重生08：从山寨机开始崛起 第563节

　　在机器人领域的人工智能开源模型，也是基于类似的想法……开源一个机器人模型，然后诸多企业看到机会，投身到各种人工智能产品应用里，这样才能卖各种算力芯片。

　　为了卖芯片，智云集团也是操碎了心……就差把人工智能这东西，直接塞到各国里的高科技企业嘴里去！

　　你们不玩人工智能，我咋卖芯片啊？

　　不卖芯片，我巨大的半导体领域的投入怎么收回来啊？

　　要知道，智云微电子刚投产了一个CoWoS封装工厂，把CoWoS封装产能提升到了每个月五万片，同时还在新建造两家CoWoS封装工厂，整个规划完成后，智云微电子的CoWoS封装产能，预计能够达到每个月十万片，满足自身算力芯片需求的同时，还能对外大规模供货！

　　而CoWoS封装工厂的投资也很大的。

　　CoWoS封装，也可以翻译为2.5D封装或3D封装，简单形容就是一种可以把多枚不同类型的芯片堆叠在一起封装的先进封装技术。

　　之前的芯片发展，是单核变成多核……但是多核芯片依旧是一枚芯片，只是芯片设计的时候规划了多个核心区域而已。

　　而3D封装技术，则是干脆把多枚不同类型的芯片封装在一起……比如把GPU和CPU甚至内存芯片都整一起进行封装……比如智云集团生产的APO或AI系列的GPU核心，看似只是一个GPU芯片，但实际上里头除了GPU核心之外，还有一堆的内存芯片。

　　3D封装技术，也是生产高性能算力芯片所必须的一种封装技术……因为这种封装技术，可以有效提升芯片之间的连接速度，进而提升算力卡的整体性能。

　　智云集团早早就开始在算力卡领域里使用这一封装技术，在这一领域里的技术积累是非常雄厚的……因为智云集团本身就是最早玩算力卡，最早大规模应用3D封装技术的厂商。

　　当然，现在也不仅仅智云微电子有这种3D封装技术，其他一些半导体厂商也有类似的技术，可能技术实现路径不一样，性能效果有差别，但是基本原理都一样，目的也一样。

　　这也是AMD能够搞出来硬件性能勉强还行的算力卡的缘故之一，它的代工厂商台积电，也有3D封装技术……只是AMD的硬件设计能力还差了一些。

　　更重要的AMD的算力卡生态不行，所以导致算力卡开发出来后，也卖不出去，进而导致了巨额的亏损。

　　AMD自从几年前，开始进入算力芯片领域后，在这业务上的累计亏损已经超过十五亿美元……继续这么搞下去，还会亏损的更多，管理层是亏得心惊胆战，董事会是亏得心痛的很。

　　所以今年开始，AMD实际上已经大幅度放缓了算力芯片领域的研发投入了……继续这么折腾下去，卖CPU赚的那点钱就得被折腾光了。

　　算力卡领域里，智云集团的优势太大了，他们AMD根本就竞争不过……搞了几年算力卡，除了十几亿美元的亏损，毛都没捞着！

　　所以AMD退缩了！

　　倒是高通和英特尔这两家还不死心，还在继续尝试搞算力卡，但是他们搞算力卡的难度更大……他们连AMD还不如呢。

　　AMD在算力卡领域的失败，主要是生态问题，单纯说硬件的话，其实他们做的最新旗舰的算力卡在硬件性能而言已经算可以了，纵然不如智云集团旗下的APO4500显卡，但是也勉强具备了百分之六十七左右的水平，真要用的话，其实勉强也能用了。

　　问题是综合算力成本的性价比太低，然后生态还不支持……所以就没几个人使用。

　　而高通和英特尔，除了面临同样的算力的性价比问题以及生态问题外，他们连硬件设计领域都面临巨大的麻烦……没点经验和技术，还真搞不来性能强悍的算力芯片。

　　人家AMD好歹还有个独立显卡的底子，搞起来其实也算是专业对口。

　　但是高通和英特尔，在GPU领域里，一个只有CPU集显的经验，一个是只有SOC集显的经验，至于高性能独立GPU，说实话他们真没搞过！

　　这对于他们而言，是属于完全陌生的领域！

　　更别说，服务器GPU，那是比常规消费级GPU还要更进一步的产物！

　　这中间，还才差着好几层呢。

　　————

　　美国的这三大芯片巨头，在算力卡领域里都止步不前，都面临着各种各样的巨大问题。

　　反倒是特斯拉那边自研的算力芯片进度不错……不过特斯拉自研芯片都是为了给自家，自产自销，连软件开发生态这些都自己设计软件，其实走的是和智云集团早期类似的路子……生态问题对于他们而言，问题不大，主要是硬件设计问题，不过特斯拉搞得是终端算力芯片，这和服务器GPU芯片差别很大的。

