计算

上周阿里云峰会多少显得有点「另类」，原因在于，过去一年，当几乎中国所有云计算公司都在将「客户」、「生态」、「伙伴」挂在嘴边的时候，阿里云却喊出「Back to Basic」的口号，更是把技术放在了这场云峰会的首要位置。

纵观此次为期半天的线上会议，无论是新发布的 CIPU 还是无影云电脑的升级亦或是阿里云数据中心领域的技术突破，技术维度里的阿里云，呈现出了一些新特点。

首先，CIPU 并不是什么绝对意义的新东西，从产品定位上看，它和英伟达的 DPU 以及英特尔的 IPU 没有本质差异，都是为了解决数据中心内部 CPU 算力不足或密集计算场景问题提出的解决方案。

从这个角度去看，CIPU 不是要去替代 CPU 或 GPU，而是要优化不同业务需求或场景中的算力调度。

其二，此前很长一段时间，云计算公司都是芯片巨头——英特尔、英伟达——的大客户，每年都要采购大量 CPU/GPU，而随着 AWS、阿里云等公司自研 CPU，云计算公司开始摸索一条基于自身业务形态的定制芯片之路。

AWS 自研的 ARM 架构处理器 Graviton 已经迭代了三个重要版本，并在近期推出了全新计算实例，该实例的测试成绩可参见这里，而阿里云的芯片研发也在持续推进，比如去年亮相的倚天 710，面向云计算场景做了大量优化，官方给出的数字显示，性能超过行业标杆 20%，能效比提升 50%。

正如我在探讨 AWS 自研芯片意义时所言，云计算公司还要进一步屏蔽底层芯片架构的差异，客户无需关注底层芯片到底是 X86 还是 ARM，你的工作负载并不会因为这种差异而不同，这也会成为阿里云 CIPU 的价值所在，结合其飞天系统「一云多芯」的能力，形成新的计算基础设施。

第三，无论如何强调云计算的经济价值，技术始终是推动其发展的根本动力，特别是从芯片到数据中心等底层技术的持续投入，虽然成本高昂，但更具战略意义也拥有长期回报，这是海外 AWS、Azure 等公司已经证明的事情。此番阿里云释放的信号，或许会成为改变中国云计算市场越发内卷的开始。

英特尔上周公布了一项名为「英特尔 4」的制造工艺，其中的一个关键点是：英特尔终于将采用 EUV 技术。

要知道此前台积电早已在苹果芯片代工中使用了 EUV 技术，三星尽管也声称可以通过 EUV 制造芯片，但根据多家媒体的报道，大量客户因为三星无法稳定生产芯片而转向了台积电，这对英特尔来说是一个机会。

与此同时，台积电上周公布了一系列面向未来的产品路线图，其中 2 纳米制程的工艺将在 2025 年投入生产，2026 年交付给客户。

台积电还透露了不同制程下的芯片速度与功耗对比，如下图所示，2 纳米相比 3 纳米的提升并没有特别大的惊喜。

日本政府上周正式向台积电的日本工厂提供最高 4760 亿日元（约合 35.2 亿美元）的补贴，这家位于日本熊本的晶圆厂由台积电和索尼、电装株式会社联合建设。

在机器学习模型训练领域，GPU 似乎是不二之选，不过根据 Twitter 机器学习团队最新的报告，GPU 之外还有更多值得尝试的选择，比如 Graphcore 的 IPU，其在多个场景中的表现优于 GPU。

正如报告里所言，云计算服务商提供的大量 GPU 计算实例，某种意义也限制了研究者的选择。

字节跳动的芯片布局有了新进展，有媒体发现，字节正面向学校大量招募涉及 SoC 系统开发、设计的实习生，本次招聘的岗位包括 IP 模块前端详细设计与仿真分析、芯片的测试与调试、芯片底层软件开发等。

除此之外，本次招聘的岗位则要求应征者熟悉 RISC-V 或 ARMv8 系统架构，对于系统开发、验证岗位的员工，还有 X86 体系架构的要求，这也说明，字节跳动的芯片项目已经进入到测试与配套系统软件开发阶段。

云

上周，TikTok 已经将美国用户的数据迁移到 Oracle 的数据中心，此举也是 TikTok 与美国政府的一项「交易」，借此打消美国政府对该应用是否向中国政府泄漏数据的担忧。

