atNorth获得三项提名

atNorth,领先的北欧数据中心业务,在多个新领域获得认可。图片{ width=60% }


今日,atNorth宣布跻身 Datacloud Global Awards 的“2024年度欧洲数据中心卓越奖”类别的入围名单,并入围 Energy Awards 的“年度能源效率合作伙伴”类别。 Datacloud Global Awards 旨在表彰数据中心和云行业的卓越成就、创新和领导力,涵盖多个类别,从开拓性技术解决方案到可持续实践,这些奖项突出了推动数字化转型进程的先驱和远见者。atNorth 不断致力于为客户开发最有利的解决方案,其在能源效率、数据中心卓越性和作为数据中心行业领导者的努力获得了认可。此外,atNorth 的财务总监兼副首席执行官 Eva Sóley Guðbjörnsdóttir 入围了 Women in Green Business Awards 的“年度多元与包容冠军”类别,展示了atNorth企业作为整体的值得称赞的理念,因为它在内部和其服务提供核心倡导公平和大局为重。“我们很高兴在多个类别获得认可,”atNorth的CFO兼副首席执行官Eva Sóley Guðbjörnsdóttir说。“当我们继续坚持我们‘为更美好的世界提供更多计算’的愿景时,这种认可激励我们继续倡导业内和整个行业的最佳实践。”这则消息跟在atNorth在 TechRound 的Sustainability60活动、英国绿色商业奖和科技资本奖中获得认可之后。该企业最近还宣布,Anna Kristín Pálsdóttir出任首席发展官,Jörgen Larsson担任超大规模运营总监,作为该企业继续扩张以满足其服务需求不断增长的趋势。



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

特斯拉裁员后续:多项制造创新暂停,4680 电池目标缩水

文章来源:晚点LatePost

文丨李梓楠
编辑丨程曼祺 黄俊杰

过去一个月,每到周日,特斯拉员工都在等一封关于自己命运的邮件。收到了,他下周一就不用上班;没收到,他继续工作,等下周日的邮件。


4 月 15 日开启大裁员至今,已有超过 1.4 万人收到裁员邮件,离开特斯拉。

不过本周日开始,特斯拉 4680 电池部门和电池材料部门的员工不用等邮件了。我们独家获悉, 特斯拉为 4680 电池部门任命了新的负责人博纳·埃格尔斯顿(Bonne Eggleston),他随后召开部门全员会,宣布暂停裁员,但必须在年底完成降本目标——特斯拉自产的 4680 电池要比向松下、LG 新能源等供应商采购的同类电池便宜。

这与 2020 年 4680 电池发布时的目标已相距甚远。当时马斯克希望用新的结构和制造方式让电池成本降低一半,以此让特斯拉的车建立价格优势。

4680 电池部门新负责人埃格尔斯顿此前担任 4680 电池高级总监,负责电池制造工程。就任后,他直接向马斯克汇报,同时兼管电池材料部门。在新任命前,特斯拉电池材料部门已裁员一半,备受重视的 4680 电池部门则裁员超过 20%,只剩 800 人左右。

两位知情人士称,特斯拉高层在今年初就已提出 4680 部门的目标是让自产的电池比供应商更便宜。

电池部门管理人员当时被告知,如果年底还无法实现这一目标,特斯拉可能会放弃 4680 项目。

我们还了解到,特斯拉在上周裁撤了美国车型设计团队超过 50% 的人员,工程、工厂软件等部门也还在裁员。

据媒体报道,整个特斯拉美国预计会在 6 月底之前再裁掉约 6000 人。

目标缩水后,4680 电池竞争力有限

此次裁员之前,特斯拉营收下滑,汽车销售毛利率跌至 2017 年以来最低点,一季度销量同比下滑 8.5%,为 15 个季度以来首次。

特斯拉的困境与欧美电动车增速放缓、中国市场竞争加剧有关,但核心原因是产品断代。过去几年,特斯拉执着于大幅改造汽车生产方式,追求用领先的技术大幅降本,这是马斯克引以为傲的 “制造能力”。他曾在 2022 年说,特斯拉的核心竞争力就是制造能力。

4680 电池是特斯拉依靠技术降低制造成本的核心。2020 年,马斯克声称这款电池能降低电池 50% 的成本,前提是,特斯拉能攻克干法正极和负极工艺,正负极是电池成本最高的部件。

但截至今年 3 月,4680 电池的年产能只够装 6 万辆 Cybertruck,且成本远高于预期,特斯拉仍不能量产干法正极。

特斯拉现在选择认清事实,追求更简单的目标。今年初特斯拉管理层提出的明确考核标准是:到今年年底,特斯拉自产 4680 电池的成本要比 LG、松下等供应商的 4680 电池低。

数位 4680 电池工程师觉得这个目标可以完成。他们认为只要特斯拉不再执着自产干法正极,愿意从外部购买正极,集中精力提升产能、良率,摊薄成本,4680 电池项目大概率能在年底前达成降本任务。

特斯拉原三电负责人、4680 电池项目总负责人巴格里诺(Drew Baglino)的离职可能为执行上述策略扫清了障碍。

一位特斯拉工程师称,此前 4680 研发过程的一个分歧是,马斯克认为应该先做一款可用的电池再继续迭代,但巴格里诺坚持突破干法正极,而不是在过渡方案上优化制造效率。

