1、稳旗舰水平，曝天玑9400 GPU性能超友商30%、首发光追“大杀器”
2、尽管美国限制，中国大型科技公司在人工智能上的投资翻倍
3、AIPC正在重新定义个人电脑硬件
4、中微创芯电子完成Pre-B轮融资，聚焦功率半导体赛道
5、OpenAI神秘项目最早秋季推出 显著提升模型推理能力
1、稳旗舰水平，曝天玑9400 GPU性能超友商30%、首发光追“大杀器”
预计联发科今年年底推出的新一代旗舰级移动平台天玑9400将兼具高性能和高能效，带来全面的规格升级，特别是在GPU和光线追踪游戏性能上又有新的突破。
据数码博主@数码闲聊站 最新爆料，天玑9400在实测3D Mark项目中，GPU性能比友商高出30%，在同等跑分成绩下功耗大概低40%，堪称“强悍性能+内敛功耗”。这实属稳稳的顶级旗舰GPU水准。
另外，据数码博主@i冰宇宙透露，天玑9400光追性能相比上一代提升近20%，还将发布一个移动端首发的新光追技术，堪比PC上的顶级光追技术OMM（光追加速器），可让光追画质提升一个档次。看来，玩光追手游，选择天玑芯片是再合适不过了。
根据此前爆料，除了GPU性能大幅升级之外，天玑9400芯片在CPU和内存方面也可谓“堆料十足”。
联发科天玑9400芯片CPU单核性能相较于前代提升超30%，同场景只需要友商的30%功耗，性能、功耗两手抓。
今年7月，三星和联发科已成功在下一代天玑旗舰移动平台（天玑9400）完成最快的10.7Gbps LPDDR5X DRAM验证，成为当今全球最快的手机内存。
天玑9400芯片有望再次引领移动SoC CPU性能榜首，加上“全球最快”LPDDR5X内存、更大缓存，预计将充分赋予移动终端毫不打折的满血性能。
据报道，天玑9400芯片将采用台积电第二代3nm工艺制程和Armv9黑鹰架构，搭配联发科独有的全大核架构，将带来性能和能耗的显著提升。此外，天玑9400也进一步优化生成式AI的功能。凭借影像、游戏、能效、AI等多方面的进步，天玑9400将为消费者赋予智能终端的崭新体验。
2、尽管美国限制，中国大型科技公司在人工智能上的投资翻倍
尽管美国实施了旨在限制中国在关键技术领域进展的制裁，但中国的科技巨头今年在人工智能基础设施上的资本支出翻了一番。
阿里巴巴、腾讯和百度在今年上半年的合计资本支出为500亿元人民币（约合70亿美元），而一年前为230亿元人民币。这些集团表示，重点在于购买与支持大型人工智能语言模型训练相关的处理器和基础设施，包括他们自己的模型和其他公司的模型。
据两位知情人士透露，TikTok的母公司字节跳动也增加了与人工智能相关的支出，这得益于其超过500亿美元的现金储备，并且作为私有公司，相对不受投资者审查的限制。
“我们将继续在研发和人工智能方面投资，以确保我们由人工智能驱动的云业务的增长。”阿里巴巴首席财务官吴泳铭本月对投资者表示。“这只是因为我们看到很多客户的需求没有得到满足。”
阿里巴巴正在购买处理器来训练其“通义”系列人工智能模型，并将计算能力出租给其他公司。这家中国科技巨头今年上半年的资本支出总额为230亿元人民币，同比增长123%。
吴泳铭说:“当我们进行这类资本支出投资时，我们看到，一旦我们启动了一台服务器，服务器基本上就会立即满负荷运行。”“我们预计，未来几个季度的投资回报率将非常高。”
该集团云业务的销售额在第二季度加速增长，同比增长6%。阿里巴巴表示，人工智能相关产品收入同比增长了一倍以上。
这种井喷在一定程度上是由对旨在吸引客户的中国人工智能初创企业的投资推动的。今年2月，该公司向人工智能初创企业Moonshot（月之暗面）投入的8亿美元中，有近一半是以购买其云服务的代金券的形式投入的。
社交媒体和游戏巨头腾讯表示，今年上半年资本支出增至230亿元人民币，同比增长176%，部分原因是“对GPU和CPU服务器的投资”。
