- 微软正在向人工智能和云计算投入资源,其Azure平台和Copilot人工智能助手经历了显着增长。
- 通过向 Azure 和企业展示 AI 的价值,投资者对 AI 支出的担忧得到了解决。
- 微软最近推出了Azure Maia和Cobalt芯片,使其成为人工智能芯片竞赛的主要参与者。
- 虽然微软在人工智能领域取得了长足的进步,但由于强大的 GPU 和战略合作伙伴关系,英伟达的主导地位仍然强劲。
近年来,微软在Azure云平台和人工智能方面进行了大量投资。 引发投资的因素包括Azure的收入增长和对人工智能不断增长的需求。
让我们仔细看看微软的人工智能和云投资。 除了 Azure 之外,我们最近还向您介绍了 VASA-1,这是该公司的 AI 工具,可将照片变成逼真的视频。 这是一个很棒的工具,但微软不敢发布它。 恐惧的原因是Deepfake!
让我们仔细看看微软和其他公司在人工智能方面的投资。
Azure 持续增长
微软的Azure云平台近年来一直稳步增长。 本季度,Azure 收入增长 31%,达到 267 亿美元。 Azure 的增长使该平台成为微软增长最快的部门,并为公司的增长做出了重大贡献。
当然,Azure增长最强劲的驱动力是AI服务。 Copilot是一款人工智能助手,能够让开发人员更高效地完成代码编写和调试任务,在Azure的增长中也发挥了重要作用。
投资者的担忧和微软的回应
与此同时,微软正在关注其人工智能支出的实际成果。 该公司提供的数据显示开发人员如何使用 Copilot 等产品以及它们如何为公司增加价值。 它还组织投资者日和会议来解决投资者的担忧。
另一方面, 微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 宣布 AI 助手 Copilot 本季度付费用户数量增加了 35%,达到 180 万。 他还表示,Microsoft Copilot 正在帮助改善各个领域的业务成果,并正在引领公司进入“人工智能转型的新时代”。
微软首席财务官艾米·胡德表示 该公司的资本支出将大幅增加,并且近期对人工智能的需求超过其当前的能力。
为什么AI芯片很重要?
AI芯片的重要性可以概括如下:
- 由于人工智能算法需要复杂的计算,普通处理器可能很难处理这些任务。 人工智能芯片可以更快地执行这些计算,并且消耗更少的电量。 这可以使人工智能系统运行得更快、更高效。
- 人工智能芯片速度和效率的提高促进了面部识别、自动驾驶汽车和机器人等新人工智能应用的开发。 对于没有人工智能芯片的常规处理器来说,此类应用程序过于繁琐且昂贵。
- 这可能会导致医疗保健、金融和交通等多个行业发生重大变化。 许多专家认为,人工智能芯片是人工智能革命的核心,这场革命可能会重塑科技行业,甚至可能重塑世界。
- AI芯片的研发和生产也为经济增长提供了潜力。 到 2030 年,人工智能芯片市场预计将达到 1 万亿美元。
除此之外,微软自 2019 年以来一直在秘密研发 AI 芯片,据传一些微软和 OpenAI 员工已经测试了这些芯片的工作效果。 该公司并没有就此止步。 2023年11月,它推出了人工智能芯片Azure Maia 100和Azure Cobalt 100。您可以在我们为您准备的下表中查看这两款芯片的技术规格:
特征 | 蔚蓝玛雅 100 | 天青钴 100 |
目的 | 适用于云 AI 工作负载的 AI 加速器 | Azure 上的通用云服务 |
设计 | 定制人工智能加速器 | 128核基于Arm设计 |
制造流程 | 5纳米台积电工艺 | 不适用 |
晶体管数量 | 1050亿个晶体管 | 不适用 |
主要功能 | 大语言模型训练与推理 | 为 Azure 上的通用云服务提供支持 |
创新功能 | MX 数据类型可加快处理速度 | 精细电源管理,每核心控制 |
冷却系统 | 液冷服务器处理器 | 液冷服务器处理器 |
合作 | 与 OpenAI 合作进行设计 | 不适用 |
测试 | GPT 3.5 Turbo,AI 工作负载测试 | 在 Microsoft Teams、SQL Server 等上进行测试 |
Azure 中的集成 | 为 Azure 上的 AI 工作负载提供支持 | 计划集成 Azure 云服务 |
路线图 | 一系列潜在进步的一部分 | 未来潜在的迭代尚未披露 |
Nvidia的主导力量
NVIDIA在AI领域的快速增长是多种因素相互作用的结果:
- 强大的 GPU:虽然 NVIDIA 以其游戏显卡而闻名,但其强大的计算能力也使其成为 AI 应用的理想选择。 该公司的 CUDA 架构提供的并行计算能力比传统 CPU 快得多,使其成为深度学习和机器学习等复杂人工智能任务的理想平台。
- 人工智能驱动的软件:NVIDIA 开发了多个软件库和工具来补充 CUDA 并促进 AI 开发。 TensorRT、cuDNN 和 NCCL 等工具可帮助开发人员最大限度地利用 NVIDIA GPU 并更快、更高效地构建 AI 模型。
- 数据中心投资:近年来,NVIDIA 在 GPU 和数据中心的其他硬件方面投入了大量资金。
- 投资研发:NVIDIA 正在大力投资人工智能研究。 公司拥有自己的人工智能实验室,并与领先的学者和研究人员合作
- 战略合作伙伴关系:NVIDIA与微软、谷歌、亚马逊、Facebook等领先科技公司建立了战略合作伙伴关系。
整合与发展同样重要
人工智能最重要的方面之一是它与各种系统和平台集成的能力。 集成使企业和组织能够最大限度地发挥人工智能提供的优势。
例如,Meta的人工智能Meta AI已经融入Instagram、Facebook、WhatsApp等平台。 用户现在将能够直接通过应用程序受益于人工智能的功能。
与此同时,xAI 即将就 60 亿美元的融资达成一致,估值为 180 亿美元。 红杉资本预计也将参与此次交易。
微软在Azure和人工智能领域的强劲表现正在帮助该公司巩固其在科技领域的领先地位。 Azure 的增长和对 AI 服务需求的增加表明,微软在未来几年拥有强劲的增长潜力。 投资者将继续关注微软在人工智能领域的投资的长期效果以及它们将如何影响公司的价值。
特色图片来源:rawpixel.com / Freepik
Source: 微软致力于在人工智能领域进行大量投资