亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

英偉達，全球AI算力王者歸來: 巨頭指引，海外科技龍頭廠商持續布局AI，持續加大資本支出儲備AI相關產品，涉及數據中心和服務器，其 中包括META、Google、微軟， 同時海外AI應用持續落地，其商業模式得到驗證，例如Microsoft 365 Copilot的定價超預期。AI大模型時 代拉開帷幕，對AI芯片需求量明顯增多。英偉達實為全球AI算力王者，英偉達相關AI芯片三個月內兩度漲價，其根本原因在于算力芯片供不 應求，稀缺性強，算力芯片依舊為大模型時代的稀缺要素。? AI有望成為臺積電未來支柱，英偉達相關服務器廠商業績有望高度景氣: 臺積電表示AI服務器需求強勁，有望成為未來支柱領域，公司預計 預計AI服務器未來5年收入將實現50%的CAGR增長。同時應對AI芯片需求，臺積電加大資本支出。公司為應對英偉達、AMD 等廠商對 AI 芯片 CoWoS 等先進封裝的需求，擴大對先進封裝制造廠的建設。此舉同樣驗證算力芯片高度景氣。英偉達芯片相繼落地，AI服務器廠商高 度景氣，中國臺灣多家電子代工廠爭相出貨有望業績兌現，例如鴻海、緯創、英業達、廣達、超微電腦等。? 國內算力，拐點之時: 算力是AIGC落地的先行指標，我們認為全球正處于AIGC的爆發期，如果說AIGC是科技企業開啟第二輪業績增長曲線的 “流量入口”，那么算力即是科技廠商開啟AI爭奪戰的“入場券”，目前我國相關AI應用目前已有雛形，我國正處于智算中心建設的加速期， 因此相關AI算力產品有望成為本輪科技浪潮下的先行指標，其中包括算力服務器、光模塊、交換機等產品。我們認為相關公司在本輪科技浪 潮中業績有望高度景氣，目前相關公司業績已經得到驗證，例如中際旭創、中科曙光等。

一、 產業端看好人形機器人商業化， 投資端看好核心零部件 　　隨著特斯拉人型機器人產業化推進、 ChatGPT等AI技術加速， 人工交互及人工智能成為一大趨勢， 人形機器人作為“ 具身智能” 最理想載體， 站在多重產業共振的交匯點， 有望引領未來產業變革。特斯拉作為目前人形機器人技術領先廠商， 基于FSD自動駕駛技術可遷移性、 具備工廠應用場景的特點， 解決了此前人型機器人產業化的兩大痛點， 產業端看好Tesla Bot突出重圍。為了實現人形機器人2萬美金/臺的平價目標， 產業化過程中離不開國產硬件供應鏈的支持， 沿著產業鏈降本主線脈絡， 投資端我們看好核心零部件。從市場規模看， 按照短中長期分場景滲透率， 即初期特斯拉超級工廠人數5%、 中期工業及服務業人數5%-8%、 長期家庭戶數15%-35%測算，未來人形機器人市場規模有望達到萬億+級別， 其中人形機器人零部件價值量占比61%， 拉動機器人零部件萬億藍海賽道啟航。 　 　　二、 人形機器人產業鏈縱析， 尋找供應鏈“ 隱形冠軍” 　 　　按照一臺人型機器人成本2萬美金， 我們預計核心零部件價值量占比排序如下：①FSD系統占比39%， 即自動駕駛系統系統+D1超算芯片， 組成核心控制系統， 相當于機器人“ 大腦” ， 為特斯拉核心能力體現， 自研為主；②電機占比19%， 包含28個應用于大關節的無框電機， 12個應用于手指的空心杯電機， 價值量占比分別為15%、4%， 主要廠商包括三花智控、 鳴志電器、 鼎智科技、 拓普集團等。③減速器占比14%， 應用于16個旋轉關節， 其中包括12個諧波減速器+4個行星減速器， 主要廠商為綠的諧波、 雙環傳動、 中大力德等；④行星滾柱絲桿占比9%， 應用于12個線性關節， 主要廠商為拓普集團、 秦川機床等；⑤傳感器占比3%左右， 包括視覺傳感及力傳感器， 主要廠商包括奧比中光、 舜宇光學及柯力傳感等。 　

