AI 芯片、算力需求以及环保
随着寒武纪正式在科创板挂牌上市，中国 AI 芯片公司的上市大幕即将全面开启。市场对于 AI 芯片公司的追捧也显而易见，目前寒武纪的市值已经突破 1000 亿元人民币。
接下来，随着国家战略与地方支持带来的持续性效应，各色 AI 芯片创业公司还将不断「亮相」，比如睿思芯科、知存科技等，这些公司的主要资本推手里，不乏地方政府的影子。
而站在产业发展的层面，AI 芯片也是解决目前算力难题的潜在路径。OpenAI 此前的报告指出，业界最领先的 AI 模型，对于算力的需求几乎每 3.4 个月翻一倍，作为对比，摩尔定律「规定」的 CPU 算力增长速度为每两年增长一倍。
这也意味着，如果要训练高质量的机器学习模型，无论是采购英伟达 GPU 还是租用云服务商的 GPU/TPU 计算实例，都需要花费大量的金钱，这对很多科研院所以及学校来说都是一个天文数字。上周，美国南加州大学和英特尔实验室找到一种省钱的办法，他们成功地在学校实验室的单台计算机上完成强化学习模型的训练。
当然，这个研究目前只是停留在论文阶段的成果，能否大规模、低成本地应用，还需要更多验证。在最近发布的另一份报告里，MIT 的研究者们指出，如果无法在算力上实现新的突破，那么当下包括自动驾驶、翻译、计算机视觉等技术的落地将受到重要影响。
如何理解通过专属 AI 芯片来处理 AI 需求，兴瀚资本创始人杨歌说过这么一番话：
目前人工智能芯片和边缘计算的基础还不是非常成熟，在不成熟的基础上做软件、场景、算法或应用，就相当于在不成熟的地基上搭建空中楼阁。这就像是最早在移动梦网上开发游戏和软件的公司，因为移动梦网的底层不行，最后这些公司都会死掉，会被移动互联网所取代。
目前的情况是，所谓 AI 芯片并没有专属定义，既有 GPU，也有 IPU，还有 TPU、FPGA 等等，上周，来自英国的芯片创业公司 Graphcore 发布了最新 Colossus MK2 芯片，这款 IPU 也被认为是目前世界上最复杂的 AI 芯片，根据 Graphcore 透露的数字，Colossus MK2 在 NLP 模型 BERT 的训练性能较上一代提升了 9.3 倍。同时，Colossus MK2 可实现即插即用，最高支持 64000 个 IPU 连接在一起，下图是该芯片与英伟达芯片的对比。
日益增长的算力需求以及越来越大的机器学习模型，不仅消耗了大量电能，还在加剧二氧化碳的排放。Bloomberg 援引一份报告指出，数据中心的电力消费将在五年后达到全球电力消费的 15%，这其中的主要消耗就是处理 AI 计算的需求。
WSJ 报道了一组研究人员最新研发的工具，可以计算机器学习模型训练中的二氧化碳排放量。
自动驾驶、软件定义的汽车
自动驾驶的技术发展速度虽然不快，但产业格局的变化却非常快，CB Insights 这份自动驾驶产业全景图可以作为一个基础资料参考。
2021 年印第安纳波利斯 500 英里汽车赛将提供自动驾驶车辆竞赛项目。WSJ 报道称，已经有 30 多所大学报名参与，比赛采用 20 圈的追逐形式，赛事举办者表示希望利用这项比赛推进自动驾驶产业的发展。
一个行业背景是，2005 年的时候，美国 DARPA 举办的自动驾驶挑战赛，直接催生了 Google 的自动驾驶研究，并开启随后自动驾驶的产业发展。FT 援引曾代表斯坦福大学参加 DARPA 挑战赛随后加盟 Google 的 Sebastian Thrun 的话表示，即便到了 2009 年，他们根本没有想过自动驾驶商业化。
FT 进一步指出，站在投资人的视角去看，相对于「自动驾驶出租车」，他们更看重诸如配送自动驾驶、仓库里的自动车以及高速公路上的卡车自动驾驶，毕竟，这是最快变现也是最不容易出错的落地方式。
在传统汽车领域，与 AI 公司合作依然是突围的关键。汽车巨头福特上周表示，将加大与英特尔旗下自动驾驶公司 Mobileye 的合作，在新的合作框架里，福特将把 Mobileye 的相关技术应用到新一代汽车的核心模块中。
大众旗下的卡车公司 Navistar 将于自动驾驶公司图森合作，计划在 2024 年推出半自动驾驶卡车。
今天，克莱斯勒与 Alphabet 旗下的 Waymo 达成一项新合作，克莱斯勒将采用 Waymo 的相关技术实现 L4 级别的自动驾驶。FT 的独家信源指出，这是一次排他性的合作，意味着克莱斯勒将不再与自动驾驶创业公司 Aurora 的合作，此前两家公司合作了 18 个月。
这也使得汽车行业与 PC 或智能手机越来越像，一系列提供自动驾驶软件的技术公司开始成为「定义」汽车行业的新锐力量，所谓「软件定义汽车」也是这个道理。简单来说，就是把汽车放在智能硬件的视角去看，过往的汽车是「发动机+变速器」，未来则是「系统+数据」，是不是有点儿智能手机与功能手机对比的感觉？
不管这个词是否准确，也不管自动驾驶何时才能真正落地，汽车行业必须接受一个现实：软件、算法将成为支撑未来汽车发展的核心能力。由此带来的可能是产业链的全新分工，除了独树一帜、自研技术的特斯拉，新的产业上游正在加快形成：
- 芯片：英伟达、英特尔（Mobileye）、华为、地平线等；
