行业分类:
加载中...
头条分类:
加载中...
任正非亲自督导!华为新“四大军团”起底
作者 | 李水青 编辑 | 心缘 如果对于华为来说,9月25日深圳机场归来的孟晚舟屹立风中的一抹红色,是鼓舞这头科技困兽燃起斗志的一面旗帜——那么随着战旗扬起,华为新的战斗应该要开始了。 10月11日,有消息称华为内部发文,宣布正式成立海关和港口军团、智慧公路军团、数据中心能源军团和智能光伏军团,向产业数字化转型大举进攻。新成立的四个军团“大将”名单也流出: 杨友桂担任数据中心能源军团CEO; 陈国光担任智能光伏军团CEO; 荀速担任海关和港口军团CEO; 马悦担任智慧公路军团CEO。 大举进军产业数字化转型不是华为某一个部门的事情,而是拉动整个华为战略进度条的关键之举。 就在不久前的9月14日,华为创始人任正非在对话华为科研人员时说道:“以前公司鼓励大家去做长期研究的工作,但现在因为受美国打压,我们需要有质量的活下去。” 占华为营收一半的消费者业务退守已成定局,任正非在那次对话中指出:“我们要聚焦在5G+AI的行业应用上,要组成港口、机场、逆变器、数据中心能源、煤矿……等军团,准备冲锋。” ▲华为智能港口解决方案 当下,随着国内人口红利迅速减弱,中国的各行各业正面临转型挑战。国家新基建、数字经济政策紧锣密鼓推进,为断臂求生的华为公司打开一扇希望之窗。 社区买菜、消费零售显然不是华为的战场,矿区、电厂、港口、公路这些中国大地上路途最崎岖、情况最复杂的场景,华为大军正在挺进其中。 一、华为四大军团起底:行业总裁、天才少年纷纷冲进工厂 本次,华为一口气成立四大军团,按照内部说法是由任正非亲自督导,从各个BG中抽取最精锐的精兵强将,并独立平行于它们,整合云、网、智等多种纵向能力横向精准打击行业。 军团是华为多年前就受谷歌启发开展的作战方式,任正非曾表示:“谷歌军团的编制不大,战斗力极强。”此前2019年余承东搞过一次消费者BG“军团作战”誓师大会,立下3年1000亿美元军令状。但华为首次在组织架构上明确军团作战方式,是在今年2月,华为建立煤矿军团。 任正非曾提及对煤矿军团的期待——能不能在2-3年技术成熟,然后对全世界提供矿山智能化服务? 显然,不到一年时间,煤矿军团的表现是令人满意的。 今年9月14日,华为煤炭军团又开会了,带着鸿蒙矿山操作系统——矿鸿。矿鸿操作系统已经在神东4个矿厂,6个场景成功应用了20种设备、398个应用单元。从以点覆盖AI实时风险预警识别等功能,到推出让整个矿井变得联通的矿鸿操作系统,从个案试点到多个矿厂落地,华为煤炭军团验证了军团作战方式的敏捷性和效率。 ▲基于华为方案陕煤黄陵一号煤矿监控中心远程采煤 现在,华为正在将这种“精兵作战,量体裁衣”的作战方式在其他核心行业推广开来。聚焦数据中心能源、智能光伏、海关和港口、智慧公路四大领域,华为新四大军团诞生。 1、数据中心能源军团:中东名将挂帅,响应“双碳”号召 数据中心能源军团CEO杨友桂,曾任华为数字能源公司全球Marketing与销售服务部总裁、华为中东地区部总裁,分属华为运营商BG。 ▲华为数据中心能源军团CEO杨友桂 华为数字能源公司是2021年6月为响应国家“2030碳达峰,2050碳中和”双碳目标新成立的公司,由数字能源部门升级而来,包含站点能源、数据中心能源、智能光伏、车载电源、模块电源五大业务,60多系列产品。 华为官方公开数据显示,截至今年6月30号华为数字能源产品与解决方案已经帮助客户累计绿色发电4034亿度,华为的ICT基础设施帮客户节省用电124亿度,相当于帮客户减少了2亿吨二氧化碳排放、种植了27亿棵树。 本次,华为将数字能源公司的五大业务之一——数据中心能源单拎出来作为一大军团发力方向,可见在日渐壮大的数据中心领域,节能减排需求变得更加紧迫。而华为做产业数字化转型赋能的目光也变得非常聚焦。 数字能源及双碳目标不仅是国内问题,也是国际性问题。作为曾经的华为中东地区部总裁,杨友桂具有全球视野,比如定于本月16日举行2021年全球数字能源峰会就在迪拜举办。 杨友桂曾带领团队帮沙特、阿联酋、科威特等完成第一波5G部署,促进中国和巴基斯坦首条陆上跨境光缆建成开通,与约旦BAU大学签约ICT学院成立及课程合作协议等。这样的领导经历有望为华为数字能源在海外市场布局打开新局面。 2、智能光伏军团:十年布局,恰逢“双碳”新机 智能光伏军团CEO陈国光曾是华为数字能源技术有限公司首席运营官,于2020年4月从现华为昇腾计算业务总裁许映童手中接棒华为智能光伏业务。陈国光和杨友桂任职后都将向华为数字能源公司总裁侯金龙汇报。 ▲华为智能光伏军团CEO陈国光 在双碳目标下,光伏行业将成为仅次于煤炭的第二大装机电源,责任重大,华为智能光伏军团应运而生。 这对于时任华为智能光伏业务总裁的陈国光来说,是一个等了很久的时机。早在2010年,华为就已经为光伏所需的逆变器招聘团队;2019年,华为逆变器在除A国外的全部市场实现出货份额第一。而作为华为在国内光伏领域最大的竞争对手阳光电源,其董事长曹仁贤也多次感谢华为带来的竞争使自身和行业更强大。 陈国光在去年12月的一次大会中谈道:“过去,光伏在整个能源系统中的占比相对较少,行业更多关注上下游产业链这条线;未来,光伏行业要‘担当大任’,就必须更多地融入社会的方方面面,关注视角要从一条主线扩展成跨领域的一张产业网。” 如今,智能光伏成为华为的一大军团,陈国光任智能光伏CEO,在这个周期可能长达10年、30年的赛道中,有望一步步将云、网、AI等新技术融入到碳达峰、碳中和的实践之中。 3、海关和港口军团:响应国家交通新基建 荀速是新任华为海关和港口军团CEO,曾是华为企业BG数字化与技术服务部总裁,带领华为数字化转型解决方案落地智慧交通、智慧城市等多个领域,形成完整解决方案和核心能力。 ▲华为海关和港口军团CEO荀速 我国是世界第一大贸易国,自2017年开始,国家重点出台一系列政策推动港口智慧化方面转型升级,这一市场被认为是智慧安防领域之外内部主动引入云计算、AI、大数据技术动力最强的行业之一。近日,交通运输部印发《交通运输领域新型基础设施建设行动方案(2021—2025年)》,明确将“智慧港口重点工程”作为一个专栏进行强调,促进打造新一代自动化码头。 华为企业BG自2011年以来就切入了智慧城市、平安城市、金融、能源、交通、制造等一个个政企行业,形成了咨询规划,行业云使能、智能运维、智慧运营和服务生态等多项能力,抽象出“1套管理体系+3大运营支撑服务+N个场景化方案”的完整方案。智慧港口是其成功落地的一大行业场景,方案已落地宁波舟山港、厦门远海港、上海洋山港、青岛港等大型港口等多地大型港口。 智慧港口及海关场景对技术方案要求较高,比如建设智慧港口,不仅要懂数字技术,还要把握每次货物精准、快速位移的“黄金时间”。近年来,各大通信、云服务等玩家涌入,港口作业自动化、港口陆运业务协同、信息互联共享、港口物流链等刚需应用成功案例也如雨后春笋般冒出。 以华为在宁波舟山港的方案为例,原本1人只能操作一台轮胎吊,引入华为5G技术后,现在通过5G远程操作1人可以操作4-6台,并且宁波舟山港口10年将减少25亿人民币的生产成本投入。 当下,随着华为海关和港口军团建立,这一领域有望在华为和一众产业链参与者的推动下实现快速发展。 4、智慧公路军团:为车路协同铺路 智慧公路军团CEO马悦曾担任华为企业BG副总裁,他在企业BG生态合作等方面多次露出讲话。 ▲智慧公路军团CEO马悦 我国公路里程世界第一,公路承担了综合交通网货运总量的70%以上,这也成为华为近年智慧交通落地的主战场。近日交通运输部印发的《交通运输领域新型基础设施建设行动方案(2021—2025年)》将智慧公路重点工程作为第一专栏强调,强调提升路网运行管理水平,加强桥路健康监测,开展智慧工地运营及高速路智慧服务等。 在交通新基建领域,华为的目光依然十分聚焦,将边界圈定在智慧公路赛道。智慧公路军团CEO马悦有望大力牵动华为与行业合作伙伴合作,通过生态力量实现产业落地。 近年来,华为与合作伙伴在智慧公路领域的技术方案正连点成面。比如,2019年ETC车道改建工程中,华为落地自由流FusionCube收费一体化解决方案;在2020年10月,华为携手行业合作伙伴共同发布智慧公路不停车治超1.0解决方案……结合华为汽车BU专门的汽车智能化布局来看,智慧公路落地对华为进一步打造车路协同方案的未来规划十分重要。 ▲华为FusionCube解决方案 可以看到,华为新四大军团的“首领”主要是来自运营商BG、企业BG的部门总裁、副总裁,个个都是深耕行业多年或出征海内外的精兵强将。 同时,根据任正非在9月与华为科技人才的对话中可知,华为军团也吸引包括“天才少年”在内的高端人才加入,比如先前成立的煤矿军团就吸引了几个天才少年加入,他们反向使用5G,使井下信息更高清、更全面;复用黄大年的密度法等去解决煤矿储水层的识别问题,等等,创造了很大产业价值。 任正非曾提到,华为高端人才有两条道路选择:一条是走科学家的道路,做科学无尽前沿的理论研究;一条是走专家的道路,拿着“手术刀”参加我们“杀猪”、“挖煤”的商业化战斗。 而现在,科学家和专家都在涌入新军团组织,可见华为本次的组织架构变动不是孤立的部门变动,而是折射出整个公司的战略布局的调整。 二、 为了生存,华为要成煤炭公司、电力公司了? 自2011年以来,华为正式切入政企行业,在智慧城市、平安城市、金融、能源、交通、制造等行业,我们已经看到了华为众多产品与解决方案创新。 2014年起,华为企业业务业绩的复合增长率达到了45%,而华为2020年财报显示,在运营商业务和消费者业务营收增幅不足4%时,企业业务增幅达23%,达到1,003亿元。政企业务的营收,一定程度弥补了来自消费者业务的损失,但份额占比11%,这仍然不够。 如今,华为五大行业军团落定,无疑是想在政企业务板块奋起直追,让其成为弥补消费者业务退守损失的新的增长点。华为发力行业军团的目标仍是生存。正如任正非此前对市场部门提出要求:“需要他们把产粮食放在第一位。” 这意味着,华为正在举全公司之力走进煤炭、电力、公路等各个垂直行业,从底层技术做到行业解决方案,“捅破天,扎到根”,进而“广积粮”。 就像今年初华为发布智慧养猪方案、2019年华为进军安防市场,大家都会问华为是不是要成养猪公司、安防公司了?现在,也有人会疑惑,华为是不是要成为电力公司、煤炭公司了? 今年3月,华为轮值董事长胡厚崑在见年华为年报大会上的一番谈话讲明了华为百变之下的不变逻辑。 胡厚崑指出,有媒体报道,华为是不是要养猪了?这都不是真的,华为还是聚焦ICT基础设施。他说:“目的,我们看到数字化不可逆转,华为自身定位一是社会数字化转型使能角色,另一个聚焦消费者体验实现全场景数字化。这两个方向未作任何改变。” 可以看到,华为看到ICT融入千行百业的发展,但是立足点还是联接和计算。 华为的行业军团会存在多久?是临时的还是永久的?现在没有答案。但可以推测的是,当华为的ICT基础设施成为这个行业离不开的底座,合作玩家在华为构建的行业“黑土地”上自主更新发展,华为行业军团的目标也将达成。 比如,在9月的谈话上任正非拿智慧港口与海关团队举例提出这样的期待——“港口与海关智能化,能否三年完成对全球70%的港口提供智能化服务?” 如果三年后目标实现了,或许军团就退出舞台了。 三、产业数字化转型新大陆浮现,中国工业互联网的春天来了? 近年来,华为对ICT业务部门进行过多次架构调整,硬件基础设施部门与云与AI软件部门分分合合,背后的原因,既包括解决部门墙等历史问题,也包括为了应对数字化转型新业务所面临的新问题。 传统行业壁垒森严,有一套独特的商业逻辑和多年的经验积累,使得其在融合新兴技术的道路上存在一定高门槛。这不是华为一家企业遇到的问题,而是当下中国工业互联网、产业数字化转型面临的拦路虎。 发力产业数字化转型,华为已有多年积累。华为不仅成为全球第一大通讯设备商,还建立起强大华为云服务,并在AI方面构建了覆盖全栈全场景AI能力,在数据采集、存储、处理和输出等基础设施层面定位基础设施底座。然而就连华为这样深耕To B领域的公司依然深感彻底变革行业工作方式的艰难,对其他新进来的消费互联网玩家、AI创企来说其中艰难更是不言而喻。 率先以壮士断腕的气魄圈定四五个核心行业,举公司之力建立四五个行业军团,华为再次以高举高打的方式为工业互联网领域打响发令枪。而纵观当下包括各家云服务商、电信运营商、AI数字化企业等在内的力量对这些领域不约而同地加大投入,我们期待中国工业互联网的春天加快步伐到来。 结语:科学家投入一线沙场的时候到了 “别关在深宫大院里面,到战场上去,立功去,说不定你就从少尉升少将了。希望你们的‘谷歌军团’能率先杀出一条血路来,成功了我会来看你们。”华为创始人任正非曾在题为《向谷歌军团学习,扑上去,杀出一条血路》的演讲中这样对华为人说。 2021年华为五大行业军团的建立,意味着华为公司正一步步走出美国禁令的阴霾,向一个孕育着无限生机也充满重重困难的产业数字化转型新蓝海进发。 当下,中国人口红利逐渐消失下,产业数字化转型到了关键时刻,云计算、5G、大数据、AI等技术日益成熟,寻找落地机会。随着华为这样的科技公司率先高举高打地圈定核心行业领域,“捅破天,扎到根”,越来越多的资本、人才、技术等社会资源有望快速跟进。