《21世纪经济报道》有一篇腾讯云的 PR 特写稿件，展示腾讯云如何成为腾讯各个业务体系的底层基础设施，你会读到一些大公司内部的利益博弈，不过文章的主旨还是「经过 xx 的不懈努力，终于克服了 xx 困难，取得了xx 的成功」，或者换句话说：「历时3年，腾讯宣布自研业务完成全面上云。」

华为云上周发布了 15 服务和产品，新闻稿显示，包含 5 个 aPaaS 服务、2 个基础 aPaaS 服务。

还有两个面向合作伙伴的产品：

• GoCloud 的目标是培育与发展伙伴能力，帮助伙伴在华为云构建丰富的解决方案与服务；
• GrowCloud 的目标是帮助合作伙伴扩大客户覆盖，加速销售增长；

金山云上周发布的 2022 一季度财报展现出了中国云计算市场的一个基本面：营收与盈利无关。

先看几个关键数字：

• 营收 21.7 亿元，同比增长 19.9%；
• 净亏损 5.548 亿元，同比扩大 45.3%；

与之相对的还有两个关键数字：

• 一季度营收成本为 20.94 亿元，同比增长 23.4%；
• 总运营费用 6.13 亿元，同比增长 30.7%；

营收增长的背后是持续增加的营收成本与运营费用，这部分既包括采购硬件的成本，也包括面向行业客户的维护成本。云计算的中国生意，并不仅仅是公有云的生意，比如金山云本季度公有云业务几乎没有营收变化，那么营收增长的部分在哪里，成本的增长或许就在哪里。

大模型

在和 Google 语言模型 LaMDA(Language Model for Dialogue Applications) 「交流」了几个月后，Google Responsible AI 团队工程师 Blake Lemoine 得出一个结论：该语言模型（或者 AI）具有感知能力。

这就是近期 AI 领域最具争议性的话题，而随着更多媒体介入、Blake Lemoine 被停职，也进一步放大了整个事件的影响。

无论是技术细节还是伦理道德甚至大公司的阴谋等，这个话题都有太多切入角度，在我看来，至少有三个方面值得去思考。

其一，也是最重要的一点，LaMDA 所谓的「智能」与人类智能无关。作为一类 Transfomer 语言模型，它对某些问题的「看法」或「情感」流露，更多是基于关键词的文本组合而已。

其二，人类天然习惯在与自己互动的对象中找寻智能与情感，比如和家里宠物的关系就极具代表性。

与此同时，基于文本的「图灵测试」，长期以来都被认为是验证人工智能发展水平的标准，这部分原因在于自然语言理解是最难攻克的 AI 领域，但过去几年，随着大规模语言模型的快速发展，通过文本对话的智能检测早已失效，2022 年，是时候放弃「图灵测试」思维方式了。

其三，为什么 Blake Lemoine 的「故事」会得到如此多的关注？我更愿意将其看作是科技大公司过度渲染 AI 发展的副产品，以及，部分科技媒体不负责任的传播，导致公众缺乏对于 AI 发展的正确认知，从而很容易陷入到对 AI 的恐惧之中。

就目前来看，大模型还会成为 AI 发展的重要方向，上周，华为发布了人工智能大模型全流程使能体系，包含从规划、开发到产业化三个方面：

本月《经济学人》杂志甚至还用大模型生成了一期封面图，如下图所示，该杂志的编辑进一步解释了图片生成的过程。

这期杂志详细探讨了大模型（基础模型）的价值与潜在问题，可读性极强，非常推荐。

更进一步，社交媒体上还有大量基于 OpenAI 的 DALL-E2 与 Google Imagen 生成的照片，通过输入特定文本，这两个模型会「创造」新照片，比如「Coffee cup inside coffee cup infinity」：

你可以在这里体验 Google 的图像生成机制。

AI+X

事实上，苹果在今年 2 月收购了一家 AI 创业公司 AI Music，后者是专门研究人工智能创作的音乐，预计苹果将利用这家公司的技术来推动苹果音乐及其他音频产品的发展。

微软在利用机器学习技术优化产品体验，比如协作产品 Teams，根据 Verge 的报道，微软使用超过 3 万个小时的训练音频以及 10 万间在线会议房间的音频环境进行训练，以期实现更好的降噪体验。

