首次写入政府工作报告，商业航天进入“降本增量”的新周期 | 钛媒体焦点

相关推荐

• 数字经济

  印度即将测试央行数字货币“电子卢布”

  Decrypt 10 月 10 日报道，根据印度央行近日发布的一份文件，印度储备银行已提议分阶段试点其中央银行数字货币（CBDC）。 该文件指出，印度储备银行计划在有限的试点中推出电子卢布，旨在将其作为与纸币一起发行的另一种货币形式；电子卢布也将作为加密货币的替代品。 印度央行认为，不受限制地使用加密货币对印度的金融和宏观经济稳定构成风险，这削弱了政府确定和监管货币政策的能力，进一步增加了对 CBDC 的需求。 据了解，印度央行正在考虑发布两种版本的 CBDC：一种用于公众零售支付，另一种用于银行之间转账结算和批发交易。 印度政府于 2 月首次宣布启动 CBDC 计划，称该技术将大大推动印度的经济发展。 印度储备银行引用了中国和其他 16 个目前正在试行自己 CBDC 的国家作为现在推进电子卢布的理由。分析称，印度可能感受到了中国稳步推进  CBDC 的压力。 除了中国央行数字货币，6 月，美联储主席鲍威尔表示，国会最终将获得美国中央银行关于发行 CBDC 的指导。据了解，美联储早在 2017 年开始就一直在研究数字美元的前景。​​​​

