FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AI\DePIN\Sol生态三重光环加身：浅析发币在即的IO.NET

的芯片网络，能够执行基于Python的机器学习代码，运行AI和机器学习程序。 IO Cloud的基本业务模块叫做集群（Clusters），Clusters是一个可以自我协调完成计算任务的GPU群组，人工智能工程师可以根据自己的需求来自定义想要的集群。 IO.NET的产品界面的用户友好度很高，如果你要部署属于自己的芯片集群，来完成AI计算任务，在进入它的Clusters（集群）产品页面后，就可以开始按需配置你要的芯片集群。页面信息：https://cloud.io.net/cloud/clusters/create-cluster，下同首先你需要选择自己的任务场景，目前有三个类型可供选择： General（通用型）：提供了一个比较通用的环境，适合早期不确定具体资源需求的项目阶段。 Train（训练型）：专为机器学习模型的训练和微调而设计的集群。这个选项可以提供更多的GPU资源、更高的内存容量和/或更快的网络连接，以便于处理这些高强度的计算任务。 Inference（推理型）：专为低延迟推理和重负载工作设计的集群。在机器学习的上下文中，推理指的是使用训练好的模型来进行预测或分析新数据，并提供反馈。因此，这个选项会专注于优化延迟和吞吐量，以便于支持实时或近实时的数据处理需求。然后，你需要选择芯片集群的供应方，目前IO.NET与Render Network以及Filecoin的矿工网络达成了合作，因此用户可以选择IO.NET或另外两个网络的芯片来作为自己计算集群的供应方，相当于IO.NET扮演了一个聚合器的角色（但截至笔者撰文时，Filecon服务暂时下线中）。值得一提的是，根据页面显示，目前IO.NET在线可用GPU数量为20万+，而Render Network的可用GPU数量为3700+。再接下来就进入了集群的芯片硬件选择环节，目前IO.NET列出可供选择的硬件类型仅有GPU，不包括CPU或是苹果的iGPU(M1、M2等），而GPU也主要以英伟达的产品为主。在官方列出、且可用的GPU硬件选项中，根据笔者测试的当日数据，IO.NET网络总在线的可用数量的GPU数量为206001张。其中可用量最多的是GeForce RTX 4090（45250张），其次是GeForce RTX 3090 Ti（30779张）。此外，在处理AI计算任务如机器学习、深度学习、科学计算上更为高效的A100-SXM4-80GB芯片（市场价15000$+），在线数有7965张。而英伟达从硬件设计开始就专为AI而生的H100 80GB HBM3显卡（市场价40000$+），其训练性能是A100的3.3倍，推理性能是A100的4.5倍，实际在线数量为86张。在选定集群的硬件类型后，用户还需要选择集群的地区、通信速度、租用的GPU数量和时间等参数。最后，IO.NET根据综合的选择，会为你提供一个账单，以笔者的集群配置为例：通用（General）任务场景 16张A100-SXM4-80GB芯片最高连接速度（Ultra High Speed）地理位置美国租用时间为1周该总账单价格为3311.6$，单张卡的时租单价为1.232$ 而A100-SXM4-80GB在亚马逊云、谷歌云和微软Azure的单卡时租价格分别为5.12$、5.07$和3.67$（数据来源：https://cloud-gpus.com/，实际价格会根据合约细节条款产生变化）。因此仅就价格来说，IO.NET的芯片算力确实比主流厂商便宜不少，且供给的组合与采购也非常有弹性，操作也很容易上手。业务情况供给端情况截至今年4月4日，根据官方数据，IO.NET在供应端的GPU总供给为371027张，CPU供给为42321张。此外，Render Network作为其合作伙伴，还有9997张GPU和776张CPU接入了网络的供给。数据来源：https://cloud.io.net/explorer/home，下同笔者撰文时，IO.NET接入的GPU总量中的214387处于在线状态，在线率达到了57.8%。来自Render Network的GPU的在线率则为45.1%。以上供应端的数据意味着什么？为了进行对比，我们再引入另一个上线时间更久的老牌分布式计算项目Akash Network来进行对比。 Akash Network早在2020年就上线了主网，最初主要专注于CPU和存储的分布式服务。2023年6月，其推出了GPU服务的测试网，并于同年9月上线了GPU分布式算力的主网。数据来源：https://stats.akash.network/provider-graph/graphics-gpu 根据Akash官方数据，其GPU网络推出以来，供应端尽管持续增长，但截至目前为止GPU总接入数量仅为365张。从GPU的供应量来看，IO.NET要比Akash Network高出了好几个数量级，已经是分布式GPU算力赛道最大的供应网络。需求端情况不过从需求端来看，IO.NET依旧处于市场培育的早期阶段，目前实际使用IO.NET来执行计算任务的总量不多。大部分在线的GPU的任务负载量为0%，只有A100 PCIe 80GB K8S、RTX A6000 K8S、RTX A4000 K8S、H100 80GB HBM3四款芯片有在处理任务。