中科创达:联手亚马逊发布大语言模型!后AI时代灵魂品种!打造操作系统核心壁垒!社
展开
中科创达:难以复制操作系统核心壁垒!后AI时代灵魂级品种!将联手亚马逊发布大语言模型!社保基金持仓坚决!
中科创达:打造难以复制的操作系统核心壁垒!后AI时代灵魂级品种!将联手亚马逊发布大语言模型!钉子户社保基金持仓坚决!厚积薄发续新篇,建立起无比庞大的人工智能生态圈!中科创达官微4月26日宣布,将与亚马逊云科技在大语言模型应用领域展开合作。双方将依托各自领域的技术与资源优势,以数据为基础,运用大数据和人工智能等新技术,探索面向汽车、物联网等不同行业的大模型技术研发与应用落地。更多合作信息将于5月18日举办的中科创达年度技术大会上进行发布。结合行业地位,给予1800亿目标估值!
后AI时代灵魂级品种!全球级人工智能超级巨擘!1400项AI专利枕戈待旦!公司形成包括多模态模型等人工智能技术,与英伟达、微软有合作!AI操作系统算法统御华为百度英伟达等产业链生态!社保基金钉子户坚守仓位!按照爆雷模式跌下来的,然而一季度业绩非但不爆雷还超预期碾压寒武纪、万兴科技!
中科创达( 300496 ):建立起无比庞大的人工智能生态圈,涉物联网+机器视觉+虚拟现实+车联网+边缘计算+无人驾驶+华为鸿蒙!形成了难以复制的卡位优势按照独角兽行业标准操作系统作为核心基础设施,成为智能产业的核心中枢,支撑着整个智能产业链协同创新和演进。随着智能产业的发展,计算、通信、数据、连接、多媒体、图形图像、AI 等通用性技术的积累沉淀,以及底层硬件和上层应用的持续创新和优化,都会导致操作系统日趋复杂,操作系统的产品和技术服务具备高度的技术壁垒。公司的全栈技术覆盖关键 IP 和核心关键技术领域。公司在通信协议栈、操作系统优化、系统安全、图形图像处理、人工智能算法、智能视觉、智能语音、UI 引擎等方面形成了从硬件驱动、操作系统内核、中间件到上层应用的全面自主知识产权体系,截至 2022 年 12 月 31 日拥有1,400多项专利及软件著作权。
公司的深度技术包括人工智能开发平台 Model Farm, 作为 AI 低代码开发平台, 该系统自带几十种预训练模型,可以高效支持多种场景智能化升级; 公司与施耐德、亚马逊云科技联手打造的融合智慧工业视觉平台的 AI 工业视觉; 公司 Kanzi 产品是行业领先的 3D 引擎和 UI 开发工具,支持高效率沉浸式 3D 效果,跨系统多屏互联并能与安卓生态完美融合,已经成为全球主流车厂智能座舱首选的 UI 开发工具和引擎; 拥有全场景视觉算子算法软件平台 SmartDrive 和完整的工具链,支持低代码开发效。公司形成包括多模态模型等人工智能技术,与英伟达、微软有合作!
$中科创达(sz300496)$寒武纪-U(sh 688256 )$万兴科技(sz300624)$
话题与分类:
主题股票:
主题概念:
声明:遵守相关法律法规,所发内容承担法律责任,倡导理性交流,远离非法证券活动,共建和谐交流环境!
