计算

关于英伟达、AMD 高端芯片的禁售令影响还在持续发酵。

一方面，路透社在分析中国主要高校、国家级学术机构的招投标之后发现，英伟达的 A100 芯片也是中国众多高校的采购项目，下面是两个例子：

• 清华大学的一个招标显示，2021 年 10 月花费超过 40 万美元购买了两台英伟达人工智能超级计算机，每台超级计算机都搭载了 A100 芯片。
• 这也是在去年 10 月，中科院计算技术研究所斥资 25 万美元购买 A100 芯片；

另一方面，英伟达的「平替」争夺战也在加剧，《南华早报》的这个细节或许是近期的缩影：一家位于上海的 GPU 创业公司的创始人，频繁接到现有投资人要追加投资的电话。

就像中国不能没有国产 Office 软件一样，中国也不能没有国产 GPU，这会成为接下来芯片投资的基本逻辑。但相比于追赶 Office 的中国办公软件公司，芯片（特别是 GPU）既有硬件前期投资大、回报时间长的「缺点」，又需要完善的软件和上下游生态，其难度可想而知。

与此同时，美国政府的芯片禁售令还会持续下去，路透援引消息人士的话称，白宫预计将在下月扩大芯片禁售的范围，除了特定芯片之外，搭载特定芯片的服务器销售也将成为美国商务部重点关注的产品。

与禁售同时发生的，还有美国推动成立的「Chip 4」联盟，除美国之外，日本、韩国和台湾也在其中，覆盖了从半导体设计到制造的关键环节。

但根据 FT 的报道，这个联盟目前还存在较大分歧，或是其它三个成员担心如此高调地与美国结盟会引发中国的报复，或是美日韩对于台湾的「身份」问题无法达成共识，或是日韩之间的微妙关系等等。

韩国三星半导体业务负责人 Kyung Kye-hyun 公开表示，该联盟的首要工作是寻求获得中国的理解，（韩国）不应该利用中美之间的对抗关系，而是要去寻求一个多方共赢的方案。

富士康将在印度建立一家芯片工厂，这项合作还包括印度实业巨头 Vedanta 与古吉拉特邦政府，三方的合作关系如下：

• 富士康提供技术支持、经验以及一部分资金；
• Vedanta 公司主要提供资金；
• 古吉拉特邦政府提供土地；

该项目也得到印度总理莫迪的支持。

英特尔位于俄亥俄州的芯片工厂上周正式破土动工，整个项目投资超过 200 亿美元，美国总统拜登「莅临现场指导」。

对现在的英特尔而言，除了要争取更多芯片补贴之外，还需要继续推进自动驾驶解决方案公司 Mobileye 的上市进程。

在过去几个月里，Mobileye 的估值已经从此前的 500 亿美元下降到 300 亿美元，而根据 Bloomberg 独家披露的消息，英特尔考虑根据半导体产业的变化调整 IPO 时间，如果半导体产业今年持续火热，Mobileye 将在年内上市，否则会推迟到 2023 年完成 IPO。

大模型

在 OpenAI 的 DELL-E 与 Google 的 Imagen 引发热议之后，横空出世的开源模型 Stable Diffusion（Github），再度让「文本转图像」的生成模型成为新的话题。

基于开源的特性，普通人也可以借助一定的硬件设备和简单的计算机常识，感受让 AI 绘画的奇妙体验，这里有一个教程，感兴趣的朋友可以研究一下。

更进一步，开发者还利用 Stable Diffusion 模型研发了一种名为「img2img」的技术，该技术能够将过往低像素的图像转换为更高分辨率的图像，如下图所示：

层出不穷的新模型与创意爆棚的模型上创新，生成类模型发展速度如此之快或许超出很多人的想象，我们有理由对这一类模型接下来的发展做一番预测。

其一，利用文本生成视频的时代即将到来，现在已经有了类似尝试，比如 CogVieo，而无论是图像还是视频，这些新的内容生产方式都极大降低了内容创作门槛，势必将对接下来的内容产业产生巨大影响。

其二，属于智能手机的生成模型何时才会出现？如今 Android 与 iOS 设备都拥有专门用于机器学习计算的 NPU（或类似的硬件配置），并且在拍照和照片编辑上拥有不错的表现，这也为未来利用智能手机生成图像或文本提供了基础。

其三，随着大量低门槛或开源生成模型的出现（这里汇总了若各个值得尝试的模型），虚假信息与误导信息的数量可能会呈指数级别增加，并且辨别难度会更大，这也对内容或社交平台、监管机构乃至个人数字化素养提出了新的要求。

其四，生成模型的「智能」，不仅取决于其数据量（越大越好），还一定程度上体现了模型提供者的价值观与政治立场，譬如，你用百度的中文生成模型，大概率与使用百度搜索得到的信息是一样的。

Google 使用一类训练语言大模型的方法去训练音频模型，这个名为 AudioLM 的模型，能够在几句提示后自动生成一段连贯的音频，Google 展示了一组 Demo，感兴趣的朋友可以在这里收听。