且除了A100 PCIe 80GB K8S之外，其他三款芯片的负载量均不到20%。而官方当日披露的网络压力值为0%，意味着大部分芯片供应都处于在线待机状态。而在网络费用规模上，IO.NET已经产生了586029$的服务费用，近一日的费用为3200$。数据来源：https://cloud.io.net/explorer/clusters 以上网络结算费用的规模，无论是总量还是日交易量，均与Akash处在同一个数量级，不过Akash的大部分网络收入来自于CPU的部分，Akash的CPU供应量有2万多张。数据来源：https://stats.akash.network/ 此外，IO.NET还披露了网络处理的AI推理任务的业务数据，截至目前其已经处理和验证的推理任务数量超过23万个，不过这部分业务量大部分都产生于IO.NET所赞助的项目BC8.AI。数据来源：https://cloud.io.net/explorer/inferences 从目前的业务数据来看，IO.NET的供给端扩张顺利，在空投预期和代号“Ignition”的社区活动刺激下，让其迅速地汇聚起了大量的AI芯片算力。而其在需求端的拓展仍处于早期阶段，有机需求目前还不足。至于目前需求端的不足，是由于消费端的拓展还未开始，还是由于目前的服务体验尚不稳定，因此缺少大规模的采用，这点仍需要评估。不过考虑到AI算力的落差短期内较难填补，有大量的AI工程师和项目在寻求替代方案，可能会对去中心化的服务商产生兴趣，加上IO.NET目前尚未开展对需求端的经济和活动刺激，以及产品体验的逐渐提升，后续供需两端的逐渐匹配仍然是值得期待的。 2.3 团队背景和融资情况团队情况 IO.NET的核心团队成立之初的业务是量化交易，在2022年6月之前，他们一直专注于为股票和加密资产开发机构级的量化交易系统。出于系统后端对计算能力的需求，团队开始探索去中心化计算的可能性，并且最终把目光落在了降低GPU算力服务的成本这个具体问题上。创始人&CEO：Ahmad Shadid Ahmad Shadid在IO.NET之前一直从事量化和金融工程相关的工作，同时还是以太坊基金的志愿者。 CMO&首席战略官：Garrison Yang Garrison Yang在今年3月才正式加入IO.NET，他此前是Avalanche的战略和增长VP，毕业于加州大学圣巴巴拉分校。 COO：Tory Green Tory Green 是 io.net 首席运营官，此前是 Hum Capital 首席运营官、Fox Mobile Group 企业发展与战略总监，毕业于斯坦福。从IO.NET的Linkedin信息来看，团队总部位于美国纽约，在旧金山有分公司，目前团队人员规模在50人以上。融资情况 IO.NET截至目前仅披露了一轮融资，即今年3月完成的A轮估值10亿美金融资，共募集了3000万美金，由Hack VC领投，其他参投方包括Multicoin Capital、Delphi Digital、Foresight Ventures、Animoca Brands、Continue Capital、Solana Ventures、Aptos、LongHash Ventures、OKX Ventures、Amber Group、SevenX Ventures和ArkStream Capital等。值得一说的是，或许是因为收到了Aptos基金会的投资，原本在Solana上进行结算记账的BC8.AI项目，已经转换到了同样的高性能L1 Aptos上进行。 2.4 估值推算根据此前创始人兼CEO Ahmad Shadid的说法，IO.NET将在4月底推出代币。 IO.NET有两个可以作为估值参考的标的项目：Render Network和Akash Network，它们都是代表性的分布式计算项目。我们可以用两种方式推演IO.NET的市值区间：1.市销比，即：市值/收入比；2.市值/网络芯片数比。先来看基于市销比的估值推演：从市销比的角度来看，Akash可以作为IO.NET的估值区间的下限，而Render则作为估值的高位定价参考，其FDV区间为16.7亿~59.3亿美金。但考虑到IO.NET项目更新，叙事更热，加上早期流通市值较小，以及目前更大的供应端规模，其FDV超过Render的可能性并不小。再看另一个对比估值的角度，即“市芯比”。在AI算力求大于供的市场背景下，分布式AI算力网络最重要的要素是GPU供应端的规模，因此我们可以以“市芯比”来横向对比，用“项目总市值与网络内芯片的数量之比”，来推演IO.NET可能的估值区间，供读者作为一个市值参考。如果以市芯比来推算IO.NET的市值区间，IO.NET以Render Network的市芯比为上限，以Akash Network为下限，其FDV区间为206亿~1975亿美金。相信再看好IO.NET项目读者，都会认为这是一个极度乐观的市值推算。而且我们需要考虑到，目前IO.NET如此庞大的芯片在线张数，有受到空投预期以及激励活动的刺激，在项目正式上线后其供应端的实际在线数仍然需要观察。因此总体来说，从市销比的角度进行的估值测算可能更有参考性。 IO.NET作为叠加了AI+DePIN+Solana生态三重光环的项目，其上线后的市值表现究竟如何，让我们拭目以待。 3.参考信息 Dephi Digital：The Real Merge Galaxy：Understanding the Intersection of Crypto and AI 来源：金色财经

