注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 芯片,大规模蒸馏美方模型
芯片,大规模蒸馏美方模型 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 芯片,大规模蒸馏美方模型 的推特
特朗普政府指控 #Kimi# K3母公司月之暗面:涉嫌违规获取 #英伟达# Blackwell #芯片,大规模蒸馏美方模型# 白宫科技政策办公室指控中国月之暗面通过 #泰国# 获取NVIDIA Blackwell系列GB300芯片训练Kimi K3模型,并利用美方模型进行大规模蒸馏。 若月之暗面被正式制裁,其算力基础设施将面临断供。
显示更多
中美互指对方靠“蒸馏”训练模型 中国商务部周一指责美国AI企业在研发和训练模型过程中使用中国模型进行“蒸馏”,并称如果美国针对中国AI企业采取限制措施,北京将采取必要反制措施。 “蒸馏”(distillation)是一种人工智能训练技术,即利用一个规模更大、能力更强的模型输出结果,训练另一个模型,使其模仿并提升性能。这一方法目前在整个AI行业被广泛使用。不过,美国官员认为,中国企业大规模采用该形式,意在非法复制美国公司专有AI系统。 中国商务部表示,美方相关指责“缺乏事实依据”,在实践上“搞双重标准”,称其为“典型的人工智能霸权主义行径”。 中国商务部在声明中表示:“据了解,很多美国人工智能企业在研发和训练中蒸馏了中国的模型。”声明要求美国停止对中企的“制裁威胁”,并表示:“对于任何实质性损害中方利益的行为,中方将采取一切必要措施,坚定维护自身正当合法权益。” 美国指控“月之暗面”复制美国模型 上周,一名白宫高级官员指责中国初创企业“月之暗面”(Moonshot)在开发Kimi K3时,秘密复制了美国人工智能公司Anthropic的先进模型。 Kimi K3发布后,其代码能力等表现引发美国科技界关注,并再次引发有关“中国AI企业究竟是在复制美国技术,还是依靠自身研发快速缩小差距”的讨论。这一争议也让美国联想到去年中国初创企业DeepSeek崛起时引发的反应。 美国人工智能公司Anthropic今年2月表示,其发现超过340万次与月之暗面相关的、针对其Claude模型的交互行为。Anthropic称,有数百个虚假账户被用于获取Claude在推理、编程、数据分析、工具使用、计算机视觉以及操作计算机等方面的能力。 美国白宫科技政策办公室主任迈克尔·克拉齐奥斯(Michael Kratsios)上周表示,美国政府掌握的信息显示,月之暗面通过蒸馏Anthropic的Claude Fable 5模型开发Kimi K3。 他指控月之暗面建立了复杂的内部系统,以大规模蒸馏美国模型,并通过切换多种访问方式避免被发现。他还称,该公司购买了搭载英伟达GB300芯片的服务器,并很可能通过在泰国访问这些计算系统来训练模型。 威胁制裁 美国财政部长贝森特(Scott Bessent)随后表示,中国企业可能面临金融制裁,或被列入美国商务部“实体清单”,以限制其获取美国技术。 贝森特在X上表示:“我们支持开源AI以及它所带来的创新。但开源并不意味着可以随意窃取美国知识产权。” 他说:“当中国企业进行隐蔽的、工业规模的蒸馏攻击,且行为性质演变为知识产权盗窃时,制裁和列入实体清单都将成为选项。” 中国否认依靠蒸馏取得突破 月之暗面否认Kimi K3的性能是通过蒸馏实现。该公司上周向中国《每日经济新闻》表示,模型性能提升来自底层架构的原创性改进。 如果被列入美国商务部实体清单,月之暗面可能面临严重限制,包括无法获得美国半导体、软件和云服务。 美国此前曾将实体清单作为限制中国通信设备制造商华为的重要工具。2019年,美国将华为列入该清单,大幅限制其获取美国技术。 (消息来源:法新社,路透社)
显示更多