  2022-10-10

  4.2K0

• 49152个GPU！Meta最新算力集群曝光，扎克伯格：算力，算力，还是Meta的算力

  相信你或多或少对GPT有一定的了解，但我赌你没听说过bGPT。bGPT的意思是byte GPT，即字节GPT。 图片来源：由无界AI生成 Meta 近日披露了两个新的 GPU 集群，将用于训练下一代生成式人工智能模型，包括即将推出的 Llama 3，以及 GenAI 和其他领域的人工智能研究与开发。新的集群在硬件、网络、存储、设计、性能和软件等方面进行了定制优化。 Meta 公布的两个 GPU 集群 GPU 总共拥有 49152 个GPU，每个集群都装配了H100 GPU，而 Meta 此前 AI 研究超级集群 (RSC) GPU 集群约有 16000 个 A100 GPU 。RSC 在 Llama 和 Llama 2 的开发以及计算机视觉、NLP、语音识别、图像生成、编程等人工智能模型的开发中发挥了重要作用。 PyTorch 创始人，Meta 工程师 Soumith Chintala 在 X 上分享了关于 Llama 3 的一些细节：使用了 RoCEv2 网络，基于T ectonic/Hammerspace 的 NFS/FUSE 网络存储，标准版本的 PyTorch，带有一些补丁的 NCCL：补丁和交换机优化使集群具有相当高的网络带宽实现，各种调试和队列监控工具，例如 NCCL 异步调试、内存行重新映射检测等。 Meta 表示将使用新的 GPU 集群来微调现有的人工智能系统，并训练更强大的新系统，包括 Llama 3。此外，Meta 还透露正在对 PyTorch 人工智能框架进行升级，为支持更大规模的 GPU 训练需求做准备。 在算力军备的路上越走越远 新的 GPU 集群是 Meta AGI 路线图的一部分，目标是到 2024 年底，基础设施建设将包括350,000 个 NVIDIA H100 GPU，计算能力相当于将近 600,000个 H100 GPU。作为对比，OpenAI 训练 GPT-4，用了大约 25000 个 A100 GPU。而训练 GPT-5 预估需要 30000 到 50000 A100。 要保持在 AI 领域的领先地位，意味着对基础设施的大量投资，对于 Meta 来说，军备还远未结束。根据市调机构 Omdia 发布的报告，Meta 在 2023 年买了超过 15 万块 NVIDIA GPU，与之相当的只有微软，而亚马逊、甲骨文、谷歌、腾讯等都只拿到了 5 万块左右。2024 年 Meta 预计将购买超过 35 万块英伟达 H100 GPU，H100 售价为 2.5 万至 3 万美元（不考虑溢价），如果 Meta 支付的是较低的价格区间，那么将支付给英伟达接近 90 亿美元。 在 Dot-com 泡沫时代，任何人都可以以相对较低的基础设施成本启动一个网站，个人开发者和初创企业能够借助普及的智能设备和移动网络，在不同成本的范围内推出产品和业务。而现在，似乎只有那些互联网巨头和明星创业公司才能构建 AI 模型。所有这些公司都从投资者那里拿钱，然后再把钱交给云计算公司和英伟达，这或许就是为什么英伟达的股价在如此短时间内超过 2 万亿美元的原因之一。 更多架构细节 关于这两个 GPU 集群的具体架构细节，虽然这两个集群的 GPU 数量相同，通过 400Gbps 端点相互连接，但采用了不同的架构设计。网络方面，其中一个集群采用了一个集群采用了具有融合以太网远程直接内存访问 (RDMA) (RoCE) 网络结构解决方案，另一个则使用了 Nvidia 的网络架构技术 Quantum2 InfiniBand。 采用 RoCE 的 GPU 集群是迄今为止使用商用以太网基础设施建立的最大的 H100 GPU 集群 这两个集群均采用 Meta 的开源 GPU 硬件平台 Grand Teton 构建，该平台专为支持大规模AI工作负载而设计。据称，Grand Teton 的主机到 GPU 带宽是前代 Zion-EX 平台的四倍，计算和数据网络带宽是两倍，功率需求也是两倍。 Meta 表示，这些集群整合了其最新的 Open Rack 电源和机架基础架构架构，旨在为数据中心设计提供更大的灵活性。根据工程师们的说法，Open Rack v3 允许电源架可安装在机架的任何位置，而不是固定在母线上，从而实现更灵活的配置。 存储在 AI 训练中起着重要作用，尤其是处理大量的图像、视频和文本数据的多模态训练任务。存储方面，Meta 新集群使用自主开发的”Tectonic”分布式闪存存储解决方案满足数据和检查点需求，并与 Hammerspace 合作部署并行网络文件系统，解决了数千个 GPU 数据和检查点的需求。提高开发体验。 优化整个系统（软件、网络等）后，大型集群性能恢复到理想的 90%+ 范围 性能方面，Meta 建立大规模AI集群的原则是同时最大化性能和易用性，通过优化内部作业调度器和网络路由策略，以及与 NVIDIA 集体通信库（NCCL）的改进，提高了大型集群的性能，实现了与小型集群相同的优秀性能。在实际测试过程中，Meta 比较了小型集群和大型集群的性能，以发现瓶颈所在。在上图表中，展示了大量 GPU 在预期的屋顶线性能消息大小下相互通信时的 AllGather 集体性能（以0-100的标准化带宽表示）。 大型集群的开箱即用性能最初很差且不一致。为了解决这个问题，Meta 对内部作业调度器如何根据网络拓扑感知调度作业进行了多项改进，这在减少网络上层流量方面带来了延迟上的好处。 Meta 官方博文中的一个小标题，网友：我懂你意思 Meta 还提到，公司将继续全力支持在人工智能硬件技术栈方面的开放创新，Meta 强调了对开放式计算和开源技术，新的集群均基于 Grand Teton、OpenRack 和 PyTorch 等平台构建而成。 离 Llama 3 更进一步 在 AI 领域，Meta 去年推出了大型语言模型 Llama 2、定制芯片 MTIA、文生图广告工具以及聊天机器人Meta AI 。 其中，Llama 2 的发布以及开源可商用是开源模型社区的里程碑，扎克伯格曾表示，虽然 Llama 2 不是行业领先的模型，但它是最好的开源模型，而 Llama 3 及以后的版本的目标是构建处于行业领先地位的模型。 根据 The Information 的报道，Meta 计划于 7 月发布 Llama 3，可能达到超 1400 亿参数，比Llama 2 模型的最高参数翻了一倍。据内部人士透露，Llama 3 相对于 GPT-4、Gemini 和 Llama 2，放宽对安全限制的设定，即所谓的“安全围栏”。这意味着在处理具有争议性的问题时，Llama 3 旨在提供更好的回答。Meta 的这一举措显然是希望至少能够提供有关用户查询的相关上下文，而不是简单地忽略或拒绝回答用户提出的问题。简而言之，目的是提升用户体验，通过提供更多信息，而不是简单地限制对话。 新的基础设施，更多的 GPU 储备，扎克伯格 All in AGI 似乎比投入元宇宙更靠谱，股价也迎来上涨，招聘 AI 人才时也可以底气更足地说自己是“GPU RICH”，看上去一切都走上了正轨。 只不过还是没躲过美国网友的无情（无脑…

