作者｜趙賽坡
頭圖｜視覺中國
本期焦點議題：
萬億美元市值的英偉達，面臨哪三大下行風險？
中美芯片對抗持續，日本企業、ARM、中東地區成為新前沿陣地？
不缺錢的 OpenAI 最缺什么？
2023 AI 現狀報告解讀；
接下來，歡迎和我一起復盤圍繞數據與智能的產業關鍵事件。
計算·英偉達
2023 年，談論 AI（特別是大模型）、云計算產業時無法避開的就是英偉達公司。關于英偉達如何成功的分析、故事已經很多，站在 AI 發展的角度去看，以下幾個方面，構成了英偉達目前的優勢地位：
大語言模型還處于在早期階段，除了幾個較大科技公司之外，其他行業甚至科技行業的小公司，并沒有真正踏入到這個領域；或者我們可以說，當前大語言模型集中在科技巨頭們使用英偉達 GPU 進行訓練的階段，誰能買到最新的 GPU，誰的訓練效率就高，誰就能獲得更多融資或關注度，這讓英偉達 GPU 供不應求；
英偉達的平替還沒有完全出現——至少現階段還沒有，從 AMD 到 Cerebras 以及 Google/AWS 的自研芯片，這些可替代英偉達 GPU 的產品要么表現不穩定，要么沒有良好的軟件生態，現階段一個能打的也沒有；
但產業永遠處于動態發展之中，我們也應該使用發展的視角重新梳理英偉達所面臨的市場環境，下面是幾個潛在的趨勢，或將影響英偉達的市值以及產品統治力：
其一，當大模型訓練進入平穩期后，“推理”將成為產業發展的主流，這意味著，整個 AI 產業的計算需求會轉向對“推理”芯片的需求；
其二，在面向“推理”的場景里，CPU 在成本、生態方面的優勢不容忽視，無論是 x86、ARM 還是 RISC-V，都有可能成為大模型推理層面的算力提供者；
其三，大模型從“訓練”到“應用”的轉換，不僅將使得“研究”讓位于“工程”（或者是從“論文”變成“產品”），還會影響大公司——包括科技巨頭——對于大模型投資的決策，現階段不惜一切代價買卡的歷史終會終結。
當然，正如我在上面所談到的動態視角，我們也不能假設英偉達沒有注意到上述趨勢，只是在現階段巨大的利益面前，一家大公司能有多大勇氣投入一個還未明朗的未來，我們無從知曉。但接下來一段時間，透過上述趨勢來觀察英偉達以及算力供應商的布局調整，會變得格外有趣。
計算·地緣政治
路透社援引消息人士的話稱，白宮或將出臺一項新措施，禁止中國公司從其海外公司那里買到禁售清單里的高端芯片。
此舉意味著兩點：短期內，美國政府對中國高端芯片的禁售還將持續，也將進一步影響中國大模型產業的發展；其二，過去一年，白宮多次發布“補丁更新”，充分展現出半導體產業的復雜性，僅靠一紙禁令，并不能完全切斷產業鏈的流動。
值得玩味的是，臺積電上周宣布，該公司已經獲得美國商務部許可，可無限期向中國工廠提供來自美國的芯片制造設備；同時獲得許可的，還包括三星和 SK 海力士兩家韓國公司。
佳能上周表示，旗下芯片制造工具在納米壓印光刻技術方面取得突破，該技術可直接在晶圓上制造電路圖案，無需光刻技術。既可成為 ASML 公司昂貴產品的低成本替代品，又避開了現階段美國政府的對華芯片限售令，或將成為中美新一輪技術對抗的新陣地。
另一個新陣地則是 ARM。該公司不久前在美國完成 IPO，但 ARM 在中國市場面臨中國公司控制權爭議的難題，另外部分 ARM 中國員工在華成立新半導體公司的事件也在引發 ARM 股東的擔憂。
第三個陣地出現在海灣地區。沙特阿卜杜拉國王科技大學與中國高校、科技公司合作，利用英偉達 GPU 研發大模型的舉措，正在引發美國政府的關注，過去幾年，該學校和中國學術較為密切。
巨頭·市場
OpenAI 的收入的確在大幅增長。付費媒體 Information 援引消息人士的話稱，OpenAI CEO Sam Altman 告訴員工，該公司的年收入按照年化速度計算將達到 13 億美元。
這意味著 OpenAI 每月可獲得至少 1 億美元的收入，而在一年前的 2022 年，這家公司全年的營收僅為 2800 萬美元。
但這不意味著 OpenAI 已經盈利，作為一家私人公司，OpenAI 沒有披露成本——特別是研發成本（或者說大模型訓練、運維成本）——的義務。根據此前分析機構的測算，OpenAI 一天運營的成本高達 70 萬美元，以此折算，每個月的運維成本達到 2100 萬美元。
對于 OpenAI 而言，錢并不是真正的問題。一方面它的背后站著微軟這樣的巨頭，兩家公司盡管有各種理念不合的傳聞，但雙方的深度綁定，是現階段唯一而且正確的決定；另一方面，OpenAI 自然也不必擔心其在一級市場的融資能力，它有足夠耐心去挑選自己欣賞的投資機構。