刚看完All-In Podcast最新一期(282),几个大佬聊了开源AI的存亡之争、Anthropic天价版权和解、AI资本支出狂飙 开源AI引发新一轮"DeepSeek时刻",白宫内部开始讨论要不要封杀 中国月之暗面发布的Kimi K3开源模型,性能已经追平Opus 4.8和GPT 5.6这类顶级闭源模型,推理成本却降低了大约50%。这在美国政策圈和科技界引发了类似当年DeepSeek冲击那样的震荡,白宫内部已经开始讨论是否要限制或禁止中国开源模型。 David Sacks对这波动作提出了质疑,认为Anthropic这类头部闭源模型公司正在利用白宫的焦虑情绪搞监管捕获。它们指控中国模型通过大规模"蒸馏"窃取了美国模型的知识,但如果真想阻止蒸馏,应该通过严格的客户身份验证从源头封堵API泄露,不是联合政府直接封杀整个开源生态。Chamath则指出,AI基础模型正在以远超预期的速度被商品化,未来真正的商业价值会沉淀在上层应用和底层算力基础设施这两端,不会是中间的模型层。如果政府强行禁用开源,只会让美国企业被迫支付高昂的AI Token税,反而削弱整体产业竞争力。David Friedberg补充解释,蒸馏本质上是观察并学习另一款产品的输出(就像早年谷歌把查询提交给雅虎做效果对比),并不是直接盗取模型权重代码,开放的软件生态对经济繁荣至关重要,就像早期的Apache和网页浏览器生态一样。 Anthropic的15亿美元版权和解,被指存在明显双标 Anthropic因为未经许可下载70万本盗版书籍(部分来自LibGen)训练Claude模型,达成了15亿美元的天价版权诉讼和解。几位主持人一致指出Anthropic和OpenAI在版权问题上的双重标准,这些闭源巨头一边声称自己抓取全网书籍和新闻(比如纽约时报的内容)属于合理使用,另一边却把别人学习自己模型输出的行为,扣上国家安全威胁或侵权的帽子,逻辑上明显自相矛盾。 科技巨头CapEx狂飙,但市场对谷歌的抛售可能反应过度 谷歌在云业务高速增长(年化运行率已达千亿美元级别)的同时,因为庞大的AI数据中心和芯片投资,首次出现自由现金流转负。特斯拉的资本支出也同比激增140%。不过Chamath认为市场对谷歌的这波回调反应过度了,谷歌过去20年的平均投资回报率(ROIC)高达32%,在模型高度碎片化、开源生态繁荣的大趋势下,谷歌凭借自研TPU芯片和云基础设施服务,反而能从多模型竞争的格局中持续抽成,长期竞争力并没有被削弱。
显示更多
0
66
83
8
转发到社区
美股科技不会崩盘 近期芯片股出现一轮明显回调,市场充斥着AI泡沫即将破裂、半导体景气见顶的恐慌。 黄仁勋接受Axios长达70分钟专访,直面市场所有焦虑,完整的访谈信息,为当下波动给出了清晰的底层答案。 很多投资者看到Kimi、DeepSeek等国产大模型持续迭代,本能担忧:开源免费模型会冲击头部闭源企业,挤压算力需求,科技牛市走到尽头。但黄仁勋直言,华尔街已经两次在同一道题目上犯错。此前DeepSeek发布时,英伟达单日大跌17%;如今Kimi带来的市场恐慌,剧情几乎复刻。市场误区在于把AI竞争理解成零和博弈:免费模型不是需求终点,而是普及入口。更低门槛的AI,意味着使用人群扩大、调用频次激增,最终转化为更多算力需求,对硬件产业链本质是利好。 关于大家最关心的泡沫与周期,他给出了反直觉判断:短期半导体不会崩盘,五年内很难出现全局性泡沫。本轮AI算力扩张,不是短期消费需求驱动,而是一场长达十年的数字基建浪潮。未来十年,整个半导体行业规模需要扩张5至10倍。当下电力、土地、工人、先进芯片全面紧缺,资本开支即便想快速加码,也会受物理条件约束,供给过剩的周期被持续推迟。稀缺约束看似限制扩张,实则拉长景气周期,避免快速过热催生泡沫。 市场另一大争论:开源浪潮会不会颠覆OpenAI、Anthropic这类闭源巨头?黄仁勋看法十分明确,二者并非你死我活。免费开源模型培育海量新用户,而真正愿意付费、追求稳定托管服务、企业级安全方案的群体,恰恰是体验过免费AI的人。