发表在《自然》杂志，AlphaFold 采用了多序列对齐机制，还结合了蛋白质结构的物理与生物学知识设计深度学习算法，该项目的源代码放在了 Github。

最后看一组 AI 应用的案例：

• 数据智能公司 Palantir 近日与美军的研究实验室延长了一项为期两年、价值接近 1 亿美元的合同，Palantir 的 AI 技术将被应用到美国陆军作战指挥部；
• 食品科技公司 Not Company (NotCo)正在利用人工智能技术寻找植物性食品中葵花籽油的替代品，超过三分之一的植物性肉制品使用这种油，但由于乌克兰战争，这种油正面临供应短缺的问题；
• 印度利用人工智能帮助保护濒危老虎种群。根据 BBC 的报道，印度国家公园的护林员已经开始使用计算机视觉技术，帮助自动记录和计算老虎图像，这些图像是由部署在全国老虎保护区和国家公园的跟踪摄像机实时捕捉；
• 英国 NHS 将利用 AI 来识别感染丙型肝炎风险较高的英国公民，科学家指出，丙型肝炎没有早期症状，但利用 AI 技术能够实现「早发现早治疗」；
• 一名英国男子计划使用 AI 技术搜寻自己八年前丢弃的一块硬盘，该男子表示硬盘上拥有 8000 枚比特币，目前价值 1.8 亿美元；