金色财经2024-04-09

第四范式(06682)下跌5.05%，报57.3元/股

工智能市场中占据最大的市场份额，其自动机器学习算法领跑全球，在准确性和有效性方面打破了两项图学习标准的世界纪录。截至2023年年报，第四范式营业总收入42.04亿元、净利润-9.09亿元。

金融界2024-04-09

摩根大通CEO戴蒙最新发声！关于利率、AI、银行业...

露，摩根大通目前拥有2000多名AI和机器学习员工以及数据科学家，他们正在研究400种应用程序，包括欺诈检测、营销和风险控制。此外，摩根大通还在探索在软件工程、客户服务和提高员工生产力方面使用生成式AI。他预计，随着时间的推移，AI将影响劳动力构成，它可能会减少某些工作类别，也可能会创造出其他工作类别。银行业同时，Dimon在信中表达了他对美国银行业监管的担忧。他表示，自2008年金融危机后多德-弗兰克法案通过以来，银行与美国监管机构之间的关系“严重恶化”，“越来越缺乏建设性”。银行和政府之间的最新导火索是一项有争议的提案，该提案要求金融机构为未来的损失增加缓冲。 Dimon表示，该提案“损害了做市，伤害了美国人，并将活动推向了不那么透明、监管不那么严格的市场”。他暗示，如果监管机构不修改新的资本提案，可能会提起诉讼。“你可以想象，没有人想起诉他们的监管机构”。去年，摩根大通在银行危机中收购了第一共和国银行。今年5月，第一共和国银行被监管机构接管。此前，摩根大通曾预计，此次收购将为其带来逾5亿美元的年度收益，并表示这可能是保守估计。Dimon最新表示，这一数字可能“接近20亿美元”。此外，Jamie Dimon已经68岁，可能面临退休。周一，摩根大通在另一份文件中表示，董事会的首要任务之一是“在中期实现CEO的有序过渡”。董事会已经培养几名运营委员会成员，他们是接替戴蒙的有力潜在候选人。