首席战略官詹姆斯•米切尔(James Mitchell)表示，腾讯的云业务受益于图形处理单元租赁需求的不断增长，但规模不及美国同行所经历的繁荣。
“在中国，没有那么多资金雄厚的初创企业试图自己构建大型语言模型。有很多小公司，但它们的资本规模达到了10亿、20亿美元。”“它们的资本金不像美国那样达到100亿或900亿美元”。
一名熟悉腾讯投资策略的人士表示，由于对中国政府监管立场的担忧挥之不去，腾讯正在为人工智能集团开出较小规模的支票。
中国人工智能领域的长期领导者百度在资本支出方面最为克制，今年上半年支出42亿元人民币，同比增长4%。总体而言，中国大型科技公司的资本支出仍远远落后于美国同行。Alphabet、亚马逊(Amazon)、Meta和微软(Microsoft)在上半年投入了1060亿美元，并承诺在未来几个月进一步投资。
3、AIPC正在重新定义个人电脑硬件
人工智能启用的个人电脑（AIPC）是微软提出的新概念。作为一个平台，个人电脑看似已经成熟且市场潜力有限，但一旦加入AI技术，就能发生一些令人惊叹的变化。例如，快速总结PowerPoint演示文稿或30页的Word文档。自动为Excel表格创建一个复杂的过滤器，然后创建同样复杂的趋势图。所有这些都很轻松，不需要花费数小时去研究方法或观看冗长的YouTube视频。这就是微软的建议：开发一个助手来为我们完成所有的研究工作，并生成我们需要的简洁总结、幻灯片、宏或图表。这将是个人生产力的一次真正飞跃。但这种功能必须比普通的聊天机器人更懂应用场景，并且在保证隐私和安全的同时，还要能在非常低的功耗下运行。基于云的AI并不是一个可行的选择；AI硬件和软件必须直接安装在个人电脑上。这也解释了为什么基于个人电脑的AI硬件正在快速增长。
机遇
全球还在等待AI在各类商业应用中的实际生产力提升，但人工智能启用的个人电脑（AIPC）的发展却在快速推进。微软对这一方向的热情支持，特别是他们最新发布的Surface Pro中基于CoPilot AI平台的应用，显示了他们对这一领域的坚定承诺。戴尔、惠普、宏碁和华硕已经推出了相关产品，富士康也提供了制造支持。高通、英特尔、AMD都发布或宣布了AIPC的处理芯片（SoC）。这些大公司都不想在这场竞争中落后。
这并不意外。尼德汉（Needham）公司预测，AIPC的出货量预计将从2024年的5000万件增长到2027年的超过1.67亿件。对于大多数人而言，直到今年才知道有这样一个产品类别！一位分析师预测，初期增长将由高端商务用户和内容创作者驱动，他们会因为智能助手和生成型AI图像的优势而对这些技术产生兴趣和需求。随着这些平台的普及，更多用户也会希望使用类似的AI增强功能，这并不难想象。
AIPC平台的技术要求
显然，AIPC必须配备专门的AI加速器。早期的这些系统使用的神经处理单元（NPU）性能约为40 TOPs（万亿次运算每秒）。尼德汉（Needham）公司认为，较先进的AIPC应达到60 TOPs以上，虽然目前还没有这样的产品出现。为了提供所需的生成型AI服务，这些加速器需要运行具有数十亿参数的模型，例如Llama2/3级别的大型语言模型（LLM）。 性能必须能够实时响应。在本地处理数据而无需依赖云端是一个优势，但目前通用的NPU性能还不足以在高端变换网络中提供实时响应，而如今自动驾驶系统的运行速度已经达到 300 TOPs 或更高。当然，自动驾驶系统的应用场景与AIPC的应用场景不同，但AIPC加速器可能处理的网络，包括语音识别、提示处理和推理/生成，其复杂程度不会低。
内存要求必须符合当前PC的预期，例如高端系统需要数十GB的内存，但绝对不能达到数百GB。请记住，大部分内存已经用于传统存储需求（如图像、视频和其他大数据文件）。要承载需要数十亿个参数的模型，加速器必须支持非常积极的参数压缩、实时解压缩和稀疏性处理，并且需要在DDR内存之后配置额外的闪存存储作为支持。