人工智能：ChatGPT推動產業迎來iPhone時刻，并從“小作坊”走向工業化時代。ChatGPT在全球市場的爆發，正將AI 產業推到過去70年以來前所未有的高度，科技巨頭紛紛入局，繼微軟、谷歌之后，國內企業百度、阿里巴巴等先后發布大模型，并進行用戶測試和企業應用接入。全球一線科技巨頭在AI領域的軍備競賽，以及在大模型方向的持續下注，必將極大加速全球AI產業的發展進程，并推動產業從過去的“小作坊”式發展快速進入“工業化”時代。

算法模型：AI發展的靈魂，技術路線料將快速向GPT方向收斂，并有望在中期形成少數大模型（底層）+若干垂類模型 （應用層）的格局。ChatGPT的成功證明了高質量數據+反饋激勵（大模型預訓練+小數據微調）的有效性。GPT在自然語 言理解、生成方面的整體優勢，有望驅動AI大模型技術路線快速向GPT方向收斂，同時少數科技巨頭&機構專注于基礎大模型的研發，更多企業則發揮各自在垂類數據、場景理解等層面優勢，并最終構建少數大模型+若干應用模型的生態格局。

芯片&算力：算法快速迭代，以及對算力的巨大需求，料推動通用AI芯片（GPU）、云廠商早期高確定性受益。目前AI大模型領域的創新正在以月、周為單位快速向前推進，短期維度，預計通用AI芯片仍將是底層算法快速迭代的核心受益者。同時當前大模型在訓練、推理環節仍需要巨大的算力承載，云廠商在算力基礎設施、基礎軟件框架等層面綜合優勢明顯， AI帶來的算力增量料將主要向云計算平臺轉移，云廠商有望充分受益。但若后續算法迭代速度放緩，以及針對部分應用場景的專門優化，ASIC芯片需求料將快速展開，AI單位算力成本有望快速下降，但亦同時帶來應用需求的進一步增長。

數據：AI的糧食和血液。當前AI算法的發展正轉向以大模型為主的數據依賴，豐富、高質量數據集是AI產業持續向前的核心基礎。伴隨公開數據集的逐步耗盡，借助算法實現數據合成，以及垂類領域專有數據集將是企業后續差異化優勢主要來源，同時數據使用合規、用戶隱私保護等亦將成為持續監管領域。

AI是微軟在重返科技舞臺中心的必經之路。微軟高度重視對AI方面投入，其中對OpenAI的重大投入有望將微軟重新帶回世界科技的舞臺中心，OpenAI 產品通過在微軟 Azure上進行 訓練，而微軟將是 OpenAI人工智能新技術商業化的首選合作伙伴，微軟有望引領新一輪AI浪潮。AI儲備并非一朝一夕，微軟已布局多年，微軟與Open AI 相互成就，作為大模型的領頭羊，以云平臺為抓手，AI賦能軟硬件開啟護城河。 在搜索（New Bing）、游戲（Xbox）、智能云（Azure）、辦公（Office、Copilot、Dynamics）等場景，微軟均具備AI+率先落地的產 品，在競爭格局上具有先發優勢。 信息平權—算力平權—算法平權：開啟新一輪科技周期，科技創新從PC互聯網時代到智能手機移動互聯網時代；AI將突破終端硬件約束，加速應用落地，各類創新應用將大量涌現。對個人用來說，AI賦能的應用將實現從工具向智能助手的轉變；對企業來說，AI帶來的變革不僅僅改變企業的運營方式，還將改變企業所 提供的最終產品和服務。微軟產業鏈梳理：十倍股的溫床，我們從算力&數據中心、云運維/交付、代理分銷商、技術外包商、行業優秀ISV、ChatGPT接入（應用層）等多個維度對微軟在國內的主 要合作伙伴進行了全梳理。

