SingleStore的年度人工智能会议将包括新产品发布和现场演示，主题涉及构建下一代智能人工智能应用，演讲嘉宾来自LlamaIndex、LiveRamp和AWS。{ width=60% }

SingleStore，全球唯一一家让用户能够实时进行交易、分析和搜索数据的数据库，宣布将于2024年10月3日在旧金山的Chase中心举办年度SingleStore Now大会，为期一天。此次活动将聚焦企业数据和人工智能，提供实时演示、真实客户案例以及人脉拓展机会，帮助与会者提升开发智能应用的能力，实现企业规模上的创新。SingleStore还计划在活动中发布若干产品公告。
SingleStore首席执行官Raj Verma表示：“在企业范围内扩展人工智能时，复杂性将阻碍你前进。简单即是最终的精湛，通过优秀设计征服复杂性是其关键。在SingleStore Now上，开发人员、工程师、架构师、首席技术官等将探讨如何培育简单性，构建针对人工智能的数据库应用，对这个迅速发展的行业产生真正影响。”
现代数据应用为用户提供可操作见解，并推动令人难忘的用户体验——这一点得到了人工智能的迅速崛起更加明显的证明。SingleStore Now将解答围绕开发成功智能应用的最紧迫问题，并将邀请SingleStore的客户和合作伙伴、行业领袖以及从业者，如LlamaIndex的联合创始人兼首席执行官Jerry Liu。
会议还将指导开发人员如何构建和扩展具有影响力的企业级生成式人工智能应用，涵盖主题如：使用Groq运行具有低延迟要求的企业级LLMs；使用LlamaIndex构建多代理RAG；以及在没有图数据库的情况下构建全球最大的身份图，与LiveRamp合作。
SingleStore很高兴在此次活动中邀请来自LangChain、LlamaIndex、LiveRamp、SAS和6Sense的演讲嘉宾。会议将重点展示用户如何利用SingleStore推动创新，并将人工智能功能整合到他们的系统和产品中。
SingleStore始终处于生成式人工智能创新的前沿，最近宣布与Apache Iceberg的本地集成，提供与Iceberg的双向集成、更快的向量搜索、增强的全文搜索、自动扩展以及“自设云端”部署。该公司还推出了针对亚太地区人工智能初创公司的dot_product Accelerator AI计划，进一步推动其帮助企业开发世界级人工智能应用的使命。
下周将发布完整议程。要了解更多信息或注册参加会议，请访问https://events.singlestore.com/singlestore-now-2024
额外资源：
在此处注册SingleStore Now
免费尝试SingleStore
关注SingleStore的X、LinkedIn和Instagram。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Available today, HPE Private Cloud AI enables organizations to launch generative AI virtual assistants in seconds, using private data。{ width=60% }

Unleash AI partner program connects HPE Private Cloud AI customers with leading independent software vendors, system integrators and service providers。Hewlett Packard Enterprise（纽约证券交易所：HPE）宣布HPE Private Cloud AI已经可以下单，并推出新的解决方案加速器来自动化和简化人工智能（AI）应用。HPE Private Cloud AI是一个由惠普企业联合NVIDIA共同开发的即插即用、基于云的体验，旨在帮助各种规模的企业构建和部署生成式AI（GenAI）应用，作为NVIDIA AI Computing by HPE产品组合的一部分推出。新的解决方案加速器使企业能够在单击部署虚拟助手，并在几秒钟内操作化它们，简化了从端到端的流程。

“企业正在将GenAI部署在一个需要快速展开并展示真正价值的环境中，”HPE混合云和技术总经理Fidelma Russo表示。“然而，实施AI应用需要组织将各种模型、数据集、工具和其他资源串起来。解决方案加速器是HPE Private Cloud AI内的关键区别，简化了可能需要数月才能部署的项目，将那一条时间表压缩到了企业的一刹那。”

首个解决方案加速器，今天可用，是GenAI虚拟助手，可帮助开发人员快速构建以自然语言提问为基础、由组织的私有数据驱动、并由开源大型语言模型（LLM）提供支持的互动聊天机器人。企业可以为多个用途定制他们的AI应用程序：技术支持、销售报价生成、营销内容创作等等。下一个版本的虚拟助手可以轻松更新，并支持语音、图像和多代理支持，从而实现更高级的内容生成和多任务执行。