接任巴格里诺的埃格尔斯顿 7 年前加入特斯拉,历任电池工程师和电池制造工程总监,此前在光伏制造业有十年工作经验。

接近该部门的工程师称,埃格尔斯顿接任后暂未对 4680 电池业务做出大调整,在今天的 4680 部门会议上,除了安抚大家电池部门裁员已暂告段落,他没有释放更多信息。

一些 4680 项目工程师担心,如果只达到这个 “简单版目标”,4680 电池的重要性会大打折扣。

在 4680 从 2020 年发布到 2023 年底开始量产的近 4 年间,宁德时代、比亚迪等公司已把电池成本降低至 0.4 元人民币 /Wh。而即使今年底完成降本目标,综合多位工程师和行业人士信息,4680 电池的成本可能仍会在 0.8-1 元人民币 /Wh 区间,是宁德时代、比亚迪电池的两倍,且这款电池的安全性、循环寿命和充电速度都弱于主流电池。

4680 电池短期内已无法成为特斯拉降本的 “关键武器”。马斯克在一季度财报电话会上表示,特斯拉会考虑买更多供应商的电池。

造车和造工厂的部门,处境更糟

4680 电池部门还有证明自己的机会,其他负责提升制造效率的部门处境更糟。

知情人士称,特斯拉上周裁掉了美国车型设计部门 50% 以上的人员,他们此前的任务包括设计 2.5 万美元的下一代平价车;负责优化流水线生产效率的工厂软件团队也大幅裁员。

特斯拉的一系列制造革新在裁员前后陷入停滞。

上周,特斯拉暂停了对更大的一体压铸车身的研发。本该在今年投产的特斯拉墨西哥下一代超级工厂,至今仍未动工建设。

4 月初,据媒体报道,特斯拉延后了原本的 2.5 万美元平价车计划。多位知情人士称,特斯拉接下来会推出另一款两厢版的小车,这款车只是在 Model Y 基础上做改进,通过减配的方式降本,而不再是从电池到车身工艺到流水线生产方式都有大幅变化的平价车。

综合目前的裁员和调整,马斯克暂时搁置了重塑制造方式的野心,特斯拉可能不会再执着于用更短时间造好一台车,转而更关注与制造不直接相关的智能驾驶系统。

“FSD V 12 让马斯克对自动驾驶信心大增,看到了战略变更的必要性。” 一位特斯拉员工说。

FSD(Full Self Drive,完全自动驾驶) v12 是特斯拉于今年 1 月发布的最新智能驾驶软件系统。马斯克在自己拥有的社交平台 X 上说,FSD v12 是 99% 的 “端到端” 系统,开车更像人。比如,当车辆右前方有人骑自行车时,v11 会执行一个较大的绕行路线,v12 则会像熟练的人类司机那样更轻巧、丝滑地绕过去。

媒体报道特斯拉暂停平价车计划的当天,马斯克在 X 上称,今年 8 月 8 日就会发布特斯拉无人出租车。

马斯克在之后的一季度财报会上还称,今年计划在自动驾驶业务上投入 100 亿美元。

后果交给多位高管,马斯克继续激进冒险

此次裁员带来的高层人事变化和动荡,也使特斯拉的管理权和决策权更向马斯克集中。

去年底之前,除马斯克外,特斯拉还有三位核心管理者,分别是 CFO 扎克·柯克霍恩(Zachary Kirkhorn)、三电系统高级副总裁巴格里诺和负责全球制造与欧美市场销售的高级副总裁朱晓彤。

不到半年后,三位核心高管只剩下朱晓彤。CFO 扎克·柯克霍恩于去年底离职,三电副总裁巴格里诺上个月离职。朱晓彤的工作范围和职责也在今年 4 月改变:他重新担任特斯拉中国区负责人,原本由他负责的欧美销售业务已由马斯克亲自接管。据媒体报道,4 月以前,朱晓彤有 25 名直系下属,但现在只有 10 位,且都在亚洲。

4 月底以来,特斯拉还有数位高管离职:人力资源高级总监艾丽·阿雷巴罗(Allie Arebalo)、新车项目主管丹尼尔·何(Daniel Ho)和产品发布主管里奇·奥托(rich Otto),投资者关系副总裁马丁·维查(Martin Viecha)也将于 6 月底离职。

朱晓彤主管的 Cybertruck 项目仍处在产能地狱中,巴格里诺主管的 4680 电池延期两年才小规模量产。这两位高管的工作调整和离职,直接原因似乎是他们分管的业务出现了问题。

