计算需求激增，高通、ARM 为何受冷落？｜AI Insider#226

☕ Editor’s Note

🗓️ 2024.8.1 | Issue #226

今天重点推荐以下新闻：

• Meta 继续加大投资 AI；
• 英伟达、AMD 引领芯片市场，高通、ARM 受冷落；
• 认识一位 LLM 领域的「破解大神」；
• 微软成为企业部署 AI 的「自然选项」；

您可通过这里查看过往 AI Insider 的精选内容。

💰市场

Meta 财报超预期，继续加大投资 AI

根据 CNBC 的报道，Meta（原 Facebook）发布的 2024 年第二季度财报远超华尔街预期，展现了公司在数字广告和新兴技术领域的强劲表现。Meta 第二季度收入同比增长 22%，达到 390.7 亿美元，净利润更是大幅增长 73%，达到 134.7 亿美元。

值得注意的是，Meta 的广告业务收入增长 22%，超过了主要竞争对手 Alphabet（谷歌母公司）11% 的增长率。

与此同时，Meta 在人工智能领域的投入也在加速。CEO Mark Zuckerberg 表示，宁可冒险提前建立产能，也不愿意在需要时发现产能不足。该公司计划到 2024 年底部署 35 万张 Nvidia H100 GPU，以支持 AI 研发。

具体的 AI 项目方面，Zuckerberg 再次强调了 Meta AI 助手的重要性，预计它将在年底前成为全球使用最广泛的 AI 助手。Zuckerberg 认为，虽然生成式 AI 功能可能会提高用户参与度，但真正的收入将来自商业应用，如 AI 创建广告和在 WhatsApp 中运营客户服务 AI 代理。

在模型开发方面，Meta 已经开始为训练 Llama 4 做准备。Zuckerberg 表示，希望 Llama 4 在明年推出时成为业内「最先进」的模型。为实现这一目标，Llama 4 的计算需求将是 Llama 3.1 的近 10 倍，这也解释了为什么 Meta 需要大量投资 AI 基础设施。

高通、ARM 财报显示半导体产业的发展极不均衡

高通、ARM 刚刚发布的财报显示，尽管业绩不错，但市场给出的反应非常冷淡。

高通首席执行官 Cristiano Amon 表示，公司预计今年手机出货量将保持平稳或仅有个位数百分比的增长。这一谨慎预测导致高通股价在盘后交易中出现波动，最初上涨超过 6%，随后回落至下跌超过 1%。

值得注意的是，高通首席财务官 Akash Palkhiwala 预计 12 月季度的增长与去年同期相比变化不大，而分析师此前预期增长率为 9%。这进一步打击了投资者对智能手机市场快速复苏的信心。虽然高端手机销售有所增长，但整体市场需求并未出现大幅反弹。

高通正努力将业务拓展到个人电脑和汽车领域，以减少对智能手机市场的依赖。然而，智能手机业务仍然是公司收入的主要来源。这份业绩报告凸显了高通在市场复苏缓慢的环境下所面临的挑战和机遇。

而 ARM 公司则在公布季度业绩后股价大跌，引发市场对其未来增长前景的担忧。Arm 第一财季业绩超出分析师预期，但公司维持了原有的年度预测，这一决定让投资者感到失望。

Arm 首席执行官 Rene Haas 表示，公司在某些市场领域看到疲软迹象。这导致 Arm 决定保持当前的全年展望不变。受此影响，Arm 股价在盘后交易中下跌超过 8%。值得注意的是，在此之前，Arm 股价今年已经上涨了 92%。

作为全球智能手机芯片设计的主导者，Arm 正努力将业务拓展到利润丰厚的数据中心市场。然而，尽管 Arm 被视为人工智能支出热潮的受益者之一，但其销售增长尚未达到 Nvidia 或 Broadcom 等公司的水平。

英伟达股价周三大涨 13%，这得益于其主要客户微软和竞争对手 AMD 的积极表态，显示基于 GPU 的 AI 服务器建设不会放缓。

微软 CEO Satya Nadella 和 CFO Amy Hood 周二表示，公司明年将增加对英伟达基础设施的投资。微软在第四财季的资本支出达 190 亿美元，其中约 60% 用于硬件。这些言论缓解了投资者对英伟达 AI 销售可能放缓的担忧。

与此同时，AMD 也上调了今年 AI 芯片销售预期至 45 亿美元，较此前预期增长 11%。分析师认为，这些数据表明对英伟达芯片的需求仍然强劲。

英伟达股价今年已翻倍，自 2022 年 11 月 ChatGPT 发布以来更是上涨超过 500%。随着公司从「Hopper」系列过渡到新一代「Blackwell」芯片，分析师预计销售将进一步增长。英伟达预计将于 8 月公布第二财季业绩。

🥷🏽 人物

谁是影响力最大的 LLM 破解者？

根据 VentureBeat 的独家报道，一位神秘的 AI 模型破解专家「Pliny the Prompter」近日接受了采访，揭示了他破解主流大语言模型 (LLM) 的内幕。这位自称受古罗马博学家 Pliny the Elder 启发的黑客，在过去 9 个月里成功破解了包括 OpenAI、Anthropic、Google 等公司的多个顶级 LLM 模型。