5300亿参数!微软英伟达推最大单体AI语言模型,由560台DGX A100训练
编译 | ZeR0 编辑 | 漠影 智东西10月12日报道,微软与NVIDIA今日公布由DeepSpeed和Megatron训练出的Megatron-Turing自然语言生成模型(MT-NLG)。 这是迄今最大、最强大的AI单体Transformer语言模型,作为微软Turing-NLG 17B和NVIDIA Megatron-LM模型的继承者,MT-NLG模型包括5300亿个参数,参数数量比OpenAI GPT-3的3倍还多。 其训练在560台NVIDIA DGX A100服务器上进行。在阅读理解、常识推理、自然语言推理和词义消歧等一系列自然语言任务中,MT-NLG均实现了超高准确性。 ““我们今天获得的质量和结果是在解开AI在自然语言中全部承诺道路上迈出的一大步。”NVIDIA加速计算产品管理和营销高级总监Paresh Kharya、微软图灵团队项目经理Ali Alvi在一篇博客文章中写道,“DeepSpeed的创新和Megatron-LM有利于现有和未来的AI模型开发和使大型AI模型更低成本、更快的训练。” 一、训练大量语言模型的两大主要挑战 近年来,基于Transformer的自然语言处理(NLP)语言模型在大规模计算、大型数据集以及训练这些模型的高级算法和软件的推动下取得了快速进展。 具有大量参数、更多数据和更长训练时间的语言模型,会获得更丰富、更细致的语言理解能力,包括能提炼书籍要点、自动生成对话、机器翻译、语义搜索、自动补全代码编程等。 在最先进的NLP模型中,参数的数量以指数速度增长是不足为奇的。 ▲NLP模型参数规模增长趋势 然而,训练这些模型具有挑战性,原因有二: 1)即使是最大的GPU,也不可能在内存中匹配这些模型的参数。 2)如果不特别注意优化算法、软件和硬件堆栈,那么所需的大量计算操作可能会导致不切实际的长训练时间。 通过紧密合作,NVIDIA与微软将最先进的GPU加速训练基础设施与先进的分布式学习软件堆栈相结合,实现了前所未有的训练效率。 他们用数千亿token构建了高质量的自然语言训练语料库,并联合开发了训练配方,提高了优化效率和稳定性。基于Transformer的105层MT-NLG在一些零样本或少样本设置方面改进了此前最先进的模型,并进一步提升了模型规模和质量。 二、破解大模型挑战,将大算力与先进软件结合 MT-NLG模型由NVIDIA A100张量核心GPU和HDR InfiniBand网络驱动。NVIDIA Selene、微软Azure NDv4等先进超算集群有足够的计算能力,可在合理的时间框架内训练模型与数万亿参数。而要发挥这些超级计算机的全部潜力,需要实现跨越数千个GPU的并行性,在内存和计算上都是高效和可扩展的。 单独而言,现有的并行策略(好如数据、流水线或张量Tensor切片)在内存和计算效率方面存在权衡,不能用于这种规模的模型训练。 1)数据并行实现了良好的计算效率,但它复制模型状态,不能利用聚合的分布式内存。 2)张量切片需要GPU之间的大量通信,当高带宽NVLink不可用时,这限制了超过单节点的计算效率。 3)流水线并行可以有效地跨节点扩展。然而,为了计算效率高,它需要大的单次训练用的样本数(batch size)、粗粒度并行和完美的负载平衡,这几乎是不可能的。 通过将NVIDIA Megatron-LM和微软DeepSpeed结合,研究团队建了一个高效、可扩展的3D并行系统,能够将数据、流水线和基于张量切片的并行性结合在一起,以应对这些挑战。 结合张量切片和流水线并行,研究团队可以在它们最有效的区域内进行操作。更具体来说,该系统使用Megatron-LM的张量切片在节点内扩展模型,并使用DeepSpeed的流水线并行性在节点之间扩展模型。 例如,对于5300亿参数的模型,每个模型replica跨越280个NVIDIA A100 GPU,在一个节点中有8路张量切片和35路跨节点的流水线并行性。然后研究团队使用DeepSpeed的数据并行性进一步扩展到数千个GPU。 MT-NLG模型训练是在基于NVIDIA DGX Superpod架构搭建的Selene超级计算机上以混合精度完成的,该超算由560台DGX A100服务器提供支持,并以完整的胖树(Fat-tree)配置与HDR InfiniBand联网。 每个DGX A100有8个NVIDIA A100 80GB GPU,通过NVLink和NVSwitch完全连接。微软Azure NDv4云超级计算机也使用了类似的参考架构。 研究团队考虑了在Selene上的280、350和420 DGX A100服务器上的5300亿参数模型的端到端吞吐量,观察到迭代时间分别为60.1、50.2和44.4秒。每个GPU分别对应126、121和113 TFLOPS。 三、基于The Pile构建训练数据集 研究团队使用了transformer解码器的架构,它是一个由5300亿参数组成的基于从左到右生成的transformer语言模型,层数、隐藏维度和注意力头分别为105、20480和128。 他们采用8路张量和35路流水线并行。序列长度为2048,全局batch size为1920。在最初的120亿个训练token中,研究团队将batch size从32开始逐步增加32,直到达到最后的1920个。团队在训练中使用了10亿token来预热学习率。 他们主要是基于开源AI研究机构EleutherAI创建的The Pile数据集建立了MT-NLP训练数据集。与所有AI模型一样,MT-NLP必须通过输一系列案例来“训练”数据点之间的语法、句法规则等模式。 Pile覆盖了学术资源(如Arxiv、PubMed)、社区(StackExchange、维基百科)、代码库(Github)等,微软和英伟达表示他们对这些资源进行了管理,并结合了大型网页集合Common Crawl的过滤快照。为了多样化训练,他们还收集了RealNews和CC-Stories数据集。 在构建训练数据集时,文档重复数据删除是必要的,因为相同的内容可能出现在不同数据集的多个文档中。因此微软和英伟达在文档级使用模糊重复数据删除过程,使用最小哈希LSH计算稀疏文档图和其中的连接组件,以识别重复文档。 然后,当从每个连接组件中的重复文档中选择一个代表性文档时,他们使用基于数据集质量的优先级顺序,最后用基于n-gram的过滤将下游任务数据从训练数据集中去除,以避免污染。 最后,研究团队得到了15个数据集,总共包含3390亿token。在训练过程中,他们选择根据图2中给出的可变采样权值将数据集混合成异构batch,重点是高质量的数据集。其训练模型使用2700亿token。 ▲用于训练MT-NLG的数据集。前11行来自Pile数据集,后面是CC快照、RealNews和CC Stories数据集。 四、在多项任务展示出更强准确性 最近在语言模型方面的研究表明,一个强大的预训练模型通常可以在大量的NLP任务中有竞争力地执行,而无需进行微调。 为了理解扩展语言模型如何增强其零样本或少样本学习能力,研究团队评估了MT-NLG,并证明了它在多个类别的NLP任务中建立了新的顶级结果。为确保评估的全面性,他们选择了5个领域的8个任务: 1)在文本预测任务LAMBADA中,该模型预测给定段落的最后一个单词。 2)在RACE-h和BoolQ阅读理解任务中,模型根据给定的段落生成问题的答案。 3)在PiQA、HellaSwag和Winogrande的常识推理任务中,每个任务都需要一些超越语言统计模式的常识知识来解决。 4)对于自然语言推理,两个硬基准测试ANLI-R2和HANS针对过去模型的典型失败案例。 5)词义消歧任务WiC从上下文评估多义理解。 为了鼓励可复现,研究团队基于开源项目lm-evaluation-harness建立了评估设置,并根据任务进行了适当的更改,使其设置与之前的工作更紧密地一致。他们在没有搜索最佳样本数量的情况下,在零样本、小样本和少样本的设置下评估MT-NLG。下表显示了准确性度量的结果。 经比较,MT-NLG在大多数任务的零样本、小样本和少样本评估中均表现出更快的学习能力。 除了报告基准任务的汇总指标,研究团队还定性地分析了模型输出,并观察到即使符号严重混淆,模型仍可以从上下文推理出基本的数学运算,虽然还不是非常准确,但该模型似乎超越了算术的记忆。 研究团队还展示了来自HANS任务的示例,其中他们将包含简单语法结构的任务作为问题提出,并提示模型给出答案。尽管结构很简单,但现有的自然语言推理(NLI)模型在处理此类输入时常常遇到困难。经过微调的模型经常从NLI数据集中的系统性偏差中发现某些句法结构和隐含关系之间的虚假关联。MT-NLG在没有微调的情况下在这种情况下表现得很有竞争力。 五、大模型的忧患:偏见、高成本与高能耗 虽然大模型正在推动语言生成的发展,但它们也存在从其训练数据中获取刻板印象和偏见的问题。微软和NVIDIA称他们“致力于解决这个问题”,并鼓励“继续进行研究,以帮助量化模型的偏差。” 微软和NVIDIA表示在生产中使用Megatron-Turing“必须确保采取适当的措施,以减轻和最小化对用户的潜在伤害”,所有工作应遵循微软负责任的AI原则。 除了潜在偏见外,大模型的成本高昂问题为研究设置了门槛。以拥有1750亿参数的OpenAI GPT-3模型为例,其训练数据集规模高达45TB,足以填满90个500GB的硬盘。 一位消息人士称,2017年至2019年期间,AI训练成本下降了为原来的1/100,但总数仍超过大多数初创公司的计算预算。这种不平等倾向于那些能够获得大量资源的公司,而牺牲了小企业家的利益,巩固了在位者的优势。 例如,OpenAI的GPT-3在训练期间估计需要每秒3.1423^23次浮点运算(FLOPS)。假设OpenAI在NVIDIA V100 GPU上保留了28 TFLOPS(每秒28万亿次浮点运算),V100单次训练就需要花费460万美元。一台拥有15TFLOPS算力的NVIDIA RTX 8000 GPU要便宜得多,但完成这项训练需要665年。 微软和英伟达称在训练MT-NLP时,他们观察到每台GPU运算速度有113-126TFLOPS。其成本可能高达数百万美元。 另据Synced的一份报告估计,华盛顿大学研究人员开发的假新闻检测模型的训练费用为2.5万美元,谷歌花了大约6912美元来训练语言模型BERT,以提高谷歌搜索结果的质量。 在处理TB或PB规模的数据集时,存储成本也会迅速增加。举个极端的例子,据CrowdStorage称,特斯拉自动驾驶团队积累的数据集——1.5PB的视频片段——在微软Azure存储3个月需要花费超过6.75万美元。 AI模型训练对环境的影响也受到关注。2020年6月,马萨诸塞大学阿默斯特学院的研究人员发布了一份报告估计,训练和搜索一个特定模型所需能耗涉及约62.6万磅的二氧化碳排放,几乎相当于美国汽车平均生命周期排放量的5倍。 好在FLOPs和基本机器学习操作的成本在过去几年一直在下降。OpenAI在2020年的一项调查发现,自2012年以来,训练一个模型在流行的基准ImageNet上对图像进行分类时达到同样的性能所需的计算量每16个月就减少了为原来的1/2。其他最近研究表明,大型语言模型并不总是比小型模型更复杂,这取决于用来训练它们的技术。 结语:大算力+大模型的优势正日益显现 当前AI发展速度远远超过了摩尔定律,超大规模AI模型带来的性能优势愈发显现出来,新一代GPU的更快互连速度带来了计算能力的提升,同时软件创新正在将这两种趋势结合起来,进一步推动优化和效率提升。 在这股热潮中,将NVIDIA Selene或微软Azure NDv4这样的超级计算机与NVIDIA Megatron-LM和微软DeepSpeed的软件突破结合而训练出的大模型MT-NLG,是一个相当好的例子。而微软和NVIDIA展现出的技术思路,有望推动大模型训练在更快的同时,成本变得更低。 “我们期待MT-NLG将如何塑造明天的产品,并激励社区进一步推动自然语言处理(NLP)的边界。这段旅程很长,还远远没有完成,但我们对未来的可能性和前景感到兴奋。”NVIDIA加速计算产品管理和营销高级总监Paresh Kharya和微软图灵团队项目经理Ali Alvi在博客中写道。 不过,大模型是否是AI语言模型发展正确的道路,仍是一个悬而未决的问题。美国康奈尔大学的自然语言处理研究员和数据科学家Maria Antoniak表示,尽管今天一些最好的基准测试性能评分来自大型数据集和模型,但将大量数据投入模型的回报是不确定的,大模型表现很好的一些任务是非常结构化的,这些任务能否引导我们真正理解语言还有待探讨。