　　此外，ADM以及英特尔以及高通而言，他们搞算力芯片是为了卖出去……而对外销售的话，就需要让客户接受自家的新生态，这难度可不是一般的大。

　　AMD推了好几年自家的生态也没推成功，他们没成功的理由除了智云集团的生态竞争外，还有一部分原因是和英特尔和高通也有关，因为这两家也在各自推行自家的算力芯片新生态有关系。

　　在算力芯片领域里，连徐申学也没预料到，面对自家的垄断地位，美国的三大芯片厂商自家先打起来了……都在抢第二生态位，结果谁都抢不到。

　　同时，美国这三大芯片厂商，还有特斯拉，水果等一些想要自研算力芯片的企业都动作不小，这也让智云集团感受到了一些竞争的压力。

　　所以最近一年才会动作频繁，不仅仅搞开源人工智能，还敞开了卖各种算力芯片……这其实也算是一种产品倾销。

　　智云集团就是对谷狗，微软以及其他需要大量服务器GPU的厂商说：你们别等什么AMD或高通，英特尔的算力卡了，费那个劲干啥，我直接打个折把APO4500/4600显卡卖给你们啊，同时还提供全套的免费开发软件支持。

　　不仅仅卖芯片，我还很贴心的给你来个GTAI2大型生成式AI开源……

　　你本地部署后，换个名字，换个皮肤，就能直接商用化了……说成你自己的都行，我都没意见。

　　智云集团在卖算力卡的时候，各种贴心服务做的老好了，把各大搞人工智能的企业伺候的舒舒服服……然后AMD的算力卡就卖不出去，几年巨亏，现在都快要砍掉这一块业务了。

　　同时两者之间的技术差距也越来越大，这种情况下，越往后，智云的算力卡生态建立的就会越完善，世界各国的人工智能企业对智云算力卡生态的依赖就越严重。

　　真到那个时候，AMD就更没机会了。

　　至于高通和英特尔……因为专业不对口，虽然他们还在坚持继续搞算力卡，但是他们连AMD的的水平都远远不如，更别说看见智云半导体的车尾灯了，差距有十万八千里那么大呢……所以这两家暂时威胁不大。