格隆汇2024-04-09

UGPT AI：开创加密货币领域人工智能经济新时代

并从中获利，支持多种人工智能技术，包括机器学习、深度学习和自然语言处理。专注于为加密货币创造全球人工智能经济，UGPT AI采用了区块链技术来构建应用程序，使用智能合约实现代码的可信执行，确保算法的版权、隐私和分配的公正性。 UGPT AI提供了高度灵活的算法开发和部署工具，用户可以使用他们熟悉的编程语言和平台来构建、测试、部署和管理他们的算法。此外，UGPT AI还提供一系列的数据分析和管理工具，使用户能够轻松地处理、分析和可视化复杂的数据集。作为一个全球化的社区，UGPT AI为用户提供了技术支持和交流平台，让用户能够在这个社区中交流经验、分享开发技巧，获取最新的人工智能应用市场信息。UGPT AI的出现极大地促进了人工智能技术的应用和创新，为加密货币领域中的人工智能经济开辟了新的发展空间。 UGPT AI的推出，标志着加密货币领域迎来了人工智能经济的新时代，让我们共同期待UGPT AI为加密货币行业带来的创新和变革！欢迎加入UGPT AI，共同探索人工智能与加密货币的未来！来源：金色财经

金色财经2024-04-09

千载难逢的机会 ! 不要错过24年和25年疯牛赚钱的机会 !

ittensor 是一种开源协议，以其机器学习模型和算法的去中心化市场而闻名。该代币最近经历了 TAO 代币价格的飙升。它在短短两个月内飙升了 700%，推动 TAO 代币达到 759 美元的历史新高。截至撰写本文时，TAO 市值约为 37 亿美元，24 小时内交易量超过 2000 万美元。促成这一增长的一个因素是 Bittensor 和 AIT 协议之间宣布建立合作伙伴关系。此次集成的目的是在 Bittensor 生态系统中开发一个名为 Einstein-AIT 的子网。此外，它的目标是增强 Bittensor 的人工智能服务，可能使 TAO 的价值增加约 21.7% 至 633.99 美元。Bittensor 当前的交易活动表明其交易价格高于 200 天简单移动平均线。Bittensor 在 AI 加密货币领域占据领先地位，反映了其在市场中的主导地位和相关性。 PENDLE Pendle 与 Amber Group 合作，宣布重新建立合作伙伴关系，旨在为 Amber Group 的用户提供更高的收益。此次合作推出了 Pendle Earn，该功能使客户能够赚取固定的以太坊利率。过去一周，PENDLE表现出色，趁市场短暂复苏之机创下历史新高。尽管从 4 月 1 日到 3 日经历了连续三天的盘中下跌，但随着大盘在 4 月 4 日开始复苏阶段，PENDLE 抓住了机会。另外，4 月 4 日在 Arbitrum 上推出两条新的 LRT 进一步推动了 PENDLE 的价格上涨，导致 PENDLE 的价格上涨。大幅上涨28.56%，创年内最大盘中涨幅。在这次飙升之后，PENDLE 进入了价格震荡上涨阶段，今天早些时候创下了 7.23 美元的历史新高。尽管目前较峰值下跌 8.9%，但该资产仍保留了本周累计涨幅的很大一部分。此外，PENDLE 本周上涨 18.41%，目前市值已达 10 亿美元。PENDLE 目前的交易价格高于其 200 日简单移动平均线，并且根据其市值显示出较高的流动性。现货密码推荐：RAY 1、买入点：2-2.15分批买入。 2、短线目标附近2.65（约26%涨幅）、中长线目标附近3.7（约76%涨幅） 3、结构破坏预案撤退点1.8，重新找机会买入。 4、满足推荐条件：技术形态满足、巨鲸筑底满足、抛压情况、消息面等满足。这轮牛市真的需要把握机会！抓住热点板块的热门币种！ AI智能板块，游戏板块，大饼二层生态板块，以太坊关联的L2板块，meme板块，这五大板块是关注的重点！最后的最后，还有很多其实都没写进来，比如具体的机会，具体的决策，这些东西往往不是一篇文章能概括的。创建一个高质量圈子，主要是讲解币圈的各种基本行业知识，市场潜力币和山寨币的推荐！热点版块的轮动，还有识别顶底的基础方法，如何更好的把握住这个牛市，等等一系列的知识，感兴趣的可以主页找我。来源：金色财经

金色财经2024-04-08

摩根大通CEO：AI的影响堪比印刷机、蒸汽机、电力和计算机

称，摩根大通目前拥有2000多名AI和机器学习员工，以及数据科学家。最终，这项技术可能会影响到摩根大通约31万名员工，帮助其中一些员工执行任务，同时也将取代另一些员工。