  2024-03-15 • 数字经济

  29.4K0
• 数字经济

  币圈小蝶：正套，反套是什么意思？

  正套、反套的正反可以从商品的流通逻辑来理解。 一般来讲，我们手里要先有货才能卖货，即有货(比如通过生产或采购等形式获得货物)在前，卖货在后。 因此，正常的商品流向应该是近期买入、远期卖出。公众号关注：博森科技小蝶。 所以，买近月、卖远月的套利，就被称为正向套利;卖近月、买远月，就是反向套利。 从这一点来说，正套、反套其实和牛市套利、熊市套利的操作一样至于是买入套利还是卖出套利，要看市场结构是正向还是反向。

  2024-09-27

  6.6K0
• 数字经济

  华米OV纷纷入局新能源汽车市场，手机是切入口？

  文 | 太平洋科技 2019年4月，华为轮值董事长徐志军在“第五届国际汽车关键技术论坛”上表示，华为不造车，将聚焦ICT（信息与通信）技术，帮助车企造好车。也就是在那时，华为正式进军汽车行业。 2019年9月，OPPO正式成立车机互融业务。2020年4月，OPPO推出了一款与BYD合作的NFC车钥匙，以此作为起点，逐步明确车机互融的生态搭建。 2020年9月，vivo正式宣布与百度达成CarLife+合作，共同打造全场景的智能车载解决方案。 2021年3月，小米宣布正式进军智能电动汽车领域。雷军表示，小米的下一阶段将为造车做准备。 2022年11月，魅族发布了旗下首款车机系统FlymeAuto，并于2023年12月宣布造车。 我们可以看到，从2019年开始，手机厂商们就已经陆续进入汽车市场，最早的是华为和OPPO，vivo、小米、魅族紧随其后。那么问题来了，手机厂商们不好好做手机，为何非要跑去造车或者推出车机系统？是因为智能手机已经卷到头了？ 智慧出行，一块不可或缺的生态拼图 其实不然，手机依旧是手机厂商的主营业务之一。手机厂商之所以要进军新能源汽车行业，是因为车机刚好是他们搭建生态的一块拼图。如果少了这块拼图，那么就无法形成完美的生态闭环。 顾名思义，车机对应的是智慧出行。而智慧出行指的是通过数字技术，实现交通出行效率、安全、便捷和环保化的全新交通模式。智慧出行的特点在于智能化、共享化、服务化和绿色化。 众所周知，传统车企在车机系统这块一直都是软肋，复杂的交互界面，繁琐的操作，似乎是想向用户传达一条信息「能不用，最好别用」。 讲到交互，可以说是手机厂商的拿手绝活。苹果作为「人机交互的王者」，2013年就已经宣布进军汽车领域，推出了iOS in the Car计划，并于2014年更名为CarPlay。 从某种层面上来讲，CarPlay算是车机智能化的开山鼻祖，是苹果将做手机的思路带到了车机上，同时也为后来的智能车机确立了基本的发展方向。 不过，由于内外因素，CarPlay最终被时代所抛弃。此时，车机智能化的主导权，已经从苹果手中转交给了国产手机厂商。 以华为为例，2019年3月，在HiLink生态大会上，华为正式提出“1+8+N”的战略架构生态蓝图。一代表手机，它既是核心，也是连接其他设备的入口；8代表PC、平板、车机、耳机、手表、TV、音响，N代表其他终端设备，涵盖移动办公、智能家居、运动健康、影音娱乐、智慧出行五大场景。 2019年8月，华为在HDC大会上正式发布了人-车-家全场景智慧互联解决方案——HiCar。 华为只做了两件事，在软件层面，华为将手机应用和服务接入HiCar Kit，允许应用与汽车共享数据和设备资源；在硬件层面，华为面向车企推出了HiCar SDK，方便汽车硬件可以直接接入华为HiCar。这样一来，手机就可以无缝连接到车机系统，方便用户在车机上使用部分手机APP，例如地图、电话等。 2021年12月，华为携手塞力斯共同发布了全新高端智能电车品牌AITO，与此同时，搭载鸿蒙OS智能座舱和HUAWEIDriveONE纯电驱增程平台的问界M5也随之发布。 需要注意的是，华为真正的车机系统是鸿蒙OS，而前面提到华为HiCar只是人-车-家全场景智慧互联解决方案。