作为语言模型 GPT-3 的典型应用，代码完成工具 GitHub Copilot 如何促进程序员的生产力效率？Github 的一份研究报告发现，使用该工具的开发者要比不使用工具的开发者更快完成工作。

超大语言模型的「毒性」问题一直被人诟病，但在我看来，基于这一类语言模型的特定应用，比如 GitHub Copilot 或者面向作家群体的写作辅助类应用，能够成为这一类人群的重要工具，从这个角度去看，图像、视频生成类工具也可以帮助艺术家进行更好的艺术创作。

云

Google Cloud 本周宣布完成对云计算安全公司 Mandiant 的收购，收购金额为 54 亿美元，收购完成后，Mandiant 会继续以独立公司的方式运行。

根据 Google 的说法，Mandiant 在网络安全领域拥有丰富的经验——事实也的确如此，该公司曾对 SolarWinds 攻击发出预警，能够和 Google Cloud 的机器学习能力实现有效整合，为客户提供更安全的云计算服务。

与中国市场越发边缘化的「Others」云计算公司不同，欧美市场的云计算创业领域还有诸多看点。一方面，垄断始终是悬在各大云计算巨头头上的「利剑」，这也给众多创业公司提供了可增长的空间；另一方面，大客户「多云」策略的盛行，进一步推动整个市场的多元化。

这里有十个值得关注的云计算创业公司，你会发现，这些公司避开了云计算巨头们所擅长的领域，通过更垂直化的市场策略、更贴近客户需求的定位与更灵活的产品，逐步站稳脚跟，并不断扩张。

2022 年至今， 包括全球首席营销官 Rachel Thornton 、AWS Outposts 总经理 Joshua Burgin 在内的多位高管已经离开了 AWS，其中很多人加入 AWS 的竞争对手——微软或 Google。

如今的 AWS，在新一季 197.4 亿美元的营收之后，已经是一个年度「run rate」790 亿美元的巨头公司，这个预期营收规模超过联想（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。

AWS 最近几个月密集发布了多个产品，包括支持 Windows 系统的新计算实例、VMware Cloud for NetApp、AWS 区块链服务等。而最近 Oracle 也在 AWS 上发布了 MySQL HeatWave，这是一个面向交易、分析与机器学习场景的云数据库产品，适用于数据存储在 AWS 上的客户。

Oracle 明确表示，这个产品并不代表在与 AWS 合作。

AI+X

IDC 继续看好 AI 领域，根据最新的一份报告，IDC 认为，2021年全球人工智能市场规模为 3833 亿美元，比上年增长 20.7%，预计 2022 年整个市场将达到 4500 亿美元，同比增长 17.4%。

需要说明一点，IDC 的人工智能市场外延很大，包括以人工智能为中心或非中心的软件、硬件以及服务。比如一款 CRM 产品，人工智能在其中的作用就是「非中心」，而诸如图像识别的软件产品，则是属于「中心」软件类别。

更进一步的数字显示，软件构成了 IDC 人工智能市场的最大增长点，如下图所示：

一份来自美国智库 Special Competitive Studies Project (SCSP) 的报告称，2025 年到 2030 年是中美技术竞赛的关键时间窗口，中美会在微电子、5G 与 AI 三大「战场」展开竞争。

该智库的负责人是美国前国防副部长 Robert Work 与 Google 前 CEO Eric Schmidt。

Meta 本周正式将开源机器学习框架 PyTorch 捐赠给 Linux 基金会，不过该框架的基本运作模式不会发生变化，比如 Meta 还会继续投资，微软与英伟达也会继续提供软件支持等。

随着 Linux 在企业市场的广泛应用，Linux 基金会在企业市场的影响力越来越大，特别是过往视 Linux 为「癌症」的微软，也已经成为 Linux 基金会重要成员，这些科技巨头的加持，进一步增强了 Linux 基金会的号召力，由此也引发了一系列反思与争议：如果 Linux 基金会成员不喜欢某个开源项目，是否就意味着这个项目就没有未来？

另一方面，基于开源的商业模式也在成为主流，这种模式通过开源项目吸引开发者和早期用户的支持，并发展出一系列用户案例与衍生应用，在此基础上扩展出付费产品，从而实现商业化运营。

此前多期 AI Insider 谈到的 Databricks 以及本期提到的 Stable Diffusion 模型开发商 Stability AI 差不多也是这样的商业模式，后者正在洽谈一笔 1 亿美元的融资。

谈到 AI 创业公司，2022 年夏季 YC 训练营里，围绕 AI 的早期创业公司相比去年有所减少（从 20 家减少到 14 家），今年的 AI 创业公司几乎都在聚焦 B2B 市场，通过机器学习等技术提高 B 端客户的销售。像 Pilot AI 公司，其产品可帮助客户自动将销售电话录音转为结构化的数据，并与客户 CRM 系统整合；而 Typewise 公司，则把焦点放在通过 NLP 等技术，帮助客户提升文本数据的整合与客服文本消息的优化。

你可以通过这里了解更多今年 YC 夏季训练营的 AI 创业公司。