OpenAI 最大的挑戰如何從越發擁擠的基礎大模型賽道上的突圍。隨著包括 Anthropic、Infection 等公司獲得巨額融資，這些基礎模型服務商所提供的產品并無本質的區別。即便 OpenAI 現在提供公開或企業私有版產品，但核心還是大模型的 API 能力，個人開發者或企業，還是要花費時間和精力，將這些 API 接入到自己的產品里。
這也使得三周后的 OpenAI 首次開發者大會具有眾多看點。路透社援引消息人士的話稱，此次大會旨在吸引更多開發者加入到 OpenAI 的生態圈，目前可知的一些更新：
在開發者工具添加內存存儲功能，該功能將大幅降低模型使用成本；
提供視覺 API 的能力，該功能已經在 ChatGPT Plus 產品里發布，效果驚人；
如果你仔細去看一些海外大模型應用的價格，可以發現一個有趣的現象，絕大多數產品的價格都是 20 美元/月，比如：
ChatGPT Plus
Poe
Claude
Perplexity
除此之外，GitHub Copilot、Notion AI 為每月 10 美元，WSJ 的一篇報道指出，這些看似不菲的價格遠不能覆蓋大模型的成本。原因很簡單，大模型應用無法像真正意義的軟件產品那樣實現規模效應，相反，付費用戶越多，成本越高，反而困損的越多。
文章里的一個數據稱，微軟推出 GitHub Copilot 的付費產品后，每名訂閱者每月還會導致微軟損失 10 美元，甚至有的訂閱者讓這家公司承擔每月 80 美元的額外損失。
這個數字真實程度如何還有待驗證，但卻也從一個側面展現出現階段大模型應用到底有燒錢了，而科技公司的開源節流之道也很多：
降低免費額度，比如 Claude 對免費用戶進行限流；
將大模型集成到更多產品里，通過提高其他產品的銷量平攤成本，比如微軟現在各種“Copilot”產品；
AI 現狀報告
投資人 Nathan Benaich 每年 10 月份都會發布一份“State of AI Report”，上周，2023 的報告如約而至。
和往年類似，今年的報告依然分為基礎研究、產業、政策、安全四大類別進行盤點和總結，內容非常豐富，基本覆蓋了過去十二個月全球 AI 領域的產業事件和關鍵趨勢。
鑒于篇幅限制，我僅僅對這份報告的幾個要點做一些延伸思考，更多內容，建議各位通過我分享的這個鏈接獲取該報告的 PDF 版本。
首先，GPT-4 是目前毫無疑問的“王者”，這一點不需要過多質疑，甚至可以說，當你看到諸如“某某模型可媲美 GPT-4”的說法時，直接忽略就可以了，基本不可能。
其次，算力和數據的競爭越發激烈，二者在物理層面又存在天然的限制，想象一下英偉達 GPU 計算能力的邊界在哪里？以及，大模型的優秀訓練數據——特別是人類產生的數據——沒有了怎么辦？
其三，如果你關注大語言模型的應用場景，生命科學領域是一個非常關鍵的切入點。這個領域的職業道德與行業特點，決定了其研發進程更謹慎小心，而一旦能夠實現大規模應用，對人類社會的影響非常大。
其四，AI 安全是一個極其廣泛的政治議題，從國家到地區，從不同政黨到各大企業，短期內——甚至在幾年之內——都不可能達成一致。
值得一提的是，每年“State of AI Report”的最后都會有十個預測，今年的預測分為以下幾類：
應用：一部利用生成式 AI 制作的好萊塢級別的大片、AI 生成的歌曲進入 billboard 100 或 Spotify Top Hit 榜單；
安全與監管：一家大模型公司因選舉遭到調查、美英兩國啟動對微軟和 OpenAI 合作的壟斷調查；
資本市場：至少一家 AI 公司上市、GPU 債務基金取代風險投資；
訓練與推理：大模型訓練領域繼續燒錢，用 10 億美元訓練一個模型，而在“推理”領域，大模型公司收購推理芯片公司；
結果如何，我們明年再看。
應用·政策
兩家大公司上周發布面向醫療領域的大模型產品：
生成式 AI 領域的落地應用如何會成為該技術發展的關鍵，在很多大公司的 CIO 看來，該技術仍在發展階段，企業正尋求早期概念驗證來證明其價值。
如果說 CIO 們側重于成本管理，那么 CSO——首席安全官——都需要考慮大模型應用應用來到的潛在法律問題，比如版權糾紛，上周，Google 宣布，如果企業客戶使用該公司 Duet AI、Vertex AI Search 出現版權問題，Google 會為其辯護。
這些承諾反映出當下生成式 AI 市場的潛在問題，大量企業因為版權等法律問題而不敢或不愿意大規模部署相關技術，但大公司的承諾并不可能完全解決這個問題，它更像是一種市場營銷行為，或者說，是一系列面向政府游說行為的組成部分。
除此之外，保險公司也盯上了這個領域。北美一些保險公司計劃推出一系列面向大模型失敗場景的保險業務，WSJ 的報道指出，這些保險參考了網絡安全保險的做法，能夠一定程度幫助 IT 決策者進行風險管理。
最后看兩項監管政策：
評論
最新評論