金融界2024-04-08

V神谈区块链+AI的四大方向：用3EX AI交易探索智能化交易新模式

战，在于如何保持开源的同时，防范对抗性机器学习中的脆弱性，同时不失去去中心化的特性。本文将根据V神Vitalik提出的Crypto与AI结合的四种方式，探讨当前AI领域的赛道的发展。一、AI作为参与者：初级阶段的实现与广阔前景 AI作为Crypto世界参与者，例如AI赋能的交易机器人、聊天机器人等，它们不直接影响人类的决策和行为，因此风险较低，落地性高。AI在游戏中的应用，如AI Arena、Echelon Prime等项目，提供了玩家与AI互动、训练AI角色的平台，展现了AI作为参与者的潜力和多样化应用。二、AI作为接口：降低门槛，提升体验 AI作为应用的接口，能够辅助用户理解复杂的crypto世界，通过AI Chatbot等形式，简化用户与钱包、交易等的互动过程。PaaL、ChainGPT、Arkham等项目通过提供风险提示、智能合约审计等功能，为用户提供了更加友好的操作界面和增强的安全性。3EX AI交易平台开创性将GPT强大的AI能力引入数字资产交易领域，用户只需进行简单的对话，即可实现创建个性化的量化交易策略、即时模拟盈亏、实盘配置和自动运行等一站式AI交易服务。三、AI作为游戏规则：高级阶段的探索将AI置于游戏规则的核心，让 AI 能够代替人类进行决策和行为，代替你进行交易决策和行为。主要可以分为三个层级：AI 应用尤其是以自主决策为愿景的应用，如 AI 自动化交易 bot、AI DeFi 收益 Bot、Autonomous Agent 协议以及 zkml/opml。AI 应用是对某一领域的问题进行具体决策的工具，它们积累了不同细分领域的知识和数据，依赖于根据细分问题而量身定制的 AI Model 开展决策。3EX AI交易平台的个性化定制交易策略功能是让 AI 能够代替人类进行决策和行为的初步探索。四、 AI 作为目标 AI 作为目标强调了 Crypto 对 AI 的帮助，即如何利用 Crypto 创造出更好的 AI 模型和产品，这或许包括多个评判标准：更高效、更精确、更去中心化等等。数据是进行模型训练的基础，去中心化数据协议将激励个人或企业提供更多私域数据，同时利用密码学保障数据隐私，避免个人敏感数据的泄露。去中心化算力赛道是目前最火热的 AI 赛道，协议通过提供供需双方的匹配市场，促进长尾算力与 AI 企业的匹配，用于模型的训练和推理。Crypto 对算法的赋能是实现去中心化 AI 最核心的环节，实现创建去中心化的、可信任的黑匣子 AI。 3EX AI交易平台：探索智能化交易新模式 1. 自助创建和定制策略：3EX平台利用基于ChatGPT的人工智能技术，允许用户通过自然语言处理技术轻松创建和执行量化交易策略。这种智能化的策略创建不仅简化了交易流程，也让个性化交易成为可能。 2. 实时模拟与自动执行：3EX平台提供的即时模拟功能使用户能够在真实投入市场前，实时查看交易策略的可能盈亏情况，从而优化和调整自己的策略。这种即时反馈机制极大地提高了交易的透明度和用户的信心。一旦策略优化完成，平台还能自动执行交易，极大减少操作复杂性和时间延迟，提高交易效率。 3. 跟单交易功能：为了满足不同用户的需求，3EX还提供了跟单交易功能，用户可以选择并跟随其他成功交易者的策略，享受AI智能交易的便利。这不仅为用户提供了一种相对被动的收入机会，还通过分润机制为策略提供者创造了额外的收益来源，促进了社区内的互助和共赢。 3EX AI交易平台的这些创新特性，为用户提供了强大的工具，以智能、高效的方式参与市场，最大化地利用了AI技术在加密交易中的应用潜力。 3EX相关链接： Twitter(EN): https://twitter.com/3exglobal Twitter(CN): https://twitter.com/3EX_ZH Telegram(EN)：https://t.me/global_3ex Telegram(CN)：https://t.me/chinese_3ex Discord：https://discord.gg/KHVVnPgpeT Facebook: https://www.facebook.com/profile.php?id=100092234370403 Instagram: https://www.instagram.com/3EX.Exchange/ Medium: https://medium.com/@3ex Reddit: https://www.reddit.com/r/3EX_AITrading/ Youtube: https://youtube.com/@3EXGLOBAL?feature=shared Linkedin：https://www.linkedin.com/company/3ex-com/about/ TikTok: https://www.tiktok.com/@3ex_exchange?_t=8klgxCKAz8A&_r=1 来源：金色财经