但这一系列困境的根源…


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

Dematic被评为2024年Gartner®仓储管理系统(WMS)魔力象限图的利基玩家

Dematic 今天宣布,已被评为2024年Gartner®仓库管理系统(WMS)魔力象限图中的利基玩家。图片{ width=60% }


Dematic WMS 在仓储和分销中心操作中编排手动和自动化流程以实现更大的可见性、控制和决策。它整合了规划、劳动管理和履行能力,覆盖了包括一般商品、食品杂货、食品饮料和服装在内的广泛行业。
“我们相信,这一认可证实了 Dematic 的软件战略以及我们为客户提供创新解决方案的能力,”Dematic 的全球产品与解决方案执行副总裁Deidre (Dee) Cusack表示。“软件是 Dematic 组合中的重要组成部分。我们的技术演进已从领先的物料处理设备(MHE)自动化供应商扩展为专注于开发既包括硬件又包括软件在内的综合生态系统的软件。我们带有 Dematic WMS 的下一代软件平台赋予客户应对不断变化的业务需求的能力,由 Dematic 作为信任的伙伴指导。”
Dematic 的下一代云平台功能包括智能编排、可配置工作流程、可组合架构、人工智能/机器学习驱动的自治性、用户友好界面和仪表盘。
Dematic 的 WMS 软件功能已被全球500多个仓库采用,用于管理客户复杂的操作。
评估是基于特定标准的,分析了对愿景的整体完整性和执行能力。请查看《魔力象限报告》的免费副本,以了解更多关于 Dematic 的优势和注意事项。
有关 Dematic 的更多信息,请访问 dematic.com 并在 LinkedIn、Facebook 和 X 上关注我们。
Gartner 免责声明: Gartner 不会认可其研究出版物中描述的任何供应商、产品或服务,并且不建议技术用户仅选择那些评级最高或其他指定供应商。Gartner 的研究出版物包含 Gartner 研究组织的意见,不应被解释为事实陈述。Gartner 对本研究的所有任何担保,包括任何适销性或适用于特定用途的担保,一概不承担。GARTNER 是 Gartner 及其美国及国际附属公司的注册商标和服务标志,MAGIC QUADRANT 是Gartner, Inc. 及/或其附属公司的注册商标,在此使用须得到许可。保留所有权利。



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

欧洲“OpenAI”叒融资6亿刀,成立1年估值60亿刀,他们只做了一件事

来源:智能涌现

文|李然 李苗

编辑|李然

“Open AI 欧洲版”Mistral AI又融到一笔巨款,让本就富裕的家庭锦上添花。

图片来源:由GPTNB生成

华尔街日报报道,法国AI独角兽Mistral AI即将获得新一轮6亿美元的融资,目前估值达60 亿美元,比半年前翻三倍。


据知情人士透露,现有股东General Catalyst和Lightspeed Venture Partners预计将成为新一轮融资的最大投资者之一。

图片来源:详情

天下武功唯快不破。无论是产品交付还是融资节奏,Mistral的效率都高得惊人。

2023年4月底成立,花1个月写了7页PPT ,6月份,Mistral首轮融资1.13亿美元。

半年内,Mistral发布了开源的Mistral 7B和MoE模型Mixtral 8x7B Instruct。年底,这家仅20人规模的公司就筹了约4.15亿美元,估值达20亿美元。

今年2月底,Mistral Large发布,强势对标GPT-4。同日,微软也正式宣布与Mistral AI达成合作

Mistral AI的高速发展历程堪比“爽文”,“爽文”的标题可能是:

  • “三句话,让投资人心甘情愿为我花六亿美元。”
  • “从白手起家到估值60亿刀,我只做对了这件事。”
  • “我们欧洲什么时候才能站起来?有自己的OpenAI,我们做到了”。

1年从0到估值60亿刀,他们只有一个追求——高效

Mistral AI,成立1年整,融资超过11亿刀,估值达到60亿刀,只做了一件事:

用最高效的方法做最高效的大模型。

技术路线:最高效的开源和闭源大模型

在公司网站对于自家产品的介绍中,他们最重点介绍的就是自己是世界上最高效的大模型提供商。

图片描述

他们是大模型性能进入GPT-4时代之后,第一家发布MoE构架开源大模型的公司,现在Mistral 8*22B,依然是开源大模型中标杆级别的存在。

而MoE构架最重要的特点就是能在训练和推理的过程中大大降低算力和能源的消耗,还能提供非常高的推理性能。所以Mistral…

完整内容请阅读原文

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

刚刚,a16z 领投了一家 3D 角色生成公司 Yellow,创始人曾是谷歌 CoreML 产品负责人

5 月 9 日,a16z 宣布 500 万美元领投 3D 角色生成公司 Yellow,创始人兼CEO Mandeep Waraich 曾是 Google 大模型以及 CoreML 产品负责人。

图片来源:由GPTNB生成

关于 Yellow 的这笔投资,a16z 认为尽管 2D 图像生成和控制取得了快速进展,但由于保持清晰的拓扑和需要大量中间表示(网格、UV 贴图、纹理、装备)等挑战,3D 仍然非常困难且昂贵,这种复杂性使得高品质 3D 制作极其耗费时间和技能,顶级角色模型需要数周时间,成本高达 1 万美元。


image

生成式 AI 有望通过学习直接从高级描述映射到完全实现的、动画就绪的角色(其拓扑结构与艺术家风格一致)来解决这种复杂性,这可以从根本上降低高质量角色创建的成本和技能障碍,同时实现更大的规模、多样性和个性化。 创始人 Mandeep 在深度学习以及艺术领域都有极高的专业度与热情,并成功吸引了全明星 3D AI 教授团队来帮助他实现共同的愿景,其中就包括 MIT 场景表示小组的领导 Vincent Sitzmann; Christian Rupprecht,牛津大学副教授,视觉几何小组成员; Ludwig Schmidt 是斯坦福大学计算机视觉小组的助理教授,他为 LAION 和 Objaverse 等最大的公共数据集项目做出了贡献。 通过这些研究和实验室的成就,Yellow 团队的每个人都为高质量 3D 生成的核心构建模块做出了重大贡献。Yellow 与众不同之处在于专注通过 AI 来增强人类创造力,这并不意味着纯粹实现自动化,而是构建工具来增强当今 3D 艺术家的能力,同时让所有人都能进行角色创建。

