by 量子跳跃QuantumLeap
我们来自金融经济、前沿科技、艺术创作等跨界背景。 通过不同视角观社会百态，一起共同拓展认知边界，不定时更新的一档不装不端、严肃活泼的对话播客。 我们在这里想探索人生四问：宇宙、时间、梦境、自己，在这个自由空间里我们珍惜相遇，希望能够遇到知音及朋友。
Language
🇨🇳
Publishing Since
2/19/2024
Email Addresses
0 available
Phone Numbers
0 available
June 30, 2024
<p>对OpenAI终止对中国大陆提供API服务的简单讨论</p>
June 24, 2024
<p><em>好久不见，甚是想念！本期是#数字经济系列#之2:关于算力层你所需要知道的一切，这集稍微有点硬核和dry, 不过我们认为这一层的解析对于我们未来的应用层的理解十分重要。目前这个系列我们计划做如下几期，如有感兴趣的其他话题请随时反馈我们，我们会十分荣幸与你们沟通。</em></p><figure><img src="https://image.xyzcdn.net/FrV4He-V0zpptXZnNOb0DiYAZXZv.png"/></figure><h2>废话不多说，上正片Shownotes:</h2><p><em>首先先来听听皮衣黄最近又说了啥，宇宙第一大“妖”股英伟达（真的很美的妖）开始降维打击模式。</em></p><p>00:02:31:算力层：支持人工智能算法训练和推理的核心环节，算力为什么重要</p><p>00:04:31:“加速一切”的英伟达GPU又一次推动算力实现巨大突破，算力已经难不住老黄了</p><p>00:08:28:中国AI算力市场有望实现三到五十的增长，咱市场需求实打实这个不吹</p><p>00:12:47:英伟达是又双叒如何成为宇宙第一大股</p><p>00:21:24:地缘政治环境下市场上到底表现如何：中国制造商是在全球产业环节中吗，我们有什么竞争力</p><p>00:25:41:如何在大A中低吸埋伏，投资机会在哪里</p><p>00:34:17:AI的未来：算力到底决定着什么，如何影响未来AI行业</p><p>00:38:35:芯片量产难题：高成本、复杂设计与先进工艺的需求，我们到底差在哪里</p><p>00:42:52:炒概念还是真实价值？普通人如何在这波算力大潮中学会游泳</p><h2>Appendix附文：</h2><p>1. 关于摩尔定律：</p><p><a href="https://finance.sina.com.cn/tech/it/2022-09-22/doc-imqmmtha8356209.shtml">英伟达创始人兼CEO黄仁勋表示，“摩尔定律结束了”。他解释道，以类似成本实现两倍业绩预期对于该行业来说“已成为过去”</a>。<a href="https://finance.sina.com.cn/tech/it/2022-09-22/doc-imqmmtha8356209.shtml">摩尔定律是英特尔联合创始人戈登·摩尔对半导体行业创新的预测，即芯片中集成的晶体管数量大约每24个月翻一番，同时价格下降为之前的一半</a>。</p><p>摩尔定律是由英特尔创始人之一戈登·摩尔于1965年提出的。其内容也并不复杂：集成电路上可容纳的晶体管数目，约每隔两年便会增加一倍。简单来说就是处理器的性能大约每两年翻一倍，同时价格下降为之前的一半。</p><p>自从提出到现在50多年以来，摩尔定律一直都是半导体行业的金科玉律，指导着行业的发展。不过在28nm节点之后随着芯片工艺的迭代难度变得越来越大，外界也逐渐出现了不少“摩尔定律已死”或者是“摩尔定律就要到达极限了”的声音。</p><p>2.关于算力的衡量标准：</p><p>算力既然是一个“能力”，当然就会有对它进行强弱衡量的指标和基准单位。大家比较熟悉的单位，应该是FLOPS、TFLOPS等。</p><p>其实，衡量算力大小的指标还有很多，例如MIPS、DMIPS、OPS等。</p><p>MFLOPS、GFLOPS、TFLOPS、PFLOPS等，都是FLOPS的不同量级。