本報告主要內容： 微軟在人工智能領域的發展趨勢。 微軟在人工智能領域的投入和布局，包括微軟與OpenAI的合作、微軟在搜索、游戲、智能云、辦公等場景中具備AI+率先落地的產品等。 微軟產業鏈中各個環節的公司和標的物，包括算力、分銷商/云交付、技術外包商、廣告代理商、場景應用等。對這些公司和標的物的詳細分析。 微軟產業鏈中各個環節整體梳理，相應的投資建議。

中國AI領域投資與研究能力齊頭并進，重點行業滲透超50%，未來3年圖像、視頻單點技術布局加碼。

　　2022年全球AIGC市場規模為107.9億美元，PrecedenceResearch預計，2030年將達到約731.6億美元，復合增長率27%。IDC預計，2026年中國AI投資規模將達266.9億美元。中國占據亞太AI市場主導地位。2021年中國AI領域私募投資據全球第二，AI相關期刊、會議和文獻總量超過美國。如今，人工智能在中國互聯網、金融、政府、電信行業滲透率均已超過50%。未來3年ARVR、視頻分析、知識圖譜、自然語言處理將成為AI單點技術主要發力點。

　　未來科技公司領航+應用層多點開花實現飛輪效應。產業鏈中間層隨AIGC應運而生，此處或誕生新的AI+創業機會。

　　科技大公司將資源投入與主營業務結合，打造自己的大模型掌握行業定價權，實現自生生態更好的發展。創業公司適合利用早期生態蠻荒期，抓緊建立創新產品和產品壁壘的時間窗口，接入大廠模型結合特定領域數據集二次訓練，完成垂直應用端場景的商業價值落地。分工化讓應用層成本下降，對科技大廠來說減輕服務產業客戶的難度，且打破過去AI產業難商業落地的困境。 　

3月21日晚，英偉達召開2023年開發者大會。正如英偉達CEO黃仁勛所言，我們正處于AI的“iPhone時刻”。ChatGPT帶給我們的巨大驚喜只是AI能力圈的冰山一隅， 我們基于當下時點，探尋AI的能力圈，發現AI的潛在場景。

**①AI+計算機 =“程序員”。生成式 AI 是一種新型計算機，一種基于人類自然語言編程的計算機。ChatGPT可以根據精確或模糊的自然語言，了解用戶的意圖，并生成本文，寫備忘錄和詩歌，改寫研究論文，解決數學問題，甚至編寫軟件。借助Debuild，用戶只需說明自己想要的內容即可設計和部署Web應用；Tabnine可幫助開發者編寫代碼；AI將整合百萬級程序員的智慧，幫助我們構建虛擬世界。AI可以建立強大的搜索機制，在海量內容中完成精細化的搜索。

②AI+醫療 =“藥物研發”。醫療設備將由軟件定義，由AI賦能。目前醫療行業正轉向利用生成式 AI 來發現疾病靶因，設計新型分子或蛋白質類藥物，以及預測藥物對機體的作用。Medtronic搭建醫療設備AI平臺，覆蓋手術導航到機器人輔助手術的應用場景，今年年底推出的GI Genius系統將利用AI實現早期結腸癌檢測。Insilico利用AI加速藥物設計；Absci使用AI預測治療抗體。

③AI+傳媒=“設計師”。**生成式AI正逐漸轉向多模態，圖像、視頻和3D等生成式AI正在悄然變化。Kore.ai可以實現虛擬客服；Jasper可以生成營銷材料，目前已經完成50萬億字的編寫，將初稿生成時間縮短80%；Omneky可生成定制化廣告和文案；Stable Diffusion 致力于文本轉圖像；Runway借力AI賦能視頻生成和編輯，并已經在奧斯卡提名的好萊塢電影中的得到應用；此外，AI可以通過快照構建3D建模，應用于房屋設計、服裝設計等方面；AI將虛擬形象提升至更高的現實水平。同時，在音樂領域，AI將文字賦予生命力，譜寫旋律。