未来的解决方案加速器将涵盖垂直行业中常用的AI应用，包括金融服务、医疗保健、零售、能源和公共部门。即将推出的一些解决方案加速器将基于NVIDIA NIM代理蓝图，这些是根据数据和反馈不断完善的参考AI用例。

“企业正在寻求加速定制的AI工具，以满足其特定于公司的用例需求，”NVIDIA企业AI软件产品副总裁Justin Boitano说。“NVIDIA NIM代理蓝图允许使用HPE Private Cloud AI开发的AI应用程序利用人工反馈进行改进，通过连续学习循环来提高模型。”

解决方案加速器是可定制的，模块化的低代码或无代码应用，使用NVIDIA NIM微服务设计，旨在缩短企业的增值时间。这些经过验证且可重复使用的解决方案简化了AI应用程序的部署，通常涉及获取新技能、采用复杂工作量，以及集成和配置代理、多个微服务、向量数据库、数据仓库、不同数据源、用户管理系统、扩展推理服务器、数据集、AI模型和其他IT资源。解决方案加速器在HPE Private Cloud AI中运行，由HPE GreenLake云管理，提供端到端的安全性，包括企业界定和数据隔离，以提供额外的保障。

HPE向HPE合作伙伴伸出AI计划
为了帮助客户进一步加速增值时间并更好地利用其AI用例，HPE推出了Unleash AI合作伙伴计划。旨在支持领先合作伙伴组织的丰富生态系统，Unleash AI是HPE合作伙伴准备的技术合作伙伴计划的一部分，并将补充HPE Private Cloud AI。新计划将包括在技术堆栈的数据、AI模型和AI应用程序层面上软件提供商，以及系统集成商和服务提供商，为顾客全栈AI解决方案的咨询、设计、实施和管理提供支持。基于NVIDIA NIM代理蓝图的合作伙伴解决方案将被策划和预验证，以在HPE Private Cloud AI中运行，并将受益于HPE广泛的市场推广。此计划将补充HPE与NVIDIA合作宣布的新的AI合作伙伴策略。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

HPE私有云AI现已推出，使组织能够在几秒钟内启动生成式AI虚拟助手，使用私有数据
Unleash AI合作伙伴计划将HPE私有云AI客户与领先的独立软件供应商、系统集成商和服务提供商联系起来
惠普企业（纽约证券交易所：HPE）宣布HPE私有云AI可以下单购买，并推出新的解决方案加速器，以自动化和简化人工智能（AI）应用。{ width=60% }

HPE私有云AI是与NVIDIA共同开发的一体化云体验，旨在帮助各种规模的企业构建和部署生成式AI（GenAI）应用，作为NVIDIA AI计算由HPE组合的一部分。新的解决方案加速器使企业能够通过一键部署虚拟助手，并在几秒钟内使其运行，从端到端简化了整个流程。

“企业正在一个需要快速启动并显示真实价值的环境中部署GenAI，”HPE混合云及CTO执行副总裁兼总经理Fidelma Russo表示。“然而，实施AI应用需要组织串联各种模型、数据集、工具和其他资源。解决方案加速器在HPE私有云AI中是一个关键的不同iator，简化了一个可能需要几个月才能部署的项目，并将这个时间表凝聚到企业的一个时刻。”

第一个解决方案加速器是一个GenAI虚拟助手，可帮助开发人员快速构建交互式聊天机器人，回答以自然语言提出的问题，根据组织的私有数据进行信息提供，并由开源大语言模型（LLM）提供支持。企业可以为多个用途自定义其AI应用程序：技术支持、销售报价生成、营销内容创建等。虚拟助手的下一个版本可以轻松更新，并将支持语音、图像和多代理支持，从而实现更高级的内容生成和多任务执行。

未来的解决方案加速器将为垂直行业提供常用的AI应用程序，包括金融服务、医疗保健、零售、能源和公共部门。即将推出的解决方案加速器选项将基于NVIDIA NIM代理蓝图，这些是企业可以根据数据和反馈不断完善的参考AI用例。

“企业正在寻找加速定制AI工具，以满足其公司特定用例的需求，”NVIDIA企业AI软件产品副总裁Justin Boitano表示。“NVIDIA NIM代理蓝图允许使用HPE私有云AI开发的AI应用程序通过人类反馈不断完善，改善模型的连续学习循环。”