金色财经2024-04-08

摩根大通调查显示：机构加倍重视交易中的人工智能的应用

受访机构交易员中，61%预计人工智能和机器学习（ML）将在未来三年内成为对交易影响最大的技术。根据调查排名，紧随人工智能和 ML 之后的是应用编程接口（API）集成，13%的受访者将其选为塑造未来交易的最重要技术之一。根据受访者的偏好，区块链或分布式账本技术和量子计算均占7%。移动交易应用程序和自然语言处理技术获得了6%的受访者青睐。近年来，人工智能和机器学习在摩根大通的报告中一直稳步上升，两年前，该技术的重要性排名仅占25%。另一方面，根据摩根大通的调查，机构对其他技术在交易中的作用越来越持怀疑态度，包括移动交易应用和区块链。自2022年以来，区块链和移动交易应用作为有前途的交易技术，在投资者的选择中分别减少了18%和23%。过去几年，人工智能通过提供各种功能，包括交易预测或识别对市场情绪的实时威胁，一直在重塑金融业的未来。根据英伟达（Nvidia）2022年的一份报告，投资者一直在整合人工智能和ML，据说有30%的受访者成功地将年收入减少了10%以上。在加倍重视人工智能在交易中的作用的同时，摩根大通调查的机构已经不太愿意涉足加密货币交易。根据调查结果，78%的机构交易员在未来五年内没有交易比特币 BTC¥501,767.04 或数字硬币等加密货币的计划。自去年以来，不打算交易加密货币的投资者比例有所上升，因为72%的受访者表示不愿意在2023年交易此类资产。与此同时，已经开始交易加密货币或已经交易加密货币的受访者比例从2023年的8%略微上升至2024年的9%。过去几年，摩根大通在对待加密货币的态度上一直饱受争议。首席执行官杰米-戴蒙（Jamie Dimon）甚至在公司被贝莱德（BlackRock）任命为增长最快的现货比特币交易所交易基金之一的授权参与者之后，仍继续抨击比特币等加密货币。来源：金色财经

金色财经2024-04-08

第四范式(06682)下跌5.04%，报59.35元/股

工智能市场中占据最大的市场份额，其自动机器学习算法领跑全球，在准确性和有效性方面打破了两项图学习标准的世界纪录。截至2023年年报，第四范式营业总收入42.04亿元、净利润-9.09亿元。