**④AI+制造=“數字生產”+“工藝突破”。**AI可以成為虛擬世界與物理實體之間的橋梁。 “數字孿生工廠”可以在實體工廠建成之前整合所有資源，實現降本增效。“數字孿生產品”可以將汽車零部件在虛擬環境中完成組裝。“數字場景”可以將駕駛路線、環境場景重構為3D，用于訓練機器人和自動駕駛。

**AI加速技術引領工藝突破，**NVIDIA推出的計算光刻庫——cuLitho，與臺積電、ASML和Synopsys密切合作，將計算光刻加速40倍以上。計算光刻是芯片設計和制造領域中最大的計算工作負載，H100的生產需要89塊掩模版在CPU上處理兩周，如果在GPU上運行cuLitho將時間縮短至8小時。cuLitho將有助于晶圓廠縮短原型周期時間、提高產量、減少碳排放，為2nm及更先進的工藝奠定基礎。

**⑤AI+科研=“科學家”。**將AI應用在大型對撞機中以解釋宇宙等議題；讓人類以全新視角了解太陽，來建立風險預警機制。生成式 AI 將重塑幾乎所有行業。許多公司都可以使用某個即將上市的生成式 AI API，一些專業領域的公司需要使用其專有數據來構建定制模型。繼PC時代的“Macintosh時刻”、移動設備的“iPhone時刻”，AIGC時代的“ChatGPT時刻”已經掀起第三次科技浪潮，看好AIGC下游應用市場、算法和底層算力。轉編機器之心機器之心編輯部

在今年的 GTC 上，NVIDIA 創始人兼首席執行官黃仁勛與 OpenAI 聯合創始人、首席科學家 Ilya Sutskever 進行了一場深度對話，討論了 GPT-4、ChatGPT 背后的故事，也聊了下深度學習的未來。

如今，OpenAI 可以說是整個 AI 領域最火的研究機構。憑借強大的 GPT-4 以及與微軟必應、Office 等產品的融合，這家公司似乎要掀起一場生產力革命。這一成就是由多方面的力量來驅動的，包括聰明的頭腦和強大的基礎設施。在「聰明的頭腦」里，Ilya Sutskever 頗具代表性。2012 年，他和他的導師 Geoffrey Hinton 以及同學 Alex Krizhevsky 一起，用深度神經網絡刷新了 ImageNet 的歷史記錄，拉開了卷積神經網絡統治計算機視覺的序幕，標志著新一波人工智能浪潮的開始。2021 年，這個名為 AlexNet 的論文被引量突破 10 萬。「為了加速訓練，我們用到了非飽和神經元和一個非常高效的 GPU 卷積操作實現。」Ilya Sutskever 等人在 AlexNet 的相關介紹中提到了這樣一條關鍵信息。他們還詳細說明了如何將他們的網絡映射到多個 GPU 上。從這時起，GPU 和神經網絡緊緊地綁定在一起。黃仁勛領導的英偉達自然也成了這波 AI 浪潮中不可或缺的一環。2015 年，Ilya Sutskever 參與創辦了 OpenAI，并帶領這家公司一路向著 AI 大模型的方向前進。但隨著模型變得越來越大，訓練它們所需的算力也急劇增長。「加速計算并非易事，2012 年，計算機視覺模型 AlexNet 動用了 GeForce GTX 580，每秒可處理 262 PetaFLOPS。該模型引發了 AI 技術的爆炸。十年之后，Transformer 出現了，GPT-3 動用了 323 ZettaFLOPS 的算力，是 AlexNet 的 100 萬倍，創造了 ChatGPT 這個震驚全世界的 AI。嶄新的計算平臺出現了，AI 的 iPhone 時代已經來臨。」黃仁勛在 GPT 大會的 Keynote 中說道。在這次大會上，英偉達發布了 ChatGPT 專用的 GPU，推理速度提升了 10 倍。一路走來，Ilya Sutskever 和黃仁勛都是這波 AI 浪潮的見證者和重要推動者。在即將到來的「AI iPhone 時代」，兩人也必將扮演重要的領導者角色。在這場對話中，兩人談到了深度神經網絡的能力、限制和內部工作方式，并勾勒了一些未來的圖景。在打造 GPT-4 的過程中，Ilya Sutskever 堅信「（模型）越大越好，擴大規模是 OpenAI 的目標之一」。這自然是黃仁勛喜聞樂見的。 I had a very strong belief that bigger is better, and a goal at OpenAI was to scale. ——Ilya Sutskever兩人的談話進行了大約 1 個小時，就像老朋友邊喝咖啡邊聊天一樣。以下是這次談話的完整視頻（帶中文字幕），大家可以在其中感受時代的脈搏。