解决方案加速器是可定制的、模块化的低代码或无代码应用程序，使用NVIDIA NIM微服务，旨在缩短企业的价值达成时间。这些经过验证和可重复使用的解决方案简化了AI应用程序的部署，通常包括获取新技能、采用复杂工作负载，以及集成和配置代理、多个微服务、向量数据库、数据仓库、不同数据源、用户管理系统、规模化推理服务器、数据集、AI模型和其他IT资源。解决方案加速器在通过HPE GreenLake云管理的HPE私有云AI中运行，提供端到端安全性，包括企业导向和数据隔离以进行额外保护。

HPE将Unleash AI计划添加到HPE Partner Ready
为了帮助客户进一步加速实现价值并为其AI用例获得更大的利益，HPE推出了Unleash AI合作伙伴计划。旨在支持领先合作伙伴组织的丰富生态系统，Unleash AI是HPE Partner Ready技术合作伙伴计划的一部分，将补充HPE私有云AI。新计划将包括涵盖技术堆栈的数据、AI模型和AI应用程序层的软件提供商，以及咨询、设计、实施和管理全栈客户AI解决方案的系统集成商和服务提供商。合作伙伴解决方案，包括基于NVIDIA NIM代理蓝图的解决方案，将被精心策划和经验证以在HPE私有云AI中运行，并将受益于HPE广泛的市场渠道。此计划将与HPE与NVIDIA合作宣布的新AI合作伙伴战略相辅相成。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

IKS Health，一家提供医疗解决方案的公司，很高兴宣布任命Laura Anderson为首席产品官。{ width=60% }

Laura在医疗信息技术领域拥有超过30年的经验，她在将产品战略与市场需求对齐、推动创新以及提升客户价值方面拥有丰富的专业知识。
在新的职责中，Laura将负责引导IKS Health产品路线图的战略方向，重点关注Care Enablement Platform的持续发展。她的领导将确保平台保持行业需求的前沿地位，帮助提供无缝且具有影响力的解决方案，满足医疗机构不断变化的需求。
IKS Health首席执行官Sachin Gupta表示：“Laura领导高效全球产品团队的过往业绩和她对医疗技术的深刻理解使她成为我们领导团队中不可或缺的一员。”他还说：“她将产品开发与客户需求和市场趋势对齐的能力将在我们不断创新和扩展我们的产品方面发挥关键作用。我们相信，Laura将帮助我们开拓价值创造的新机会，并进一步巩固我们作为医疗行业领导者的地位。”
Laura的丰富经验包括在Change Healthcare、Elsevier、Optum、NextGen和Siemens Healthcare担任领导职务。她在促进患者参与、收入优化、临床工作流程、临床决策支持和电子健康记录系统领域发挥了关键作用，涵盖了各种医疗技术产品。
Laura Anderson说：“我很荣幸能在医疗行业的关键时刻加入IKS Health。”她还表示：“Care Enablement Platform在今天解决医疗所面临的复杂挑战方面具有独特优势。我很高兴能与这里的才华横溢的团队合作，推动创新并为我们的客户创造持久价值。”

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

根据彭博最新报道，OpenAI CEO Sam Altman 此前计划召集全球投资者共同建设基础设施以支持 AI 发展，目前该计划正变得更加清晰，首先在美国各州实施的一项计划预计将耗资数百亿美元。
今年 2 月，Altman 一直在寻求美国政府对该项目的支持，该项目旨在组建一个全球投资者联盟，为支持快速 AI 发展所需的昂贵物理基础设施提供资金。

目前，Altman 和他的团队正在研究几个之前从未报道过的细节，包括首先针对美国各州的计划。

据悉，正在讨论的项目类型包括建设数据中心、通过涡轮机和发电机增加能源容量和传输、以及扩大半导体制造，支持者可能包括加拿大、韩国、日本和阿联酋的投资者。OpenAI 还设想其他私营公司也参与该项目，微软可能是其中一个潜在合作伙伴。

此外，包括 Altman 在内的 OpenAI 高管最近几周一直在与投资者会面以推进这笔交易。OpenAI 首席战略官 Jason Kwon 最近前往日本和韩国与投资者讨论该计划。OpenAI 全球政策副总裁 Chris Lehane 已与加拿大的投资者进行了交谈。Altman 在早些时候的会谈之后还与阿联酋的投资者进行了更多对话。

此次谈判正值 OpenAI 即将进行新一轮数十亿美元的融资。苹果、英伟达和微软都将参与 OpenAI 新一轮 Thrive 牵头的融资，估值超 1000 亿美元。