具体关系如下：</p><p><img src="https://bts-image.xyzcdn.net/aHR0cHM6Ly92eThkbTAzcHNjLmZlaXNodS5jbi9zcGFjZS9hcGkvYm94L3N0cmVhbS9kb3dubG9hZC9hc3luY2NvZGUvP2NvZGU9WldZeVlURTJZems1TnpNMVlUWmtOR1ZpTWpnek9UQTNZV1UwTkRVeU9ETmZOWEp1ZGtaRU1uUkVRa2R6UW1ONE1qTnZNbVV3VlV4WGRrRlJabE5wTkhSZlZHOXJaVzQ2VGtJME5tSkhVVXRGYjI5TU4ySjRRMDVzUVdORlVIcEhiazVsWHpFM01Ua3lNekV5T0RVNk1UY3hPVEl6TkRnNE5WOVdOQQ=="/></p><p>浮点数有FP16、FP32、FP64不同的规格</p><p>不同的算力载体之间，算力差异是非常巨大的。算力对比表格：</p><p><img src="https://bts-image.xyzcdn.net/aHR0cHM6Ly92eThkbTAzcHNjLmZlaXNodS5jbi9zcGFjZS9hcGkvYm94L3N0cmVhbS9kb3dubG9hZC9hc3luY2NvZGUvP2NvZGU9WkRObFpqUXpZMk16TmpGaE5HVTFZbVJsTnpnMk9XVTRPVGxqTm1ZNE56ZGZTRzFQZVV0b1RuZzFURk5JYzBzMmFqbDNUblJ4YjJoRE1HWnhRM0JYTlhsZlZHOXJaVzQ2VjNseGVtSkhhVFJpYjI1alVVeDRUMUZoV0dORU1XUTJialZuWHpFM01Ua3lNekV5T0RVNk1UY3hPVEl6TkRnNE5WOVdOQQ=="/></p><p>前面我们提到了通用计算、智算和超算。 从趋势上来看，智算和超算的算力增长速度远远超过了通用算力。</p><p>根据GIV的数据统计，到2030年，通用计算算力（FP32）将增长10倍，达到3.3 ZFLOPS。而AI智算算力（FP16），将增长500倍，达到105 ZFLOPS。</p><p><img src="https://bts-image.xyzcdn.net/aHR0cHM6Ly92eThkbTAzcHNjLmZlaXNodS5jbi9zcGFjZS9hcGkvYm94L3N0cmVhbS9kb3dubG9hZC9hc3luY2NvZGUvP2NvZGU9T0RJeVl6UmtaakF4T0dKaU1tRTRaV0V4TTJOaU16Z3lOR1JpT0RVNE9HUmZSblIxVkhGSlFsRXlTR1pTZVVGV1JXcFhjbTFPUkZOSlkzVTRjVGR1VEhkZlZHOXJaVzQ2VlZGUWNXSmljV0ZVYjFKeVlrVjRZbTV5VVdObWFVazRibmhpWHpFM01Ua3lNekV5T0RVNk1UY3hPVEl6TkRnNE5WOVdOQQ=="/></p><p>3 关于未来算力需求</p><p>根据罗兰贝格的预测，从2018年到2030年，自动驾驶对算力的需求将增加390倍，智慧工厂需求将增长110倍，主要国家人均算力需求将从今天的不足500 GFLOPS，增加20倍，变成2035年的10000 GFLOPS。</p><p>根据浪潮人工智能研究院的预测，到2025年，全球算力规模将达6.8 ZFLOPS，与2020年相比提升30倍。新一轮的算力革命，正在加速启动。</p><p><img src="https://bts-image.xyzcdn.net/aHR0cHM6Ly92eThkbTAzcHNjLmZlaXNodS5jbi9zcGFjZS9hcGkvYm94L3N0cmVhbS9kb3dubG9hZC9hc3luY2NvZGUvP2NvZGU9WmpjMk9USXhNRGRsTm1ZMVltRXdPR0psTVRsalltUm1OMlkyTURCa05qVmZaRE40YWxKaVJWcHlPVWQ0WWxKak1rMURlRFJ2TVZVMWNuRlNhVFoyTm1OZlZHOXJaVzQ2VWpkR1ZtSkRNV0pXYjIxVFMxcDRUR3B5TTJONGFERTJibGswWHpFM01Ua3lNekV6TWprNk1UY3hPVEl6TkRreU9WOVdOQQ=="/></p><p><img src="https://bts-image.xyzcdn.net/aHR0cHM6Ly92eThkbTAzcHNjLmZlaXNodS5jbi9zcGFjZS9hcGkvYm94L3N0cmVhbS9kb3dubG9hZC9hc3luY2NvZGUvP2NvZGU9T0RaaFlUWTBObVV5TW1ZMVpHTXdPV1ZrWTJNNU9ERXlNREJsWXpFM05qUmZOVmhFWkRSTk5YaG9XRTloWlhWWmJsTm9aMnRDVXpOMWNYQkpiMGxVUVZsZlZHOXJaVzQ2V1dKQlMySnBZbnBLYnpGMGFUUjRSR1pEYUdNMlZ6QmlibmRtWHpFM01Ua3lNekV6TkRVNk1UY3hPVEl6TkRrME5WOVdOQQ=="/></p><p>4关于算力产业政策：</p><p>全国一体化算力体系建设：国家推动全国范围内算力资源的有效整合和优化布局，通过统筹规划，加强算力资源的衔接和调度，建设高效、绿色、经济的算力基础设施。