　　但是，哪怕是没有明显威胁，徐申学都打算继续维持目前的这种强势态度，继续打压美国的几家芯片设计厂商。

　　要打压的话，最好的办法不是不卖高性能服务器GPU，反而是要大规模敞开了卖给他们！

　　没有什么比倾销更好用了！

　　等到把他们的服务器GPU领域彻底挤兑死了，让他们连看一眼服务器GPU的勇气都没有的时候，也就到了收割的时候了！

第433章 是个人都能搞人工智能了

　　随着智云集团在十月下旬以及十一月初，陆续发布多款芯片产品，尤其是比较重要的APO4600显卡，并且伴随开发布了GTAI2开源模型。

　　这可以说进一步推动了全球范围内的人工智能产业链的发展。

　　试想一下，一个普通的高科技企业，虽然资本不多，但是左手有GTAI2开源模型，右手有APO4500/4600显卡。

　　它能做什么？

　　它能立即部署基于GTAI2的所谓自研人工智能模型，进而应用在自家的一系列软件服务上。

　　它们唯一要做的就是：找智云集团购买APO系列显卡，然后基于自己的数据进行训练。

　　高性能显卡，可不仅仅是用来训练人工智能的，同时也是运行人工智能的必要硬件。

　　要向大量客户提供人工智能服务，其所需要的算力是庞大无比的！

　　原时空里的DS一经发布，引来全球大量用户下载使用，但是很多用户都遇到了一个问题，那就是会遇上卡顿，网络繁忙等情况。

　　这就是因为用户太多，而DS的算力资源有限，无法同时供应如此海量用户的算力请求。

　　用户的每一个提问，都需要调用一定数量的算力资源……这就是人工智能行业里非常关键的问题，那就是算力资源！

　　有了充足的算力资源，才能够向用户提供人工智能服务……

　　很不巧，智云集团开源的GTAI2模型，只支持智云集团旗下的显卡……对其他企业的显卡并不支持。

　　这意味着，其他企业要使用GTAI2模型的话，就必须同步使用智云集团旗下的显卡。

　　小型企业部署小规模内部应用的GTAI2，根据智云集团公布的配置方案，推荐采用8*2的APO4600显卡服务器。

　　单台服务器部署八片APO4600显卡，这也是APO4600显卡推荐使用的单台服务器互联方案，同时采用两台这样的服务器。

　　那么就可以使用GTAI2开源的满血版模型，获得完整的逻辑推理能力……但是这种级别的算力，也只能维持基本运行，同时给少量用户提供算力请求。

　　用户数量稍微多一些，询问的问题比较复杂的话，那么服务器给用户反馈答案的时间就会变得比较久了。

　　智云集团方面推荐的这个配置的参考并行用户数量是二十人……同时只能有二十个人使用，超过就会变得很卡顿了。

　　然而即便是8*2张APO4600显卡组成的数据中心GPU服务器，其价格也非常昂贵的，仅仅是这十六张显卡，就得两百五十万左右……这还不包括其他费用的。

　　一台GPU服务器，除了需要显卡外，还需要CPU，内存，闪存这些东西，而且无一例外也需要当下最顶级的配置。

　　智云集团推荐需要使用WZ260CPU，这是智云集团旗下威智科技有限公司，基于X86指令集推向市场，采用十二纳米工艺的旗舰级服务器CPU多GPU并联，这个CPU性能强悍，但是价格也很贵的。

　　并推荐使用智云储存科技旗下的今年新发布的顶级ZC68型的企业级DDR4高速内存，这东西也很贵的。

　　闪存倒是便宜一点，但是也得很不错的企业级闪存。

　　智云集团开源GTA2的时候所推荐的配置……除了GPU比较特殊，必须使用智云集团旗下的显卡外，其他CPU和内存以及闪存都可以使用其他基于X86指令集的其他厂商的同级别代替产品。

　　而智云集团旗下的智云计算科技有限公司，也向有需要的客户提供以上标准配置的成品服务器，单台服务器售价就得两百万左右。

　　而以上的这些推荐配置，指的是有需求的小型企业或科研单位。

　　此外，微型企业或有高性能需求的个人用户，也可以尝试部署残血版，甚至使用少一些的APO显卡或老款显卡，不过再怎么样，也得几十万才能搞得出来。

　　然后是普通个人，科技爱好者这些，其实也能进行基本的体验……因为GTAI2开源模型也同步放出来了基于X系列显卡的智障版本，当然，这种体验也就是满足一些科技爱好者的兴趣，可以部署，但是部署出来也没啥用。

　　问个问题，GTAI2得思考好几分钟甚至更久才给你答案……之所以开放智障版本给个人体验，纯粹是为了打广告，进行一个舆论宣传效应！

　　比如那些科技博主，你让他们搞几十万，甚至几百多万部署满血版版，那是不现实的，但是你让他们用几万块的硬件去部署GTAI2的智障版本，那就问题不大了。

　　先部署了后体验一番，发个文章吹一吹博取流量，吹完就直接删模型……GTAI2对算力的占用太大了，部署完了稍微体验一些，满足一些好奇心就删除才是正常操作，要不然这破电脑也干不了别的了。

　　但即便如此，智云集团要的宣传目的也达到了。

　　————

　　其实个人用户乃至微型、甚至部分没有什么特殊保密需求的小型企业用户，只是满足自用或为少量客户提供服务的话，其实都没有必要去部署什么GTAI2模型，哪怕它是开源的。

　　为什么……因为旁边还有个提供商业化接口的Yun AI啊！

　　而且Yun AI还更好用，接口的价格也不贵，比自己部署什么GTAI2划算多了。

　　但是对于一些大型企业或者有保密需求的企业而言，那么自行部署GTAI2就很有必要了。

　　基本上除了益海科技外，各大高科技企业都会自行部署GTAI2，哪怕谁都知道GTAI2远不如Yun AI。

　　因为没人愿意把自家的核心业务和智云的Yun AI绑定在一起。

　　不管是国内的几个大型互联网企业，国外的一些数得上名号的互联网企业，但凡有可能他们都会使用自家的人工智能模型……自研这条路太难走不通，那么用GTA2开源模型那也勉强能凑合。

　　总不能都学益海科技，直接不管不顾，把自家的全套核心服务都接入Yun AI吧……他们也想啊，问题是他们的老板不是徐申学啊。