Cadence中国区用户大会干货!细解智能系统,芯原创始人亲述Chiplet生态
作者 | 高歌 编辑 | Panken 芯东西10月12日报道,今天,全球IP、EDA巨头Cadence召开中国区线上用户大会(CadenceLIVE China 2021),Cadence线上用户大会已经举办了17年,本次也吸引了很多巨头厂商参与。Cadence中国区总经理汪晓煜、Cadence CEO陈立武、Cadence总裁Anirudh Devgan等参与了本次大会。 陈立武称,数据正在推动半导体行业发展,仅去年一年全球就有超过100个数据中心开放。由于安全和实时处理等要求,越来越多的人工智能应用正在走向边缘,预计2030年将会有80%的数据在边缘处理。同时,越来越多的系统厂商进入半导体行业,先进节点、先进封装、芯片创企融资、亚太地区市场飞速增长等因素都成为了半导体发展的动力。 Anirudh Devgan则回顾了Cadence智能系统设计战略的芯片、系统和人工智能3级的布局,并分享了Cadence在射频(RF)和计算流体动力学(CFD)等领域的产品与案例。 中国IP厂商芯原股份的董事长、总裁兼首席执行官戴伟民也参与了本次会议,分享了Chiplet(芯粒)技术的起源和生态构成,以及这一技术给半导体行业带来的IP芯片化、集成异构化、集成异质化和IO增量化等影响。 一、每年仅有0.5%数据被分析,将成行业发展重要机遇 陈立武从数据角度分析了半导体行业的发展前景。他提到几年前,人们认为半导体发展速度正在放缓。但是如今,以数据为中心的时代正在快速推动各个行业对半导体的需求。 ▲Cadence CEO陈立武 5G技术正在加速发展,L2\L3级别的自动驾驶正在普及,工业物联网也越来越重要,AI(人工智能)正在影响行业中的一切。 由于各类新兴技术发展,每天都有大量的数据被创建。所有这些数据都需要传输、存储、处理和分析,这也就需要高性能计算、高带宽传输和高密度存储。 为了满足这些需求,半导体行业需要在架构设计、EDA工具、IP、制造等各个领域进行大量创新。 目前90%的数据都是在过去两年内生成的,80%的数据是非结构化的,如图形视频等。虽然数据很多,但是目前每年仅有2%的数据会被分析。由于分析也会产生数据,接下来的5年里,实际被分析的数据比例将会变为0.5%。 据估计,去年全球的超级数据中心支出超过1200亿美元,仅去年一年就有超过100个数据中心开放,这些数据中心参与了数据周期的所有阶段,推动了计算、存储和网络技术的创新。 同时,越来越多的人开始转向软件定义存储、网络,软件开始定义硬件。超级计算机也在推动行业走向定制化芯片设计,以满足差异化需求和最佳的用户体验。 陈立武说,人工智能也对几乎每个行业带来了巨大的变革,但当前仍处于非常初级的阶段。通过云计算,数据也可以被深入地进行分析,但这带来了一些问题。 首先是数据隐私,银行、医疗等数据都是非常敏感的数据,需要谨慎处理。其次把大量数据发送到云是不现实的,这将消耗巨大的带宽,其发送和获取信息延迟将还会太高。 ​因此,实时处理问题的人工智能应用正在越来越多地走向边缘。这些应用在边缘进行分析,以实施决策,将对自动驾驶等领域产生积极意义。目前,仅有20%的数据在边缘进行处理,而到2030年这一比例将会变为80%。 此外,系统厂商进入半导体、先进节点、先进封装、芯片创企、亚太地区市场等因素也在推动半导体行业快速发展。 而随着制程工艺的发展,EDA领域的研发投入大幅增加,推动了Cadence等厂商的战略。Cadence的研发投入占营收比例已达40%。 二、解析3大重要新品,Cerebrus可降低15%功耗 本次大会,Cadence总裁Anirudh Devgan等人分享了Integrity 3D-IC平台、Helium Virtual及Hybrid Studio平台和Cerebrus机器学习设计工具3个新产品。 Integrity 3D-IC平台是业界首个集成系统级和SoC级的解决方案,支持electrothermal analysis(电热分析)、多die STA和系统级物理仿真验证。 Helium Virtual C++ SoC模型允许软件开发和RTL设计并行运行,该模型运行速度比RTL快数百或数千倍,这使得其硬件/软件集成和调试比RTL模型更高效。当前,Helium Virtual and Hybrid Studio平台已经上市。 Cerebrus是一款基于机器学习(ML)的设计工具,可同时优化设计中的多个步骤,可将生产力提升10倍。瑞萨电子和三星电子的团队表达了自己对Cerebrus​的看法。 瑞萨电子数字设计技术部门负责人Satoshi Shibatani称,瑞萨电子在12nm高速CPU设计项目中应用了Cerebrus,其不仅可以优化物理实现流程,还可以优化布局规划。在50次运算过后,其生成了新的设计流程和布局规划,将这款CPU性能提升了10%以上,节省了数个月工程师手动布局时间。 ​在最新的4nm和6nm节电设计上,三星电子的晶圆厂团队运用了Cerebrus工具。该工具可以很容易地配置,优化代码,为线宽、层架间距、过孔类型等网格配置设计优化方案。和手动设计相比,Cerebrus在4nm节点的供电线路设计上提升了50%的时序(timing),并优化了功耗。 三、Cadence智能系统设计战略:布局芯片、系统和普适智能 Anirudh Devgan也对Cadence在2021年的战略和发展情况做了总结。 他提到当前快速演进的智能系统设计备受行业关注,其智能系统共有3层。以汽车为例,汽车电子设计分为三个领域,其核心是系统级的芯片,第二个是系统和软件堆栈,第三个则是汽车周身的数据和普适智能。 这样的智能系统设计3层也会出现在智能手机、数据中心等多个领域,这也就是Cadence智能系统设计战略。其核心为EDA和IP;之后是系统设计,Cadence在3D-IC、系统仿真、嵌入式软件、软件启动等领域进行了很多布局与投资,是Cadence战略的重要组成部分;第三层则是人工智能以及与人工智能相关的整个数据分析。 Anirudh Devgan称,在数字设计领域,Cadence的各类产品都取得了很好的成绩。比如Innovus Implementation被前20大半导体公司中的19家使用,Genus Synthesis被前20大半导体公司中的16家使用,Tenpus Timing Signoff则被前20大半导体公司中的15家采用。Cadence也和Arm一起,在台积电N5工艺节点上实现了4GHz成果。 在硬件平台方面,Cadence今年推出了Palladium Z2和Protium X2平台。 AMD的Alex Star称,相比于Palladium Z1,Palladium Z2的工作负载吞吐量显著提高,能够快速、容易地从仿真平台转变为高速的企业级原型设计平台。英伟达的Narendra Konda谈道,通过Palladium Z2和Protium X2,将一个数亿个晶体管的设计进行编译、创建仿真模型并放入仿真平台中仅需4个小时,而此前该过程需要48甚至72个小时。 在系统层面,Anirudh Devgan回顾了Cadence在射频(RF)领域的进展。一年以前,Cadence收购了National Instrument的射频平台AWR,并将该平台与Virtuoso和Allegro集成在一起,形成了完整的射频解决方案,可提供5倍的射频设计效率。 美国创企Metawave的创始人兼CEO Maha Achour称,Cadence射频设计、分析平台使得他们可以与大公司进行竞争,完成了其5G高频毫米波频段雷达。 在计算流体动力学(CFD)领域,Cadence也进行了多次收购和布局,如拥有Omnis平台的CFD厂商NUMECA、网格划分领域常熟Pointwise等。 在航海方面,新西兰的帆船设计团队Emirates Team称其CFD工具对其设计至关重要。在第36届美洲杯帆船赛上,他们需要采用一种新的单体帆船,并且只被允许建造一艘船。最终,因为Cadence旗下的CFD工具,该团队成功实现了船体建造和细节优化。 此外,Cadence还有Clarity这一有限元电磁求解器来帮助在CFD领域进行分析。而Clarity 3D Solver可以进行快速、准确的3D分析,能够缩短设计周期并快速将产品推入市场。该产品还可以同时运行数千个CPU进行数据处理。 在封装领域,Cadence有Allegro封装和PCB设计平台,该平台是使用最广泛的高级封装解决方案。在人工智能层面,Cadence将AI Extension加入到了处理器管线中,并正在研发基于其sparks计算技术的AI引擎。该引擎和管线、嵌入式CPU结合,将能够提供更强大的AI性能。 四、Chiplet维系摩尔定律,芯原股份:IP即芯粒 芯原股份创始人、董事长兼CEO戴伟民则回顾了Chiplet(芯粒)生态的建立。 在1958年杰克·基尔比发明了集成电路,之后英特尔创始人戈登·摩尔预言:“集成电路上的器件数量每个十八个月将翻一番。”这就是摩尔定律的诞生。 随着芯片特征线宽的下降,互连延迟(interconnect delays)对设计的影响越来越大,芯片性能提升越来越难。但换一种思路来看,更小的裸片带来了更高的硅利用率和产能。所以Chiplet通过多种集成,使系统空间内的密度持续增长。研究机构预计,2035年,Chiplet市场规模将达到570亿美元。 戴伟民称,Chiplet给半导体行业带来了IP芯片化、集成异构化、集成异质化和IO增量化等影响。 具体来说,2015年,Marvell创始人周秀文在ISSCC 2015上提出了MoChi(模块化芯片)架构概念。AMD则是最早将Chiplet应用于商业产品,平衡了自身成本、性能和功耗。 随后,英特尔也快速采用Chiplet技术,并免费提供了AIB总线接口许可,以支持Chiplet生态建设。2018年,英特尔将EMIB(嵌入式多硅片)技术升级为逻辑晶圆3D堆叠技术。2019年,英特尔推出Co-EMIB技术,能够将两个或多个Foveros芯片互连。 2.5D和3D封装技术的发展也推动了Chiplet生态的建立。2020年6月,英特尔正式发布Lakefield芯片,这是首款基于Foveros 3D立体封装技术的芯片,采用1个大核+4个小核的混合CPU设计。 在最近的英特尔架构日上,其提出了下一代可扩展处理器Sapphire Rapids架构创新。英特尔还提出了超异构计算的技术愿景。 除了英特尔,台积电提出了2.5D CoWoS封装技术和3D SoIC封装技术;三星则提出了3D封装技术X-Cube。国内厂商如长电科技也在持续推进Chiplet技术的开发。 在接口方面,2018年7家公司成立ODSA(开放专用域架构)组织,制定Chiplet开放标准、促进Chiplet生态、催生低成本SoC替代方案。目前,该组织会员已超过50家。 2019年,英特尔携手阿里巴巴、思科、戴尔、Facebook、谷歌、HPE、华为以及微软成立Compute Express Link(CXL)开放合作联盟,实现CPU与GPU、FPGA等专用加速器之间的高速、高效互连。 而Chiplet给产业带来了一个重要变化就是IP芯片化(IaaC),IP也是芯原股份的重要业务。 芯原股份成立于2001年,今年已成立20年。当前芯原股份接近50%的营收在国外,但是其95%的研发人员都在国内。根据研究机构数据,芯原是中国大陆排名第一、全球第七的IP供应商,具备丰富的IP储备。 此外,戴伟民提及,芯原股份在视频处理器(VPU)、神经网络处理器IP(NPU)、图形处理器(GPU)、数字信号处理器(DSP)、图像信号处理器(ISP)和显示处理器(Display Processor)等领域均有相应的产品和布局。 在IP芯片化的驱使下,芯原股份提出了IP即芯粒(IaaC)的理念,旨在实现特殊功能IP的“即插即用”。目前,芯原股份推出了多种IP的子系统解决方案FLEXA API。 在芯片平台化方面,芯原股份能够提供一站式设计服务,全球首批7nm EUV芯片流片一次成功,已开发5nm芯片。通过Chiplet技术,芯原股份可以在自动驾驶等领域快速进行迭代。 结语:软件定义硬件,Cadence大会展现行业趋势 Cadence作为行业内头部的EDA和IP厂商,每年Cadence的用户大会都会吸引不少的行业目光,其战略布局对于半导体行业发展有着比较重要的参考价值。 本次,Cadence总裁Anirudh Devgan详细解析了其智能系统设计战略,以及Cadence在射频、计算流体动力学和完整封装、设计等领域的产品情况,这些也是行业的重要应用领域。如今云计算和人工智能已成为EDA领域的两大重要趋势,而软件正在重新定义硬件,影响行业发展。