Pliny 的破解能力令人惊叹。在 OpenAI 发布GPT-4o 模型仅数小时后，他就找到了突破其限制的方法。通过一个看似随机的符号串和特定措辞组成的提示，Pliny 成功让 GPT-4o 绕过了内容限制，产生了包括明确歌词、分析 X 光图像等原本被禁止的内容。

这位 AI 黑客的动机来自对禁令的不满和挑战大公司的欲望。Pliny 表示：「告诉我不能做某事，就是点燃我内心的火焰。找到新的破解方法不仅是在解放 AI，更是对投入大量资源和研究人员的公司的个人胜利。」他希望通过这种方式提高人们对 AI 真实能力的认识，并质疑内容过滤的必要性。

Pliny 不仅自己进行破解，还创建了名为「BASI PROMPT1NG」的 Discord 社区，汇集了其他 LLM 破解者，共同探讨绕过各种新兴专有 LLM 限制的策略。这个快速发展的 LLM 破解场景，让人想起十多年前围绕 iOS 的越狱行为，只是这次涉及的是更强大、更具独立智能的软件。

对于那些认为 AI 破解危险或不道德的观点，Pliny 反驳道：「当以负责任的方式进行时，对 AI 模型进行红队测试是发现和修复有害漏洞的最佳机会。」他认为，这种公开的红队测试和披露破解技术实际上是一种公共服务，某种程度上是在帮助这些公司完成工作。

Pliny 的出现引发了关于 AI 安全、伦理和责任的深度思考。随着 LLM 能力不断增强，如何在开放与管控之间寻求平衡，将是业界面临的持续挑战。他的工作也凸显了 AI 模型提供商需要更加重视安全性，并思考如何更好地与像 Pliny 这样的「白帽黑客」合作，以提高 AI 系统的整体安全性和透明度。

👨‍💻 应用

IBM 报告：成本和复杂性仍是企业 AI 部署的主要障碍

根据 VentureBeat 的报道，IBM 商业价值研究院最新发布的一份报告揭示了企业在采用生成式 AI 时面临的主要挑战。这份题为《CEO 的生成式 AI 指南：AI 模型优化》的报告基于对美国高管的调查，旨在为 CEO 们提供关于 AI 实施和优化的可行见解。

报告的主要发现包括：

• 模型多样性：企业目前平均使用 11 种不同的 AI 模型，预计三年内将增加 50%。
• 成本障碍：63% 的高管认为模型成本是采用生成式 AI 的主要障碍。
• 模型复杂性：58% 的高管将模型复杂性列为主要关切。
• 开放模型增长：企业预计在未来三年内，开放模型的采用率将增加 63%，超过其他类型的模型。

IBM Consulting 的副总裁兼高级合伙人 Shobhit Varshney 在接受 VentureBeat 采访时表示：「企业技术领导者非常了解当前可用的模型类型，并理解每种模型对于特定用例的优势和局限性。但其他 C 级高管仍在追赶和学习 LLM 的能力和局限。」

报告建议企业采用细致入微的方法来优化 AI 成本效益：对于复杂、高风险的任务，部署需要广泛知识和高准确性的大型模型；对于专业化、效率至关重要的应用，考虑使用小型专业模型。

体操界的 AI 裁判探索

根据 The Verge 的报道，国际体操联合会（FIG）与富士通公司合作开发的人工智能辅助裁判系统（JSS）此前在世界体操锦标赛首次全面应用，标志着体操评分进入了 AI 时代。

这套系统使用 4-8 台高清摄像头捕捉运动员动作，通过计算机视觉技术创建 3D 模型，并利用人体姿态估计技术分析动作是否符合评分标准。JSS 可以精确测量运动员身体各部位的角度、高度和距离等数据，为人工裁判提供辅助决策支持。

FIG 主席 Morinari Watanabe 称这是「体育界解放的日子」，认为 JSS 将为所有运动员带来公平透明的评分。

然而，与网球等运动中的电子线审系统不同，体操评分涉及数百种复杂技巧的识别，对 AI 系统提出了更高要求。JSS 的应用主要集中在难度分的评定，尚未涉及完成分的评判。在识别动作连接性等方面仍存在困难。此外，系统部署和运行成本高，难以在普通比赛中广泛应用。

AI 支出降温，微软仍是最大赢家

根据《华尔街日报》的报道，尽管企业对生成式 AI 的热情有所降温，但在AI软件支出方面，微软仍然占据主导地位。Wedbush Securities 分析师 Dan Ives 估计，过去 12 个月约 70% 的 AI 软件支出与微软生态系统有关。

这主要归功于一方面微软的 Copilot 工具可与其现有产品套件无缝集成，而微软与 OpenAI 的合作关系，使得后者的 GPT 模型可运行在微软的 Azure 云基础设施上。更重要的是，Microsoft 365 套件的广泛使用使得 Copilot 成为许多企业尝试 AI 的「自然起点」。

但分析师指出，企业对 AI 的支出态度较去年更为谨慎。许多公司正专注于简单、有限的 AI 应用，并仍处于测试和实验阶段。面对每用户 30 美元的价格，企业仍在评估 Copilot for Microsoft 365 的实际价值。

以上就是今天「AI Insider」的所有内容，作为一档新栏目，我们愿意聆听您的所有建议，欢迎通过评论的方式告诉您的想法。

我们明天再见。