Reference:
https://yellow3d.com/



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

日本AI,失去的不止三十年

文章来源:远川科技评论

文|沈丹阳

编|陈彬

图片来源:由GPTNB生成

2019年,有两件事一直困扰着孙正义:软银的投资失败,以及日本科技的落后。

面对媒体,孙正义痛心地说道,科技产业几乎从日本消失了,我们正在成为一个被遗忘的国家。


即将到来的AI革命,是日本重回牌桌最后的机会。

随着ChatGPT问世,孙正义的呼吁终于成为了共识。然而,正当日本举国动员,准备一脚油门闯入赛道时,却发现了一个尴尬的事实:

日本目前的AI研究,非常依赖隔壁邻居为首的老外。

对此,RIKEN革新智慧综合研究中心负责人杉山将,曾做过一笔统计。

RIKEN(理化学研究所)是日本唯一的国家级科研机构,顶级头脑聚集地。汤川秀树等日本诺奖得主,都曾在这儿搞过研究。然而,那些被AI顶会收录的RIKEN论文,近一半的作者都隶属于外国大学,其中约一半的人来自中国。

图片来源

本土无人可用,使得日本在生成式AI浪潮里,始终处于失语状态。

然而,如若回溯历史,会发现日本也曾是个“AI超级大国”。

上世纪八九十年代,日本一度是深度学习的中心。杨立昆、余凯、林元庆、贾扬清等载入科技史册的泰斗级人物,都曾在日本的AI实验室度过一段青葱岁月。

曾经攥着一手王炸的日本,为何会迈向老无所依的结局?

站在日本人的肩膀上

上世纪80年代,正在读大学的杨立昆,被一群“疯子”吸引了。

彼时,深度学习是个“已被证伪”的技术路线。然而,仍有一小撮人在死磕,这其中就包括了一批日本科学家。杨立昆发现,当时大部分的深度学习论文,都是日本研究人员用英文写的。

这其中,对他影响最大的,是一位名叫福岛邦彦的日本人。

福岛邦彦

1980年,福岛邦彦参…

(此处省略部分内容)


参考资料:
- 孫正義氏、日本を憂う「このままでは忘れられた国に」,日経ビジネス
- 日本国产AI开发依赖外国人,日经中文网
- Why Japan is lagging behind in generative AI, CNBC
- 科学之路,杨立昆
- 智能时代的算法发展,张江科技评论
- 甘利俊一 | 信息几何法:理解深度神经网络学习机制的重要工具,AI科技评论
- 对话地平线创始人、CEO余凯:德国诗意一般的六年深深地滋养了我,车云
- 第五代:人工智能与日本计算机对世界的挑战,爱德华费吉鲍姆,帕梅拉麦考黛克
- 野心勃勃的日本第五代计算机,是如何一步步走向失败的,CSDN
- 中国人工智能简史,林军,岑峰
- 日本人工智能的现状与“深层学习”的课题, Nippon
- 日本人工智能的发展及现状,鼎联知识产权
- 孙正义投AI,投了个寂寞,华尔街见闻
- 孙正义:一场巨大革命即将到来,软银终将统治世界,华尔街见闻
- 孙正义批日本竞争力反思人工智能落后,亚洲周刊
- 硅谷NEC Lab往事:将中国企业拽进AI时代的人,雷锋网
- 日本电子产业兴衰录,西村吉雄

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

特斯拉裁员后续:多项制造创新暂停,4680 电池目标缩水

过去一个月,每到周日,特斯拉员工都在等一封关于自己命运的邮件。收到了,他下周一就不用上班;没收到,他继续工作,等下周日的邮件。


4 月 15 日开启大裁员至今,已有超过 1.4 万人收到裁员邮件,离开特斯拉。

不过本周日开始,特斯拉 4680 电池部门和电池材料部门的员工不用等邮件了。我们独家获悉, 特斯拉为 4680 电池部门任命了新的负责人博纳·埃格尔斯顿(Bonne Eggleston),他随后召开部门全员会,宣布暂停裁员,但必须在年底完成降本目标——特斯拉自产的 4680 电池要比向松下、LG 新能源等供应商采购的同类电池便宜。

这与 2020 年 4680 电池发布时的目标已相距甚远。当时马斯克希望用新的结构和制造方式让电池成本降低一半,以此让特斯拉的车建立价格优势。

4680 电池部门新负责人埃格尔斯顿此前担任 4680 电池高级总监,负责电池制造工程。就任后,他直接向马斯克汇报,同时兼管电池材料部门。在新任命前,特斯拉电池材料部门已裁员一半,备受重视的 4680 电池部门则裁员超过 20%,只剩 800 人左右。