Amazfit 跃我 GTS 3 体验:功能繁杂,数据繁多?一键测量全搞定
近年来,可穿戴设备赛道变得越来越拥挤,传统玩家、手机大厂统统加入混战,一年时间面世的产品,十只手都数不过来。 不过其中能不断迭代的产品系列却寥寥无几,华米 Amazfit GTS 系列算是少数中的一个。今天发布的 Amazfit GTS 3 接过前辈衣钵,不仅在软硬件方面有较大提升,还是家族里首次搭载 Zepp OS 自研系统的产品,这对华米和整个行业,都增添了不少变数。 经过几天体验过后,我对 Amazfit GTS 3 的所作出的改变,是好是坏,心里有了答案。 轻薄百搭,如影随行 Amazfit GTS 系列一直遵循着「好看更轻薄」的设计原则,每代都在此基础上,变得更薄一点,屏幕更大一点。 如今系列来到第 3 代,这一脉相承的设计也日趋成熟,印象里的香槟金配色如今变得更深沉,在光线较暗的环境里,它的边框甚至呈现出一种接近于棕黄的颜色,正因如此,我手上这款配色被官方命名为「柔砂棕」,几款新配色都比较百搭,颜色不至于太过跳脱,日常穿搭比较方便。 铝合金中框往上,是一块 2.5D 曲面玻璃,覆盖在一块分辨率为 390*450 的 1.75 英寸 AMOLED 屏幕上,表身没有变大,但显示面积较前代增加了 14%,屏幕黑边大幅收窄。 配合着全黑表盘和系统背景,既营造出全面屏的视觉效果,又发挥了节省续航的作用。 通身只有一个旋转表冠,可按可转,无极调节但可设置振动反馈,模拟出物理表冠的阻尼手感。 表身底部,也就是日常紧贴用户肌肤的凸台,内含升级后 BioTracker™ 3.0 PPG 生物数据传感器。这个技术听起来复杂,其实就是提高心率、血氧、压力等指标的监测精度。 同为棕色的硅胶表带采用与传统腕表相似的弹簧栓设计,无需任何工具即可快拆快装。 表带内侧有波浪形纹理,使得被表带紧贴的皮肤也有空余空间排流汗液。硅胶手感柔滑,我佩戴了近十天的时间,未出现过敏症状,可见表带用料有所考究。 除去表带,Amazfit GTS 3 本体仅重 24.4 克,这成绩与市面上大多数手环去比较也毫不露怯,轻盈不失质感,是它留给我的第一印象。 新系统,心智能 若说产品外观是打动消费者的第一要素,那么软件体验则是影响用户留存的关键因素。 在可穿戴领域深耕 8 年的华米深谙此道,于是在今年 7 月的 Next Beat 2021 大会上,首次公布了自研穿戴系统 Zepp OS,Amazfit GTS 3 作为首批采用此系统的产品,我们终于有机会揭开 Zepp OS 面纱。 通过指尖在屏幕上「按」、「划」,还有透过旋转表冠的「扭」,这个系统给了我最直观的流畅体验,动效流畅、响应快速。 Amazfit 官方称系统在大部分时间里均能以 60fps 稳定帧数输出画面,这与我肉眼所观察的情况基本一致,我由此获得了如同 3 年前手机开始普及高刷屏时的体验,令人又惊又喜。 华米为 Amazfit GTS 3 开发了 15 款全新动态表盘,多数表盘都涵盖了多重信息,包括气温、实时心率、电量、步数等等,显示何种信息皆可自定义。 在超视网膜屏幕的表现力之下,所显示的信息都非常细腻。 这种抬手看一眼就能把关键信息全掌握的体验,让智能手表正式成为腕上信息中心,有了超脱于手机的优势。 智能手表之于手机,近似于 30 年前 BP 寻呼机之于大哥大,但技术进步带来的变化,使得智能手表还能代替地铁卡、门禁,甚至还可以安装不同的 app,以此延展出更多功能,如今人们也正享受着技术进步所带来的各种便利。 借助 Zepp OS 出色的功耗优化方案,Amazfit GTS 3 保持了一贯的强续航性能。 我国庆假期前给手表充满电,就把磁吸充电器放在了办公室,在接下来 7 天时间里,保持着每天 1 小时的运动时间,多数是跑步,所以用到了 GPS 定位功能,全天开启所有监测功能,也开通了接收消息推送功能。即便是这种使用强度下,最后一天手表还剩余 17% 的电量,成功完成一周续航挑战。 Zepp OS 基于开源系统 FreeRTOS 进行底层开发,轻量化是其最大优点,功能方面也做到了「人有我有」,一些创新功能如转动手腕即唤醒语音助手、一键测量多项身体指标等更是在一定程度上让手表交互有了新的前进方向。 称不上革新,但也算是迈出了改变现状的第一步。 小改进,让监测体验迎来大提升 可穿戴设备经过多年进化历程,可实现的运动健康测量项目是越来越多:卡路里、心率、压力值、血氧含量、呼吸频率,甚至最新发布的 Amazfit GTR 3 Pro 还可以实现对血压指标的测量。 多功能集于一身,自然是利大于弊,随之而来的弊端便是操作变得繁琐,每一项指标都需要手动测量的话,繁琐且费时;全都加入「实时测量全家桶」,则是牺牲了续航。 Zepp OS 保留了对心率等常规指标进行实时监测之余,还额外提供了「一键测量」功能。它把上面提到的所有测量项统统打包,省去了在各项测量功能之间流转的时间,只要一分钟就能把 Amazfit GTS 3 所支持的所有健康数据都测完。 另外在最新一代的 BioTracker™ 3.0 PPG 生物追踪光学传感器加持下,Amazfit GTS 3 进一步加强了所测量数据的准确性,另外监测效率方面也有所提升,血氧检测所耗时间缩短至 15 秒,期间手臂的轻微晃动也不至于打断测量过程了。 新硬件加上新系统,构建了 Amazfit GTS 3 新的健康评估体验,可穿戴设备进化至今已颇为完善,因此类似细节处的精心打磨则变得非常讨喜。 Amazfit GTS 3 配备了全新 PeakBeats 运动算法,并搭载了五星定位功能(北斗、GPS、GLONASS、Galileo、QZSS)和 50 米防水功能,甚至可以实现水下心率监测,我感觉身旁多了个会隐身的随行教练,时刻记录着我的运动轨迹、卡路里、海拔高度,甚至步频、步速也能在运动结束后给我反馈。 虽说 Amazfit GTS 3 内置 150 种运动模式,然而对于大部分用户来说,手表买回来到换代,可能都只接触过健走、户外跑、户外骑行、游泳等几个常用模式。 于是华米将这几项,具体来说是 8 项运动扔进自研的 ExerSense™ AI 引擎进行模型训练,并内置于手表,当手表侦测到我在运动,它便开始分析我做的是何种运动,并自动进入监测状态,开关自如。 Amazfit GTS 3 的运动算法灵敏度还算适中,当我进入运动状态两三分钟之后,它就用振动提醒我,仿佛在说:「我已经开始记录了,你跑你的,我测我的」。 我完成既定训练量后,停下来没过多久,手表再一次振动,询问我是否暂停或结束运动,我只要抬手一点,便完成了整个跑步记录过程。 自动识别运动这项功能虽小却很重要,因为用户往往会忘记开始记录或忘记结束记录,无论遇到哪种情况,都会让监测数据失准。因此识别项目越多,误差越小,对于用户体验的提升也就越大,尽管这项功能的本意是让记录这件事变得无感。 Amazfit GTS 3 会用 PAI 健康评估系统为用户总结每日活动强度,以及个人生理数据多维度动态综合评估,提供步数、站立小时、运动时间等数据,但并不急于求成,Amazfit 将原本无形的身体综合素质,变成可视化的数字,且摒弃了「步数+卡路里」那套单一维度的衡量标准,从而让健康评估变得全面且有效。 PAI 分数越高,说明我的身体正在变得越健康。它在打分之余,还会给用户相应的运动建议。不过建议总归是建议,并不能帮用户偷懒,所以想要变得健康,最终还是需要我们管住嘴迈开腿。 能在日趋内卷化的可穿戴市场中活下来的玩家,自然是有其独到之处。Amazfit GTS 系列经历了多年的市场毒打,算是被消费者筛选出来的好产品。 Amazfit GTS 3 延续前代优势,并通过软硬件的同步升级,提升运动健康相关算法的准确度,在此基础上完成了硬件/系统/算法全自研的全面蜕变,从完成度方面看,这次大胆尝试获得了阶段性成功。 面对用户最看重的健康和运动监测功能,Amazfit GTS 3 有新的突破,市面上拥有如此高体验成熟度的产品并不多, Amazfit 相较同行已经站在了较高的起点上,升级打法也相对更稳扎稳打,不激进,只求稳中有升。 进步虽小但我对此有明显感知,尤其是对比起同类产品,准确度和易用性都占优势。 但话说回来,Zepp OS 作为初生系统,在细枝末节处尚有较大的优化空间,随着新系统使用者量级上涨,这些小问题都将迎刃而解。 在 Amazfit 新品发布会上,Amazfit 给出了一个全新的中文名:跃我。这显然不是通过直接音译而得来的,更多寄托着对品牌和用户的愿景。 官方释义为「向上而生,超越自我」,正如可穿戴设备诞生之初,人们就希望通过戴在手腕上的小玩意儿,更好地管理自己的身材和健康,从这一代 Amazfit GTS 上面,我仿佛看到了希望实现的可能。
曝华为Mate 50系列明年发布 首发高通骁龙898 4G
我们都知道,由于众所周知的一些原因,华为手机业务目前正在面临巨大的困难,此前麒麟9000芯片库存也已见底,但即便如此,华为轮值董事长徐直军仍在华为全联接大会上强调,华为不会放弃手机业务,正在努力让手机业务在适当的时候重回正轨。 按照以往惯例,本应该今年下半年发布的华为Mate50系列如今也变得扑朔迷离了起来,不少消息都表示华为Mate50系列将无缘今年亮相,甚至还有消息称该系列将被取消。但近日,据一位接近华为的博主@长安数码君透露,华为Mate50系列旗舰不仅没有被取消,华为还将首发独家供应4G版高通骁龙898芯片,此前就有消息称,华为内部早已在测试骁龙8984G芯片,由华为Mate50系列首发,明年一季度将正式亮相。 据相关爆料,骁龙898将配备三丛集CPU的设计,其中CPU规格为:1*3.0GHzCortexX2超大核+3*2.5GHzCortexA78大核+4*1.79GHzCortexA55小核,GPU型号是Adreno730,安兔兔跑分预计将首次突破百万大关,此前搭载骁龙898处理器的vivo工程机的单核跑分为720分,多核跑分为1919分,目前仍处调试阶段,这跑分成绩并不能反应实际性能。 值得注意的是,骁龙898采用三星4nmLPE工艺打造,是基于5nm而来的5nmLPA(第三代5nm),改名是因为营销需求,实际上5nmLPA和4nmLPA在性能和能耗上没有明显不同,很多人关心的骁龙898能否变得“凉快”些,目前看来希望不大。 虽然华为Mate50系列用的是4G版的骁龙898,但其与常规版本的性能是完全保持一致的,只是没有了5G的加持,其依然是一款突破安卓历史记录的强力芯片。 除了性能方面的提升之外,此前还有爆料称,华为Mate50系列将会搭载与iPhone13Pro系列同技术的LTPO屏幕,支持自适应刷新率,不仅能实现120Hz高刷,还能更加省电。 据多方消息了解到,全新的华为Mate50系列最早也要到明年一季度亮相,并很大可能会是三月份,随着时间临近,相信华为Mate50系列神秘的面纱也将会被逐渐揭开,那么屏幕前的你,愿意再等等华为Mate50系列吗?