与此同时，Zoom 也在将 AI 应用到视频会议的分析之中，帮助客户的销售团队快速了解到潜在需求。

看一组机器人相关的消息。

特斯拉此前已经宣布将推迟 AI Day 到 9 月 30 日，伊隆·马斯克透露会在当天进一步展示其人形机器人「Tesla Bot」的新进展。

科技媒体 Verge 的记者此前曾探访过一家人形机器人公司，透过其设计、生产环节，你会进一步了解人形机器人的生产难度，不仅需要强大的机器人技术能力，还需要结合生物学、神经科学的能力，远超创造一个可以击败围棋大师的 AI 算法，同时你也会理解，为何机器人行业会对马斯克展示的所谓「Tesla Bot」嗤之以鼻。

事实上，未来人类社会一定会存在各种各样的机器人，工厂或仓库里的机械手臂、家庭里洗碗机器人（下一代洗碗机）等等，不同形态的机器人拥有特定领域的能力，人形机器人更多还是与人类相处，类似于亚马逊的 Astro（下图），而不是像人类工人一样站在生产线上工作。

《卫报》报道了一个可以采摘覆盆子的机器人，这并不是一个容易的任务，基于计算机视觉能力发现成熟的水果，然后将机械臂调整到合适的压力完成采摘，一不小心就会捏坏水果。

市场分析机构 Interact Analysis 分享了一组协作类机器人的数据：

• 2021 年全球协作类机器人产量增长 40%，未来四年还将保持 20% 的年增长率；
• 预计到 2026 年，全球协作类机器人市场规模超过 20 亿美元；
• 中国是全球最大的协作类机器人市场，2021 年的市场份额为 49.1%，预计 2026 年达到 54.4%；

咨询公司 Association for Advancing Automation (A3) 的一份报告称，2022 年第一季度，美国工业机器人订单增加了 40%，达到 9000 台。

具体到行业，金属行业的订单增长了 40%、半导体、电子领域的需求增长了 23，而食品和快消领域的机器人需求同比也增加了 21%。

政府

天津一起人脸识别诉讼案里，居民小区以刷脸作为唯一通行方式被判违法。《新京报》披露了这起案件，其一审、二审结果的最大不同是，面部信息到底是个人信息还是隐私？

• 一审法院认定为隐私权纠纷：依据《民事诉讼法》第六十四条「当事人对自己提供的主张，有责任提供证据」的规定，一审法院判决认为，原告顾某并未提交被告对其信息存在泄露、篡改、丟失的相关证据，且提供的相关证据不能证明二被告侵犯了其隐私权。故原告的诉讼请求没有事实和法律依据，不予支持，驳回全部诉讼请求。

• 二审法院认为这是个人信息保护纠纷：依据的是 2021 年 8 月 1 日起施行的《最高人民法院关于审理使用人脸识别技术处理个人信息相关民事案件适用法律若干问题的规定》，其中第 10 条规定，如果有业主或者物业使用人不同意采取上述验证方式而请求物业公司提供其他合理验证方式的，物业公司不能以智能化管理为由予以拒绝。

此前影响较大的人脸识别纠纷案发生在杭州，根据新华社：

2019 年 4 月，原告郭兵与妻子向（杭州）野生动物世界购买双人年卡，并留存相关个人身份信息、拍摄照片及录入指纹。随后，野生动物世界向包括郭兵在内的年卡消费者群发短信，表示将入园方式由指纹识别变更为人脸识别，要求客户进行人脸激活，遂引发本案纠纷。

该案经历了两次审理，一审后双方均表示不服，分别向杭州中院提起上诉。

在 2021 年 4 月的二审之中，杭州中院认为：「生物识别信息作为敏感的个人信息，深度体现自然人的生理和行为特征，具备较强的人格属性，一旦被泄露或者非法使用，可能导致个人受到歧视或者人身、财产安全受到不测危害，更应谨慎处理和严格保护」。

关于面部识别的法律规定，2021 年 8 月施行的《最高人民法院关于审理使用人脸识别技术处理个人信息相关民事案件适用法律若干问题的规定》是目前最重要的一部法规，明确面部信息采集的适用范围以及个体的相关权利。

该规定已经在最高院网站上全文公布，详见这里。

最后看看英国 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。

第三，英国政府已经通过了国家层面的 AI 战略，感兴趣的朋友可以在这里直接查看。

再补充一份资料：这个网站汇总了全球主要国家的 AI 政策，实时更新，非常实用。