人工智能時代的到來令人興奮，與互聯網時代相比有些不同，在互聯網時代，任何一家公司只要推出任何新技術或新產品，就會立即升值，而人工智能時代似乎更具選擇性。

英偉達公司在5月22日這一周的營收比其預期高出3億美元以上，該公司市值迅速達到1萬億美元。邁威爾科技公司的表現勉強好于預期，但其股價在5月26日上漲超過20%，其原因是人工智能推動了未來的帶寬需求。博通公司股價上漲近10%，其原因是，人們意識到該公司真正擅長的是超越中央處理器的以連接為中心的技術。與此同時，云存儲開發商Snowflake公司等其他公司受到了打擊，因為客戶減少了云計算方面的支出。Snowflake公司在5月24日的的盈利也勉強超過預期，并宣稱人工智能將是未來發展的風向標。

SiliconANGLE Media的聯合首席執行官、科技行業分析師Dave Vellante發表的這篇文章，將分析人工智能技術和行業(特別是圍繞英偉達公司)發展勢頭，研究芯片行業的行動。由于人工智能在很大程度上與數據有關，還將研究兩個頂級數據平臺Snowflake公司和Databricks公司的支出數據，以了解調查數據的含義，并研究實時數據和自動化作為經濟中大規模生產力增長催化劑的未來發展。

為了做到這一點，行業媒體SiliconANGLE Media的創始人兼首席執行官John Furrier和Wikibon公司的首席技術官David Floyer組成了一個探討小組。

英偉達公司計劃如何利用人工智能擁有數據中心

Dave Vellante在兩年前發布了一份研究報告闡述自己的觀點，也就是英偉達公司將如何顛覆價值1萬億美元的x86市場。

這基本上是英偉達公司計劃從英特爾公司占主導地位的通用數據中心市場中分得一杯羹的路線圖。他對英偉達公司的發展前景持樂觀態度，特別是由于該公司具有的強大的軟件專業知識和端到端能力。他注意到的不只是GPU，還有數以萬計的其他組件、網絡、智能網絡接口卡和英偉達公司正在構建的完整堆棧。

以下是這份主題為《英偉達計劃如何擁有人工智能數據中心》報告的摘錄：“英偉達公司希望以十分之一的成本使數據中心運行速度提高10倍，從而徹底改變企業計算。英偉達公司的首席執行官黃仁勛正在制定一項戰略，以重新構建當今的內部部署數據中心、公有云和邊緣計算設施，并利用該公司在人工智能架構方面的強大地位。這種端到端戰略的關鍵包括清晰的愿景、大規模的芯片設計技能、集成內存、處理器、I/O和網絡的基于Arm的新架構，以及一個引人注目的軟件消費模型。”

英偉達公司的業績被稱為“盈利報告史上最好的業績”

英偉達公司最近的業績證明，這一愿景似乎即將實現。

John Furrier聲稱ChatGPT為“網絡瀏覽器時刻”，黃仁勛稱之為“iPhone時刻”。不管怎樣，英偉達公司以6.7億美元的營收超過了之前的數字，并表示下半年的產品供應將明顯好轉。他還提出了一個強有力的、令人信服的說法，即該公司投入的預算正在從x86轉向該公司所稱的加速計算。

英偉達公司的估值幾乎是英特爾公司的9倍，ChatGPT一直是英偉達公司發展的巨大催化劑。以下是這個探討小組的訪談摘要。

人工智能基礎設施、半導體和數據：并行計算和云優化GPU的興起

在談話中，John Furrier和David Floyer談到了科技行業正在發生的重大變化。人工智能基礎設施、半導體和數據是科技行業轉型的關鍵，主要是由并行計算和云優化GPU的采用推動的。以下是三個關鍵點:

隨著對CPU周期的需求急劇上升，并行計算已經變得至關重要。這種轉變導致了更簡單、更高效的處理器技術的增加，將英偉達等公司推向了以GPU為主導的架構的最前沿。

特斯拉公司和蘋果公司等科技巨頭也在并行計算領域大舉投資，重點是神經網絡。這些公司正在從根本上重新設計硬件架構，以適應CPU需求的激增。

英特爾公司曾是CPU領域的霸主，但未能跟上這種模式轉變的步伐。Floyer表示，該公司作為領導者的未來發展岌岌可危。

此外，還有更多的并行計算在起作用。半導體行業的其他方面也在發生重大變化：

Floyer指出，英偉達公司從一開始就在GPU方面處于有利地位，并利用了最初的加密技術熱潮。人工智能趨勢一直很順利，現在已將重點轉向人工智能。隨著加密市場的降溫，人們的注意力已經轉移到云優化的GPU和人工智能上，Furrier認為這是下一代超大規模技術。