特斯拉在中国卖疯了 一款Model Y打败“蔚小理”全系!
原标题:特斯拉9月卖疯了销量超5万 一辆Model Y顶上“蔚小理”! 作者 | 木米 编辑 | Juice 特斯拉又一次刷新了自己创下的销量纪录! 就在今天,乘联会发布了国内9月份新能源汽车的销量情况,数据显示,特斯拉9月份共计售出了56006辆新车,打破了8月份超4万辆的表现,环比增长27%,同比增长394%。 值得注意的是,这56006辆新车中,有52153辆均交付于中国本土车主, 此前特斯拉上海工厂还曾被诟病大量订单均为出口订单,但这次的数据无疑展示了特斯拉在国内市场的强大号召力。 截至9月,特斯拉中国2021年累计销售已逾30万辆。其中,仅国内销量就已突破20万辆,出口车型也已突破10万辆。按照目前的市场表现来看,特斯拉在下个季度就将会打破去年的50万销量,并在今年创造出新的成绩。 另一方面,特斯拉的第二个海外工厂柏林工厂也已经进入到了量产的前夜,特斯拉还特地举办了公众开放日活动,全面展示了柏林工厂的最新进展和黑科技产品。 随着柏林工厂开始投产,特斯拉在全球的扩张之路将会快速迈进。 ▲特斯拉上海工厂 01 . 国内月销破五万 再创新纪录 不同于很多品牌以订单量计算销量,特斯拉9月是实打实地交付了56006辆,相当于每46秒就将一辆车交到了客户手中。如此的交付速度下,依然有许多订单在排队等待。 ▲特斯拉北京蟹岛交付中心 这其中,Model Y国内售出33033辆,作为最受国内市场欢迎的SUV车型,Model Y在国内投产之后迅速超过了Model 3的销量,在9月份更是占据了将近60%的销量。 Model Y不仅在新能源领域一骑绝尘,即便在燃油车市场中也已然成为不可小觑的主力车型,可以预见的是,这款车还将会成为特斯拉下一阶段的主销车型,是特斯拉销量走向200万的重要力量。 而在刚刚过去的国庆假期里,国内的新造车三强,小鹏、蔚来、理想也都陆续公布了9月份的销量数据。 小鹏汽车和蔚来也创下了新的销量纪录,小鹏9月稳扎稳打,销量继续增长共售出了10412辆,蔚来在经历了两个月的蛰伏期后也一举超过了1万辆大关,售出了10628辆。 理想汽车则由于零部件短缺,销量有所下滑,共售出了7094辆。 ▲特斯拉与几家造车新势力销量对比 虽然目前新造车三强已经保持了不错的销量成绩,但跟特斯拉相比还存在一定的差距,甚至9月份还不如Model Y一款车的销量高。 也正是有了特斯拉这样的强敌,新造车三强才能不断的突破自己,共同搅热国内新能源汽车市场。 在刚刚举办的2021股东大会上,特斯拉方面表示,今年第三季度,特斯拉的年化量产速度接近100万辆/年,也因此打造了全新的交付纪录,在刚刚过去的2021第三季度交付了共超过24万辆汽车,同比增长73%。 自2016年第四季度至今,特斯拉的交付量年复合增长率达到71%,近5个季度更是连续创下交付纪录。 在市场表现和消费者口碑上不断攀升的特斯拉,毫无疑问已经成为近10年间的新能源汽车引领者,并以打破常规的科技创新成为行业规则的制定者。 除此之外,特斯拉上海超级工厂表现也非常亮眼。投产后不仅承担了中国国内的车辆订单,同时也是特斯拉的欧洲市场的重要出口工厂。 02 . 柏林工厂投产在即 正面交锋欧洲车企 但随着特斯拉柏林工厂的投产,欧洲地区就不必再依赖于其他地区的进口了。 日前,特斯拉在柏林工厂举办了一场Giga Fest开放日活动,在活动上,马斯克直接表示预计下个月该工厂就将正式投产,这可能也是特斯拉上海工厂减少出口的一个原因。 在开放日上,特斯拉还展示出了多项新动态和科技产品,吸引外界关注,如新型4680电芯、CTC技术、一体式压铸机。 种种技术与产品都展示了特斯拉柏林工厂已经做好了准备。 ▲Giga Fest上展示的4680电池 此外,马斯克还在回复网友评论时表示,“柏林工厂按照该速度全天候运行的话,大约每周可生产1万辆,每年最多可以生产52万辆汽车。”不过该工厂至少还需要一年时间才能达到峰值产能。 ▲特斯拉CEO埃隆·马斯克在Giga Fest发言 但不可否认的是,特斯拉已经将自己的尖刀插到了欧洲工业的腹地中,随着柏林工厂的投产,特斯拉也将和一众欧洲传统豪强车企展开正面交锋。 03 . 结语:特斯拉全球化蓝图已铺开 连续取得如此傲人的成绩之后,特斯拉依旧没有放慢脚步。 特斯拉柏林工厂投入使用之后将与上海工厂形成两足鼎立之势,牢牢占据中国以及欧洲大陆两个重要市场。欧洲市场将不必依赖上海工厂的出口车辆,而柏林工厂也将直接为欧洲市场提供成本更低竞争力更强的产品。 不久前,特斯拉刚刚宣布将总部从加利福尼亚州迁往得克萨斯州,美国总部的两个工厂之间似乎也正与海外的这两个超级工厂遥相呼应。 随着特斯拉的中国、美国、欧洲工厂都正式投产,特斯拉真正变成了一家全球车企,向着每年千万台销量的目标更近了一步。 把生意做到全世界甚至是外太空,马斯克和特斯拉还在继续着。
蔚来换电 驶向孤岛or成为灯塔?
记者丨崔力文 责编丨罗超 编辑丨朱锦斌 毫无疑问,每当提及蔚来这家新势力造车,除了试图打造如车圈“海底捞”般的车主服务体系,补能环节中少有的换电模式,顺理成章地成为其身上另外一个标签。 只不过,一路走来,争议与质疑声从未平息。 2019年,当遭遇公司整体运营层面的至暗时刻,蔚来迫不得已依托NIO Power,推出首任车主终生免费换电政策,用高昂的成本换取种子车主的青睐,背后透露出浓浓强弩之末的意味。 好在,结果足够令人欣慰,这场“豪赌”胜利的天平,最终朝着蔚来一方所倾斜,它幸运地挺了过来。 进入2021年以后,当产品推新层面遭遇短暂的“空窗期”,投入更多人力、物力、财力去扩充换电站的总数,成为了这家车企的主要任务。与此同时,二代换电站的上线,使得整体成本、运营效率层面,都得到很大程度的优化。 剧情,看似正在朝着有利的方向的发展,但隐患与未知的风险,也在随之不断增多。蔚来换电,究竟是驶向孤岛,还是成为灯塔?可以说是一个值得被长期关注与讨论的话题。 01 500座提前达成的背后 “截至2021年底,蔚来所投入使用的换电站总数,必须达到500座。” 其实,早在今年年初,蔚来联合创始人兼总裁秦力洪在接受媒体采访时,就曾直接剧透过蔚来希望达成的换电站建设目标。奈何,彼时距离首座二代站的真正“落地”仍有一段时间,现有数量也只有不到200座。 较大的差距,仍明晃晃地摆在那里。 伴随蔚来单月交付量的环比上升,车主基数迅速扩张,由此将某些重点区域“车站比”比例过高的弊端,完全暴露出来。亲身体验下来,尤其是位于几座超一线城市,换电需长时间排队等候,实际体验出现下滑,已经成为普遍现象。 显然,当赖以生存的“护城河”出现松动,改变刻不容缓。 因此,当今年4月蔚来宣布正式“牵手”中石化,首座二代换电站正式落成,这家车企彻底化身“基建狂魔”,开始疯狂扩张阶段。很快,时间来到北京时间7月11日,NIO Power迎来三周年纪念日。 而截至当日,蔚来已在全国范围内建成308座换电站、210座超充站和387座目的地充电站。活动现场,秦力洪也对年初许下的目标,进行了更新,换电站建成总数由500座提升为700座以上。2022年至2025年,在中国市场每年新增600座换电站。 至2025年底,换电站全球总数将超4,000座。另外,官方保证同年将有90%的用户的住房,成为“电区房”。 真金白银砸入过后,更大的野心看似呼之欲出。 殊不知,国庆假期前两日,蔚来宣布第500座换电站正式上线,位于湖南怀化市大华美园,并提前整整一个季度,完成年初制定下的目标。按照目前的速度,年底达到700座换电站,也基本是板上钉钉。 与此同时,发布了“五纵三横四大都市圈”高速换电网络计划,在国内多条高速“要道”上全程布设换电站,并计划在2022年春节前完成。 而从最新数据来看,昨日位于山东省临沂市,首座蔚来二代换电站正式落成,也是其全国第531座换电站。刚刚过去的9月,全国新增90座换电站投入运营,“电区房”覆盖率达36.01%,同比提升122.56%。“车站比”也出现大幅度的下降。 虽然一直饱受质疑,但蔚来却仍希望用实际行动证明,“可充、可换、可升级”这条路能够走通。 02 痛点依旧,无法回避 表象愈发向好,的确增加外界对于NIO Power成功突围的信心。可望向更深层次,如文章开篇提及的一样,虽然获得了国家政策层面的背书,但换电模式究竟能够冲向多高,仍充满变数。 而现阶段,痛点依然无法回避。 首先,相比其它车企主推的超充站建设,换电站在对场地、基建、用电配套的要求是更繁多且复杂的。由此造成一个特殊的现象:以上海为例,目前蔚来所增加的二代换电站,大多集中在城市中环甚至外环附近,而作为直接竞品的特斯拉、小鹏,所铺设的超充站更多则位于内环,甚至中心商圈、商场地下停车场内。 不可否认,碍于某些先天因素制约,换电站的铺设“灵活度”,要远远小于超充站。 其次,较为高昂的成本,依然不容小觑。从蔚来此前发布的二季度财报来看,终端销量增加的同时,净亏损还在增加。而造成如此现象的关键,还是由于换电站基数的扩张,以及选择BaaS车电分离方案的用户数增多,导致运营成本的上浮。 据悉,目前单个换电站的建设成本大约在200万元左右,还不包括场地租金、人工以及维修费用等。粗略估算,以蔚来目前530多个换电站为例,仅此项投入就已超过10亿元。并且根据长期规划来看,每年换电站总数依然会以600座的数量激增,也就是超12亿元的持续注资。 即便对于当下手握较为充沛现金流的蔚来而言,完全可以负担,但如果长期无法“扭亏为盈”,只有一味地依靠外部输血运转,换电模式的可行性将持续遭受质疑,并活在阴影之下。 再者,则是目前始终无法“开放”的困局。早在NIO Power三周年上,秦力洪正式宣布:“蔚来宣布向行业全面开放NIO Power充换电体系及BaaS服务,与行业及智能电动汽车用户分享NIO Power建设成果。” 李斌也曾不止一次表示,蔚来的换电体系,希望接纳更多人的加入。言外之意非常明显,整套体系需要足够数量的参与者,只有达到一定的规模,才能使得自负盈亏的目标尽快实现,而这仅仅依靠蔚来自己的力量,看似很难达成。 可现状却是,大多车企在究竟是超充与换电的模式选择上,更多还是倾向前者。少部分愿意尝试后者的车企,更多也只愿在B端出行市场小规模试水,C端私人市场,蔚来依旧“孤立无援”。 