两者的本质区别在于鸿蒙OS是预装在汽车的，而HiCar必须使用华为手机连接兼容HiCar的汽车，才可以将手机部分应用和功能投射到汽车的车载系统。 与华为HiCar类似，vivo在2021年5月推出了车机互联方案——智能车载1.0，可以通过亿连、百度CarLife等协议，将手机部分APP和功能投摄到传统车机上。 2023年11月，在VDC IoT开放生态大会上，vivo正式提出围绕智慧出行、智慧办公、智能家居、运动健康、影音娱乐五大场景的1+X+N战略。vivo表示“不造车，只做连接”。 当vivo部署手车互融开放的方案时，OPPO也在发力车联软件。2021年11月，OPPO发布了首个车机协同软件——Car+车联。 如果说前三家都只是提供手车互联解决方案或车机，那么小米就是真的造车。不得不佩服，小米造车的决心，从小米SU7到澎湃OS车机（2023年12月）再到车机互联应用CarWith（2022年5月），以及自建造车厂，每一个环节都是小米亲自操刀。 魅族可以说是所有手机厂商中最晚入局新能源汽车的。被传统车企吉利收购后，魅族获得了庞大的资金支持，手机已经不再是魅族的主营业务，车机和造车才是。 2023年3月，魅族发布了首款车载系统Flyme Auto。同年11月，魅族对外宣布将在2024年第一季度开启DreamCar共创计划，致力于打造出专属的MEIZU DreamCar MX。 由此不难看出，各家手机厂商入局汽车行业，都是为了补全自家生态智慧出行这块空白，而手机则是万物互联的起点。不同手机厂商所选择的道理也各不相同，比如小米选择亲自下海造车，华为负责提供汽车智能化完整的解决方案，OV押注手车互联软件，而魅族背靠传统车企吉利，拥有两重身份，为吉利汽车提供智能化车机的供应商，以及依附于吉利实现魅族自己的造车梦。 高阶智驾，与AI技术密不可分 想要将传统汽车智能化，势必少不了AI技术的支持。手机厂商自研车机系统，不单单只是为了抢占市场，更多的是对AI技术的探索，以及AI技术应用于车机后，能够为用户带来怎样的智能化功能。 举个例子，华为鸿蒙OS车机的高阶智驾有三个版本：ADS 2.0基础包（主动安全辅助、自适应巡航辅助。360度全景环视），ADS2.0进阶包（包含基础包所有功能，外加高速车道巡航辅助、高速智驾领航辅助、城区车道巡航辅助、智能泊车辅助以及遥控泊车辅助）和ADS 2.0高级包（包含进阶包所有功能，再加上城区智驾领航辅助、城区车道巡航辅助增强和代客泊车辅助）。 从套餐分级不难看出，基础版的华为ADS 2.0是不具备AI干预辅助驾驶的；进阶版可在高速公路开启AI辅助驾驶功能；最高版本则是可以在城区和高速上开启不依赖高精地图的AI辅助驾驶功能。 想要实现这些功能，华为提供的方案是在汽车上安装27个感知元件，具体包括12个超声波雷达、9颗侧视/环绕/后视摄像头、两个高感知800万像素前视摄像头、3个毫米波雷达，以及一个远距高精度激光雷达。此外，汽车内预装的鸿蒙OS车机系统还内嵌了AI框架和算法。 值得一提的是，凡是搭载华为智能汽车解决方案的汽车，都可以通过后续OTA系统升级的形式，让AI变得越来越聪明，即使在复杂路况，人工干预AI辅助驾驶的频率也会越来越少。 没有AI加持的苹果CarPlay，自然也就不具备高阶智驾相关功能，刚好与高阶智驾版华为鸿蒙OS形成鲜明对比，这也是为何苹果CarPlay会被时代淘汰的原因之一。 赚钱渠道，多多益善 从商业角度来看，手机厂商入局汽车行业，自然也是为了进一步抢占新能源市场，扩充下自家营收模式的渠道。 此前，一名赛力斯的内部员工表示，在智选车模式下，华为与厂家的分成大概是1：9。如果按照售价29.48万的问界M5四驱性能版作为参考标准，华为大概可以分到近3万元，其中20%是技术授权费用，剩下的是销售费用、场地投入、人员培训、售前售后、门店建设等。 根据AITO发布的财报，2023全年问界…

