大模型·计算

欧盟理事会上周正式通过总额 430 亿欧元（约合 475 亿美元）的芯片法案，加之本月早些时候欧洲议会已经完成对该法案的投票，这也意味着，欧盟这项推动本地区半导体产业发展的计划即将成为法律。

这项方案的总体目标是要在 2030 年将欧洲半导体产能提高到全球 20% 左右——而且还是高端芯片，目前欧洲仅占全球半导体 10% 的产能，而且绝大多数芯片还是面向汽车或工业制造的中低端芯片。

为了这项野心勃勃的目标，欧盟这项方案提供了一揽子的计划，包括但不限于向全球主要芯片提供建造工厂的补贴，同时进一步支持欧洲本土半导体公司——比如 ASML、意法半导体、英飞凌等——的发展，涵盖资金、政策等多个方面。

欧盟此举也是当下围绕半导体产业竞争的缩影，在半导体越发重要的情况下，来自国家的那只看得见的手，越来越多地出现在市场上。此前，日本政府通过一支自己支持的基金，计划收购半导体产业链公司 JSR，该公司在光刻胶领域占有 30% 的全球份额，英特尔、三星和台积电都是其客户。

如果以中国的视角去看，中美、中日韩、中欧之间的半导体博弈也在不断进入新阶段：

• 美国政府正在酝酿出台加强版的芯片出口限令，不仅限售所有发往中国的高端芯片，还计划禁止中国公司使用 AWS 等美国云计算公司提供的 GPU 计算实例；
• 日本、荷兰同意美国政府的提议，在诸多半导体技术、产品方面制定了严格的出口审核政策；
• 中国限制镓和锗出口后，原本需要向中国进口 71% 镓和 45% 锗的欧盟，短期内找到替代供应链几乎是一件不可能的事情；
• 透过韩国芯片专家 Choi Jin-seok 出走中国并建立芯片工厂的争议，凸显出中韩美在半导体领域的复杂利益纠葛；

英特尔上周交出了一份还算不错的季度成绩单，尽管营收同比还在下降——这已经是连续六个季度下降了，但下降幅度 15% 至 129 亿美元的数字又是近五个季度里最低。

当然，这显然还不是所谓「触底反弹」的「底」。短期内，英特尔还将继续承担阵痛，包括：

• 重新转向芯片制造之后，运营成本将大幅提升；
• 全球 PC 市场持续疲软，消费市场的芯片需求也在放缓，进一步影响到英特尔消费芯片营收；
• 在大模型火热的当下，从科技巨头到中小公司，对 GPU 的需求显然高于购买英特尔的 CPU，英特尔数据中心业务短期内的营收面临不少风险；

而对英特尔来说，还是有一些反弹的可能，至少是信号：

• 加快推进 3 纳米制程的制造技术，这是和台积电竞争的关键；
• 积极谋求和英伟达的合作，比如帮助英伟达生产 GPU，这会成为英特尔短期内股价上涨的关键。

上周三星、SK 海力士也发布了新一季度财报，两家公司的业绩基本符合市场预期，比如 SK 海力士季度营收 7.31 万亿韩元（约 57 亿美元），同比下滑了一半，但高于 6.05 万亿韩元的预期。

对于市场而言，两家公司现阶段的营收、利润下滑并不可怕，因为在面向 AI 芯片的巨大市场需求面前，两家韩国公司拥有极大的竞争优势，这其中就有英伟达 H100 GPU 所不可缺少的 HBM（high bandwidth memory）芯片，某种意义上说，没有 HBM 芯片，就无法让 AI 芯片运行大语言模型。

SK 海力士和三星占据全球 90% 的 HBM 市场份额，美光约占 10%。

FT 援引消息人士的话称，HBM 芯片产能短缺的事实已经形成，来自英伟达、AMD 等芯片公司的需求却非常高涨，甚至英伟达愿意为 SK 海力士的 HBM 芯片支付「溢价」，而三星、美光也在加快提高产能。这个绝对封闭而垄断市场的竞争，会持续影响 AI 芯片产业的发展，当然也会传导到每个消费者使用 GPT-4 的场景中。

大模型·巨头

新一轮科技巨头们的财报季来袭，上周微软、Alphabet（Google）发布新一季度财报，营收方面：

• Alphabet 二季度营收 746.04 亿美元，同比增长 7%；
• 微软二季度营收 562 亿美元，同比增长 8%；

两家公司的云业务营收：

• Google Cloud 营收 80.31 亿美元，同比增长 28%；
• 微软智能云业务营收 239.9 亿美元，同比增长 15%，其中 Azure 增长 26%；