据报道,蚂蚁集团数字科技开发者大会上,IEEE(电气电子工程师学会)发布全球首个跨链标准。跨链技术将进入标准化时代,世界Web3开放生态打通“语言障碍”,从局域网走向互联网。该标准于2020年5月立项,由蚂蚁集团、中国电子技术标准化研究院、中国科学院、国网电力、百度等20家企业机构、50多位工作人员历时3年,共同编撰完成。
点评:Web3.0是以区块链等技术为核心的下一代互联网形态,被看作未来互联网重要发展方向之一。与Web2.0相比,Web3.0的创新集中于后端与数据库,其核心特征在于去中心化,通过区块链技术将互联网数据所有权及控制权交还给用户,构建以用户为中心,用户共建、共享的新型数字经济系统。据GrandView报告数据,到2030年,全球Web3.0区块链市场规模预计将达到335.3亿美元,从2022年到2030年的复合年增长率为44.9%。
A股公司中,京北方( 002987 )在数字货币领域与国有大型商业银行、部分股份制银行、城市商业银行均有合作,业务涉及数字货币发行流通、支付结算全流程、数字钱包应用、第三方支付、核心账簿、核算管理、运营管理等多个方面。
就在贾西发出股东信的同时,亚马逊云科技数据库、数据分析和机器学全球副总裁Swami Sivasubramanian也发布了博文,宣布推出生成式AI工具Amazon Bedrock、Amazon Titan基础模型,并向个人开发者免费开放AI编程工具Amazon CodeWhisperer。
这是贾西出任CEO以来发布的第二封股东信。在信中,贾西谈到尽管2022年是近年来宏观经济形势最艰难的一年,亚马逊自身也面临一些运营挑战,但亚马逊仍然找到了增加需求的方法实现了前所未有的增长。
在过去的几个月里,亚马逊对公司对业务和创新业务进行了逐个深入评估,关闭了部分业务。不再追求像亚马逊书店和4星线验店这样的实体商店概念,关闭了Amazon Fabric和Amazon Care,并放弃了一些没有潜力的新型设备。亚马逊重新确定了优先业务,并最终决定裁员约27000人。
作为曾经的亚马逊云科技的一把手,贾西在信中再次表达了对云业务的信心。他写道,2022年,亚马逊云服务的年营收达到850亿美元同比增长29%,但该项业务目前仍处于普及的早期阶段。从长远来看,专注于客户所需是至关重要的。
同时,在股东信中,贾西也重点提到目前亚马逊正在大力投资的领域是大型语言模型(LLM)和生成式人工智能。LLM和生成式AI将具有变革性,对客户、股东和亚马逊来说将是一件大事。
就在贾西发出股东信的同时,亚马逊云科技数据库、数据分析和机器学全球副总裁Swami Sivasubramanian也发布了博文,宣布推出生成式AI工具Amazon Bedrock、Amazon Titan基础模型,并向个人开发者免费开放AI编程工具Amazon CodeWhisperer。
亚马逊云科技LLM产品露面
据介绍,Amazon Bedrock这项新服务允许用户通过API访问来自AI21 Labs、Anthropic、Stability AI和亚马逊的基础模型,包括最新发布的Amazon Titan基础模型。目前Bedrock提供有限预览。
此次推出的Amazon Titan基础模型目前包括两个全新的大语言模型。第一个是针对总结、文本生成(如原创博客)、分类、开放式问答和信息提取等任务的生成式大语言模型。第二个是文本嵌入(embeddings)大语言模型,能够将文本输入(字词、短语甚至是大篇幅文章)翻译成包含语义的数字表达(即embeddings 嵌入编码)。
博文提到,凭借Bedrock所带来的无服务器体验,用户可以轻松找到适合自身业务的模型,快速上手,在确保数据安全和隐私保护的前提下,使用自有数据基于基础模型进行定制,并使用他们已经熟悉的亚马逊云科技工具和能力,将定制化模型集成并部署到他们的应用程序中,同时无需管理任何基础设施。比如,客户可以将基础模型与Amazon SageMaker机器学功能集成,使用Experiments测试不同模型和使用Pipelines大规模管理基础模型等。
用户也可使用Bedrock访问一些当前最领先的可用基础模型,包括AI21 Labs开发的Jurassic-2多语种大语言模型系列,能够根据自然语言指令生成文本内容,目前支持西班牙语、法语、德语、葡萄牙语、意大利语和荷兰语。还有Anthropic开发的大语言模型Claude,它是基于Anthropic对于训练诚实和负责任的AI(responsible AI)系统的大量研究,能够执行多种对话和文本处理任务。
用户还可以通过Bedrock轻松访问Stability AI开发的文生图基础模型Stable Diffusion,这是文生图领域目前最流行的模型,能够生成独特、写实、高清的图像、艺术作品、商标和其它设计图。