英偉達博客：//blogs.nvidia.com/blog/2023/03/22/sutskever-openai-gtc/ 視頻鏈接：

　1、ChatGPT火爆的背后：算法革新+算力支持+數據共振 　　ChatGPT引起全球熱烈反響，上線僅五天用戶突破百萬，ChatGPT在文本交互和語言理解方面能力的顯著進步或為通用人工智能的實現帶來曙光。究其先進性根本，ChatGPT在以往基礎上推進算法革新優化，輔以強大算力支持，并以大規模數據共振，協同助推這一劃時代產品誕生。OpenAI以B端提供API接口流量+C端訂閱收費模式，探索ChatGPT商業化路徑。展望未來AI將橫縱向并行，結合技術深化與能力邊界拓展，進一步鋪開應用面。 　　2、數字內容生產新方式——AIGC 　　AIGC的興起推動人類叩響強人工智能之門，可應用于文本、音頻、圖片、視頻、跨模態、策略生成等，有望開啟新一輪內容生產力革命。隨著Transformer、DiffusionModel等算力模型的迭代，推動AIGC在設計、內容創作、游戲智能、機器交互等領域實現降本增效。 　　3、新時代生產力工具，AIGC賦能內容生產 　　基于AI生成內容技術，AIGC已在游戲、廣告營銷、影視、媒體、互聯網、娛樂等領域初顯成效，并展現出較大的潛力。 　　AIGC將推動游戲生產范式升級，并豐富游戲資產生成，高效輔助游戲測試，使制作成本顯著降低，全流程賦能游戲買量； 　　AIGC貫穿廣告營銷全流程，將優化案頭工作環節，提供更專業的個性化營銷方案，并充實廣告素材，實現廣告自動化生成； 　　AIGC提升影視行業全管線效率。影視劇本創作已初見成效，多AI技術將助力電影中期拍攝，后期制作將更快完成； 　　AIGC帶給媒體行業人機協作方案。新聞寫作編排效率提升，傳媒向智媒轉向開啟新篇章； 　　AIGC提供互聯網行業豐富內容，和更便捷的服務。ChatGPT賦能智慧搜索，互為供給加速發展內容平臺發展，虛擬結合激發電商沉浸式體驗； 　　AIGC為娛樂行業提供了更多樣的體驗。人際交互娛樂邁入新臺階，AIGC或成元宇宙之匙。