他甚至预判,OpenAI与Anthropic将会成为人类历史上最成功的IPO。 谈及中美AI竞争,他视角跳出短期博弈:AI不是百米冲刺,不存在单一赢家。英伟达在中国市场收入几乎归零,业绩指引也未计入中国市场增量,但他认为阻挡不了中国AI产业前行。国内培养的AI研究员数量,超过世界其余地区总和,技术长期演进必然持续推进。 访谈同样触及行业伦理与长期方向。对于Anthropic被严格限制、号称能够攻破银行系统的Mythos模型,他主张技术应当开放,安全加固的责任掌握在企业自身。针对“模型蒸馏算不算偷窃”的争议,他提出一个长远视角:未来互联网绝大多数内容由AI生成,模型互相学习、彼此蒸馏,本身就是智能演化的常态,合规边界可以交由法律界定,不必否定AI学习的底层逻辑。 在产业落地层面,机器人领域的“ChatGPT时刻”已经到来。机器人已经具备逻辑推理能力,能够自主思考“想要放进苹果,先要打开抽屉”;不过从有趣的演示,到大规模商业化落地,还需要3到4年持续打磨。 当然,我们需要理性打一个折扣:作为算力赛道最大卖铲人,黄仁勋天然站在产业多头立场,观点带有自身行业利益底色。不必全盘盲从,但可以牢牢盯住一个关键观测指标:电力、先进封装、存储芯片的紧缺格局何时缓解。一旦供给瓶颈被打破,资本开支可以顺畅落地,供需格局逆转,才是需要高度警惕的节点。 总结来看,短期股价回调是情绪与预期博弈,不等于产业周期终结。AI基建是超长维度的产业浪潮,支撑美股科技主线的底层逻辑并未消失。恐慌性抛售很多时候,是把阶段性波动误判为长期崩盘。 更多咨询在订阅平台链接 免责声明:本文仅为行业访谈观点复盘与个人思考,不构成任何投资建议,股市有风险,入市需谨慎。
显示更多
🇨🇳#习近平# 怎么就被 🇨🇳#雷军# 糊弄了呢 因为2026年1月3日中共给委内瑞拉🇻🇪#马杜罗# 防身的雷达系统和反侦查电子系统装备全部失灵了…也就是中国的 #军用芯片# 大规模的出问题了…时间节点赶上了,雷军把握时机刚刚好,拿到贷款1月8日他才公开
显示更多
逃离SaaS!摩根士丹利底牌曝光,大幅砍仓Arm,钱全流向了这里: 增持 1. 英伟达 $NVDA AI芯片绝对王者,GPU几乎垄断全球训练市场,数据中心需求爆炸式增长,每一轮AI浪潮它都是最大受益者,机构持续加仓就是看中它无法撼动的护城河和确定性。 2. 应用材料 $AMAT 半导体设备龙头,专门给芯片厂提供先进制程铲子,AI芯片大规模扩产离不开它,订单能见度极高,业绩确定性强,性价比突出。 3. 博通 $AVGO 自定义AI芯片和高速网络双料冠军,帮谷歌、Meta等大厂做专用ASIC,增速快、利润高,是英伟达之外最稳的AI基础设施玩家。 4. Cerebras Systems $CBRS 全新AI芯片黑马,用整片晶圆做超大芯片,训练速度远超传统GPU,机构新建仓就是赌它能真正分食英伟达的蛋糕,捕捉下一代算力机会。 5. Circle $CRCL 全球最大稳定币USDC发行方,合规牌照齐全,机构资金大举入场加密市场,它是连接传统金融和数字资产的核心桥梁,增长确定性极强。 6. 亚马逊 $AMZN 云计算AWS是AI训练和推理的重要底座,自研芯片+海量数据中心持续扩张,机构小幅加仓看中它在AI基础设施中的长期红利。 减持 7. Arm $ARM 手机和边缘AI架构老大,授权模式躺赚,但当前估值已经很高,增长弹性相对有限,机构选择大幅减仓落袋为安,把资金转向更具爆发力的算力硬件。 8. Snowflake $SNOW 云数据仓库龙头,AI数据分析概念热度高,但估值泡沫明显、增长放缓,机构大幅削减仓位规避高位风险。 9. 赛富时 $CRM 企业软件巨头,AI Agent概念加持,但竞争加剧、增长不及预期,机构选择减仓锁定利润,转向更硬核的硬件标的。 10. 派拓网络 $PANW 网络安全龙头,AI安全需求上升,但估值已充分反映预期,机构小幅减持进行仓位再平衡。 主打一个弃软投硬!
