当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 微软和谷歌面临的人工智能困境:需要投入大量资金才能获得盈利

微软和谷歌面临的人工智能困境:需要投入大量资金才能获得盈利

来源:51CTO.COM 2023-08-04 22:53:43 0浏览 收藏

大家好,今天本人给大家带来文章《微软和谷歌面临的人工智能困境:需要投入大量资金才能获得盈利》,文中内容主要涉及到,如果你对科技周边方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

微软和谷歌面临的人工智能困境:需要投入大量资金才能获得盈利

科技巨头微软和Alphabet等表示,在未来有望获得巨大回报的人工智能领域,他们将继续进行更深入的投资,尽管收益可能需要一些时间才能显现

微软表示,新建数据中心以支持人工智能服务将导致成本大幅上升,因为购买英伟达等公司的芯片用于数据中心将进一步增加资本支出

据分析人士指出,微软在人工智能领域的成本主要包括两个方面:一方面是为自家产品开发投入,如即将发布的每月30美元的Copilot AI助手;另一方面是为希望利用微软Azure云计算服务开发人工智能产品的企业提供支持

微软高管们预计,该服务将在明年上半年开始创造主要收入

据Creative Strategies市场研究公司的首席执行官兼首席分析师本·巴加林(Ben Bajarin)透露,他们正在大量采购英伟达的旗舰芯片H100,该芯片主要用于人工智能应用

巴加林进一步指出,无论是本季度还是下个季度,您很可能会在亚马逊上看到相似的情况,因为这两家公司都是当前市场上大多数人用于训练人工智能系统的云计算平台

尽管时间有限,但Alphabet在控制成本方面表现出色。据即将担任总裁和首席投资官的Alphabet首席财务官鲁思·波拉特表示,第二季度资本支出低于预期的原因是由于数据中心建设推迟

Third Bridge全球科技媒体和电信行业负责人斯科特·凯斯勒指出,尽管谷歌在过去十年中投资了超过2000亿美元在人工智能领域,但其投资并未完全获得用户和投资者的认可

据分析师们指出,谷歌之所以具有优势,是因为他们拥有自家定制的芯片——张量处理器单元(TPU),这一芯片可用于处理人工智能任务,并且能够降低成本

微软可能会因为没有自家的替代芯片而大量购买英伟达芯片,这是大西洋证券分析师詹姆斯·科德威尔的观点

尽管谷歌承认将继续购买其他公司的芯片,但波拉特表示,这些支出可能会对利润和增长产生不利影响

Deepwater Asset Management's managing partner, Gene Munster, stated that both Microsoft and Google are aligned on the inflection point, but Microsoft's investors are looking for more.

今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
人工智能竞争下的微软和谷歌:投入多于收益人工智能竞争下的微软和谷歌:投入多于收益
上一篇
人工智能竞争下的微软和谷歌:投入多于收益
谷歌计划在上海举办开发者大会,重点关注机器学习和生成式AI领域
下一篇
谷歌计划在上海举办开发者大会,重点关注机器学习和生成式AI领域
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    395次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    475次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    479次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    425次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    251次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码