大模型出現有望帶動AI服務器需求爆發

　　我們認為ChatGPT具備跨時代的意義的本質是AI算法大模型，因此科技巨頭已經開始算力“軍備賽”，大模型的出現有望帶動AI服務器需求爆發。服務器架構隨負載量擴張不斷優化，已經經歷傳統單一部署與集群模式，目前正處于分布式模式的轉變階段。CPU、內部存儲和外部存儲是服務器的核心部件。 　　加速計算是服務器成長的核心驅動力 　 　　按照CPU指令集架構的差異，服務器可分為CISC(復雜指令集)、RISC(精簡指令集)、VLIM等架構，代表架構為X86。人工智能應用場景下的加速計算服務器是中國服務器的核心驅動力，AI服務器相較于通用服務器區別在于硬件架構、加速卡數量與設計方面；我們認為AI服務器眾芯片組為服務器的核心，且價值成本占比較高。 　　算力時代到來，服務器價值再次凸顯 　 　　我們認為服務器是“伴科技類”的硬件產品，隨著科技的服務形式和應用方式不斷進步，服務器同樣在不斷迭代升級或更新換代，近年來隨著互聯網+、云計算、AI+、邊緣計算的出現，服務器市場迎來了極大的發展；根據IDC的數據顯示，國家計算力指數與GDP/數字經濟的走勢呈現出了顯著的正相關，而AI服務器作為算力載體為數字經濟時代提供廣闊動力源泉，更加凸顯其重要性。

L4級別自動駕駛是未來技術的演進方向，互聯網和算法公司選擇直接面向L4級別高級駕駛功能進行開發。

百度作為PC互聯網時代的搜索入口，龐大的客戶數據助力其AI業務的發展。基于AI技術搭建了Apollo自動駕駛開放平臺，面向”自動駕駛、智能車聯、智能交通“三大領域。硬件+軟件+數據多方面能力結合，共同實現L4級別自動駕駛能力

實現純視覺低成本L4級別自動駕駛技術，降維賦能車企。通過與威馬等造車新勢力合作，實現自動駕駛功能上車。與傳統造車企業吉利合作，強強聯合，計劃推出”集度“品牌汽車。

商用車自動駕駛Robo-Truck場景相對低速和封閉，有望率先實現商業化落地。有效降低駕駛事故率，降低人力成本，彌補崗位缺口，節約燃油，全球市場規模有望達到萬億元。

國內重卡企業陸續開啟自動駕駛布局，自動駕駛港口應用加速。

//pdf.dfcfw.com/pdf/H3_AP2023899_1.pdf?00.pdf

近日，全球分析師大會HAS 2020期間，華為面向全球發布《自動駕駛網絡解決方案白皮書》，系統闡述未來網絡架構、運維架構和其關鍵技術，通過網元、網絡和云端的三層AI能力協同，使能網絡走向極簡超寬、運維邁向人機協同，為運營商和產業伙伴的數字化轉型提供實踐參考。

華為自動駕駛網絡ADN目標架構

　　華為公共開發部總裁魯鴻駒表示：“未來十年是智能時代蓬勃發展的黃金十年，以5G、云、AI為核心代表的新技術將賦予聯接智能升級的核心動能。華為呼吁業界同仁一同探索實踐，通過數據與知識驅動，打造一張自動、自愈、自優的自治網絡，抓住數字經濟所賦予的新機遇。“

　　白皮書指出，打造自動駕駛網絡需做出兩大轉變：

　　第一，從“以網元為中心”的碎片化建網模式，轉變為“以業務為中心”的積木式的自治域建網模式。通過融合的“管理-控制-分析” 實現單域自治和實時閉環，平衡域內創新和域間協同的成本與速度；

　　第二，產業攜手定義跨域開放協同的目標架構和可編程的API標準，大幅簡化跨域業務協同和保障的復雜性，降低研運成本和風險，簡化集成敏捷商業，降低整個產業的協作成本。

　　同時，白皮書建議以L4級（高度自動駕駛網絡）作為未來架構的階段性目標，應該具備以下四個特征：一、網絡知識和專家知識數字化，從被動的人工運維走向預測性的智能運維；二、極簡架構的網絡基礎設施，網元走向智能化；三、分層的單域自治和跨域協同，網絡走向在線實時閉環；四、統一的云端AI訓練、知識管理和運維設計平臺，支持電信網絡迭代演進。

　　白皮書呼吁業界要實現自動駕駛網絡的宏偉目標，需要產業各方達成共識，按照開發一代、研究一代、探索一代的方式共同制定統一標準和分級評估體系，形成高效協同的產業生態，共同助力產業智能升級和健康可持續性發展。