显示更多
Aehr宣布,其领先的硅光子客户再次追加采购一套全自动FOX-XP晶圆级老化测试(Wafer-Level Burn-In,WLBI)系统,用于AI光互连和超大规模数据中心硅光芯片的大规模量产。这不是新客户,而是同一客户的连续追加订单,表明客户已从研发验证阶段正式进入产能扩张阶段。 本次订单最大的意义是客户生产阶段的变化。公司披露,该客户此前采购的第一套全自动FOX-XP系统已经完成安装、生产验证(Production Qualification),并成功与客户的300mm晶圆自动搬运系统(FOUP)及自动导引运输车(AGV)集成,实现了真正意义上的无人化生产(Hands-free Operation)。在设备完成量产验证后,客户立即追加采购第二套设备,说明该生产线已经达到量产要求,并开始扩大产能。 另外还有一个值得aehr投资者注意的细节是在公告中国呢提到FOX-XP的角色转变。过去FOX-XP更多承担研发和工程验证任务,而现在已经成为客户自动化晶圆厂的一部分,可同时处理9片300mm晶圆,实现全自动、高吞吐量的晶圆级老化测试,满足高产能制造需求。这进一步提高了FOX-XP未来向其他大型客户复制的可能性。
显示更多
0
17
22
2
转发到社区
新晋纳指100个股介绍之一: $CRWV --- $CRWV 在 MLPerf Training v6.0——AI 硬件基准测试的金标准权威基准——中为云基础设施设定了新的行业标杆。其计算集群仅用 2.02 分钟就完成了对大规模 DeepSeek-V3 模型的训练,这突显了其在顶级 NVIDIA 硅芯片的大规模云编排和性能调优方面的不可逾越的技术优势。 在第一季度,$CRWV 在关键 AI 客户合作伙伴关系方面发布了备受瞩目的公告:它与 Meta 签署了一项价值 210 亿美元的计算能力承诺,与 Claude 模型的开发者 Anthropic 敲定了一项多年基础设施支持协议,并扩展了与 Cohere、Mistral AI 和 Perplexity AI 现有的合作关系。 1.1. 其 AI 原生云的主导效率 三大传统超大规模云提供商——AWS、Azure 和 GCP——最初是为网络工作负载、通用应用程序和 CPU 时代计算而构建的。它们的 GPU 建设相当于对过时传统基础设施的改装。相比之下,CoreWeave 从第一天起就专为大规模 GPU 计算、基础模型训练和生成式 AI 推理而设计。其底层软件栈和高速 InfiniBand 网络架构在数万 NVIDIA GPU 上实现了近乎零性能衰减。对于大型 AI 实验室来说,这意味着更快的模型训练周期和更低的总拥有成本 (TCO)。 2.2. 与 NVIDIA 的特权内部地位 在全球 GPU 供应短缺之际,获得前沿硅芯片的可靠访问权构成了无可匹敌的竞争护城河。NVIDIA 将 CoreWeave 视为主要股权利益相关者,并利用这家云公司作为针对超大规模云提供商内部定制芯片计划(Google TPU、Amazon Trainium)的战略平衡力量。因此,NVIDIA 优先向 CoreWeave 批量分配其最新旗舰硬件——包括 H200、Blackwell 和 Rubin 产品线——从而赋予其比传统云竞争对手多出数月的市场首发领先优势。 3.3. 资产轻型 AI 策略捕捉海量生成式 AI 需求 像 Meta 和 Anthropic 这样的主要参与者,以及无数 AI 独角兽企业,不再希望投入资本和时间从零开始建设数据中心;它们需要即时访问多万 GPU 计算集群。作为 AI 计算房东,CoreWeave 通过长期合同将其硬件容量租赁给计算能力饥渴的 AI 企业,将前期资本支出转化为高度可预测的多年经常性现金流。