当被问及基础设施建设计划时，OpenAI 的一位发言人表示，OpenAI 认为在美国建设更多基础设施对于进一步推进 AI 并使其优势广泛普及至关重要。
Altman 曾在一篇专栏文章中写道，美国政策制定者必须与私营部门合作，建设大量物理基础设施——从数据中心到发电厂——来运行 AI 系统。

一位了解 Altman 想法的人士表示，除了 OpenAI 之外，其他公司也将从这些基础设施项目中受益，与美国结盟的国家也将受益。
这项计划的支持者认为，额外的好处是，建设这些项目将创造就业机会，补充《芯片与科学法案》，该法案为美国半导体制造业拨出 390 亿美元补助金。

OpenAI 的全球野心可能引发美国国家安全担忧，包括美国外国投资委员会的审查，该委员会越来越关注中东主权财富基金及其与中国的关系。
据知情人士透露，近几个月来，OpenAI 已与美国国家安全委员会就投资计划举行了会议。
据彭博此前报道，此次会议建立在与多位美国官员的对话基础之上。在这些会谈中，Altman 和其他 OpenAI 高管强调，全球基础设施计划将通过建立一个跨国联盟来与中国自己的基础设施财团竞争，从而帮助增强美国的地缘政治优势，而原本可能流向中国的外国资本将流向美国。

其中一位知情人士说。拜登政府一直在努力与所谓的全球南方建立更紧密的技术联系，包括支持微软与阿布扎比 AI 公司 G42 之间的里程碑式合作。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

消失许久的文心一言，文小言，最近干了一件大事。
百度今日官宣文心一言APP升级，不仅改名叫“文小言”，同时定位也明确为新搜索智能助手。

同时为庆祝文心一言一周年，免费送大家一个月会员~~
不过，什么是新搜索？

大家看下图就能明白什么是新搜索了。

新搜索区别其它搜索产品，“文小言”推出了富媒体搜索、多模态输入、文本与图片创作、高拟真数字人等“新搜索”能力，能全面满足用户搜、创、聊以及其他需求。
同时，“文小言”还独家首发了记忆和自由订阅等新功能。
“文小言”的产品说明书就是最好的诠释。

那这不得实测一波（搓搓手）。
多模态搜索：
在搜索方面，基于大模型，用户不仅可以语音搜索、图片搜索、模糊提问，还可以边拍照边提问、边看视频边提问。

这么强！！！

不仅如此，搜索出来的内容不仅来源于各大平台上的文章，还有相关视频。

自由订阅：
自由订阅可订阅你关心的任何信息，定好时间，文小言每天会准时推送消息给你。
比如：每天给我推送人工智能领域最新消息。明天通知我九点有一个会，后天早上10点钟帮我生成一张请假条，以及9月8日早上10点提醒我抢票。
把这些通通扔给文小言。
文小言就给大家建立了一个专属记忆簿，可以帮你记录所有的任务（日期、时刻与事项）。到点⾃动进⾏信息整理，并推送给你。

妥妥的一个秘书，而且还是不会遗忘任何事情的秘书。
超前的记忆能力：
文小言提供记忆个性化功能，可以根据用户的喜好、职业、性格等，实现更为个性化的问答和服务。
比如，我让文小言记住我叫子川，喜欢吃辣椒，喜欢打篮球，职业是一名键盘侠，性格暴躁。
然后文小言就会一直记住你的这些特征。即使我删除对话，开启新一轮对话。

不过有时，它也会忘记某些内容。
语聊数字人：
文小言不仅会搜索，还能化身数字人进行实时通话聊天。

不过整体的体验有点糟糕，不仅声音很AI，而且聊天有时也会莫名的终止！

文章创作大师：
文小言不仅能写文案、写脚本、写周报等各种材料，还能做总结、润色、改写扩写。

在写作方面表现还是不错的，就是有时输出有点多余，在提示词加上简洁二字效果会好不少。
除了以上功能，文小言还有具备的绘图，拍照答题，图片识别等众多功能，当然还有大家熟悉的智能体以及社区功能。大家可以亲自去体验一番~~
另外，百度副总裁、AI 创新业务负责人薛苏透露，文小言的 MAU（Monthly Active User，月活跃用户数量）已超千万，2024 年 Q2 累计调用量达到 20 亿次，季环比增速超过 70%。