这包括提升数据中心的建设标准和能效比，以及推进云计算、边缘计算、高性能计算等异构算力中心的共性标准研究。</p><p>绿色电力支持：为了支持数字经济的发展，特别是对算力中心的供电，政策鼓励使用绿色电力，如在山西省大同市阳高县的中联绿色大数据产业基地，当地政府依托资源优势和能源产业基础，推动以IDC为重点的算力产业发展，实现数字经济的绿色可持续发展。</p><p>标准研制：中央网信办、市场监管总局、工业和信息化部联合印发《信息化标准建设行动计划（2024—2027年）》，其中提到推进算力基础设施标准研制，建设“存、运、算”一体化的算力基础设施标准体系，推进相关标准的研制和实施，保障算力资源的质量和效率。</p><p>算力资源的高效利用：政策还鼓励通过技术创新提高算力资源的利用率，比如在贵安新区，当地政府利用气候凉爽、能源丰富、地质条件稳定等优势，吸引互联网头部公司入驻，推进数据中心由单纯存储中心向存算一体转变，加快培育以智能算力为代表的新质生产力。</p><p>算力产业集聚发展：如河南全省一体化算力体系布局，中原算力谷与各地边缘算力中心形成互联互通，实现全省算力的统一规划、建设、调度、运营，促进人工智能产业的跨越式发展。同时，南京、河北等地也通过政策引导，推动算力基础设施的优化布局，提升算力赋能应用水平。</p><p>人工智能产业创新发展：河北省出台政策，明确到2025年全省算力规模达到35百亿亿次/秒（EFLOPS）以上，智能算力占比达到35%，新增算力基础软硬件设施自主可控比例60%以上，强化多元优质算力普惠供给，支持人工智能产业创新发展。</p><p>东数西算：“东数西算”工程是中国国家发展和改革委员会等部门联合推动的重大战略项目。这一项目的核心目标是在全国范围内优化数据中心的一体化布局，实现资源的优化配置和绿色集约化使用，以及促进东西部地区的协调发展。</p><p>具体来说，“东数西算”工程计划在京津冀、长三角、粤港澳大湾区、成渝地区等八个地区建设国家算力枢纽节点，并规划了十个国家数据中心集群。这一布局旨在利用中国西部地区的资源优势，特别是丰富的可再生能源，来承接东部地区的算力需求。这样的布局不仅有利于提升国家整体的算力水平，而且有助于促进绿色发展，扩大有效投资，并推动区域协调发展。</p><p>此外，该项目还强调了数据中心由东向西的梯次布局和统筹发展，以及实现“东数西算”循序渐进、快速迭代的目标。为了确保项目的顺利进行，还制定了一系列政策和措施，包括加强网络设施的联通，强化能源布局的联动，支持技术创新的融合，以及推进产业生态的壮大等。</p><p>“东数西算”工程是中国响应新一轮科技革命和产业变革的重要举措，旨在通过优化数据中心的布局，推动数字经济和产业数字化的发展，进而支撑经济的高质量发展。</p><p><img src="https://bts-image.xyzcdn.net/aHR0cHM6Ly92eThkbTAzcHNjLmZlaXNodS5jbi9zcGFjZS9hcGkvYm94L3N0cmVhbS9kb3dubG9hZC9hc3luY2NvZGUvP2NvZGU9WWprMk5ERmhOV1U0TURaa1pHWTRPVGsxWTJRMk5tUm1NMkV4WW1ObE1XWmZkVXRqTUhWNVNISlVOWG96Y1RBd2JrNVliMHBNUVdscWIzaGlUVTFwWVZSZlZHOXJaVzQ2VDJsd1kySlNRemhuYjFVeWRFZDRTM05tZEdNd2QyMDBibU5uWHpFM01Ua3lNekUwTURJNk1UY3hPVEl6TlRBd01sOVdOQQ=="/></p>
June 5, 2024
<p>这期我们简要谈谈对最近大A的热点话题的观点：退市潮。</p>
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at [email protected] for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.