很显然，至少在过去半年，两家在生成式 AI 领域相继发力的科技巨头，还未有实际收获，两家公司还是固收基本盘，但好消息是，基本盘的走势变得越来越好。

比如 Alphabet 的广告业务——包括 Google、YouTube——的广告业务营收突破 500 亿美元，同比都有四个百分点以上的增长，不仅终结了广告业务连续两个季度的下滑态势，同时也促使市场接受 Google 未来将持续投资数据中心和服务器的决心。

微软的基本盘也保持基本稳定，三大业务里，除 Windows、搜索等个人计算业务下滑外，其他面向企业级市场的业务营收都呈两位数，比如：

• Office 商用产品和云服务营收同比增长 12%；
• LinkedIn 营收同比增长 5%，不计入汇率变动的影响为同比增长 7%；
• Dynamics 产品和云服务营收同比增长 19%，不计入汇率变动的影响为同比增长 21%；
• 智能云业务里的服务器产品和云服务营收同比增长 17%，不计入汇率变动的影响为同比增长 18%；

但在基本盘之外，市场的确没有看到生成式 AI 带给两家公司的影响。特别是对微软来说，押注 OpenAI 的一系列大模型之后，Office 等业务的增长变化不大，而 Azure 连续两个季度增长放缓（上一季度 31%）也让市场感到担心，在微软财报分析师会议上，微软 CEO Satya Nadella 和 CFO Amy Hood 回应了这方面的质疑：

• 生成式 AI 的应用速度在加快，Satya Nadella 指出，微软已经准备了大量「开箱即用」的产品，比如 GitHub Copilot 和微软 365 Copilot；
• 生成式 AI 的毛利率前景不可一概而论，不同场景下的毛利率有所不同；
• 广泛的客户需求正在推动 Azure 的增长（关注下半年的数字），微软同时表示将继续加大对 Azure 的投资；
• 微软智能云的年收入已经超过 1100 亿美元，其中 Azure 的收入首次占总收入的 50% 以上。
• 微软 365 Copilot 需要一定的时间才能释放出盈利可能，预计下半年将带来收入。

微软与 Alphabet 财报也说明了一件事情：以大语言模型为代表的生成式 AI，还处于早期阶段。这个论断也是 AWS CEO Adam Selipsky 想要传达的观点，他在接受 FT 专访时如是说到：

……我们发布了一个名为 Amazon Bedrock 的服务。它是一个托管服务，用于访问多种不同的生成式AI基础模型……我们可能只完成了 10000 米比赛的三分之一，所以问题不应该是：「在比赛进行到三分之一时，哪位选手领先？」而应该是：「赛道是什么样的？比赛的规则将是什么？我们在这场比赛中想要达到什么目标？」

换句话说，Adam Selipsky 希望让市场了解以下三件事情：

• 生成式 AI 的竞争才刚刚开始；
• 包括 AWS、微软在内的云计算公司都在探索方向；
• AWS 并没有掉队；

Adam Selipsky 的专访发生在 AWS 纽约峰会期间，这次会议上，AWS 发布了一系列围绕大模型的新产品，包括：

• 为大模型托管服务 Bedrock 增加新模型，包括 Cohere、Anthropic 和Stability AI 公司提供的基础模型；
• 推出面向医疗场景的 Healthscribe，可帮助医生快速生成病历报告；
• 更新 QuickSight，可以通过自然语言查询生成商业智能报告，这和 Microsoft 的 PowerBI 和 Salesforce 的 Tableau 形成竞争关系；
• 发布基于英伟达 H100 的 GPU 计算实例，帮助买不到 GPU 的客户获取 H100 的能力。

你可以通过 AWS 的官方频道观看这场发布的实况。

不过，现阶段 AWS 面对生成式 AI 市场的挑战还有很多。比如，亚马逊对大模型托管服务 Bedrock 的表述非常模糊，一方面声称包括索尼、瑞安航空等公司开始尝试这项产品，另一方面又拒绝给出 Bedrock 何时向所有客户开放的时间表，仅仅使用「很快」这个词。

如果说过往 AWS 一直在引领云计算的技术与产品创新，那么在接下来的这个赛道上，AWS 更多是在追赶与整合，首先，相比于 Google Cloud 或微软，AWS 生成式 AI 技术或产品并没有明显优势，既没有像 OpenAI、DeepMind 这样的自家公司（或投资公司），也缺乏令行业认可的基础大模型。