两位知情人士称,特斯拉高层在今年初就已提出 4680 部门的目标是让自产的电池比供应商更便宜。

电池部门管理人员当时被告知,如果年底还无法实现这一目标,特斯拉可能会放弃 4680 项目。

我们还了解到,特斯拉在上周裁撤了美国车型设计团队超过 50% 的人员,工程、工厂软件等部门也还在裁员。

据媒体报道,整个特斯拉美国预计会在 6 月底之前再裁掉约 6000 人。

目标缩水后,4680 电池竞争力有限

此次裁员之前,特斯拉营收下滑,汽车销售毛利率跌至 2017 年以来最低点,一季度销量同比下滑 8.5%,为 15 个季度以来首次。

特斯拉的困境与欧美电动车增速放缓、中国市场竞争加剧有关,但核心原因是产品断代。过去几年,特斯拉执着于大幅改造汽车生产方式,追求用领先的技术大幅降本,这是马斯克引以为傲的 “制造能力”。他曾在 2022 年说,特斯拉的核心竞争力就是制造能力。

4680 电池是特斯拉依靠技术降低制造成本的核心。2020 年,马斯克声称这款电池能降低电池 50% 的成本,前提是,特斯拉能攻克干法正极和负极工艺,正负极是电池成本最高的部件。

但截至今年 3 月,4680 电池的年产能只够装 6 万辆 Cybertruck,且成本远高于预期,特斯拉仍不能量产干法正极。

特斯拉现在选择认清事实,追求更简单的目标。今年初特斯拉管理层提出的明确考核标准是:到今年年底,特斯拉自产 4680 电池的成本要比 LG、松下等供应商的 4680 电池低。

数位 4680 电池工程师觉得这个目标可以完成。他们认为只要特斯拉不再执着自产干法正极,愿意从外部购买正极,集中精力提升产能、良率,摊薄成本,4680 电池项目大概率能在年底前达成降本任务。

特斯拉原三电负责人、4680 电池项目总负责人巴格里诺(Drew Baglino)的离职可能为执行上述策略扫清了障碍。

一位特斯拉工程师称,此前 4680 研发过程的一个分歧是,马斯克认为应该先做一款可用的电池再继续迭代,但巴格里诺坚持突破干法正极,而不是在过渡方案上优化制造效率。

接任巴格里诺的埃格尔斯顿 7 年前加入特斯拉,历任电池工程师和电池制造工程总监,此前在光伏制造业有十年工作经验。

接近该部门的工程师称,埃格尔斯顿接任后暂未对 4680 电池业务做出大调整,在今天的 4680 部门会议上,除了安抚大家电池部门裁员已暂告段落,他没有释放更多信息。

一些 4680 项目工程师担心,如果只达到这个 “简单版目标”,4680 电池的重要性会大打折扣。

在 4680 从 2020 年发布到 2023 年底开始量产的近 4 年间,宁德时代、比亚迪等公司已把电池成本降低至 0.4 元人民币 /Wh。而即使今年底完成降本目标,综合多位工程师和行业人士信息,4680 电池的成本可能仍会在 0.8-1…

造车和造工厂的部门,处境更糟

4680 电池部门还有证明自己的机会,其他负责提升制造效率的部门处境更糟。

知情人士称,特斯拉上周裁掉了美国车型设计部门 50% 以上的人员,他们此前的任务包括设计 2.5 万美元的下一代平价车;负责优化流水线生产效率的工厂软件团队也大幅裁员。

特斯拉的一系列制造革新在裁员前后陷入停滞。

上周,特斯拉暂停了对更大的一体压铸车身的研发。本该在今年投产的特斯拉墨西哥下一代超级工厂,至今仍未动工建设。

4 月初,据媒体报道,特斯拉延后了原本的 2.5 万美元平价车计划。多位知情人士称,特斯拉接下来会推出另一款两厢版的小车,这款车只是在 Model Y 基础上做改进,通过减配的方式降本,而不再是从电池到车身工艺到流水线生产方式都有大幅变化的平价车。

综合目前的裁员和调整,马斯克暂时搁置了重塑制造方式的野心,特斯拉可能不会再执着于用更短时间造好一台车,转而更关注与制造不直接相关的智能驾驶系统。

“FSD V 12 让马斯克对自动驾驶信心大增,看到了战略变更的必要性。” 一位特斯拉员工说。

FSD(Full Self Drive,完全自动驾驶) v12 是特斯拉于今年 1 月发布的最新智能驾驶软件系统。马斯克在自己拥有的社交平台 X 上说,FSD v12 是 99% 的 “端到端” 系统,开车更像人。比如,当车辆右前方有人骑自行车时,v11 会执行一个较大的绕行路线,v12 则会像熟练的人类司机那样更轻巧、丝滑地绕过去。