据介绍,Bedrock最重要的能力之一是极其容易定制模型。用户只需向Bedrock展示Amazon S3中的几个标注好的数据示例,Bedrock就可以针对特定任务微调模型,最少仅需20个示例即可,而无需标注大量数据。
亚马逊云科技强调,任何规模的企业都可以通过Bedrock访问基础模型,加速机器学在组织内部的应用,并凭借其轻松上手的特性,构建自己的生成式AI应用程序。
AI编程工具CodeWhisperer可免费用了
可预见的是,编程将是生成式AI技术得到快速应用的领域之一。亚马逊云科技宣布AI编程工具Amazon CodeWhisperer正式可用,面向个人提供免费服务。
Amazon CodeWhisperer是一款 AI 编程助手,通过内嵌的基础模型,可以根据开发者用自然语言描述的注释和集成开发环境(IDE)中的既有代码实时生成代码建议,从而提升开发者的生产效率。
使用时,开发人员只需要向 CodeWhisperer 提出任务命令,例如“解析一个含有歌曲信息的 CSV 字符串”,并要求它返回一个基于艺术家、标题和排行榜最高排名等数据的结构化列表,CodeWhisperer 就可以解析字符串并返回指定的列表。
事实上,亚马逊云科技去年就推出了 Amazon CodeWhisperer 预览版。在预览期间,亚马逊云科技进行的生产力测试显示,与未使用 CodeWhisperer 的参与者相比,使用 CodeWhisperer 的参与者完成任务的速度平均快57%,成功率高 27%。
现在,亚马逊云科技宣布 Amazon CodeWhisperer正式可用,在适用 Python、Java、JavaScript、TypeScript 和 C#之外,新增支持Go、Kotlin、Rust、PHP 和 SQL等10 种开发语言。
开发者可以通过在VS Code、IntelliJ IDEA、Amazon Cloud9等集成开发环境中的Amazon Toolkit 插件访问 CodeWhisperer。CodeWhisperer 也可在Amazon Lambda控制台中使用。
除了从数十亿行公开代码中学之外,CodeWhisperer 也基于亚马逊的代码进行了训练。因此,CodeWhisperer具有两大优势特征,一是带有安全扫描功能,能自动扫描代码中的安全漏洞并帮用户修复;二是负责任的AI,可对生成的代码进行溯源,对疑似开源代码建议进行过滤和标记。
目前,CodeWhisperer对所有个人用户免费,不设任何资质或使用时长限制。这意味着任何人都可以通过邮箱账户注册 CodeWhisperer进行使用,而无需亚马逊云服务账号。
对于企业用户,则提供了CodeWhisperer 专业版,专业版包括更多高级管理功能,如更高限额的安全扫描等。
市值太大
真正的AI落地 [图片]
大资金的最爱,还能有寒武纪大?拉寒武纪跟拉小车似的
中央财经委员会会议提出,以人口高质量发展支撑中国式现代化!提高人口质量和素质,关键在于培养适应中国式现代化的职业教育!近日财政部教育部发布《关于下达2023年现代职业教育质量提升计划资金预算的通知》,明确指出对中国特色高水平高职学校和专业建设计划建设单位分类分档予以奖补支持,2023年预算总数约为313亿元。具体标准:高水平学校A/B/C档分别每所5000/2500/1000万;高水平专业群A/B/C档分别每所1000/700/400万元。优化教育支出结构,新增教育经费向职教倾斜。本次提升计划体现中央继续加大职教投入,提升高职质量的力度!职业教育迎来广阔发展前景!
学大教育( 000526 )公司全资子公司学大信息与达内时代科技集团有限公司签署了《战略合作框架协议》,在双方中心可辐射区域内开展非学科教培业务的深度合作,对包括不限于成人职业教育、少儿编程教育、智能机器人课程、赛事合作、科技主题国内外游学、冬夏令营营地等类型业务展开联营推广和市场开拓的合作。
陕西金叶( 000812 ):教育产业系公司的第二大支柱产业。控股西工大明德学院57%,已被列入陕西首批申报教育部教学评估验收的两所独立学院之一。明德学院已经具备了本科第二批次招生的办学条件。公司是陕西省规模最大的民办高等教育机构,旗下拥有陕西华澳商贸职业学院,其教育教学质量及品牌影响力在教育大省陕西省处于同类院校前列,明德学院目前已实现1个专业入选国家级一流本科专业建设点,3个专业入选省级一流本科专业建设点,综合实力稳居全国民办高校第第一梯队。另外,陕西金叶斥巨资4.47亿建设西安明德理工学院二期项目,进一步提振学院实力!涵盖人工智能、航天航空、智能制造、无人机设计等热门专业!