其次，和上一波人工智能浪潮类似，AWS 还是继续在云服务的基础上做加法，此前 AWS 通过 Sagemaker 构建起云上 AI 服务的全平台，而透过 Bedrock 及其它产品来看，AWS 现在越来越像一家传统的 IT 服务供应商：为现有客户提供一些市场上的先进技术选择。

当然，这并非 AWS 的失误或错误，作为一项年收入接近 1000 亿美元的业务，AWS 同样有着稳定的基础盘，绝大多数全球 500 强公司每年会将上千万甚至上亿美元的云计算支出交给 AWS。短期内，这个基本盘还相当稳定，毕竟云迁移的成本实在是太高，更重要的一点则是，没有人确切知道生成式 AI 未来的前景在哪里。

关注其他几家巨头们最近围绕大模型的布局：

• 阿里云成为国内首家支持 Llama 2 开源模型的云计算公司，根据阿里云提供的消息，开发者可在魔搭社区 Llama 2 模型页面点击「Notebook 快速开发」，一键拉起阿里云机器学习平台 PAI，对模型进行云上开发和部署，另外开发者也可以将下载的 Llama 2 模型放在阿里云 PAI 进行开发。
• 腾讯云上周与中国信通院共同启动行业大模型标准制定计划，目标是联合推出中国首个金融行业大模型标准。
• Anthropic、Google、微软和 OpenAI 四家公司共同成立一个名为「Frontier Model Forum」的组织，目的是确保「先进人工智能模型的安全和负责任发展」；

大模型·市场

两个图像新产品。Stable AI 发布 Stable Diffusion XL 1.0，这是一款文字生成图像的模型，相比上一代，新版本的图像质量更好,可以在几秒内生成百万像素的高分辨率图像。该模型支持图像修复、扩展、图片到图片提示等功能。

Adobe 将为 Photoshop 提供一项名为「Generative Expand」的功能，简单来说就是根据图像里的现有内容，扩充图像其他内容，生成的内容将在 Photoshop 中添加为新的图层，用户如果认为其不符合要求，可以将其丢弃，目前该功能还处于测试阶段。

生成式 AI 与工作。生成式 AI 产品的流行，推动整个产业链——从芯片到算法到应用——进入一场「增长狂欢派对」之中，但一个不可忽视的要素是，在越来越聪明的生成式 AI 模型或产品幕后，还有一大群辛苦的人类：

• Google AI 聊天机器人 Bard 的幕后，不仅有 Google 工程师团队，还有一群 Google 承包商团队在努力；
• OpenAI 的大模型需要大量数据标准人员，结合一位肯尼亚数据标注人员的采访，你会看到所谓「人工」的「智能」；

两份调查报告的结果值得一看：

• 麦肯锡的报告指出，面对正在到来的自动化和 AI 浪潮，女性比男性的冲击更大，女性需要转行的可能性比男性高 1.5 倍；
• 皮尤的一份调查显示，虽然科技公司或研究机构罗列出一系列最容易被 AI 取代的工作职位（所谓「暴露在 AI 技术」的职位），但身处这些职位或行业的人并认可这些结论，他们更倾向于认为 AI 带来的帮助大于威胁；

皮尤这份调查的人群应该不包括好莱坞的工作者们。就像《经济学人》杂志所言，好莱坞这场久违的演员、编剧联合起来的罢工，始作俑者是流媒体平台的收入分成体系，但现在的对象则是讨伐电影制片公司对 AI 的过度使用。

两方的态度非常明确，在演员看来，生成式 AI 是对自身职业的巨大威胁，可以听听这位从业者的控诉；而制片公司则将 AI 技术看作是节约成本的方式，这在当下不确定的经济形式面前极具诱惑力。

还有两个数据可以放在一起对比：

• 好莱坞约有 87% 的演员年收入低于 2.6 万美元，涨薪对他们来说几乎不可能；
• Netflix 正在招募机器学习产品经理，年薪至少在 30 万美元，最高可达 90 万美元；

上一次演员和编剧共同站在一起对抗制片大厂的时候，罗纳德·里根还没有当上美国总统，但他是演员工会的「总统」，那场罢工的主题同样也是关于新技术应用后的利益分成：电影演员是否应该得到电视台播放其作品后的收入分成？

六十多年过去了，演员/编剧和电影公司又站在谈判桌上，不过还多了其他几位谈判者，包括大模型公司、流媒体公司（如 Netflix） 以及苹果、亚马逊这样的平台看门人。

我们等待博弈的结果。

这封邮件是 Dailyio Pro 及 Premium 的专属内容，但我欢迎您将这封邮件转发给您身边关注或从事 AI 与云计算的朋友。