一場激烈的市場競爭即將來臨。雖然英特爾公司可能會通過其“至強”CPU產品線和傳統的原始設備制造商保持其在服務器技術領域的主導地位，但新興市場正朝著芯片級連接和云優化芯片的方向發展。

人工智能的作用不僅限于聊天機器人(例如ChatGPT)，通常被掩蓋的物理層被認為是下一個主要發展浪潮。它類似于開放系統互連或OSI模型，其中首先處理物理層，然后處理其他層。

英偉達公司的首席執行官黃仁勛認為，數據中心的未來在于成為一個“人工智能工廠”，這標志著其支出預算向人工智能驅動或加速計算的巨大轉變。這句話是一個強有力的營銷隱喻，它將成為英偉達公司利用這一轉變的戰略定位。

總之，人工智能基礎設施、半導體和數據的結合將推動下一波技術進步。能夠成功駕馭這一浪潮的企業可能會塑造該行業的未來。行業參與者之間的競爭將愈演愈烈，這將成為一個至關重要的行業領域。

AIalpha公司的工程師對GPU短缺的總結

在與theCUBE的一位社區成員的交談中，AIalpha公司深度人工智能專家分享了他的看法。

他在談到如何看待GPU供應時說，“開發人工智能的企業喜歡采用英偉達公司的產品。但如果黃仁勛真的想讓人工智能民主化，就需要降低GPU價格。我們需要更多的競爭。我們會看到AMD公司推出的GPU，將使用英特爾GPU，盡管它們的性能并不理想，但我們需要其他來源的GPU。”

在英偉達公司占據主導地位之后，將會有很多競爭

因此在這一背景下，了解一下英偉達公司和其他公司的一些芯片競爭可能會受到人工智能的推動。英偉達公司正在顛覆英特爾公司的市場地位，這是顯而易見的，Arm公司也是如此。超微設備公司正與這兩家公司正面競爭，AMD公司在重回市場前列地位方面做得非常出色。所有的云計算廠商都在開發自己的芯片，IBM公司也是如此。博通公司正在爭奪商用芯片市場的份額，并專注于包括智能網卡在內的周邊組件，邁威爾科技公司則專注于連接。

蘋果公司、特斯拉公司和Meta公司等其他一些科技公司也在開展半導體業務。中國的一些科技公司正在致力于設計和制造芯片，以實現自主獨立。因此，在這個市場上，英偉達公司遠非孤軍作戰，但該公司擁有巨大的領先優勢。

以下是兩位分析師對英偉達公司在人工智能領域的成功、神經網絡的重要性、超大規模計算機的作用以及地緣政治擔憂的談話摘要。

首先，John Furrier和David Floyer討論了英偉達公司在人工智能業務中的領先地位，這主要歸功于其GPU技術和創新的CUDA軟件。他們相信英偉達公司將繼續創新，開發更多的神經網絡。蘋果公司和特斯拉公司都以在神經網絡上的大量投資而聞名，蘋果公司主導著消費者計算，特斯拉公司專注于自動駕駛汽車的智能工作。這次談話引出了人工智能的更廣泛的圖景，他們認為人工智能是走向自動化的推動力。

其次，超大規模企業也加入進來，亞馬遜網絡服務公司、谷歌司、微軟公司和阿里巴巴集團都在開發自己的人工智能產品和芯片。報告還指出，中國在這個市場的影響力正在提升。亞馬遜公司在芯片領域擁有豐富的經驗，在人工智能領域有著悠久的歷史，被認為是潛在的領導者。AWS的生成式人工智能方法和積極的信息傳遞被視為其定位的關鍵。