金融界2024-04-08

热点解读-龙头加速AI产业研发，大模型及应用端快速发展

层包括计算机视觉、语义识别、智能语音、机器学习等，基础的生成算法模型是驱动AI的关键；应用层包括无人驾驶等众多领域，是人工智能作用于生产生活的具体体现。图1人工智能产业链来源：Wind （2）市场规模随着人工智能技术的不断发展，其应用场景日益丰富，各行各业所汇聚的庞大数据资源为技术的实际应用和持续完善提供了坚实基础。根据第三方咨询机构格物致胜的统计数据，2022年中国人工智能市场规模达到2058亿元，预计2023-2027年市场规模将保持28.2%的复合增长率，2027年中国人工智能市场规模将达到7119亿元。根据statista的统计数据，2023年全球人工智能市场规模达2079亿美元，预计2030年将增至18475亿美元。图2中国人工智能市场规模及预测（单位：亿元人民币）来源：Wind，格物致胜公众号，国元证券研究所图3全球人工智能市场规模及预测（单位：亿美元）来源：Wind，Statista官网，国元证券研究所（3）发展历程基础的生成算法模型是驱动AI的关键：2014年，伊恩·古德费洛(lan Goodfellow)提出的生成对抗网络(Generative Adversarial Network, GAN)成为早期最为著名的生成模型。GAN使用合作的零和博弈框架来学习，被广泛用于生成图像、视频、语音和三维物体模型。随后，Transformer、基于流的生成模型(Flow-based models)、扩散模型(Diffusion Model)等深度学习的生成算法相继涌现。Transformer模型是一种采用自注意力机制的深度学习模型，这一机制可按输入数据各部分的重要性分配权重，可用于自然语言处理(NLP)、计算机视觉(CV)领域应用，后来出现的BERT、GPT-3、laMDA等预训练模型都是基于Transformer模型建立的。图4主流生成模型一览表来源：Wind、腾讯研究院《AIGC发展趋势报告》，经纬创投公众号，国元证券研究所预训练模型引发了AI技术能力的质变：预训练模型是为了完成特定任务基于大型数据集训练的深度学习模型，让AI模型的开发从手工作坊走向工厂模式，加速AI技术落地。2017年，Google颠覆性地提出了基于自注意力机制的神经网络结构——Transformer架构，奠定了大模型预训练算法架构的基础。2018年，OpenAI和Google分别发布了GPT-1与BERT大模型，意味着预训练大模型成为自然语言处理领域的主流。图5预训练相当于“通识教育” 来源：Wind、IDC《2022中国大模型发展白皮书》，国元证券研究所预训练数据直接决定AI大模型性能：预训练数据从数据来源多样性、数据规模、数据质量三方面影响模型性能。以GPT模型为例，其架构从第1代到第4代均较为相似，而用来训练数据的数据规模和质量却有很大的提升，进而引发模型性能的飞跃。以吴恩达(AndrewNg)为代表的学者观点认为，人工智能是以数据为中心的，而不是以模型为中心。为了追求更好的模型性能，模型参数规模也与训练数据量同步快速增长，模型参数量大约每18个月时间就会增长40倍。例如2016年最好的大模型ResNet-50参数量约为2000万，2020年的GPT-3模型参数量达1750亿，2023年的GPT-4参数规模则更加庞大。三、近期行业变化多模理解和生成的统一是通往AGI的必经之路：模型的演化必然会经历单模到多模到世界模型三个阶段。当下理解模型和生成模型是分开发展的，未来随着理解和生成实现统一，就可以进一步结合具身智能，形成世界模型。再进一步，加入复杂任务的规划能力和抽象概念的归纳能力，就真正演化到了AGI的阶段。多模态技术成为大模型主战场：多模态较单一模态更进一步，已经成为大模型主战场。人类通过图片、文字、语言等多种途径来学习和理解，多模态技术也是通过整合多种模态、对齐不同模态之间的关系，使信息在模态之间传递。2023年以来，OpenAI发布的GPT-4V、Google发布的Gemini、Anthropic发布的Claude3均为多模态模型，展现出了出色的多模态理解及生成能力。未来，多模态有望实现any to any模态的输入和输出，包括文本、图像、音频、视频、3D模型等多种模态。智能涌现从虚拟世界走向物理世界：当大模型迁移到机器人身上，大模型的智能和泛化能力有望点亮通用机器人的曙光。2023年7月，谷歌推出机器人模型Robotics Transformer2(RT-2)，这是一个全新的视觉-语言-动作(VLA)模型，从网络和机器人数据中学习，并将这些知识转化为机器人控制的通用指令。2024年3月，机器人初创企业Figure展示了基于OpenAI模型的全尺寸人形机器人Figure 01，机器人动作流畅，所有行为都是学到的（不是远程操作），并以正常速度(1.0x)运行。 