同时,如果想要兼容蔚来换电站,注定需要在动力电池的相关设计、研发、制造层面与其做到统一,而这恰恰也是某些品牌,不愿受制于人的地方。 最后,需要面对的还是来自超充的挤压。不禁试问,将来的某一天,伴随相关技术的不断迭代进步,超充的速度能够达到与目前换电趋近的10分钟左右,那么作为电动车主究竟如何做出选择? 想必问题的答案,将会变得十分有趣。进而引发出一个新的思考:当超充变得足够便利,换电究竟是否还有存在的必要? 实际上,关于类似的讨论整个新能源行业从未平息,而尖锐的观点认为,换电模式自始至终就是 “过渡”。参考当下的智能手机板块,大功率超充看似才是主流。并且相比换电的难以规格统一、各自为营,超充网络更加容易达到共通,进而令相关资源发挥出最大威力。 好在,从蔚来目前的布局来看,同样未放缓对超充站的布局。至于将来究竟是继续all in换电,还是将重心逐渐倾斜至超充,选择权则掌握在这家车企自己手中。 03 孤岛or灯塔? 记忆再次拉回到NIO Power三周年后的专访环节。 秦力洪面对提问,笃定的回答道:“2019年蔚来对电池进行了一次召回,23天全部完成,在紧急的时候,换电站能起到电池安全保护和紧急服务的作用。蔚来在成长,我们在换电站上投入的绝对金额占我们的总投入的比例会越来越少。大家会看到我们越跑越快、同时也越跑越轻盈。” 另外,他也呼吁大家不要用亏损这个概念来理解NIO Power,“举个例子,如果有更好的机会,你会借点钱让你的孩子上最好的学校吗?NIO Power的投入对蔚来来说,就是孩子教育的钱,它不是亏损而是投资。” 而到现在,蔚来自上到下依然认为,“在这件事上,做了一个十分正确的战略选择,而且会一直做下去。越多的人认为我们亏损,我们的相对竞争机会、我们的战略竞争窗口期就会越长。” 平心而论,自品牌建立之初,选择换电作为长期的发展方向,并逐渐尝到甜头,获得自家车主的认可,蔚来的确从中获得了足够的信心,作为继续投入的支撑。 因此,站在当下这个节点,讨论是对是错,或许是缺乏实际意义的。 后续剧情的走向又将如何,短期内谁也无法给出一个确切的预测。而作为旁观者,需要肯定的是 NIO Power的出现,给予了处在跃进中的新能源市场,一种相对独特的尝试。 文末,依然想说,蔚来换电,究竟是驶向孤岛,还是成为灯塔?或许用最近看到的一句话,便能十分恰当形容它的心境:“每个人都是一座孤岛,但我更愿成为一座灯塔。” 有些人,注定活在争议与质疑声中……
温州维权车主回应被判赔特斯拉5万元:承认误踩是为了保险理赔
IT之家10 月 12 日消息 在 10 月 11 日IT之家曾报道过一篇温州特斯拉车主谎称刹车失灵被判赔 5 万元,并在抖音平台道歉的文章。2020 年 8 月,温州的陈先生驾驶着一辆特斯拉 Model 3 突然加速并撞翻小区路旁多辆车,在连撞十几辆车后才终于停下来。陈先生在这场事故后,大肠被截 20 厘米,且腰骨碎裂。陈先生对媒体表示,当时这台 Model 3 并未开启自动辅助驾驶,车辆突然失控并加速,他虽然采取了制动手段但没有任何作用,并表示自己驾龄十余年,绝不会犯“刹车、油门踩错”的错误。 后期温州市汽车工程学会发布了上述特斯拉事故的最新调查报告,中美双方的数据均证实事故真相系车主误踩踏板,把油门踏板当刹车踩。 2021 年 9 月 24 日,温州市鹿城区人民法院下达民事判决书,经鉴定事发时刹车并未踩下且陈先生曾承认自己是将油门误当刹车踩,认为本案构成了对原告(特斯拉上海有限公司)名誉权的侵害,要求被告陈先生在抖音平台上向原告赔礼道歉,置顶持续不少于 90 日,并酌情向原告赔偿损失 5 万元。 而今日,据新京报报道称,据遭特斯拉起诉被判赔 5 万元的温州车主陈先生称,自己目前尚未拿到判决书,在拿到判决书后会上诉,相信法律是公平公正的。并表示自己是一个受害者,特斯拉没有赔他一份钱反而还要被告。 陈先生称,自己邻居的车辆在这次事故中也有被波及,因目前无法认定事故责任保险理赔而陷入僵局,为了尽快完成保险理赔流程,故出此下策,承认是自己是误踩油门。并坚持表示自己没有误踩油门,也没有后悔承认是自己误踩油门,称这件事情本身就没有办法。
“812温州特斯拉失灵”事件反转:车主错把油门当刹车,向特斯拉道歉并赔偿5万元
10月11日消息,红星资本局从多方获悉,特斯拉(TSLA.US)诉“812温州特斯拉失灵”车主名誉权纠纷一案有了最新进展。温州市鹿城区人民法院判决温州特斯拉车主陈某向特斯拉赔礼道歉,并支付后者赔偿款5万元。 资料图 图据视觉中国 2020年8月12日,温州市鹿城区双乐住宅区小区停车场发生一起严重的交通事故,一辆国产Model 3高速冲撞停车场入口的阻拦杆,随后又与停车场内的车辆发生严重碰撞。事故发生后,车主陈某伤势严重,他在接受媒体采访时表示,当时在距离停车场100米时,Model 3失控突然加速、刹车失灵。 温州市鹿城区人民法院于今年6月9日受理此案并公开开庭审理。法院判决书显示,2021年5月,温州市汽车工程学会下属司法鉴定机构详细介绍了检测过程并公布调查结果:2020年8月12日发生的高速冲撞停车场并导致连环撞车事件系车主踩错踏板,即把油门踏板当成刹车踏板。 法院经审理认定,车主陈某承担事故的全部责任,其他各方对事故发生均无责任。 此外,法院认定,陈某在上述鉴定意见书和事故认定书作出后,仍在抖音和新浪微博发布与事实不符的有关损害特斯拉声誉的信息,造成网络用户、媒体观众等对特斯拉的错误认知,以及对特斯拉社会评价降低,已经构成对原告名誉权的侵害。法院要求该车主在抖音平台其使用账户上向特斯拉赔礼道歉,持续不少于90日,并在判决生效起10日内支付特斯拉赔偿款5万元。 红星新闻记者 俞瑶 强亚铣 责编 任志江 编辑 余冬梅
英特尔确认Arc显卡不会有虚拟加密货币挖矿哈希锁限制 无法确保现货供应
IT之家 10月12日消息 英特尔在今年8月推出了Arc系列GPU,并确认基于 Xe-HPG GPU 的第一代迭代代号为 Alchemist,预计将于明年年初亮相,不过最近透露其台式机系列产品将推迟到明年第二季度。 在接受 Gadgets 360 采访时,英特尔 Raja Koduri 等高管更详细地介绍了即将推出的 Arc 产品。预计英特尔移动 Arc GPU 将在明年第一季度的某个时间与 Alder Lake mobile 同时推出。 主持人提问表示,英特尔 Arc GPU 是否具有任何类型的算法,以此避免矿工对这些卡太感兴趣。Roger Chandler 的回应称,英特尔将不会实施任何阻止挖矿的机制: “就软件锁和此类性质的事情而言,我们没有开发这个产品或在这一点上设立任何专门针对矿工的功能。就我们正在采取的行动而言,这是一种会进入市场的产品,人们将能够购买它。这(阻止挖矿)不是我们的首要任务。” 此外, Raja Koduri 还表示虽然英特尔不能保证良好的货源供应,但 AMD 或 NVIDIA 也不能保证。 IT之家了解到,此前 AMD 首席执行官 Lisa Su 预计缺货至少要到 2022 年下半年才会结束。在此之前,AMD GPU 的成本可能仍会更高,并且仍会存在供应问题。 “我们将作为第三名球员加入(AMD 和英伟达所在的这个 GPU 市场)。当需求如此之高且市场如此艰难时,我将始终保持谨慎。所以我不会说在这个高需求市场有足够的供应,但我想我的竞争对手现在都会面临同样的问题。” 除此之外,英特尔还确认已经与 ODM 和 OEM 合作,将推出具有定制散热器和功能的非公版 Arc 显卡,而且该公司已经提供了自己的参考设计,以简化和加快定制设计的设计过程。 “我们正在为我们的合作伙伴提供消除摩擦所需的设计,以真正加速并在我们的产品上脱颖而出。现在无论它是否与当今市场上的产品具有可比性,我们都不会深入研究这些细节。
摩根大通CEO:比特币“一文不值” 政府将对其进行监管
智通财经APP获悉,周一,摩根大通(JPM.US)首席执行官戴蒙在国际金融协会年度虚拟会议上指出,加密货币将受到政府监管,他个人认为比特币“一文不值”。他表示:“无论其他人怎么想,政府都会对其进行监管,这将出于反洗钱目的、银行保密法和税收目的对其进行监管。” 今年夏季,摩根大通为高净值客户推出加密货币基金,这意味着该银行的财务顾问可以接受客户对五种加密货币产品的买卖订单。 戴蒙表示,他的观点与该行及其董事会的观点不同,他仍然持怀疑态度。戴蒙称:“我个人认为比特币一文不值,我也觉得人们不应该抽烟。我们的客户是成年人。他们不同意(比特币一文不值的观点)。如果他们想要购买或出售比特币,我们不能保管它,但我们可以给他们合法的访问权限。” 比特币在周一涨超5%,价格站上57500美元/枚。比特币概念股走高,Marathon Patent(MARA.US)涨超8%,嘉楠科技(CAN.US)涨7%,第九城市(NCTY.US)涨超6%,Bit Digital(BTBT.US)涨超4%,SOS(SOS.US)涨0.94%。 同一会议上,戴蒙还表示,由新冠疫情引起的全球供应链短缺问题已经对经济增长造成了影响,但这个问题将会转瞬即逝。他指出:“这在明年根本不会成为一个问题,我认为市场体系会像公司一样对其进行调整。” 虽然一些专家认为供应链问题将持续到2023年,但戴蒙的看法更乐观。他认为经济在未来几年内将会有增长,部分是因为消费者的力量。戴蒙称:“消费者正在购买其他东西,他们不能买车,就会买家装,他们不能旅行,就会在国内进行消费。消费者的支出比疫情前多20%。” 戴蒙强调,供应链的中断最终可能只是延长了经济复苏的时间,而不是使其脱轨。此外,他还表示,公司的状况很好,可以继续在一个水平上很长一段时间。
《鱿鱼游戏》带火椪糖生意:成本一两块 一周能挣一万
