中國是否剛打破美國的晶片封鎖？
### 黃仁勳承認失敗：中國價值 50 億美元的 AI 市場現已對美國供應商「有效地關閉」
嗨，我是 Azeem。 本周，我們看到 AI 系統正在悄悄地實現新的自我改進水平，這是一個微妙但深遠的進步。同時，全球半導體地圖也在不斷被重繪，中國在推動本土矽晶片方面取得了重大進展。這些轉變的實際後果已經顯現——從編碼到工作場所自主權再到戰爭。
你正處於理解未來發展的絕佳位置。讓我們開始吧！
### **本土優勢**
中國正在突破晶片控制。該國的科技領導者已經在 AI 硬體領域縮小了差距，特別是在推理方面，據一些消息來源稱，他們只落後美國一個開發季度，剩下的瓶頸是軟體而不是矽晶片。阿里巴巴、騰訊和百度表示，將他們的大型模型管道從 Nvidia 的 CUDA 平台重寫為華為的 CANN 工具包，將延遲新 AI 開發約三個月，而不是幾年。之後，日常 AI 工作負載可以運行在本土晶片上，而不是進口的 Nvidia 零件。華為正在通過 Ascend AI 處理器 奠定這一基礎。國內晶片製造商 AMEC 正在加大其 本地生產。
實際上，這些公司將繼續在其不斷減少的 Nvidia 庫存上進行訓練，在那裡美國技術保持著可靠的領先優勢，同時將快速增長的推理工作負載轉移到 Ascend 處理器和其他本地矽晶片上。
* 黃仁勳表示，中國價值 50 億美元的 AI 晶片市場現在對美國供應商「有效地關閉」。
* 中國正在制定新的「中國製造」計劃，重點關注 本土高科技產品。
### **內在動力**
AI 模型現在可以通過簡單地信任自己的信心來更好地學習推理——無需人類反饋或黃金標準答案。一項 新的研究 本周介紹了一種名為 Intuitor 的方法，該方法獎勵模型最自信的輸出，創造了一個自我強化的循環，鼓勵精細、結構化的思考。新方法使學習如何學習的能力得到改善；AI 只接受數學問題的訓練，但學會信任自己的判斷後，在編碼方面也變得更好。
內在獎勵可以在訓練領域與監督學習相匹配，同時在諸如代碼生成等非領域任務上提供更好的泛化能力。
與此同時，另一項配套研究 展示了一個大型語言模型發明和迭代自己的演算法，並在基準測試中優於最佳人類設計的技術。它將這些收益轉移到全新的模型組合中，這是 AI 改進其自身改進工具的證據。
這些是 近期幾篇論文 中展示的自我改進路徑之一。這可能會提供強大的新能力，但也需要警惕諸如獎勵黑客等意外行為。
### **歐洲風險投資的重新啟動**
風險投資策略——向精簡的軟體初創公司撒錢，讓網路效應帶來複利——不再適應地緣政治的棋盤。
正如 John Thornhill 指出的，成本曲線已經翻轉：通用 AI 的突破取決於昂貴的數據中心建設和晶片供應鏈，因此大型科技公司和國家支持的資本池（如沙特阿拉伯的 400 億美元 AI 基金）正在勝過傳統的風險投資。歐洲主要股權指數的錨定公司的中位創立年份為 1892 年，而美國為 1946 年——這是 54 年的創新赤字，暴露了歐洲如何很少刷新其工業領導者。
作為編輯，我對這篇文章的內容有以下想法：
中國在晶片領域的突破對全球科技產業具有重要意義。美國對晶片出口的限制可能正在推動中國加速發展自己的晶片產業，這可能會對美國的科技霸權構成挑戰。同時，AI 模型的自我改進能力也令人擔憂，這可能會帶來意想不到的後果。
此外，歐洲在風險投資方面的重新啟動也是一個值得關注的話題。傳統的風險投資策略可能不再適應新的地緣政治環境，新的投資模式可能正在形成。
總的來說，這篇文章提供了對全球科技產業的深入洞察，揭示了中國在晶片領域的突破、AI 模型的自我改進能力以及歐洲風險投資的重新啟動等重要趨勢。這些趨勢可能會對全球科技產業產生深遠影響。
🎨 Nano Banana Pro 圖像生成器｜打幾句說話就出圖
想畫人像、產品圖、插畫？SSFuture 圖像生成器支援 Flux 同 Gemini Nano Banana Pro 改圖 / 合成， 打廣東話都得，仲可以沿用上一張圖繼續微調。