  2024-03-15

  39.8K0

• 苹果手表卖不动了，小米、华为开始争夺“腕上话语权” | 钛媒体焦点

  根据Canalys公布的最新数据，2023年第四季度，全球智能可穿戴设备（包括手环、智能手表）的出货量为4850万台，同比下跌3%，Canalys认为下滑主要受北美和西欧市场高通胀和需求疲软的影响。 而在全年出货量方面，结合Canalys此前公布的数据可计算得出，全球智能可穿戴腕上设备总出货量达到了1.845亿台，与2022年的1.828亿台相比，整体市场只是略有增长而已。 不过，作为一个市场规模已经达到452.55亿美元的成熟赛道，智能可穿戴设备的市场格局并没有像手机、PC那样固化。仅2023年，就能看到TOP5品牌中小米、华为、Fire Boltt的强势崛起，以及苹果、谷歌的市场衰退。 靠“低价”圈粉的小米与Fire Boltt 具体到品类分布上面，与2022年相比，智能手环的份额下降了3%、支持安装第三方应用的高端智能手表也遭遇了4%的份额下跌。 钛媒体App分析认为，从市场端的变化可以看出，当前用户对腕上智能设备的定位正逐步明确，功能性方面不再要求更强的扩展性，换句话说，就是不再指望智能手表能够代替手机。同时，由于智能手环屏幕尺寸、交互效率和功能覆盖的局限性，也开始吸引很多用户转向购买入门级或者中端的智能手表产品。 但大趋势的变化并不意味着智能手环彻底被用户所抛弃，比如Fire Boltt，可能很多国内用户压根没有听说过这一品牌，它是由Arnav Kishore、Aayushi Kishore于2015年创立的印度可穿戴产品品牌。 通过浏览其官网就能发现，产品线覆盖相当全面，在智能穿戴产品上，Fire Boltt将其分为了智能、女性、户外、轻奢等多个系列，并且也已经开始向外扩张覆盖TWS等新品类。从售价方面看，畅销款零售价格基本在10000卢比以内（约合人民币868元），通过享受分期等优惠，实际到手价格则在1500卢比左右（约合人民币130元）。 钛媒体App注意到，Fire Boltt畅销的几款产品都是屏幕尺寸稍微大一点的智能手环，功能基本只包括简单的运动监测、心率监测以及通知显示功能。如果将Fire Boltt的热销产品类比到大家更熟悉的小米身上，大概就相当于售价129元的Redmi手环2。 凭借低价优势，Fire Boltt在印度市场取得了27%的市场份额，并且单季度的市场占有率增幅达到了52%。同样是以性价比著称的小米，在印度市场的占有率则仅有1%。此外，也是靠着印度市场巨大的出货量，让Fire Boltt跻身智能穿戴品牌全球TOP5。 从Fire Boltt的成功也能看出，智能手环在当前的市场环境下依然有着属于自身的生存空间，尤其是对于像印度和南非这样智能穿戴产品处于加速渗透阶段并且对产品价格较为敏感的地区。 与Fire Boltt类似的是小米，尽管旗下也推出了售价1500元左右的智能手表产品，但市场主销和主推的依然是小米和Redmi的智能手环和基础款智能手表。Canalys的统计数据也说明了这一点，小米可穿戴产品的销售均价不到100美元，只比boAt、Noise这些单纯追求低价的品牌稍高。 钛媒体App分析认为，在如今的智能穿戴市场，“低价红利”仍然存在，除了上面提到的两个案例，同样以低价著称的传音就在非洲获得了42%的市场份额，增长率达到了夸张的331%。 下一步，智能手环和基础款的智能手表依然会是这几个品牌主要竞争的领地。从整体的市场格局来看，它们尽管有着出货量的优势，但对于苹果的市场领先地位并不会形成真正的威胁，尤其是当完成了初期的市场普及和市场教育后，没有足够多的中高端产品来承接用户体验升级的需求将会是影响持续扩张的隐患因素。 