说段题外话：
大模型的命名问题一直是个谜思。以拗口为常规。
国外的ChatGPT、LLaMA、DALL·E、Midjourney、Stable Diffusion等，第一次都很难记住，莫说还有那么多大小写区分。
国内，文心一言开了个头，引来好多诟病而不改——现在终于回头了。
然后就是通义千问、智谱清言、子曰、玉言、混元、盘古、天工、日日新等等，晦涩、拗口。
好在后面都一一反应了过来，元宝、kimi、豆包， 通义千问也改名了通义——还会继续改么？。
如百度这次，尽管改名并不能代表产品升级，但萌啪啪的新名字，至少代表了这些觉得自己技术很牛的大厂们，开始关注用户的体验了。
是个好现象！

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

文章来源：土人观芯

最近Intel的经营压力很大，在本月召开的董事会会议上，CEO帕特·基辛格将提出具体方案，来挽救公司业务和资本市场的信心。

据报道，摩根士丹利正在帮Intel做财务顾问，制定详细的战略计划，其中包括可能的选项：

1、剥离非必要业务和削减资本支出，包括出售FPGA部门Altera；
2、冻结德国的新建晶圆厂项目，这是一项价值320亿美元的工程项目；
3、将英特尔一分为二，即芯片制造与芯片设计分离开，互相剥离，独立发展（最激进的方案）。

英特尔存在一些大问题，如一是移动端设备做不下来功耗，实际上干不过ARM。二是GPU能力不能适应AI需求，也干不过英伟达。说到底，英特尔到今天还只是个PC和服务器 CPU厂商。一旦拆分，就意味着，以设计为主的话经营利润会变好一些，但是长远来看基础就没了。

英特尔虽然家大业大，但是现在“大而无当，往而不返”，需要做出痛苦的选择，CEO帕特·基辛格最近在推特上分享了圣经经文，这在平时并不常见，尤其是考虑到公司最近的大规模裁员和停止支付股息的决定。基辛格一直是个虔诚的宗教信徒，但这次他引用的经文似乎有了更深层的含义。

关于英特尔分拆Altera的分析，我在去年十月份就已经写文章，目前差不多一年过去了，结论没有什么变化。目前市场认为潜在的卖家有两家，AMD和Marvell，个人觉得AMD的可能性不大，一个是反垄断通过的可能性不大，另一个是AMD手里已经在消化赛灵思没有必要再折腾了。

以下是我去年的文章：

10月4日，英特尔宣布剥离其可编程解决方案部门（PSG），预计将于2024年1月1日开始作为独立业务运营，在未来两到三年内，英特尔打算为PSG进一步IPO，以加速业务的增长，英特尔保留多数股权。

PSG就是2015年英特尔花了167亿美元收购的Altera，此后在去年，另一家FPGA巨头Xilinx被AMD以490亿美元收购。

PSG的业绩其实表现还不错，2020-2021年，英特尔PSG增长速度为16%，英特尔2023年第二季度财报电话会议中披露，其PSG业务部门的收入同比增长35%，连续三个季度创下历史新高。

那么，英特尔为什么选择在此时要剥离FPGA业务呢？

我认为主要是两个原因：

1、英特尔当初整合Altera的目标已经失败。

当初，英特尔之所以收购Altera，终极目标是数据中心业务，这在我之前的文章里已经多次提到了。

眼下这个目标明显已经失败了。

在数据中心业务中，英伟达的GPU大获全胜，AMD/Xilinx的组合也占据了一定份额，另外还有谷歌的TPU自己用，但是Intel明显没有达到预期的目标，属于起了个大早，赶了个晚集。

在车载业务，高通的座舱芯片，特斯拉的自研芯片，英伟达、Xilinx都有了一席之地，而英特尔的MobileEye一直徘徊在自动驾驶市场的城乡结合部。

在整合PSG的过程中，英特尔试图将Altera的所有产品从台积电转回自己的10纳米工艺制造，但由于自身制造工艺的延迟，导致了Altera的所有产品受到了严重的影响，市场份额被严重削弱。以致于Altera的全球市场份额从当时的42%降到了现在的接近25%。

当初的美满结合变成了双输局面，Altera的团队自然也很不服气，再不单飞要被拖死了。

2、英特尔战略方向重大调整。

2021年，帕特·基辛格（Pat Gelsinger）成为英特尔的首席执行官，并提出了IDM 2.0战略，旨在重振公司的芯片设计和制造能力。该战略着重于恢复英特尔的制造优势，并将在2024年量产新的制程节点。与此同时，英特尔开始关闭或出售一些非核心业务，以集中精力发展核心业务。

