作者｜赵赛坡
头图｜视觉中国
本期首先关注台积电的美国工厂，围绕半导体这一重要战略资源，台积电、苹果（客户）以及美国政府有着不同考量，本期提供几点分析。
从此前英伟达收购 ARM 的提议到美国对华芯片禁售，开源芯片架构 RISC-V 已经成为行业关注的焦点，但也面临诸多问题，本期会结合最新的行业新闻做一番探讨。
本期还将关注：
ChatGPT 的未来；
不再惊艳的 re:Invent 大会；
经济寒冬下的企业软件市场；
接下来，欢迎和我一起复盘围绕计算与智能的产业动态。
算力
本周，台积电在亚利桑那州的芯片制造工厂迎来设备迁移入厂的时刻，包括美国总统拜登、台积电创办人张仲谋、苹果 CEO 库克等多位重要人物亲临现场，库克还在自己的 Twitter 上分享了自己的“感受”：
Apple silicon unlocks a new level of performance for our users. And soon, many of these chips can be stamped “Made in America.” The opening of TSMC’s plant in Arizona marks a new era of advanced manufacturing in the U.S. — and we are proud to become the site’s largest customer.
除了苹果，英伟达、AMD 已经确认，会通过这座工厂生产芯片。
更进一步，台积电透露其在亚利桑那州的两座工厂投资总额超过 400 亿美元，目前第一座工厂会在 2024 年正式开始生产芯片，另一座工厂预计将在 2026 年投产。
台积电在美设厂有着浓浓的地缘政治意味，围绕半导体这一重要战略资源，不同利益体有着不同考量：
台积电：通过在包括美国、欧盟在内的其他国家或地区建立工厂，进一步扩大其在半导体制造领域的影响力，未来也会成为台海关系的重要变量；
苹果/英伟达等台积电的客户：通过多元化的芯片工厂采购芯片，降低芯片供应链因为疫情或其他“黑天鹅事件”带来的影响；
美国/欧盟：将台积电的先进芯片制造能力放在自己的“地理空间”，这比什么安全承诺更具安全性，日本、新加坡政府也在积极争取台积电到当地设厂。
但台积电的亚利桑那州的芯片工厂也面临诸多需要克服的难题。一方面是成本难题，台积电需要将大量设备从亚洲运往美国，WSJ 认为美国工厂芯片制造的成本相比亚洲，会有 50% 幅度的上涨；另一方面则是人才，尽管已经开始在美国本土招聘优秀毕业生，但台积电还是需要将这些人送到亚洲工厂进行 12 个月或 18 个月的培训。
如果你看过 Netflix 的纪录片《美国工厂》，或许也会想到潜在的文化冲突……所有这些都将成为左右台积电海外工厂成败的关键。
美国对华芯片限售令也在加快中国 RISC-V 的发展，上周 FT 的独家报道称，包括中科院、阿里巴巴、腾讯在内的重点研究机构和企业，已经组成了一个芯片产业联盟，开源芯片架构 RISC-V 是其中的关键技术。
FT 援引一位政府官员的话表示，由政府牵头，可以集中资源，从而让 RISC-V 发展走上“正确的轨道”。
企业层面，目前阿里巴巴、字节跳动都在 RISC-V 有所布局：
阿里巴巴旗下的平头哥半导体计划使用 RISC-V 架构的芯片取代 ARM 芯片；
字节跳动已经成立了研发团队，但还处于早期阶段；
上月的云栖大会上，“平头哥”发布了一款基于 RISC-V 架构的全新处理器——玄铁C908，这款产品瞄准的是解决 RISC-V 领域的诸多难题，比如性能、场景或生态。根据阿里巴巴的新闻稿，玄铁C908 升级了微架构，并优化了 AI 性能，在图像分类等典型的 AI 计算场景里都有不错的表现。
不过，由于“平头哥”的诸多芯片需要台积电代工，禁售令的影响，使得“平台哥”不得不评估相关技术是否合规，比如传闻中的阿里巴巴首款 GPU，就需要重新进行设计，这不仅需要花费大量时间，还会增加至少 1000 万美元的额外成本。
过去几年，开源架构 RISC-V 发展迅速，英特尔今年宣布投资 10 亿美元加速 RISC—V 的研发与普及，并将在 license、合作生态以及资金上予以支持；ARM CEO Rene Haas 也公开表示，RISC-V 对于该公司的业务产生威胁。
2020 年基于 RISC-V 架构的芯片出货量仅占全球芯片出货量的 1%，但 2027 年有望达到 16%：
需要指出的是，无论是 ARM 架构还是 X86 架构，其核心竞争力并不仅仅是硬件产品的算力或能耗，而是围绕不同架构的生态，比如 ARM 全球拥有 5000 万开发者，这也让企业更换芯片架构变得极其困难。
全球来看，RISC-V 领域要解决以下问题：