行动教育( 605098 )国内主要的企业管理培训和咨询机构之一;公司主要从事企业管理培训业务、管理咨询服务以及相关图书音像制品销售,累计服务了7万多家企业,为13万位企业家提供了管理培训或咨询服务,其中包括合力泰、大北农等诸多上市公司客户。
⚠️ 矢志不渝的人工智能赛道的坚守者和长跑者!
⚠️ 全球仅有的两家拥有无线无源电磁触控技术的企业!
⚠️ 公司AI领域有效专利1000多项,堪比寒武纪!公司目前市值仅66亿,与中国AI先行者名头严重不匹配!着眼未来发展趋势,给予汉王科技300亿目标估值!
♦️ 汉王科技( 002362 )近日,公司发布了AI电纸学本、扫描王、掌静脉核验终端PV10、智能图像识别电子枪、电子血压计一系列创新产品。其中,AI电纸学本主打技术破局,是汉王科技将手写与阅读融为一体推出的智能硬件教育产品。
🚩 公司目前在“人形”机器人方向布局三条业务线:一是通过文字识别加语义理解、RPA技术针对高重复,高人力的工作解放员工,在法院、医保、社保等方面进行相关业务处理;二是通过文字与视频识别、语音和人脸识别、以及行为识别,在金融行业进行远程自动风控管理;三是通过机械动力控制系统,应用在仿翼机器鸟上。汉王科技目前在商业和家庭服务机器人正积极进行产业布局。计划2025年推出服务商业机器人原型机,2027年实现批量生产,2030年家庭服务机器人进入千家万户。
🚩 公司打造人工智能全能入口!“人脸及生物特征识别”、“OCR与大数据”、“笔触控与轨迹”、“智能终端产品”四大方向,全面开启智能交互时代的大门,有效实现人工智能技术在各领域的落地应用。汉王识别技术得到广泛应用,在电子政务、个人办公、移动通信、数字家电等方面实现普及化和规模化处理信息。💯 (君同资本研究院)
3、芯片是中美竞争的最大鸿沟。两国达到一个数量级的算力储备既是目前亟待解决的瓶颈,也是未来确定的投资机遇。尤其是在边缘侧推理算力,既是被低估的远超训练算力的市场,也给了中国展现制造业优势的机会。
2 、关于AI行业应用
第一,大模型适用于需要一定容错率的行业,ChatGPT开始做商业化付费使用plus其实并不赚钱,核心是为了挡掉一些乱用而把成本变得过高的用户。大模型应用在要求100%准确的行业目前难度比较大,更多的是比如客服咨询、艺术创作、会议记录、写文章、数据分析等。大模型的商业化在B端已经看到成果了,比如:微软的全家桶office,减少制作时间、提升完成度、提升复购率;客服:给地产公司、医疗公司节省前端客服的成本。视频制作:一键生成visla.us只能生成demo视频等工具,就不需要找工作室了,节约人力成本。GPT4到现在只有一个半月,市场还在讨论如何应用,再过六个月能看到更多更清晰的落地。
第二,微软M365 产品主要在大规模交付、隐私和安全方面发力。微软现在主要的目标是怎样去大规模的交付,尤其是解决一些个性化的AI特征,另外就是安全与隐私方面的准备。M365是微软现在最核心的产品。对于企业整个工作流,整个的协作平台,整个工具、存储、安全都在M365的目录下面。Copilot是对于现有的产品线的生产能力做大幅度的提升。M365有两套不同的运算,依托Azure的数据中心做全球的扩张,M365内部也有自己的数据中心;M365是把openAI嵌入产品,不是用公用的openAI。M365在中国落地技术上有难度:1)运算资源;2)法规:数据透明度、敏感信息的管理。
我们认为,在美国,AI技术的应用已经非常普遍,例如客服咨询、艺术创作、会议记录、写文章、数据分析等众多行业。但需要注意的是,目前大模型的应用应该定位在“副驾驶员”,需要一定的容错率而非确定性的决策工作。此外,以微软为代表的海外大模型应用目前进入中国仍存在较大难度,这些难度不仅仅是在数据安全与合规政策的要求方面,大模型与算力资源的本地化部署方面也面临诸多挑战。