因此拆分PSG并不是孤立的行动，英特尔陆续卖出或独立一批边缘业务，英特尔早些时候曾将其内存芯片部门出售给SK海力士，并将其Mobileye自动驾驶汽车芯片部门的一部分上市。

从今年的财报里可以看到，Intel已经在大量变卖资产，旗下业务也一个一个关，包括傲腾持久内存、源自Barefoot的使用P4语言进行编程的Tofino交换机芯片、以及刚开始不久的RISC-V Pathfinder项目等等，都已经直接砍掉了。

直接原因，地主家也没有余粮了，都去搞生产了。英特尔的制造业务太烧钱，几乎已经耗尽家底。

从2021年开始，两年间英特尔就宣布了接近两千亿美元的投资计划。

-2021年，宣布在马来西亚投入70亿美元，建芯片封测厂；
-同年宣布在Arizona投入200亿美元，建两座晶圆厂。
-2022年宣布在Ohio投入200亿美元，建两座晶圆厂，最终投入会达到1000亿；
-宣布未来十年在欧洲投入800亿欧元，第一阶段在欧洲330亿欧元的投资，包括在德国建设领先的半导体晶圆工厂，在法国新设研发和设计中心，并在爱尔兰、意大利、波兰和西班牙进行研发、制造和代工服务等。

英特尔一年的营收才600多亿，建厂的钱哪里来？靠美国政府补贴，还有就是卖业务了。

Altera回归FPGA市场胜算几何？

一转身一折腾，时过境迁，一个时代就过去了。

表面上看，PSG每个季度还能带来5亿美元左右的营收，但在我看来大多是Legacy业务，在大部分新兴市场领域，由于缺乏创新产品，PSG已经失去了先机。在我前面的文章里也曾经提到，Xilinx卖得最多的早已不是纯FPGA芯片了。在存量市场上，Altera的老产品正在不断被替代。

而在国内市场更加明显，Altera的市场份额大概比收购时缩减了一半以上，当然有一部分中低端存量市场也被我们国产吃掉了，再要回来可没那么容易了。

Source: https://www.aixinzhijie.com/article/6846596

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

文章来源：新智元

【导读】两天前，马斯克得意自曝：团队仅用122天，就建成了10万张H100的Colossus集群，未来还会扩展到15万张H100和5万张H200。此消息一出，奥特曼都被吓到了：xAI的算力已经超过OpenAI了，还给员工承诺了价值2亿期权，这是要上天？

马斯克的xAI一路狂飙突进，把Sam Altman都整怕了！
就在9月3日，马斯克在推上得意自曝：
团队仅仅用了122天时间，就建成了有10万张H100的Colossus集群，是世界上最强大的AI训练系统。

而且，未来几个月规模还要翻一倍，扩展到15万张H100+5万张H200。

最后，马斯克感谢了英伟达和许多其他合作伙伴、供应商。据悉，是戴尔开发、组装了Colossus系统。

马斯克的xAI，已经让几大AI巨头感受到了强烈的威胁。

根据内幕消息，Sam Altman就曾表示，自己是怕了马斯克了！
如今的xAI，不光算力有超越OpenAI之势，还对员工十分大方。有说法指出，对于xAI的研究者，马老板曾承诺过价值2亿美元的期权。

马斯克，全力进军超算

相信大家都已经发现：马斯克的超算野心，是愈发藏不住了！
隔三岔五的，就会有劲爆消息曝出。

7月底，xAI启动了位于孟菲斯的超级AI集群的训练，该集群由十万个液冷H100 GPU组成。
十万个H100 GPU消耗的电力大约在70兆瓦，因此这个超算至少会消耗150兆瓦的电力。

8月底，特斯拉宣布了Cortex AI集群，包括5万个英伟达H100 GPU，和2万个特斯拉的Dojo AI晶圆级芯片。

如今看来，这些集群很可能都正式投入运行，甚至已经在训练AI模型了。
不过，马斯克真的有能力让它们全部在线吗？
首要问题是，要调试和优化这些集群的设置，需要一定时间。
其次，xAI还得确保它们获得足够的电力。
我们知道，虽然马斯克的公司一直在用14台独立发电机为其供电，但要为十万块H100 GPU供电，这些电力显然不够。
训练xAI的Grok 2，需要两万块H100；而马斯克预测，要训练Grok 3，可能会需要十万块H100。
所以，xAI的数据中心，建得怎么庞大都不过分。