如何基于开源软件的模式，实现商业化？上一个破解该难题的是红帽，花了 20 多年时间，RISC-V 领域会有这样的公司吗？
开源社区的管理难题；
软件：相比于 ARM、X86，开源免费的 RISC-V 当然可以吸引一部分用户，但企业用户更关注以及更需要的，其实是软件；
中国会给出一个不同的答案吗？拭目以待。
大模型
ChatGPT 无疑是过去一周机器学习大模型领域最火的产品，下面是“它”的自我介绍：
关于 ChatGPT 的详细介绍，可参见 OpenAI 官方博客的说明。
ChatGPT 的能力有多强呢？这是我看到的最具震撼的案例，在 ChatGPT 里运行虚拟机，然后在这台“虚拟机”里运行程序、访问网页……
软件公司 Box 创始人 Aaron Levie 让它写了一份 SaaS 公司营销策略，其结果也非常惊人。
借助社交媒体、论坛等，ChatGPT 的话题持续火热，以至于技术问答社区 StackOverflow 禁止使用 ChatGPT 生成答案，原因在于，ChatGPT 的答案往往没有经过验证，可能会对其他人造成误解。
根据 OpenAI 创始人 Sam Altman 提供的数字，目前已经有超过 100 万用户使用了该产品。
简洁的 UI、无任何代码要求的产品体验以及“深不可测”的技能，都让 ChatGPT 变得足够流行，也让普罗大众以最简单的方式体验到了最先进的机器学习模型，但我并不相信这就是 ChatGPT 的终点，未来还有众多可能性：
对话是不是一种新型搜索方式？这是一个若干年前就被广泛讨论的方向，不过现在 ChatGPT 极大优化了对话的体验，作为用户，比起 Google 里的搜索排序，你是否更相信对话给出建议？
如果大模型成为一种基础设施，它还能做什么？写一封商业计划书、写一封推文还是什么？当越来越多的产品选择使用 ChatGPT 或 GPT-3 这类模型作为基础设施，这些产品的竞争力或许就是“如何优化用户调取大模型”；
回到另一个古老而无聊的议题，既然 ChatGPT 能写这么多东西，它会替代人类吗，比如写作者？我在这周的 iPad Power User 里谈了这点：
从现在开始，以 GPT-3 为代表的各类语言大模型，可能会给我——以及更多爱好写东西人——带来一次范式革新：
人类负责思考，写出关键词；
语言大模型负责呈现这些思考，输出文本；
人类校对这些输出的文本（或者，让另一个模型校对？）；
未来三到五年，随着各类语言模型的普及，“写”会成为一件更没有门槛的事情，但这不意味着机器会替代人类，因为“写”只是结果，握有“思考”大权的人类，还是内容生产的“主人”。
云
上周，AWS 一年一度的 re:Invent 大会已全面回归线下，这是一次久违的线下大会，也可能是一次成功的大会、一次团结的大会，但并不是一次令人惊艳的大会。
和往年类似，AWS 几乎更新了旗下所有产品线，从计算、存储、网络到机器学习无所不包。但无论是芯片还是机器学习，今年的产品都缺乏亮点，比如 AWS 自研芯片 Graviton 3 今年迎来例行升级，Graviton 3E 的产品代号也预示着这款产品是小幅迭代（参考消费电子的“E”产品线，如 iPhone SE）。
纵观今年 re:Invent 大会，AWS 展示了两个发展思路：
发力 SaaS：AWS 正在加快将母公司亚马逊内部实践总结出来的方法论进行封装，形成一个个开箱即用的 SaaS 产品，比如今年新发布的供应链管理产品，此前 AWS 已经拥有了客服 SaaS 产品 Amazon Connect，未来或许还会推出财务、人事等亚马逊内部验证过的产品；
强调产品整合：很长一段时间里，AWS 上的大量产品缺乏有效整合，这当然便于开发者使用某一单独产品，但企业客户往往业务复杂，不可能仅通过一款产品就能满足业务需求，此次 AWS 已表示其关系型数据库 Aurora 和云数据仓库 Redshift 将进行更好整合，便于企业客户使用；
随着新一轮全球性经济衰退的开始，对于包括 AWS 在内的企业软件公司而言，未来正面临巨大的挑战，其中客户需求减少正在加剧：
美国橄榄球大联盟 NFL 考虑减少在 AWS 的采购；
在线旅行公司 Expedia 认为，减少云（主要是 AWS）的投入是降低企业成本的重要方式；
Salesforce CMO Brian Millham 与 Okta 公司 CEO Todd McKinnon 认为，客户需求疲软将持续；
如何自救呢？至少在目前，AWS、阿里云都在做两件事情：
裁员或停止招聘：AWS 已停止招聘，阿里云（也包括腾讯云）今年一直在裁员；
加快自研业务：自研芯片无疑是一个重要方向，能够减少对芯片公司的依赖，从而降低业务成本，也拥有了为客户降价的利润空间。
这个冬天会很冷，希望不要太长。
评论