此外，其討論的話題轉向了AWS公司收購Annapurna Labs的例子。AWS公司對英特爾公司的性能和價格都不滿意，因此開始與Annapurna公司合作，并最終收購了該公司。AWS公司計劃使用Annapurna在內部設計基于Arm的芯片。John Furrier和David Floyer推測，AWS公司是否可以采取類似的方式與英偉達公司競爭，可能會通過收購人工智能初創公司來創新其產品。但亞馬遜公司首席執行官Andy Jassy所說的“體驗沒有壓縮算法”的名言有利于英偉達公司。

以下是一些值得注意的要點：

• 在GPU技術和CUDA軟件的推動下，英偉達公司被視為人工智能市場的主導力量。
• 蘋果公司和特斯拉公司在神經網絡方面的大量投資預計將繼續影響人工智能硬件設計。
• AWS、谷歌、微軟和阿里巴巴等超大規模企業是主要參與者，它們都在設計自己的芯片或人工智能產品。
• AWS公司收購Annapurna Labs證明了超大規模企業通過內部設計降低成本和提高性能的潛力。
• AWS公司或其他超大規模企業可能會收購初創企業或在內部進行創新，以與英偉達公司競爭，但在可預見的未來，它們將依賴英偉達公司。
• 地緣政治方面的擔憂，有關地緣政治的擔憂被視為需要警惕的潛在風險，因為英偉達公司和蘋果等公司都暴露在風險之中。

每個計算周期的成本必須隨著人工智能的增長而增加，包括能源成本。自動化是證明人工智能成本合理性的關鍵。

總結：英偉達公司有很多競爭對手，但他們有著巨大的領先優勢，而在半導體領域，出現重大轉變需要很長的周期。

Snowflake公司的業績勉強超過預期

以下從另一個角度了解云存儲技術開發商Snowflake公司的季度業績以及該公司在人工智能行業中所處的位置。Snowflake公司的業績勉強超過預期，因此對其發展前景非常謹慎，其理由是與過去相比，消費模式不溫不火，投資者紛紛拋售該公司的股票。具有諷刺意味的是，Snowflake公司的首席財務官在電話會議期間一直飽受咳嗽的折磨。盡管出現了拋售，但該公司的發展勢頭仍然強勁，客戶流失率很低。然而，很多客戶正在通過減少保留策略來優化成本，這降低了存儲成本，并加快了查詢的運行速度，因此存儲和計算的減少意味著收入的減少。

Snowflake公司的目標是成為數據應用領域的iPhone，或者是AppStore。該公司想成為構建數據應用程序的最佳平臺，希望像全球主要云計算供應商和Databricks公司那樣做得更好。該公司還收購了一些初創公司(例如Applica)，現在又收購了Neeva公司，這些公司的技術都支持Snowpark的預期成果。Snowpark是一種開發者體驗，于2020年宣布使用SQL以外的接口(例如Python、Scala等)。

以下以Snowflake公司和Databricks公司為例，總結了與人工智能和自動化相關的數據基礎設施的未來討論。

Floyer認為，未來的企業架構應該以通過自動化減少勞動力為目標。要做到這一點，事務性數據和分析性數據需要統一，它們必須共享相同的數據庫，以最大限度地減少時間滯后并推動實時自動化。他認為，從長遠來看，像Snowflake公司這樣的架構可能不支持這種模型，因為它們需要從數據源到應用程序的更直接的方法。

關于Databricks公司, John Furrier討論了它是如何成功利用大數據浪潮的。然而他也認為，人工智能的引入將改變這種格局，帶來基礎設施平臺的轉變。他認為數據庫將變得不可見，由人工智能實現自動化，數據存儲將由開發人員和應用程序控制，從而導致當前腳本的完全逆轉。

Floyer的回應表達了數據庫在未來保持一致性的重要性，即使是以更分布式的形式。他不相信開發人員會完全接管數據管理的角色，因為數據庫減輕了開發人員的許多任務。他還認為，開發人員將受益于大量的新工具，從而簡化自動化的編排。

總結：數據基礎設施領域將發生重大轉變，轉向分布式、開發人員控制的數據庫，并提高自動化程度。然而，對于開發人員在數據管理方面有多大的控制權，以及數據庫在多大程度上仍將是一種必要的工具，人們的看法存在分歧。潛在的主題是，變化是不可避免的，企業需要適應以保持相關性。