显示更多
亚马逊 & 谷歌:对南韩两强(三星/海力士)支出预计 (2026F) 1. 核心支出数据快报 (Estimated Spending) 基于 AI 服务器成本结构中存储价值量翻倍的逻辑,2026 年两巨头的采购规模估算如下: 亚马逊存储支出:300-360亿美金 谷歌存储支出:250-300亿美金. 关键变数: 2026 年初,由于 HBM 产能极其短缺,亚马逊和谷歌的采购负责人被爆出“长租韩国酒店”以寻求签下 3-5 年的长期供应协议(LTA),这可能导致实际支出超出预算。 2. 业务线深度拆解 (Segment Breakdown) SK 海力士 (海力士):AI 溢价的绝对受益者 谷歌逻辑: 谷歌的 TPU v7 架构对 HBM 的带宽要求极高。海力士作为 HBM3E 的一号供应商,占据了谷歌 AI 加速器存储需求的 60% 以上。 亚马逊逻辑: 亚马逊的 Trainium 2 芯片正在大规模起量,海力士为其定制了专用 HBM。 利润质量: 海力士在 2026 年 1 月将 HBM3E 报价上调了 20%,两巨头为了“保量”几乎全盘接受。 三星:全能补位与 NAND 霸主 NAND/SSD 需求: 亚马逊 2000 亿支出中很大一部分用于数据中心扩建,三星在 企业级 SSD (eSSD) 领域的统治力不可替代,预计拿下两家超过 50% 的闪存订单。 HBM 追赶: 三星虽然在 HBM3E 进度上略慢于海力士,但凭借巨大的产能储备,在“通用型 DRAM(DDR5)”短缺潮中,成为了两巨头的保底供应商。 3. 供应链博弈:2026 的“预期差” (The Strategic Shift) 从“按需购买”到“长租抢货”: 往年存储属于周期品,巨头倾向于压价。但 2026 年,由于 HBM 挤占了通用 DRAM 产能,导致传统服务器内存价格飙升(Q1 报价单季涨 60%-70%)。 预期差: 亚马逊 2000 亿开支中,原本预留给存储的资金可能面临 50 亿美元以上 的超支缺口,这部分利润将直接从亚马逊的报表流向海力士和三星。 自研芯片的影响: 谷歌和亚马逊都在加大自研 ASIC(TPU/Trainium)。这意味着他们对存储的要求不再是“标准化”,而是“定制化”。海力士通过这种深度绑定,正从“供应商”变成“联合开发商”。 4. 总结:看多/看空的逻辑支点 看多存储端(三星/海力士): 巨头们 3800 亿的总 Capex 是存储行业的强力托底。只要 AI 军备竞赛不停止,存储芯片就是最硬的通货。 看空支出端(亚马逊/谷歌): 如此庞大的芯片支出意味着这两家巨头在 2026 年的毛利率将承受巨大压力。折旧费用的激增可能导致其 GAAP 利润在下半年出现环比下滑。 提炼结论: 2026 年,亚马逊和谷歌将合计向这两家韩国巨头贡献约 $500 - 650 亿 的营收。 以上为gemini的ai结论,我个人看好海力士三星,但是也看好谷歌,不看好亚马逊.谷歌自家ai和服务器,以及原产品之间业务闭环,自带ai飞轮.