建设速度太快，推测是「部分上线」

122天，也就是4个月的时间，建成10万张H100组成的超算集群，这是个什么速度？
有业内人士表示，通常完成这样一个集群可能需要一年时间。
这个速度，这个规模，很马斯克。

但也有人猜测，他可能有夸大其词的倾向，高估了在单一集群中实际运行的GPU数量。
囤足10万张芯片、放在一起共同运行，并不意味着就是单一集群。
论GPU数量，Meta在今年1月…

(以上内容省略，详情请查看原文链接)

Source:
- 原文链接

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

文章来源：AI范儿

由前OpenAI首席科学家Ilya Sutskever联合创立的安全超级智能（SSI）公司，已筹集10亿美元资金，旨在开发超越人类智能的安全AI系统。

据路透社社消息，人工智能领域迎来了一位重量级玩家——安全超级智能（SSI），这家由OpenAI前首席科学家Ilya Sutskever联合创立的新公司，已经筹集到了高达10亿美元的资金。

这笔资金将用于开发一种远超人类能力的安全可靠的人工智能系统，这一消息由公司高管向路透社透露。

SSI目前仅有10名员工，但计划利用这笔资金增强其计算能力并招募顶尖人才。公司将专注于打造一个规模小但高度可靠的研究和工程团队，团队成员分布在美国加州的帕洛阿尔托和以色列的特拉维夫。

尽管SSI并未公开其估值，但据接近此事的消息人士透露，公司估值已达50亿美元。这笔融资反映了即使在对长期无盈利公司兴趣普遍下降的背景下，一些投资者仍愿意对专注于基础AI研究的杰出人才进行大规模投资。

参与投资的包括顶尖风险投资公司Andreessen Horowitz、Sequoia Capital、DST Global和SV Angel。此外，由Nat Friedman和SSI首席执行官Daniel Gross运营的投资合伙企业NFDG也参与了投资。Gross在一次采访中表示：“对我们来说，重要的是要被那些理解、尊重并支持我们使命的投资者所围绕，我们的使命是直接实现安全的超级智能，特别是在将产品推向市场前，投入几年时间进行研发。”

AI安全，即防止AI造成伤害，是一个热门话题，因为人们担心失控的AI可能违背人类利益甚至导致人类灭绝。加州的一项旨在对公司实施安全法规的法案在行业内引起了分歧。该法案遭到OpenAI和Google等公司的反对，但得到了Anthropic和Elon Musk的xAI的支持。

37岁的Sutskever是AI领域最有影响力的技术专家之一。他与曾在苹果领导AI项目的Gross以及前OpenAI研究员Daniel Levy于今年6月共同创立了SSI。在SSI，Sutskever担任首席科学家，Levy担任首席研究员，而Gross负责计算能力和筹款工作。

Sutskever表示，他之所以选择新的风险投资，是因为他“发现了一个与我之前的工作略有不同的新挑战”。去年，他曾是OpenAI非营利母公司董事会成员，该董事会投票决定罢免OpenAI首席执行官Sam Altman，原因是“沟通破裂”。不久后，他改变了主意，并与几乎所有OpenAI员工一起签署了一封信，要求Altman回归和董事会辞职。但这一事件削弱了他在OpenAI的影响力。他最终离开了董事会，并在5月离开了公司。

Sutskever离开后，公司解散了他领导的“超级对齐”团队，该团队致力于确保AI与人类价值观保持一致，为AI超越人类智能的那一天做准备。与OpenAI为AI安全而设计的非常规公司结构不同，SSI采用了常规的盈利性公司结构。

SSI目前非常注重招聘能够融入其文化的人才。Gross表示，他们会花费数小时来审查候选人是否具有“良好品格”，并且更倾向于寻找具有非凡能力的人才，而不是过分强调在该领域的证书和经验。“让我们感到兴奋的是，当我们发现那些对工作本身感兴趣，而不是对行业炒作感兴趣的人时，”他补充道。

SSI表示，它计划与云服务提供商和芯片公司合作，以满足其计算能力需求，但尚未决定将与哪些公司合作。AI初创公司通常与Microsoft和Nvidia等公司合作，以满足其基础设施需求。