媒体报道特斯拉暂停平价车计划的当天,马斯克在 X 上称,今年 8 月 8 日就会发布特斯拉无人出租车。

马斯克在之后的一季度财报会上还称,今年计划在自动驾驶业务上投入 100 亿美元。

后果交给多位高管,马斯克继续激进冒险

此次裁员带来的高层人事变化和动荡,也使特斯拉的管理权和决策权更向马斯克集中。

去年底之前,除马斯克外,特斯拉还有三位核心管理者,分别是 CFO 扎克·柯克霍恩(Zachary Kirkhorn)、三电系统高级副总裁巴格里诺和负责全球制造与欧美市场销售的高级副总裁朱晓彤。

不到半年后,三位核心高管只剩下朱晓彤。CFO 扎克·柯克霍恩于去年底离职,三电副总裁巴格里诺上个月离职。朱晓彤的工作范围和职责也在今年 4 月改变:他重新担任特斯拉中国区负责人,原本由他负责的欧美销售业务已由马斯克亲自接管。据媒体报道,4 月以前,朱晓彤有 25 名直系下属,但现在只有 10 位,且都在亚洲。

4 月底以来,特斯拉还有数位高管离职:人力资源高级总监艾丽·阿雷巴罗(Allie Arebalo)、新车项目主管丹尼尔·何(Daniel Ho)和产品发布主管里奇·奥托(rich Otto),投资者关系副总裁马丁·维查(Martin Viecha)也将于 6 月底离职。

朱晓彤主管的 Cybertruck 项目仍处在产能地狱中,巴格里诺主管的 4680 电池延期两年才小规模量产。这两位高管的工作调整和离职,直接原因似乎是他们分管的业务出现了问题。

但这一系列困境的根源绕不开特斯拉的最终决策者,CEO 马斯克。按照《马斯克传》的记录,是他力排众议,让特斯拉去做不锈钢车身的 Cybertruck。Cybertruck 不锈钢工艺难题导致产品延期 3 年,至今产能只有目标的一半。半个月前因油门踏板存在安全隐患,特斯拉召回了 3800 辆 Cybertruck。特斯拉长期坚持 “硬核文化”,同样的部门往往只有竞争对手几分之一的人手,无法多线并行,导致特斯拉至今还在用 8 年前发布的 Model 3 和 6 年前发布的 Model Y 苦苦支撑。

和 2018 年产能地狱时被裁的员工一样,近期离职的高管和被裁的员工也是在为马斯克的激进决策买单。

马斯克也承担着巨大的压力,特斯拉一度备受质疑、濒临破产,他也曾陷入抑郁。但只要危机最终能够被解决,马斯克就能收获最大的回报,财富与名望跟着一次次放大。他在 2021 年成为世界首富,登上《时代》杂志封面。

一次次解决危机的过程中,马斯克不断挑战权威,给出大方向,或者目标,让工程师和供应商解决大量细节。但这不妨碍他自豪地宣称自己 “可能是地球上活着的最懂制造的人”。

现代科技公司早已铸成鼓励管理者,特别是创始人冒险获取增长的风险、回报机制。马斯克这样热衷大冒险的创始人在这种机制的帮助下,一次次冒险成功,再押下更大的赌注。

现在,这个 “最懂制造的人” 的新雄心是做出最先进的 AI 和智能驾驶系统,一举跃过电动车价格战,打败所有对手。他为此不惜暂停多个长期投入的制造创新项目,包括被市场期待已久的 2.5 万美元下一代平价车。特斯拉又开始了新一次的 All in 式冒险。

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

苹果启动AI云服务器计划,芯片直接用M2 Ultra

文章来源:机器之心
编辑:亚鹂、泽南

图片来源:由GPTNB生成

其他科技公司:抢购 H100、B200;苹果:M2 当服务器 AI 芯片。

尽管苹果在生成式 AI 方面的进展没有像谷歌、Meta 和微软等竞争对手那样高调,但该公司一直在进行相关研究,其构筑新生态的思路总是显得与众不同。


5 月 7 日晚,苹果在春季新品发布特别活动中回应了大家的关注:「跨越极其强大的 M3 芯片,直接来到下一代 ——M4 芯片」。

在苹果宣布新的 M4 芯片时,着重强调了其先进的 AI 性能,称其新的 16 核心设计的神经引擎是「苹果有史以来最强大的」。

大家心中激荡的兴奋感还没过,感叹苹果的后发优势也是优势,终于乘势而上的时候。又当其他厂商努力钻研下一代芯片并将其运用到 AI 任务上时,苹果另辟蹊径,又杀了个回马枪,将目光盯上了云服务芯片。

苹果直接将它的 PC 端芯片 M2 Ultra 放上了云服务器。

苹果的 UltraFusion 封装架构采用了 Silicon Interposer 技术,将两块 M2 Max 芯片的芯片连接起来,从而创建了 M2 Ultra。拥有一颗 32 核的神经引擎,每秒提供 31.6 万亿次操作,比 M1 Ultra 快 40%。