AI算力应用持续深化，大模型赛道日益更新：英伟达GTC2024大会上公布了关于NVIDIA Blackwell、NIM微服务、Omniverse CloudAPI等一系列AI引领各领域变革的显著成就。同时，全球AI大模型市场迭代进程加快，3月4日，美国初创公司Anthropic推出Claude3模型系列；3月17日，马斯克旗下的初创企业xAI宣布对Grok-1的基本模型权重及网络架构进行开源。云厂商加速生成式AI发展，致力打通生态系统建设：微软、谷歌、亚马逊作为云业务头部厂商，拥有包含Office、Microsoft、LinkedIn、手机PC在内的搜索引擎、广告、云计算等多项软硬件产品及平台。头部云厂商在推进大模型升级迭代的同时，或根据品牌内现有的软件平台和终端硬件产品特性进行模型调整及适配；同时，多家厂商对未来即将发布的新产品也会进行全生态构造，将大模型与手机、电脑、机器人、汽车等多领域结合，搭建全面的系统生态，助力“AI+”应用持续变革。四、投资展望（1）量子计算机量子计算有望成为解决AI算力瓶颈的颠覆性力量：与传统计算相比，量子计算能够带来更强的并行计算能力和更低的能耗，同时量子计算的运算能力根据量子比特数量指数级增长，在AI领域具有较大潜力。海外科技巨头带动量子计算产业发展，IBM、微软、谷歌等公司先后发布量子计算路线图，与此同时，国内量子计算产业与海外科技巨头差距不断缩小，2024年1月16日我国第三代自主超导量子计算机“本源悟空”上线运行可以一次性下发、执行200个量子线路的计算任务，比国际同类量子计算机具有更大的速度优势。量子计算有望赋能千行百业，开启8000亿美元蓝海市场。据ICV数据，2023年全球量子计算市场规模约47亿美元，预计2035年有望超过8000亿美元；其中，金融、化工、生命科学领域有望更加受益量子计算产业发展。（2）AI服务器在云厂商采购需求下滑、计算机行业去库较慢的背景下，2023年全球服务器市场遇冷，但细分领域AI服务器市场火热，在众多大模型的算力需求支撑下，国内外AI服务器出货量逆势提升。展望AI服务器产业链未来业绩释放，华夏基金认为三个方向值得关注。第一，技术创新驱动产业链迭代，目前海外AI服务器呈现英伟达产品技术线路创新不断涌现，以及某细分环节产品效率倒逼其他环节创新，带来新的主题投资机会。第二，国产化趋势下国产芯片规模应用落地，在政策支持和先进制程突破下，华为AI芯片已应用于国内众多大模型训练，未来业绩可期，关注华为AI服务器产业链。第三，海外AI服务器大量订单叠加降本下的出海机会。（3）机器人 AI时代快速发展，机器人赛道或将迎来放量空间。人工智能技术加速多行业领域升级发展，机器人作为主要的下游应用场景，在AI变革及大模型发展的阶段将不断赋能制造业等行业向自动化、智能化转型。除英伟达、特斯拉之外，Agility Robotics、波士顿动力公司以及谷歌DeepMind等公司也纷纷入局机器人赛道。据华尔街见闻，英伟达、OpenAI、亚马逊等科技巨头纷纷入局投资了机器人初创科技企业Figure AI，其中该公司在新一轮融资中募集约6.75亿美元，投前公司估值已有约20亿美元。华夏基金认为，机器人作为具身智能的载体，英伟达对具身智能的正式入局，将稳步推动机器人智能化的提升；同时伴随龙头企业持续加码AI及机器人领域投资，并积极进行多行业资源调配及整合，未来机器人行业将进入加速发展阶段。相关产品：人工智能 AIETF（515070）及其联接基金（008585/008586）：中证人工智能主题指数（指数代码: 930713.CSI，指数简称： CS 人工智）选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。该指数已纳入截至 2018 年 9月 30 日的 IOSCO 金融基准原则鉴证报告范围。云计算50 ETF（516630）及其联接基金（019868/019869）：中证云计算与大数据主题指数（指数代码： 930851.CSI，指数简称：云计算指数）选取 50 只业务涉及提供云计算服务、大数据服务以及上述服务相关硬件设备的上市公司 A 股作为样本股，以反映云计算与大数据主题股票的整体表现。机器人 ETF（562500）及其联接基金（018344/018345）：中证机器人指数(指数代码： H30590.CSI)选取系统方案商、数字化车间与生产线系统集成商、自动化设备制造商、自动化零部件商以及其他相关公司作为样本股，以反映机器人产业相关股票的走势。游戏 ETF（159869）及其联接基金（012768/012769）：中证动漫游戏指数（指数代码： 930901.CSI，指数简称：动漫游戏）选取主营业务涉及动画、漫画、游戏等相关细分娱乐产业的上市公司股票作为样本股，反映动漫游戏产业 A 股上市公司股票的整体表现。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-04-08

24小时热点