Sutskever是扩大规模理念的早期倡导者，这一理念认为，如果给予AI模型大量的计算能力，它们的表现将会得到提升。这一理念及其实施引发了对芯片、数据中心和能源的AI投资热潮，为像ChatGPT这样的生成性AI技术的进步奠定了基础。

Sutskever表示，他将以与他前雇主不同的方式处理规模问题，但未透露具体细节。“每个人都在谈论规模假设。但很少有人问，我们究竟在扩大什么？”他说。“有些人可以长时间工作，他们会更快地沿着同一条路走下去。但这并不是我们的风格。但如果你能做一些不同的事情，那么你就有机会做出一些特别的事情。”

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

AIxiv专栏是 机器之心发布学术、技术内容的栏目。过去数年， 机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。

如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com

近年来，大模型在 人工智能领域掀起了一场革命，各种文本、图像、多模态大模型层出不穷，已经深深地改变了人们的工作和生活方式。另一方面，在国际半导体大会上，英伟达创始人黄仁勋表示， 人工智能下一个浪潮将是 “具身智能”，即能理解、推理、并与物理世界互动的智能系统。近年来，国内外商业巨头也纷纷推出自己的具身机器人发展计划。大模型和具身智能，无疑是当前 人工智能领域最闪耀的双子星。在光电 感知技术、 机器人技术、大模型技术的快速发展下，大模型驱动的具身智能，不仅有望极大提升机器人的智能水平…

在此背景下，中国电信 CTO、首席科学家李学龙教授牵头组建中国电信 人工智能研究院 (TeleAI), 并将大模型和具身智能作为重要的研究方向。近期，由 TeleAI 研究科学家白辰甲、清华大学助理教授许华哲、TeleAI 院长李学龙教授共同撰写的中文综述《大模型驱动的具身智能：发展与挑战》一文在《中国科学：信息科学》发表，综述通过对 300 篇相关文献的分类和解读，深度剖析大模型驱动的具身智能的基本概念、技术框架、现有挑战和未来展望，梳理这一热点问题背后的研究脉络和技术体系，进一步推动具身智能领域的发展，助力国家 人工智能发展战略。…

具身智能是 人工智能、机器人学、认知科学的交叉领域，主要研究如何使机器人具备类似人类的 感知、 规划、决策和行为能力。具身智能强调 感知 - 运动回路，使用物理实体来 感知环境，根据任务目标进行 规划和决策，使用运动操作能力来完成任务。大模型具有对物理世界的丰富知识，能够为智能体提供自然语言交互、环境 感知和任务 规划的能力，同时能够和具身智能的传统框架相结合，提升智能体策略学习的泛化性。图 1 展示了该领域的典型进展…

综述首先介绍相关技术背景，包括具身智能的基本概念，大模型相关技术，以及 强化学习、 模仿学习、模型预测控制等策略学习框架。随后，从学习范式的角度将大模型驱动的具身智能算法概括了五大类并依次进行了详细阐述，分别是大模型驱动的环境 感知、大模型驱动的任务 规划、大模型驱动的基础策略、大模型驱动的奖励函数、大模型驱动的数据生成。图 2 展示了综述的整体框架…

大模型驱动的具身环境 感知

在具身智能任务中，智能光电设备可以为具身智能体提供周围环境的视觉信号，随后大模型 感知技术为具身决策提供基础。1）相比于传统的特征提取方法，视觉大模型具有较好的泛化性，许多研究通过引入视觉预训练模型来提高策略的视觉泛化能力和鲁棒性。2）机器人 Affordance 是一种对操作任务更具有解释性的通用特性，通过预训练 Affordance 模型能够为具身操作提供更详细的指导，例如物体的交互位置 (如门把手，茶壶手柄等)，物体的交互轨迹 (如向内推、向上提等)，如图 3 所示…

具身智能是 人工智能、机器人学、认知科学的交叉领域，主要研究如何使机器人具备类似人类的 感知、 规划、决策和行为能力。具身智能强调 感知 - 运动回路，使用物理实体来 感知环境，根据任务目标进行 规划和决策，使用运动操作能力来完成任务。大模型具有对物理世界的丰富知识，能够为智能体提供自然语言…

1
2
3
4

title: '大模型走向物理世界，TeleAI 发布大模型驱动的具身智能综述，覆盖300篇文献'
date: 2024-09-06
author: ByteAILab

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。