3 、大模型与垂直模型的发展趋势
第一,谷歌和微软的大模型大概率闭源,而Meta可能是最重要的开源“搅局者”。 Meta最重要的业务是社交,AI可以作为聊天助手,Meta的思路是做出大模型然后开源,成为大模型里面的“搅局者”。比较来看,Meta的大模型1750亿参数,估计GPT4参数5000亿左右,Meta开源了超过650亿个参数的大模型,估计精确度比ChatGPT低20%左右。很多公司和学使用Meta的开源模型做微调,在模型参数很小的基础下效果和GPT等差不多。开源的意义在于可以发动全世界上百万工程师一起参与微调。
第二,大模型走向移动端是个趋势。未来大模型开源生态中大公司做大模型,小公司做微调,大模型还会被简化到在各个移动终端上,比如原来的32位浮点运算改成INT8等,提升运算速度。大语言模型在开源中会有一个很好的生态圈,大语言模型就像水、电一样,在一些细分领域让开源生态做。开源社区有些聪明的人可以把模型蒸馏的很小,比如把36位浮点运算改成INT4,可以把体积缩小十倍,小到可以在电脑和手机端装,未来可能会有很多有创意的应用开发出来。未来iOS或者安卓可能会内置大模型,以后所有的移动端应用跑一次给苹果一定费用。
第三,大模型继续发展中参数量的增加核心要考虑ROI。处于科研角度,当然参数越多越好,但是处于商业使用的角度,每多一个参数就会增加成本,包含收集成本、训练成本。ChatGPT 3.0用了1750B的参数量,而GitHub上有一个仿GBT的模型只用了70B的参数就达到了90%GPT的效果。从商业应用层面,需要找ROI最高的参数。
第四,大模型最终会通吃一些通过互联网即可获得数据的垂直行业,可能无法覆盖某些数据无法获得的垂直领域模型。现在谷歌正在做一件事让AI像人一样实时学互联网的内容,而数据在线下无法获得的领域,可能会出现线上的大模型和本地模型做交互的形式,但这个涉及难度比较大的耦合问题。
我们认为:
1、 中国可能是以Meta为代表的开源大模型的最大受益者。
2、我们对于国内大模型追赶全球领先水平的进度应该保持信心,在已经给定了技术路线方向与开源大模型基础上去追赶,实际上节省了从头开始的试错成本。尤其是对大模型通用性要求并不高的垂直行业龙头,借助开源大模型可以迅速搭建垂直大模型,加快垂直领域的应用落地。
3、大模型部署在边缘侧与移动端是一个必然的趋势,尤其在近期谷歌发布移动端大模型和ChatGPT在苹果手机上的App正式上线之后,这一趋势逐步被市场认知,大模型是非标准化的各类AIoT终端等待已久的统一操作系统。
——来自AI前沿的第一手信息
为了近距离了解硅谷AI前沿发展最新动向和第一手信息,近期,我们专程前往硅谷学考察,先后参观了微软、Google、英伟达、Meta等公司总部,与众多业内人士进行了深入交流,收获多多,感触颇深。通过交流过所了解到的很多关于算力和大模型的前沿认知,与国内目前资本市场的理解不尽相同,甚至天差地别,这些差异也许蕴含着重要的投资机遇。为此,特将此次学考察收获第一时间与各位分享。
此行中我们最大的感受是,在美国AI已经不是刚开始引发好奇与争议的新鲜事物,而是像水和电一样融入到社会生产、公司经营和百姓生活的各个方面。同时,AI技术进步的速度处于一个“寒武纪”的时代,几乎每一周甚至每一天,都有让人兴奋的新技术或者新产品横空出世并且迅速应用到实际场景中,因而美国的VC、PE可以说是几乎无孔不入,深入到AI各个方面去寻找投资机会。
以谷歌为代表的全球科技巨头普遍认为,本次AI革命是人类未有之大变局,它是人类进步的一个空前的拐点。我们曾经指出,这一次,AI将计算机历史上最大想象空间的互联网最高流量入口、公有云最大的市场、统一万物的操作系统合三为一,即使这样我们可能仍然低估了它的意义:这或将是人类发展史上最伟大的科技革命!