深燃(shenrancaijing)原创 作者 | 邹帅 编辑 | 黎明 《鱿鱼游戏》播出之前,抠椪糖还只是一个天真烂漫的儿童游戏。 椪糖的制作方式,是将白糖和小苏打放在铁勺里,在火上一边烘烤一边搅拌,直至融化。在韩国,制作椪糖时商贩会将其直接压扁,用模具刻上圆形、方形、星星、雨伞等,吸引顾客在摊前抠出中间的形状,多了些游戏体验。 《鱿鱼游戏》中的椪糖 来源 / 网络 在Netflix热门剧集《鱿鱼游戏》中,第二关就是抠椪糖,参赛者在不知道游戏的前提下盲选圆形、三角形、星星和雨伞四个图案,规定时间内用针抠出完整的图形便能过关,败者则会被枪杀出局。 456人参与俄罗斯轮盘赌式的生死局,仅有最后一个赢家能获得456亿韩元的奖金,血腥残暴的玩法让这部剧红了一把,同时也带火了抠椪糖、一二三木头人等游戏。 据央视财经报道,韩国本土的便利店内,制作焦糖饼(剧中的椪糖)的主材料白糖的销售额在剧集上线两周内增加了45%,成品销量更是涨了三倍。在韩国为该电视剧提供700块椪糖道具的制糖人安先生,现在每天卖500多块椪糖,连续一周驻店未回家。 中国的椪糖生意同样火爆,主营甜点咖啡的实体店上架椪糖,忠实观众看完剧也自己出来摆摊,博主们也发起了抠椪糖挑战。微薄的成本,加上IP的溢价,其貌不扬的椪糖,真的能掘出金来吗? 实体店:醉翁之意不在糖,在引流 有场地,还能吃吃喝喝,甜品店、咖啡店很自然地赚起了椪糖的钱。 据深燃观察,北京、上海、长沙、成都、大连等多个城市都有实体店推出了椪糖产品,挂上了“《鱿鱼游戏》同款”的牌子,每块的价格低的仅几元,高的将近30元。网友在小红书分享,长沙一家甜品店卖的椪糖20多块钱一个,戳成功了免费,但难度和剧里的一样,他一个都没戳成功。 大连的元元也在国庆假期去一家咖啡店买了几个椪糖玩。该店售卖的椪糖图案有三叶草、心形、饼干人三种,每块糖装在一个小袋子里,还会附赠一张印有□○△的《鱿鱼游戏》同款卡片,加上抠糖工具曲别针。 元元买到的椪糖 来源 / 受访者供图 元元告诉深燃,那家店面很小,但来玩椪糖的人很多,基本都是一次买好几个,而且一度火到供不应求,她的朋友连续三天来买,都被告知已售罄。“3块钱一个,对于现在的消费者来说不贵。”元元觉得,便宜,加上电视剧的热度,所以来玩的人才会这么多。 有光临该店的顾客在大众点评表示,就是因为“看到大众点评说这里有鱿鱼游戏的同款椪糖便来打卡”,玩椪糖之余还点了两杯咖啡。价目表显示,该店的咖啡价格在15元至30元之间,是椪糖单价的5倍至10倍,一块小椪糖牵起数倍消费,看起来是门划算的生意。 深燃在大众点评搜到北京三家挂出椪糖游戏链接的实体店,都是以甜品和咖啡为主营业务。其中一家手作屋Ha Bakery提供的是DIY椪糖游戏,顾客到店自己制作椪糖再抠出形状,一份28元。该店介绍,失败了可以加十元换购拿铁一杯,成功者则可以领取100元的电子代金券,挑战小花图案成功可以免费得到价值300元的饼干体验课一堂。 Ha Bakery店长李女士告诉深燃,店里9月29日就推出了椪糖游戏,算是北京最早做这个的。李女士现居美国,经常在Netflix上看剧,《鱿鱼游戏》刚播出的时候就在海外掀起了一波热潮,但她询问身边朋友,当时看剧的人并不是很多。她观望了一段时间,等着《鱿鱼游戏》在国内的热度慢慢上来,又快到十一假期,就赶快在店里推出了椪糖游戏。 “我们店才开不久,非常需要这种热度。”李女士说,她发第一个宣传视频的时候,没有很多人留言,大概过了4天再发,留言就变多了。因为店的位置在一个客流不是很多的园区,所以一开始每天平均下来只有两三个人过来玩椪糖,后来慢慢变多,有些人甚至愿意开一个小时的车特地过来打卡。“现在一天能有50多组椪糖售出,最多有150组的公司订单,光椪糖这一部分收入,一周内应该有一万多元。” 李女士告诉深燃,当时并没有想靠椪糖盈利,只是想引流,提高转化率,但没想到效果不错,还带动了店内的其他消费,比起之前的客流,增长还是很明显的。她说,抠椪糖失败的消费者也很愿意加10元钱换一杯拿铁,“国庆期间店里的咖啡豆消耗得也很快。”而且,该店的微信公众号也涨了不少粉,“这也属于我们的隐形客户了。” 李女士对椪糖游戏的引流效果比较满意,她透露,自家店里曾有明星来拍过综艺,引流的效果都不甚理想,“粉丝就算是为了偶像来打卡,也只是来一次,不会持续性消费。” 小摊贩:赚零花钱,谋划创业 椪糖本就起源于街头,借着剧集的热度,一些忠实观众灵机一动,在街边摆起小摊来。 福建的嘟嘟有本职工作,趁国庆假期在购物广场附近摆了摊。她表示,自己以前做过糖画,所以做起椪糖还是很顺利的。但是她只卖了两天,一是因为熬糖太耗时,二是因为城管抓得严,自己被赶了好几次。 嘟嘟的椪糖卖9.9元两个,她告诉深燃,虽然只做了两天,但略有盈余。“成本在250元左右,(和赚的)基本扯平。” 停止摆摊之后,嘟嘟在小红书分享了具体的制作过程,也把工具和材料的链接摆了出来。当网友问及为什么不继续做了,她说,自己想趁国庆假期没结束出去玩两天,做椪糖也只是觉得有趣而已。 零租金,零税款,流动性大,很多年轻人都提上板凳,带上手写牌,在大街上和学校里支摊。简单算一笔账,目前市面上的白糖售价大约在2元/100g左右,按嘟嘟的制作教程,每块椪糖需20g白糖,也就是4毛钱左右的成本,小苏打用量极少,且价格更便宜,所以每块椪糖的成本不到1元钱。而不少个体商家都将椪糖卖到了8元、10元的单价,毛利超过5元,还不用承担房租水电和其他风险,赚点零花钱不在话下。 另一位浙江的“掘金者”小童却不想做短暂的生意,她的决心在创业。 小童的椪糖摊10月2日开张,她把私家车停在客流量较多的路口,直接用后备箱摆摊。小童告诉深燃,第一天摆摊客流量还不错,“可惜的是错过了9月30号和10月1号,而且到后面几天人慢慢就少了。” “当时也是在看《鱿鱼游戏》这个剧,还在小红书刷到韩国老爷爷在摊位现做这个糖饼,感觉很有意思就也想试试。”小童说,自己一直有创业的心,但又不太敢,这次看到剧的热度很高,就火速买了工具,逼了自己一把,“从有摆摊想法到开始摆摊就花了2天时间。”不过,研制椪糖的过程还是失败了好几次,要么颜色太深,要么小苏打放多了太膨胀了,还遇到过粘在板上就拿不起来的情况。 小童的定价是塑料透明包装的5元,同款铝盒包装+工具针的8元。她不仅摆了摊,还接了几个邮寄的单,她告诉深燃,邮寄分为两种包装,透明包装的是6元,铝盒包装的是9元。 假期结束后,小童没时间摆摊,就把椪糖生意转到了线上。“下班了在家做椪糖,微信接单邮寄。”小童坦言,制作椪糖最高的成本就是时间。“一晚上做得也不多,还很容易做废。而且做完一锅就需要洗锅,因为糖冷却后粘在锅里很难洗,总体上很耗时耗力。” 小童的后备箱椪糖摊 来源 / 小红书 “一锤子买卖”的生意,能一直火下去吗? 如此自由的生意,也招来了一些做“一锤子买卖”的商家。 有网友发文说,自己在淘宝买了椪糖,37元5个,包装非常精美,每块糖饼都装在塑料袋里,再放进剧中同款的铁盒,盒上甚至还有精心设计的贴纸。但是她打开一看,好几块糖饼上的图案都印偏了,而且糖饼特别厚,抠到工具都断了,糖饼还是纹丝不动。 网友买到的椪糖 来源 / 小红书 深燃在淘宝上发现,一些食品店铺都开辟了椪糖生意,售价在10元左右。除基本的图案之外,还有商家推出了此前网友恶搞的星巴克logo,以及旺仔、肯德基logo、刘关张、招财猫等难度系数较高的图案,月销55,但一个评论都没有,甚至详情图都是PS的,而非实拍。 某淘宝商家挂出的椪糖商品 截图 / 深燃 销量高的商家也逃不开差评,买家评论“不能说是一模一样吧,可以说是毫不相干了”,糖饼颜色不一、太厚、气泡多等等问题反复出现。 就连在实体店玩椪糖的元元,也吐槽“没什么体验感”。她说,买到的几块椪糖品控不一,有的特别薄,一秒钟就抠出来了。成都的一家咖啡店也同样有品质上的问题,顾客在大众点评发文,表示自己就是为了《鱿鱼游戏》来的,但是糖饼到手已经在溶化了,根本玩不了。 上述长沙甜品店售卖的椪糖外观与《鱿鱼游戏》基本相似,还附有剧中的小铁盒和卡片,但据网友发布的图片来看,该店的椪糖不是规整的圆形,而且还有很大的气泡,评论区有人质疑:做成这样卖20块钱? 尽管有各种令人啼笑皆非的质量问题,但毋庸置疑的是,蹭上《鱿鱼游戏》的热度小赚一笔的人不在少数。不过,《鱿鱼游戏》已经播完,褪下热度之后,这口饭还能吃多久? 有创业理想的小童表示,她还会把椪糖生意继续做下去,转到线上,微信和淘宝两个渠道都会做。她告诉深燃,《鱿鱼游戏》的热度过去了生意肯定会差一点,但她觉得椪糖有望发展成常态化商品,可以作为接亲、班会、聚会小游戏,还是会有一些市场需求。小童也说,为了延续自己的线上生意,她会在包装上很用心,量大的话还会提供保价服务。 也有人把继续赚钱的希望寄托于第二季。外界对《鱿鱼游戏》第二季的呼声很高,做《鱿鱼游戏》同款周边生意的商家也曾对媒体表示,如果有第二季,就还会继续卖。但不久前《鱿鱼游戏》导演黄东赫接受媒体采访时表示,拍摄过程中因压力太大,坏了6颗牙齿,对于第二季,他只表示没有完全放弃制作的想法。 有没有第二季还很难说,很多“掘金者”也清楚,剧的热度只是一时的,未来还会有更多爆款剧集转移掉消费者的注意力,椪糖的神话难以持续。李女士对深燃表示,等到热度散去就不做椪糖了。 李女士还考虑到了版权的问题。她表示,店里卖的椪糖图案用的都是自有的模具,避开了和剧中完全重复的图形,包括最难的雨伞店内也没有做,也没有摆出剧里标志性的□○△图标。“我觉得重要的是感受这个游戏,而不是说要和剧里一模一样,不想完全模仿,还是想有一些自己的东西在里面。” 一个《鱿鱼游戏》火了,以后还会有无数个《鱿鱼游戏》出现。热度之下,不应该只有稍纵即逝的商机和伺机而动的掘金者,还应该有长长久久的稳定生意。 *题图来源于《鱿鱼游戏》。应受访者要求,文中嘟嘟、元元、小童为化名。
姚劲波上不了王兴的“牌桌”