市场下滑、华为上桌，苹果还能“傲慢”多久？ 自2014年推出Apple Watch以来，凭借智能手机庞大的用户基数以及品牌影响力，苹果一直都占据着智能穿戴领域的头把交椅，并且前几代产品开辟的腕上智能交互、健康监测以及交互能力上的不断升级，也确实带动了行业的发展。 2021年，可以说是苹果Apple Watch的高光时刻，该年推出的Apple Watch Series 7直到3年后的今天依然是很多消费者购入Apple Watch时的最佳选择。但此时苹果的摆烂心态也开始被用户所感知，万年不变的模具、屏幕尺寸、羸弱的应用生态、高昂的价格再加上1天1充的鸡肋续航表现被越来越多用户吐槽。 2022年推出的Apple Watch Ultra虽然售价加倍，但在增加少量户外运动属性的同时，续航也仅仅提升到2天而已，并且与售价在同一区间的专业户外手表比如佳明的飞耐时、安夺系列相比，专业数据覆盖量、户外续航时长、配套软硬件生态都远远落后。 如果说Apple Watch的出现，让大家对戴在腕上的“智能终端”有了美好的憧憬并成为点燃市场的火星，那么如今Apple Watch最终沦为“手机配件”的现实，就是它衰落的原因。同样是手机配件，为什么要花一部中端智能手机的价格去买一块并不智能的智能手表呢？ 正因如此，苹果近两年的市场表现连连下跌，2023年第4季度，其市场下滑幅度达到了25%，在全球前五大市场中，苹果仅在美国和德国两个市场取得第一，并且同比下滑了24%和23%，其全球市场21%的销售份额，也使得第二、三名的小米和华为正不断缩小差距。 面对智能手表“不智能”的死穴，此时就有厂商开始思考，既然智能手表受限于屏幕尺寸、电池容量、性能释放等多种因素限制，没法最终进化为“腕上智能手机”，那只能挖掘作为穿戴产品的其他应用潜力，深挖“健康监测”便是其中一个方向。 实际上，苹果早在2018年就推出了全球首款支持ECG功能的智能手表Apple Watch Series 4，这款手表的ECG功能可以记录心电图，用于监测心率异常，这是智能穿戴设备在健康监测方面的一大进步。 只不过苹果对于身体健康监测的功能探索也就止步于此了，2019年，欧姆龙发布了一款支持在腕上测量血压的产品HeartGuide，不过这款产品并没有激起什么浪花，甚至很多人并不知道第一款腕上血压测量的产品是它。此外，华米也曾发布过使用光电传感器实现腕上血压测量的智能手表Amazfit GTR 3 Pro。 与这些或小众或依靠算法测量的产品相比，更为人熟知的首款支持腕上测量血压的产品则是华为于2021年底发布的WATCH D，通过在腕带上布置的微型气泵、气囊，使得它能够通过手腕测量血压，虽然产品的售价已经达到与Apple Watch相当的级别，但上市后依然获得了很高的关注度。 除了血压以外，血糖作为身体健康监测的另一个维度也开始受到厂商的关注。华为在旗下WATCH 4系列智能手表上推出了“高血糖风险评估研究”功能，不过该功能和直接测量血糖还是有一定的差异，其根据综合身体数据结合算法给出的评估结果，只是会生成高、中、低三类风险等级提示。 除了欧姆龙、华米、华为，OPPO旗下的智能手表也曾通过与颐健安血糖仪合作，实现了对连续血糖数据的评估。可以说，充分挖掘腕上设备在健康监测甚至作为医疗数据补充方面的应用潜力，已经成为各个厂商最有可能实现破局的方向。 也是凭借在健康属性上的加码，使得华为旗下的智能穿戴产品能够在定价上有更大的突破空间，华为2023年发布WATCH Ultimate系列，其定价已经与Apple Watch…

  2024-03-15 • 数字经济

  8.1K0