我们从底层技术路径与算力、行业应用以及大模型与垂直模型的发展趋势三个方面来介绍硅谷AI学考察之行的收获:
1、大模型的底层技术与算力需求
第一,GPT大模型的底层技术是谷歌的TransFormer,其核心的意义在于给定前文后推理出下一个最有可能的字符来进行输出,一些巨头的基础大模型差别在于解码单向结构还是编解码双向结构。ChatGPT可以支持对前文32000个字符分析再推理出下一个字,这已经是一个非常庞大的数量级,且ChatGPT只允许根据前文分析推理不允许加入后文来分析推理(decoder only)。谷歌最先推出的大模型Bard是前后文都可以用来分析推理(编解码双向结构),但后来改成与ChatGPT类似只能用前文推理的PaLM大模型,可能最终还是这种模式更接近于我们人类语言的方式。
第二,大模型本质上更像依赖AI基础设施的“炼丹”,是推理并不是认知;目前视频生成受制于对基础设施的高要求仍存在一定局限性。虽ChatGPT在QA、总结等领域表现令人震惊,但实际上还是推理而不是认知,包括生成图片其实本质上也是生成文本,但是在生成视频上AI推理难度很大,因为视频的每帧都是大量图片,需要非常强大的AI基础设施去支撑。形象地说,大模型训练就像炼丹,AI基础设施越好火力越旺,但是一开始都不知道大模型到底有没有用,有一定的运气的成分在里面。
第三,大模型后来者的追赶难度并没有大家想象那么大,中国大模型追赶海外也会比较快。OpenAI本身并不是技术绝对领先于其他科技巨头,核心在于专注于TransForemer往通用人工智能方向发展,而微软、谷歌、Meta都有很多赚钱的业务不太重视大模型。OpenAI做出来之后大公司发现AI有前途,自己资源更好肯定会加紧追赶。硅谷专家预测6个月到1年以后,全球大厂大模型水平基本看齐。中国大模型追赶海外也会比较快,中国本身是一个很好的市场,现在大模型所有的技术大家都了解,无非就是资源的集中堆积。OpenAI做这么好都“委身”给微软,本身就是因为训练太花钱。
第四,海外AI巨头算力储备A100芯片基本在50万片以上的量级,英伟达在把算力资源向云服务方向发展,同时也在布局自身大模型。目前海外巨头平均A100量级估计在50万片以上,H100可能每家一两百张,六七月份才能大规模上线。英伟达的实际优势是软硬件结合,它的硬件上面有一层框架tensor RT,英伟达有几百人的工程设计团队做框架,比如pytorch必须有Tensor RT才能跑,这个中间层软件一般硬件公司写不了。英伟达不止做硬件,做Tensor RT还要做下层的基础设施,未来英伟达有望形成一个云品牌,同时自己也在布局大模型,可能会对整个AI生态造成极大影响。
第五,推理芯片的市场远大于训练芯片,甚至也远大于训练市场加上云端推理市场的总和,中国在边缘AI算力市场空间非常大。边缘计算应用于物联网等小设备对制程要求不高,现在市场的格局分散,而推理芯片的市场远大于训练芯片,甚至也远大于训练市场加上云端推理市场的总和,中国可以借助自己的制造业优势,把物联网这一块的制程降低,然后专用一点的这种小体量低算力的AI推理芯片推向市场,这是巨大机会。其实终端设备的体量是极大的,世界上能够提供云服务的提供商,数据中心的量跟海量的终端设备的数量比,芯片需求也还是很小的,大概就是2/8的比例。
在大模型的底层技术与算力需求方面,我们认为:
1、算力需求没有天花板。当前大模型的主要算力需求来自于文字训练,未来从文字到图像再到视频,从训练到推理,从云端到边缘端,算力需求的持续高增长是确定性非常强的。
2、GPU芯片的市场格局或将发生变化