显示更多
0
22
101
17
转发到社区
AI芯片真正的下一场革命,不是算力,而是“地基”——玻璃基板量产时间终于被锁定 HBM、CoWoS、Chiplet 已经成为 AI 芯片时代最热门的话题,但真正决定下一代先进封装能否继续扩张的,或许是一个更底层、却长期被忽视的环节——芯片封装基板。 目前主流 AI 芯片仍然大量采用有机基板。这类材料成本较低、工艺成熟,但随着 AI GPU 尺寸不断扩大、封装越来越复杂,有机材料容易因受热产生翘曲,线路精度和稳定性也逐渐逼近极限。这意味着,先进封装继续升级,需要新的基础材料。 玻璃基板正是在这样的背景下进入产业视野。 相比传统有机材料,玻璃具有更低的热膨胀系数、更高的尺寸稳定性、更平整的表面以及更高密度的布线能力,更适合未来超大尺寸 AI 芯片、高带宽封装以及下一代高速互连,因此被认为是先进封装的重要发展方向 日本住友化学与韩国三星电机正式宣布成立合资公司 GlaSSEM,总投资约 4821 亿韩元,并将目标明确写成 2027 年下半年实现全面商业化(full scale commercialization)。 真正值得关注的并不是成立合资公司本身,而是官方使用了 “full scale commercialization” 这一表述。 这意味着目标已经不再是实验室验证,也不是小规模试产,而是正式进入全面商业化量产阶段。 过去几年,无论是英特尔、台积电还是三星,都不断展示玻璃基板技术进展,但市场始终缺少一个明确的产业时间坐标。 如今,两家产业龙头以真金白银投入数百亿韩元,并直接锁定量产窗口,这无疑给整个产业链提供了目前最清晰的商业化时间表。 这也是为什么不少产业观察人士认为,这不仅是一条企业新闻,更是整个玻璃基板产业的重要信号。 对于设备企业来说,这一点尤其值得关注。 Serenity 持有的德国上市公司 $LPKF,主营 TGV(Through Glass Via)激光打孔设备。 TGV 可以理解为在玻璃内部形成极细微导通孔,是玻璃基板制造过程中最关键、技术门槛最高的工艺之一。 根据 LPKF 此前公开披露,公司曾表示全球主要客户中约 80% 选择其 TGV 设备,并希望在未来玻璃基板量产阶段取得约 70% 的市场份额。 设备行业还有一个典型特征。 真正的收入增长往往发生在客户扩产之前。 当客户决定建设生产线时,设备采购通常已经开始,因此设备企业往往能够提前获得订单,而真正的大规模芯片量产则发生在之后。这也是资本市场通常提前交易设备公司的重要原因。 如果把视角放回国内,目前玻璃基板产业仍处于由验证走向小批量量产的阶段,与海外规划中的全面商业化还有一定距离,但产业方向已经越来越明确。 A 股中,目前最受市场关注的公司之一是 $沃格光电(603773)。 公司已经布局玻璃薄化、TGV 激光打孔、孔内金属化以及多层线路等关键工艺,并建设了武汉 TGV 产线。公开信息显示,公司相关产品已向包括英伟达、英特尔、华为等客户送样,1.6T 光模块玻璃基板也已进入小批量交付阶段,因此成为目前国内玻璃基板产业链中关注度较高的企业之一。 与此同时,上游材料的重要性同样不可忽视。 $彩虹股份(600707)拥有国内无碱玻璃原片相关制造能力。如果未来玻璃基板产业持续扩大,原材料国产化同样可能成为产业链竞争力的重要组成部分。 在我看来,GlaSSEM 的成立最大的意义,并不是意味着产业马上进入业绩兑现期,而是龙头企业首次把玻璃基板的大规模商业化时间明确写进了产业规划。 产业趋势正在逐渐从“技术是否可行”转向“什么时候全面放量”。 对于整个产业链而言,这更像是一颗真正意义上的“定心丸”。 当然,也需要保持理性。 目前距离官方规划的全面商业化仍有一段时间,2027 年下半年才是目标节点,中间仍可能经历设备验证、良率提升、客户认证以及产能建设等多个阶段。 因此,这更像是一个产业趋势不断加速的发展过程,而不是短期业绩立即兑现的开始。
显示更多