在数据中心中AI是出了名的耗电大户；而在笔记本电脑应用中，它必须更加节省电能。模型量化、参数压缩和稳健的稀疏处理对于实现这一目标至关重要，同时还需要标准的SoC电源管理技术，即精细的时钟门控、动态电压频率调整（DVFS）和电源岛。尽量减少对耗电量大的互联网（云端）通信的需求是关键，除非绝对必要（例如在RAG检索中），这是降低电力需求的一个重要因素。
差异化
一个重要的考虑因素是对AI模型更新的支持，这立即突出了AIPC与云端通用生成型AI（GenAI）系统的不同之处。AIPC不会也无法提供对任意范围模型的访问；因为按需下载新模型的开销实在太高。相反，它们很可能只支持自己预选的一组数量有限的模型。这些模型可以像更新操作系统一样进行更新。这种策略也意味着加速器不需要像通用加速器那样对用户开放，这也消除了对所有相应支持基础设施（SDK等）的需求。
在一个可能快速变化的市场中，硬件差异化对PC制造商来说非常重要。使用现成的平台，无论它多么先进，都无法提供制造商在专有平台上能够利用的独特优势。然而，构建和维护所需的AI硬件技术和基础设施是一个巨大的投资。因此，这些制造商很可能会与成熟的嵌入式AI NPU核心供应商合作，以帮助他们快速将产品推向市场。制造商可以专注于选择和支持他们希望的AI模型，并优化这些模型如何与他们的软件和更新系统配合。
另一个有趣的差异化机会是个性化。助手可以随着时间的推移，学习并调整服务以满足个人用户的具体需求，这些需求在不同用户之间会有所不同。有效管理这种个性化体验可以提升客户满意度，增加推荐率和重复购买率。
关键要点
AIPC（AI启用的个人电脑）有潜力成为一种颠覆性的应用，重新定义我们对个人电脑的使用和想象。要实现这一目标，需要在个人电脑内部集成强大且有差异化的AI加速器解决方案，这些解决方案必须经过优化，以提供优秀的客户体验，能够满足大多数屏幕使用需求，而不需要依赖通用生成型AI（GenAI）解决方案，也不需要为大多数目的使用云计算。Ceva公司已经在与一家大型的PC供应商合作，帮助他们开发下一代产品。请致电我们或点击本页面。
4、中微创芯电子完成Pre-B轮融资，聚焦功率半导体赛道
8月26日，青岛中微创芯电子有限公司宣布完成Pre-B轮融资，青岛国信领投，源创多盈投资与云晖舜和基金跟投，标志着公司在新型功率半导体器件领域的研发和产业化进程迈入了新的发展阶段。
青岛中微创芯电子有限公司是一家专注于新型功率半导体器件开发的公司，核心业务包括：IGBT、coolmos，SiC等芯片产品及技术开发，专业从事高端智能功率模块（IPM)的设计、制造和销售，系统应用解决方案的提供。
中微创芯电子指出，青岛西海岸新区的高端智能功率模块IPM制造及功率芯片研发项目，预计总投资近10亿元，年产值15亿元。其中一期年产1500万颗IPM生产线已经投产，将为我国新能源及家电领域提供稳定供应的高端功率模块，进一步推动行业国产化进程，提升我国在全球功率半导体产业中的竞争力。
此外，中微创芯电子指出，公司的快速发展，得益于国家对半导体产业的高度重视和市场需求的持续增长，近几年均保持80%以上的增速。这一成绩的取得，是公司坚持创新驱动发展战略、加强技术研发和市场开拓的结果。
5、OpenAI神秘项目最早秋季推出 显著提升模型推理能力
近日，据海外媒体报道，OpenAI的一个旨在增强模型推理能力的神秘项目（代号“草莓”），预计最早今年秋季推出。
根据此前的爆料，“草莓”（Strawberry）项目是为增强模型处理复杂科学以及数学等方面问题的能力。推出“草莓”项目被认为是OpenAI强化在AI领域领先竞争力的关键一步。
报道同时指出，OpenAI目前还有包括正在开发的、代号为Orion的新一代旗舰大模型。该模型将在去年年初推出的旗舰大模型GPT-4的基础上进一步优化。