調查數據表明， Snowflake公司的發展勢頭正在放緩

下面的圖表是對1700名信息技術決策者的調查，其中包括Snowflake公司的264個賬戶。它顯示了Snowflake公司在這264個帳戶中的凈得分的粒度。凈得分是基于企業技術研究的專有方法支出速度的指標。

圖中淺綠色的條形圖顯示了采用Snowflake的新客戶的百分比。深綠色是支出增長6%或更多的客戶百分比。灰色表示持平的支出。粉紅色的條形圖顯示支出下降了6%或更多，而鮮紅色的條形圖則表示支出流失。從綠色中減去紅色就等于凈得分。藍線顯示凈得分，黃線顯示數據集中提及的份額。

值得注意的是：

• Snowflake公司的凈得分在2022年1月的調查中達到頂峰，此后穩步下降。
• 它繼續處于高位，在數據集中處于最高水平。
• Snowflake公司的凈得分下降，是客戶群向支出持平的重大轉變的結果。在Snowflake公司的財報電話會議上，該公司的首席執行官Franks lotman表示，“首席財務官正在做出決定”，這意味著財務職能對支出增長施加了上限。
• Snowflake公司賬戶的流失率非常小，支持其150%以上的凈收入留存率。

Snowflake和Databricks競爭定義“現代數據平臺”

現在分享一個不同的觀點，并將Databricks帶入等式，看看它們如何與Snowflake公司相比較。這張圖表比較了Snowflake(N=264)，Databricks(N=225)和Streamlit(N=111)的數據。它在Y軸上繪制凈得分或消費勢頭，在X軸上繪制基于n的賬戶重疊/存在。彎曲的線條表示隨著時間推移的變化。

在這些數據中有幾點值得注意:

• 在過去兩年多的時間里，Databricks在企業中的存在感顯著增加，這兩家公司之間的賬戶重疊引發了一場迫在眉睫的戰斗。
• Snowflake公司凈得分下降，已經與Databricks公司的凈得分持平。
• 盡管存在宏觀壓力，但這三個數據平臺支出水平都高于40%，這是一個很高的指標。

以下深入探討在這些數據點的對話中出現的關鍵點。

討論開始于Furrier對Snowflake公司客戶流失數據有效性的承認。盡管目前的經濟逆風導致市場放緩，但它的流失率很低。所以Snowflake公司并沒有失去客戶，就像云計算公司那樣發生重大轉變。例如目前圍繞人工智能的炒作，往往會導致買方市場的凍結。這導致了一種“觀望”的態度，進一步減緩了人工智能行業的支出，但消費者并沒有流失。

在Snowflake和Databricks這兩個市場上的重要參與者之間出現了一個重要的比較。Snowflake公司強大的商業模式使其與眾不同，并使其在早期階段引領市場。然而，Databricks公司通過利用開源社區和不斷增強其強大的產品提供，已經獲得了實質性的吸引力。

討論中的一個重點是圍繞數據保留策略。例如，Snowflake公司為其客戶端存儲了大量的數據，但是也有一個問題：所有這些存儲的數據都得到了有效的利用嗎?這是Snowflake公司財報電話會議上的一個主要話題，而客戶被迫控制成本，縮短保留時間是一種合乎邏輯的方式。

Floyer強調，數據的價值隨著時間的推移而減少，這促使人們轉向在處理數據之前，在數據來源附近有效地捕獲和提取數據的價值。Barclays公司分析師Raimo Lenschow提出了一個被認為在財報電話會議上最突出的問題：存儲時間縮短的趨勢是否會持續下去?這是否會導致未來數據存儲需求的增長發生變化?

預期數據捕獲和利用效率的提高將導致更大比例的數據是短暫的。

然而，由于新行業和新用例的出現以及人工智能的影響，生成的數據量如此之大，將繼續呈指數級增長。

Furrier引入了“超大數據規模”的概念。它們可能是類似于超大規模云計算提供商的實體，但專注于為基礎人工智能模型存儲大量數據。

這與數據存儲和使用模型的持續發展相一致，基礎人工智能模型推動了這一變化。

與Snowflake公司和Databricks公司等公司目前提供的產品不同，有可能創建新形式的數據云。這將支持更多的分布式云數據架構，但需要新的數據庫類型和標準。

