当前位置:首页 > 公众号精选 > Techsugar
[导读]或许我们不能判断某个深度学习算法究竟将效率提升了100倍还是10倍,但可以从其他的已成事实去分析,比如异常的财务数据,不合理的供应链状况,以及数年如一日的PPT造芯片。揪住这些蛛丝马迹,也许会有一天豁然开朗:原来如此。刚跨入媒体行时,我觉得自己位于一个大时代的起点。当时,在博客上写到:从2015年开始今后的十年,随着越来越多的系统厂商由中国主导,将来会倒逼产业上游出现领先世界的企业,从而带领中国半导体产业规模超越韩国,引领亚洲。对中国市场而言,这的确是一个大时代。但这几年产业变化之猛烈,远远超出我当时的朴素设想。在2014年底,难以想象其后两年产业并购金额持续维持在千亿美元级别,难以想象英特尔老大的位置会在3年内被超越,难以想象中国产线一年可以开工十几条,难以想象一家公司可以在半导体上一年砸入200亿美元以上,难以想象合资与独立研发会引起“皇协军”之争,难以想象搅动半导体供应链主要因素之一的会是数字加密货币应用(比特币挖矿)。

或许我们不能判断某个深度学习算法究竟将效率提升了100倍还是10倍,但可以从其他的已成事实去分析,比如异常的财务数据,不合理的供应链状况,以及数年如一日的PPT造芯片。揪住这些蛛丝马迹,也许会有一天豁然开朗:原来如此。刚跨入媒体行时,我觉得自己位于一个大时代的起点。当时,在博客上写到:从2015年开始今后的十年,随着越来越多的系统厂商由中国主导,将来会倒逼产业上游出现领先世界的企业,从而带领中国半导体产业规模超越韩国,引领亚洲。对中国市场而言,这的确是一个大时代。但这几年产业变化之猛烈,远远超出我当时的朴素设想。在2014年底,难以想象其后两年产业并购金额持续维持在千亿美元级别,难以想象英特尔老大的位置会在3年内被超越,难以想象中国产线一年可以开工十几条,难以想象一家公司可以在半导体上一年砸入200亿美元以上,难以想象合资与独立研发会引起“皇协军”之争,难以想象搅动半导体供应链主要因素之一的会是数字加密货币应用(比特币挖矿)。


在2014年底,大基金刚刚出台时,曾经有一个讨论,即大基金对国内半导体公司的扶持,是否会使其借助国家资本打价格战,从而引发低质竞争,重蹈光伏覆辙。我对这个话题当时的评论是:假如中国半导体产业有光伏产业在全球的地位,主管领导恐怕做梦都会笑醒。


事实上,已经有不少媒体从批判性的角度来看这波半导体产业发展中无序与疯狂的部分。设计公司数量一年几乎翻倍,不管是否有基础都喊出投入几十亿上12寸线,而几个有国际背景的工程团队被不同的掮客在各地运作,有些厂商做出吞吐天地的姿势着实吓住了“友邦人士”,引起“友邦人士”警惕,最后反而束缚了自己的手脚。


每个产业的快速发展,都会造成一定的泡沫,相比一度资本市场无人问津,现在的半导体从业者无疑是赶上了好时代。作为曾经的从业者,现在的观察者,我也乐于见到产业的活跃,而不是沉寂。


不过,就像有人在杨琳桦《”汉芯“造假事件调查手记》下的留言:

当事人博弈领导好大喜功心理。另一个侧面反映了学术在政治层面之下,应政治需要;政治,即权利游戏高于一切的心理。也难怪,这是人类自有社会合作与竞争以来一贯发生的现象。

当发展半导体产业成为政治正确之后,自然有人假其之名招摇撞骗,这不是政策的问题,而是资本逐利的必然结果。产业发展到现在,无论是政府主管者,还是媒体行研,有时候难以根据从业者的讲述判断某一项目究竟只是为了圈钱,还是突破性技术。熔断(meltdown)和幽灵(spectre)究竟是否只影响英特尔处理器?指纹识别被破解到底是设计问题,还是夸大其词?这些问题被爆出的开始,媒体是很难做判断的,正如杨琳桦所说:

这是一个百年难遇的奇案。首先,这系列报道已不是事件性新闻报道,在局势随时可能变化情况下,新闻报道本身可能带来力量博弈的变化,从而影响形势的发展变化;其次,没有任何一个新闻媒体可以充当技术真伪的鉴定者,在这条道路受阻后,从财务商业信息着手成为推进整个调查的重要一环。

作为商业社会的产物,行业媒体很容易被各种势力左右,而技术壁垒不断上涨又让媒体对行业进行监督越来越困难。但不能与不为是两回事,有了借口是否就一定要随波逐流?那又何必去做媒体?

或许我们不能判断某个深度学习算法究竟将效率提升了100倍还是10倍,但可以从其他的已成事实去分析,比如异常的财务数据,不合理的供应链状况,以及数年如一日的PPT造芯片。揪住这些蛛丝马迹,也许会有一天豁然开朗:原来如此。当然,没法靠媒体来驱散黑暗,它也怕黑,它最多只是一个烟火,再绚丽也只能照亮一瞬。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

全新的专有模型导入功能让客户更轻松地将其专属模型导入到Amazon Bedrock中,从而充分利用Amazon Bedrock的强大功能。全新的模型评估功能使客户能够广泛且便捷地选择完全托管模型,包括RAG优化的新版Am...

关键字: 生成式AI 基础模型 数据

2024年4月17日,中国 – 服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)将在2024年4月25日欧洲证券交易所开盘前公布202...

关键字: 半导体 数据

数据占满我们的电子设备已成常态,为了满足广大用户的需求,NAS应运而生。然而,对于许多普通用户来说,NAS设备的设置和使用却常常令人望而却步。不过,铁威马TOS 6的出现,不仅功能强大,而且操作简便,即使是初次接触NAS...

关键字: 数据 电子设备 NAS

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

随着科技的飞速进步,人工智能(AI)已经逐渐成为了引领新一轮科技革命和产业变革的核心驱动力。AI不仅在改变着我们的日常生活,还在推动各行各业的创新发展。展望未来,人工智能的发展将呈现出哪些趋势呢?本文将从技术、应用、伦理...

关键字: 人工智能 算法 AI技术

机器学习算法不会要求一个问题被 100%求解,取而代之的是把问题转化为最优化的问题,用不同的算法优化问题,从而比较得到尽量好的结果。

关键字: 机器学习 算法 最优化

据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要的学习方式。

关键字: 机器学习 人工智能 算法

NVIDIA 量子模拟平台将通过各大云提供商提供,帮助科学家推进量子计算和算法研究

关键字: 量子计算 算法 量子云

随着人工智能(AI)技术的迅速发展,人们对于通用人工智能(AGI,即Artificial General Intelligence)的期待也日益高涨。通用人工智能指的是具备像人类一样全面智能的计算机系统,能够执行各种复杂...

关键字: 人工智能 计算机 数据
关闭