- 解决方案/软件：Waymo、百度 Apollo、Aurora 等等；
最后补充一则信息，自动驾驶公司 AutoX 获得加州无人类安全员的路测资格，这是加州第三块无人类安全员的测试牌照。AutoX 是一家由普林斯顿大学前教授肖健雄创建的公司，主要投资方为东风汽车和阿里巴巴。
GPT-3，与智能无关的语言模型
上周，OpenAI 启动 GPT-3 的 Beta 测试，只有一小部分人可以通过申请，从而获得与 GPT-3——这个目前最大规模语言模型——「玩耍」的机会。
我在上周的「Deep Reading」里推荐了一位开发者如何将「图灵测试」应用到 GPT-3 的模型里，其中有个细节让我印象深刻，开发者设计了一组美国建国前的总统是谁的问题，如下图所示：
这明显是一个不可能有答案的问题，但 GPT-3 还是给出了一组答案，这些美国「总统」，又是当时对于美国政治产生重要影响的人物，换句话说，这些人的确可能成为美国总统。
另一个开发者则将 GPT-3 应用到写作场景里，如下图所示，人类写了几行话之后，剩下的就交给了 GPT-3 来生成。
你可以在这里阅读 GPT-3 「创作」的内容。
还有人将 GPT-3 应用到开发中，比如让 GPT-3 「写」一个网页样式生成器。
类似的案例还有很多，所有这些案例充分展示了 GPT-3 的强大之处，毕竟，这是拥有 1750 亿参数的业界规模最大的语言模型，在「规模就是智能」的当下，GPT-3 捍卫了自己的荣誉。
对 GPT-3 还能做什么感兴趣的朋友还可以通过这篇文章了解更多。
但 GPT—3 所展示的能力与真正意义上的智能并没有多大关系，一方面，这又是一个堆积硬件与参数的胜利，其研究架构本质上没有脱离上一代 GPT-2 的架构（相关对比）；另一方面，与其他模型相比，GPT-3 的潜在问题与挑战一点也不少，但不管是 OpenAI 还是一些开发者，都有意无意将这些问题忽略掉，这才是最大的问题。
值得一提的是，OpenAI 创始人 Sam Altman 用这条 Tweet 为整个项目降温：
The GPT-3 hype is way too much. It’s impressive (thanks for the nice compliments!) but it still has serious weaknesses and sometimes makes very silly mistakes. AI is going to change the world, but GPT-3 is just a very early glimpse. We have a lot still to figure out.
财报季·IBM
IBM 财报。这一季财报的几个关键数据：
- 营收：181.2 亿美元，同比下降了 5.4%；
- 净利润：14 亿美元，同比下降 46%；
分部门的营收情况：
- 云和认知解决方案部门：57 亿美元，同比增长 3%，其中云计算营收增长 29%；
- 全球商业服务部门：39 亿美元，同比下降 7%；
- 科技服务部门：63 亿美元，同比下降 8%；
- 系统部门：19亿 美元，同比增长 6%。
IBM 二季度财报分析师会议的全部文本记录，可通过这里获取。
IBM 本周还与 Adobe 达成合作，路透社的信息指出，两家公司将共同推进面向银行领域的市场与营销软件开发。
另外值得一提的是，作为 IBM 认知解决方案里的核心产品，Watson（沃森）却一直是很多开发人员的噩梦，Reddit 上的这个帖子有众多「爆料」，很值得一看。
巨头与应用
华为发布 EI 工业智能体2.0，这个产品是面向工业领域的 AI 开发平台，按照华为的说法，「基于大量的实践经验总结，围绕工业机理与的AI融合，可支持企业便捷地开发、分享工业机理模型，将工业机理模型与AI进行融合，并能匹配企业客户组织部署运行环境。」
AWS 韩国第四个可用区开放服务，AWS 官方博客还介绍了其在韩国的主要客户。
首都信息、阿里云联合体中标北京城市大脑试点项目。根据公示信息，北京市将通过城市大脑推进全市大数据融合共享和三级贯通，深入探索大数据平台对基层业务的数据支撑能力，还包括城市事件预警、科学决策、指挥调度、协同联动等。
微软利用无监督学习算法检测数据中心中的故障，相关论文发表在这里。
Facebook 不久前举行的 Deepfake 挑战赛使用了 AWS 的 EC2 服务，AWS 官方博客对这个案例做了详细介绍。
食品巨头泰森加大机器人的投资，以应对疫情带来的影响，这个案例颇具代表性，疫情加快了各个行业的自动化进程，这对很多科技公司而言是个机会。
Google CLoud Next 大会在线举行，今年的大会将从 7 月 14 日一直开到 9 月 8 日，所有的会议都以线上的形式举办，你可以在这里跟踪整个会议。
美国的 AI 创业公司。这份来自 CB Insights 的汇总，梳理了当下美国融资最高的 AI 创业公司，下图是其中的一部分。
排名前三的公司分别从事的是 RPA、医疗以及自动驾驶，都是面向企业市场的公司，与之对比，中国融资最高的 AI 创业公司是字节跳动。
|