對話最后重點討論了歷史數據對人工智能的價值，特別是對模式識別和訓練人工智能模型的價值。有人猜測將會出現一種新的數據基礎設施模型，在這種模型中，重點將不再是存儲，而是實時使用和特定領域的數據。這可能會顯著改變未來數據處理的格局。

總結：目前Snowflake公司和Databricks公司的吸引力都很顯著。兩家公司都有強大的管理和看似忠誠的客戶群，它們都可能有效地利用人工智能。這個市場足夠大，足以讓它們在中短期內蓬勃發展，而圍繞實時數據和人工智能推理的長期趨勢將會給現狀帶來挑戰。

分析師為此討論了流失率、實時數據、更多的數據是否會變得短暫，以及這是否會對存儲增長產生負面影響。

面向企業的優步：數據應用的未來

應用程序的世界正在轉向數據應用程序。如今的數據孤島很大程度上是數據嵌入到自動化流程的應用程序中的一個功能。相信業務邏輯將越來越多地融入到數據中，應用程序將使用這種新模式構建。

現在經常使用的例子是優步公司，該公司創建了業務的數字孿生。人員、地點和事物作為獨立的數據元素被數字化，但這些數據“產品”是可發現的、可管理的、具有連貫性的。語義層使這些數據元素能夠被系統和彼此完全連接和理解。

以優步公司為例：乘客和司機根據需求和供應，與目的地、預計到達時間和價格相關的數據聯系在一起。這是實時完成的，不會在可用性、延遲和一致性之間產生重大權衡。相信這些類型的應用需要圍繞數據架構、標準和平臺進行新的思考。但更重要的是，它們將推動企業自動化和生產力達到新的水平。

以下是三位分析師用優步的例子和對生產力的影響進行的總結：

• 優步公司的人均收入：優步公司成功地利用來自汽車、司機、街道和路況的數據來優化其業務，從而使每位員工的收入大幅增加。從2021年到2022年，優步公司員工的年收入從60萬美元增長到97.1萬美元，遠遠超過了傳統軟件公司員工22.5萬至25萬美元的年收入。
• 自動化和人工智能對企業的影響：優步公司的自動化模式代表了一個未來趨勢：企業必須廣泛自動化，并利用人工智能來保持償付能力。在十年內不采用這種模式的企業可能會面臨新興初創公司更有效地使用人工智能工具和實時數據帶來的巨大風險。
• 埃隆·馬斯克對行業生產力的影響：埃隆·馬斯克以其創新的生產力方法對汽車和航天等行業產生了重大影響。馬斯克表示，通過生產“軟件汽車”而不是硬件汽車，以及Space X的類似創新，要想生存和發展，企業必須適應新技術和新工作流程。
• 實時數據采集是關鍵：對決策最有價值的數據是實時數據。優步等公司擅長根據即時數據做出實時決策。
• 人工智能現有企業vs.新進入者：戴爾技術公司、IBM、惠普企業、Oracle、ServiceNow和Salesforce等公司將投資和利用人工智能。然而，有一種觀點認為，一種類似于關鍵字搜索的新模式可能會出現，并成為行業中的一大熱門。這種模式最初被忽視，但最終會占據主導地位。

預測向簡化的轉變：這個探討小組預測，技術的持續轉變代表了一種新的范式。這種轉變很可能會催生新的創業公司，就像互聯網的出現一樣。相信下一波浪潮將集中于簡化事物和減少完成任務所需的步驟。隨著互聯網的興起，那些能夠在這個新生市場中開展業務并提升其價值的企業將獲得最大的價值。大型企業也將參與其中，并從這種轉變中獲得自己的價值和市場份額。

與前幾代公司不同，特別是在美國東海岸主營小型計算機業務公司(Apollo、DEC、DG,Prime、Wang)的消亡中，如今的領導者對顛覆性技術更加偏執，但也存在一些盲點，而且傳統企業往往過于專注于保護自己的特許經營權，從而導致增長放緩和缺乏創新。人工智能技術既為現有企業提供了將自動化引入現有平臺的機會，也為顛覆者提供了為行業帶來新模式的機會。

互聯網通常被視為基于比特和基于原子的業務之間的雙重機遇，而人工智能有所不同，它有可能變得更加普及。