据彭博社等媒体报道,苹果公司将通过配备自家处理器的数据中心,在今年推出一些 AI 功能。这是该公司大力推行的一项大规模的行动,旨在为其设备注入 AI 功能。

有知情人士透露,苹果正在将类似于为 Mac 设计的高端芯片放置在云计算服务器中,这些服务器旨在处理即将进入苹果设备的最先进的 AI 任务。

知情人士表示,与人工智能相关的较简单的功能将直接在 iPhone、iPad 和 Mac 上处理,但他们要求不透露姓名,因为计划仍处于保密阶段。

此举是苹果公司急切推进生成式 AI 计划的一部分。自 ChatGPT 推出以来,全球科技公司一直处于生成式 AI 军备竞赛之中。此前有消息称,苹果有望在 6 月 10 日的全球开发者大会上提出其雄心勃勃的 AI 战略。

苹果全球开发者大会(WWDC24)将在 2024 年 6 月 10 日举办

大约三年前,苹果计划使用自家芯片并在云端处理人工智能任务,但在由 OpenAI 的 ChatGPT 和谷歌的 Gemini 推动下的 AI 热潮的加速之后,该公司拨快了时间表。

尽管苹果已在推动基于 M4 芯片的未来版本,但首批苹果自研的 AI 服务器芯片将是去年作为 Mac Pro 和 Mac Studio 计算机的一部分推出的 M2 Ultra。

对此举措,寄希望于苹果在 AI 领域逆势而上的市场玩家们,似乎也终于迎来了一点曙光。

在彭博社报道详情后,苹果股价在纽约交易时段一度达到 184.59 美元的历史高位。然而,该股全年跌幅超过 4%,对于 M2 Ultra 上云端的消息,苹果公司代表拒绝置评。

苹果在纳斯达克市场势头表现

除了确定承载任务的云端芯片,根据 AI 任务的复杂度,苹果还提供了两种算力的使用路径。

  • 相对简单的 AI 任务,比如:为用户提供他们错过的 iPhone 上的通知或即将到来的短信的摘要,可以由苹果设备内部的芯片处理。
  • 更复杂的任务,比如生成图像或总结长篇新闻文章,并在电子邮件中创建长篇回复,则可能需要云端处理(苹果的 Siri 语音助手的升级版本也是如此)。

看起来和其他手机厂商提到的「端云结合」大模型理念一致。这一举措将作为苹果 iOS 18 在秋季推出的一部分,代表了该公司的一次转变。多年来,苹果一直将设备端处理置于优先位置,并将其宣传为「确保安全和隐私的更好方式」。

但参与苹果服务器项目(代号为 ACDC)创建的人员表示,其处理器内部已经有组件可以保护用户隐私。该公司采用了一种称为「Secure Enclave」的方法,可以隔离数据以防止安全漏洞。

Secure Enclave:iPhone、iPad、Mac、TV、Apple Watch和HomePod专用安全子系统

目前,苹果计划使用自己的数据中心来运营云功能,但最终会像它在 iCloud 和其他服务中所做的那样,依赖外部设施。《华尔街日报》早些时候就该服务器计划的某些方面也进行了相关报道。

苹果首席财务官 Luca Maestri 在上周的一次财报电话会议上暗示了这种做法:「我们有自己的数据中心容量,在这之后才需要使用第三方的容量。」

而在被问及公司的 AI 基础设施时,他说道:「这是历史上对我们行之有效的模式,我们计划未来也会沿着同样的路线继续前进。」

设备端的 AI 算力仍将是苹果人工智能战略的重要组成部分。

但是,其中一些功能将需要其最新的芯片,例如去年 iPhone 上推出的 A18 芯片和本周早些时候 iPad Pro 中推出的 M4 芯片。这些处理器包括对神经引擎(Neural Engine)的重大升级,而这也是处理 AI 任务的芯片的一部分。

面向生成式 AI 的需求,苹果正在迅速升级其产品线,推出更强大的芯片。

首先,新一代处理器 M4,将会很快进入 Mac 电脑系列中。

全新M4芯片由 280 亿晶体管组成,基于第二代 3nm 技术打造,并在 CPU、GPU 和 NPU 方面迎来一系列提升

据彭博社四月份报道,Mac mini、iMac 和 MacBook Pro 将于今年晚些时候获得 M4 芯片,而 M4 芯片将于明年装入 MacBook Air、Mac Studio 和 Mac Pro。

这些计划共同为苹果将 AI 融入其大部分产品线奠定了基础。该公司将专注于为用户提供在日常生活中使他们生活更轻松的功能,比如提供建议和提供定制化体验。

尽管苹果没有计划推出自己的 ChatGPT 风格的服务,但它一直在讨论通过合作伙伴关系提供该选项的可能性。

就在上周,苹果表示:「在其设备上运行 AI 将有助于它在竞争对手中脱颖而出。」

苹果 CEO 蒂姆・库克在财报电话会议上表示:「我们相信 AI 的变革性力量和承诺,我们相信我们具有能够在这个新时代中使我们与众不同的优势,包括苹果独特的无缝集成的硬件、软件和服务整合的组合」