作者|齐子概 编辑|赵元 1995年,中国刚刚接入国际互联网。 王兴还在福建龙岩读高一,他家境富裕,父亲王苗给他买了台电脑,他成了中国最早接触互联网的一批人。 千里之外青岛的中国海洋大学,迎来了一位叫姚劲波的化学系新生,他并不是很情愿来到这里,他真正感兴趣的是计算机,入学后很长一段时间里,他甚至想退学重考。 这两位相隔千里的年轻人,出于对计算机的爱好,在日后的十几年中,他们一头扎进互联网,并在一个赛道上进行交锋。 更早毕业的姚劲波,在2005年效仿美国的Craigslist.org,成立了分类信息网站58同城,稍早一些,他凭借创办易域网——一家网络域名交易公司,赚到了第一桶金、参与创办了学大教育,已经声明鹊起。 分类信息网站,其实是本地生活O2O的雏形。 王兴创办的美团比58同城晚了五年,但他们的故事将呈现出两个走向:往前,姚劲波的58同城是明星企业,备受投资人青睐,但随后将逐步走向边缘化;往后,美团将在惨烈的“千团大战”中存活下来,倒在它面前的,包括58的团购项目,王兴将以更激烈的姿态进入本地生活的每个领域。 01 姚劲波与王兴的第一次交锋 早期的58同城进展顺利,姚劲波很快拿到了赛富资本A轮500万美元的融资。 即便08年的时候,58同城受金融危机影响一度走到破产边缘,但这只是个小插曲,因为很快,软银富赛追加了4000万的投资,2010年,其又拉着DCM进行了第二轮1500万美元投资,再到2010年12月初,姚劲波又拿到了华平创投6000万美元的第三轮融资。 58的顺遂离不开两个原因: 第一,当时中国互联网产业仍处于萌芽期,互联网创业的主流路径,是最先嗅到互联网风向的那批人,他们在互联网发展更加成熟的美国,找到一个商业模式,然后照搬到中国进行本土化。 在美国有了参考对象,他们更容易被资本市场认可。58创立之初,姚劲波的设想便是,只要有用户量和收入支撑,再过两三年就去上市。“美国市场肯定认可我们的公司,我只需要说自己的目标是中国行业最大、是中国的Craigslist就行了。” 第二,58幸运地符合了平台经济的特征。 平台经济有四个主要特征:依赖用户的高度参与、供求双方的信息精确匹配、双边网络外部性及大规模跨界。 在当时,市场上分类信息网站并不多,58同城实际上掌握了先发优势,它将本地商户服务信息进行整合,以广而全的信息发布的方式,解决用户的信息需求。 这也决定了58同城的商业模式:基于用户基础获得信息与流量,向企业用户收取接入这些信息与流量的费用,同时向商户收取会员费用。 这是典型的流量思维,在互联网人口红利期,58同城的核心优势,正是丰富的信息服务、长期培养起来的用户习惯、以及领先的行业地位。 在那个阶段,重要的是信息的广度与用户浏览量,在信息分类的赛道里,这两点足以让58同城树起护城河。 这也是为什么,2011年,58同城主要的竞争对手赶集网获得红杉资本与今日资本的C轮融资后,促使58同城投入了近千万美元大打广告战,广告战的高潮在2014年,两家的广告投放总和超过了15亿元。 不过后来姚劲波发现打来打去是一场内耗,动了收购赶集网的心思。 一则有趣的故事是,2013年58同城赴美上市后,姚劲波保持着三四个月给赶集网创始人杨浩涌发一条短信的动作,短信内容大多是“聊聊”“两家合了吧”之类。 58同城成立8年后,姚劲波迎来了两个高光时刻:2013年,58同城赴美上市;2015年,58同城并购了它最大的竞争对手赶集网,在信息分类这条赛道上,再也没有了对手。 这时的58同城,实际上已经走进了流量批发的舒适区,这让他错过了在本地生活O2O领域的大好机会。 2010年美团成立,以团购模式进入本地生活赛道,它长成了一个超级生活平台,用户与商家可以在线上进行交易,线上线下被打通,它关心流量,但更关心用户黏性,它提供信息资讯,但又不限于信息服务,而是依托这个平台提供本地生活服务。 这事实上也是姚劲波最好的机会,王兴更像是在姚劲波的基础上,往前迈了一步,用交易串起了生活服务。 58同城及美团,代表着本地生活O2O的两条路线:前者直接切入本地生活信息服务,而美团则是以团购出发,起初重点布局餐饮领域,后期逐步成长为涉入本地生活服务领域的交易平台。 虽然2010年6月,58同城也上线了团购业务,但即使是在鼎盛期,58在团购业务上的资源投入,也不到公司的10%。 一位58的老员工对此觉得惋惜:“当时只是想占个坑,所以初期的投入并不大,但没想到美团瞬间就起来了,等58自己想砸钱做大时发现,已经来不及了”。 02 新的秩序:58掉队 2015年合并赶集网之后,58同城的市值逼近百亿美元,同期美团合并大众点评,估值在150亿美元上下。 五年之后,58同城从美股私有化,退市的价格是87亿美元,美团的市值则已经迈过3000亿美元的高位,成为中国互联网市值第三高的企业。 姚劲波陷入尴尬境地。 有两个问题值得讨论:一是为什么58同城的团购没做起来,二是为什么58依旧是分类信息平台的老大,但却在后来一步步被边缘化。 有一种观点认为,58同城最大的错误,在于对本地生活服务的理解出现了偏差:姚劲波在本地生活服务领域坚持做一家轻公司。 至少在2013年上市之前,58同城的核心价值仍然停留在信息层面,对平台而言,只有信息,不足以构建起交易闭环,进而导致对用户的价值十分有限。 直到去年的“58神奇日”上,姚劲波才表示,58同城正在从一个以流量收入为主的平台迈向将来以服务收入为主的时代。 这又反过来导致了另外一个问题,当用户与平台的联结纽带更多是信息,这其实是一种弱关系,用户用完即走,并不会长期留在平台上,简单来说就是,信息服务的广度能够吸引用户,但深度不足、连接不足,很难留住用户。 王兴实际上比姚劲波更往前迈了一步,2017年接受媒体采访时,王兴称美团在各个垂直行业都在做更深层次的连接。“在餐饮,我们最早提供信息,后来提供交易,再提供外卖的配送。我们现在还给餐饮老板提供ERP系统,我们会往B端走,扎得更深。” 在王兴看来,纯粹的C端、纯粹的连接,“腾讯一个人干就好了”。 此外,2015年以后,互联网正在呈现出新的特征:廉价流量消失,线上获客难度进一步加大,移动互联网的引爆性红利即将吃完。 这年,王兴提出来“互联网竞争的下半场开始了”,他认为,下半场是ARPU值(每用户平均价值)的体现,是大数据和人工智能的突破,行业竞争模式从外部竞争升级到打造企业核心竞争力。 也就是说,纯粹的流量思维,在互联网的下半场竞争中,已经不再是万能法宝。 更何况,移动互联网时代的战争,微缩为一个个超级App的战争,而从网页端向移动端的转型,并非是一个简单的搬运过程。 这个时候,王兴的美团与姚劲波的58同城,实际上是两个模式。 美团以酒店、电影、外卖等高频业务切入,进入生活O2O领域的模式虽然重,但用户在其平台上交易习惯的建立,让其后来切入更多生活服务之时会更加顺畅。 这是因为,美团商业模式的内核其实是交易,后来王兴带领美团切入多个领域,陷入了边界争议,他在采访中说“太多人关注边界,而不关心核心”,在王兴口中,那个核心是服务,那最终凝练成一句话:「We help people eat better,Live better」。 58同城更多还是一个信息服务平台,2014年它引入腾讯时,姚劲波称主要考虑了两个因素:一是腾讯在PC和移动都有很大的流量,这些入口对58有巨大价值,58的产品可以跟腾讯的流量和资源无缝对接;二是58同城的用户之间缺乏社交关系,和腾讯合作能引进腾讯的社交关系,提升产品信任度和用户体验。 自2013年上市以后,58同城也在不断扩充边界,它投资或并购了e代驾、驾校一点通、安居客、土巴兔等多家公司,但它并没有像美团那样靠交易将这些业务并到一个生态里,没过太久,这些业务将被一个个分拆出来独立发展。 姚劲波在极力扩充规模,但在网络效应上,却没有帮助58走出一条稳固的道路。 03 拆分上市是“灵丹妙药”? 现在的58同城,依然是一个边界很广、信息很丰富的平台,招聘、房产、二手电商、家政服务等等,姚劲波做着几年前就在做的事情。 围绕着58的争议一直存在:58的疆域很广,却在很多业务上浅尝辄止,在它涉足的很多垂直领域,都没能将先发优势延续下去。 这给外界一种印象,即58看起来什么都在做,却什么也没做好。 2017年底的一次视频访谈中,姚劲波回应争议,他称58同城设想在每一个垂直领域并购一家公司,充分发挥58同城平台的头部效应,最终干掉所有垂直网站。 所以过去的几年里,姚劲波将58同城“化整为零”,过去统归于一个平台的子业务,被陆续分拆出来。 去年58同城私有化之后,姚劲波对公司的组织架构进行了一次调整,从横向分类信息平台变成了3到5个垂直产业互联网的平台,他希望他们能够独立走向资本市场,有独立的管理团队,而且在每一个产业都扎根足够深。 当前,58同城已经拆分出多家独立业务:安居客、天鹅到家、快狗打车、转转、斗米兼职、58同镇、58同城大学、车好多。 安居客、天鹅到家、快狗打车,都已经递交过招股书。不过今年大量的黑天鹅事件影响下,天鹅到家的上市已经被搁置,安居客和快狗打车将上市目标放在了香港。不过最新消息显示,安居客招股书已呈“失效”状态。 比起漫长的上市等待,姚劲波面临的更大挑战在于,在这些领域,它们都面临着强敌。 同城物流市场,行业第一的货拉拉市场占比过半,快狗虽位居第二,但市场份额只有5.5%;房产中介领域,安居客最大的竞争对手贝壳去年已经赴美上市,当前市值超200亿美元。 二手电商平台,闲鱼与转转占据了市场九成份额,但申万宏源提供的数据显示,闲鱼的市场渗透率为72.9%,转转则为33.1%。 天鹅到家倒是家政服务赛道的头部玩家,但目前仍处于亏损状态。2018年到2020年,分别亏损了5.91亿元、6.16亿元、6.15亿元。 回到2016年,在乌镇举办的第三届世界互联网大会上,姚劲波在一场演讲中表示,此前李彦宏认为移动互联网已经没有可能出现独角兽,他并不认同这一说法,认为移动互联网还有未来,还有很多机会。 再到去年年底,他公开放言:如今,所有的产业都值得再做一遍。 现实显然不像姚劲波想的那样顺利,58同城在多个垂直领域同时发力,但这些领域留给他的机会已经很小了。 在姚劲波涉足的垂直赛道,除了大多都有强劲对手外,资金压力也是不容忽视的问题。 在早期的互联网商业世界,选中一条空白赛道,在资本的助力下快速积累起用户规模,商业模式甚至可以慢慢找,这是惯用的打法。 2005年的58同城是这么长大的,但这家公司的成长速度没有跟上互联网的进化速度,陷入到流量思维的僵局中,错失了本该属于它的本地生活O2O良机。 而当下资本对互联网的兴趣已经远不及前几年,消费、芯片、硬科技才是当下资本追逐的对象。 58同城现在所涉猎垂直领域,要找到新的增长机会,用投入换取扩张是一条避不开的路。扩张的前提是要有充足的资金,融资显得愈加重要,这是姚劲波需要跨过的一道坎。 2017年5月,接受晚点采访时,王兴被问到这样一个问题:美团目前的几块业务,各自多长时间可以结束战役? 王兴答:当我们的市场渗透率超过50%的时候,如果不犯愚蠢的错误,就很难被翻盘。我们希望每个领域都做到第一,至少确保第二。但我们并不指望完全消灭敌人,所有人在下半场都要接受竞合才是新常态。 当下,如果用同样的问题来问姚劲波,他或许没有这样的底气。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。