库克表示,苹果自研芯片将使其在这个仍处于起步阶段的领域拥有优势,而且他补充说公司的隐私关注「支撑着所创造的一切」。

据知情人士透露,过去三年中,该公司已经在云端计划上投入了数亿美元。但是,其提供的服务仍然存在差距。

另外,对于希望使用 ChatGPT 的用户,苹果已与谷歌和 OpenAI 进行了讨论,计划将其整合到 iPhone 和 iPad 中。

苹果与 OpenAI 的谈判最近已进行到深入阶段,这表明合作很可能会实现。据了解谈话内容的人表示:「苹果也可能从外部公司中提供一系列选项」。

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

欧洲“OpenAI”叒融资6亿刀,成立1年估值60亿刀,他们只做了一件事

文章来源:智能涌现

文|李然 李苗

编辑|李然

“Open AI 欧洲版”Mistral AI 又融到一笔巨款,让本就富裕的家庭锦上添花。

华尔街日报报道,法国AI独角兽Mistral AI即将获得新一轮6亿美元的融资,目前估值达60 亿美元,比半年前翻三倍。


据知情人士透露,现有股东General Catalyst和Lightspeed Venture Partners预计将成为新一轮融资的最大投资者之一。

天下武功唯快不破。无论是产品交付还是融资节奏,Mistral的效率都高得惊人。

2023年4月底成立,花1个月写了7页PPT ,6月份,Mistral首轮融资1.13亿美元。

半年内,Mistral发布了开源的Mistral 7B和MoE模型Mixtral 8x7B Instruct。年底,这家仅20人规模的公司就筹了约4.15亿美元,估值达20亿美元。

今年2月底,Mistral Large发布,强势对标GPT-4。同日,微软也正式宣布与Mistral AI达成合作。

Mistral AI的高速发展历程堪比“爽文”,“爽文”的标题可能是:

  • “三句话,让投资人心甘情愿为我花六亿美元。”
  • “从白手起家到估值60亿刀,我只做对了这件事。”
  • “我们欧洲什么时候才能站起来?有自己的OpenAI,我们做到了”。

1年从0到估值60亿刀,他们只有一个追求——高效

Mistral AI,成立1年整,融资超过11亿刀,估值达到60亿刀,只做了一件事:

用最高效的方法做最高效的大模型。

技术路线:最高效的开源和闭源大模型

在公司网站对于自家产品的介绍中,他们最重点介绍的就是自己是世界上最高效的大模型提供商。

他们是大模型性能进入GPT-4时代之后,第一家发布MoE构架开源大模型的公司,现在Mistral 8*22B,依然是开源大模型中标杆级别的存在。

而MoE构架最重要的特点就是能在训练和推理的过程中大大降低算力和能源的消耗,还能提供非常高的推理性能。所以Mistral推出的8*7B开源模型才能做到6倍于Llama2 70B的推理效率。

人效惊人!有多少员工就估值多少亿刀的神话

Mistral AI如此高的交付效率,如果放在大厂,还能靠堆人头堆出来。

而夸张的是,Mistral AI这一年时间大部分时间,团队人数都保持在20个人左右,大部分交付的成果都是在20人团队规模时完成的。

实用主义无神论者,把「高效灵活」刻进创业基因

Mistral的三位核心创始人曾是校友,在工作后纷纷成为令人羡慕的的硅谷技术精英。

创始人Arthur Mensch 曾在谷歌担任高级研究员,而 Timothée Lacroix 和 Guillaume Lample在Meta的LLaMa团队,当前分别在Mistral AI任首席技术官和首席科学官。

整篇文章内容请查阅原文链接。



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

刚刚,a16z 领投了一家 3D 角色生成公司 Yellow,创始人曾是谷歌 CoreML 产品负责人

5 月 9 日,a16z 宣布 500 万美元领投 3D 角色生成公司 Yellow,创始人兼CEO Mandeep Waraich 曾是 Google 大模型以及 CoreML 产品负责人。

图片来源:由GPTNB生成

关于 Yellow 的这笔投资,a16z 认为尽管 2D 图像生成和控制取得了快速进展,但由于保持清晰的拓扑和需要大量中间表示(网格、UV 贴图、纹理、装备)等挑战,3D 仍然非常困难且昂贵,这种复杂性使得高品质 3D 制作极其耗费时间和技能,顶级角色模型需要数周时间,成本高达 1 万美元。


生成式 AI

生成式 AI 有望通过学习直接从高级描述映射到完全实现的、动画就绪的角色(其拓扑结构与艺术家风格一致)来解决这种复杂性,这可以从根本上降低高质量角色创建的成本和技能障碍,同时实现更大的规模、多样性和个性化。
创始人 Mandeep 在深度学习以及艺术领域都有极高的专业度与热情,并成功吸引了全明星 3D AI 教授团队来帮助他实现共同的愿景,其中就包括 MIT 场景表示小组的领导 Vincent Sitzmann; Christian Rupprecht,牛津大学副教授,视觉几何小组成员; Ludwig Schmidt 是斯坦福大学计算机视觉小组的助理教授,他为 LAION 和 Objaverse 等最大的公共数据集项目做出了贡献。
通过这些研究和实验室的成就,Yellow 团队的每个人都为高质量 3D 生成的核心构建模块做出了重大贡献。Yellow 与众不同之处在于专注通过 AI 来增强人类创造力,这并不意味着纯粹实现自动化,而是构建工具来增强当今 3D 艺术家的能力,同时让所有人都能进行角色创建。

Reference:
https://yellow3d.com/

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