智源社区周刊No.96：美国禁止英伟达AMD向中国销售高性能AI芯片；BEiT-3成功背后：文本图像多模态预训练迈向大一统？吴恩达：中国的丰厚AI投资回报将在今后十年显现

汇聚每周AI观点、研究和各类资源，不错过真知灼见和重要资讯！欢迎点击这里，关注并订阅智源社区AI周刊。

编辑精选

美官方要求英伟达、AMD禁止向中国出售高性能AI芯片

美国芯片设计巨头英伟达被美国政府要求限制向中国出口两款被用于加速人工智能任务的最新两代旗舰GPU计算芯片A100和H100。

9月1日，英伟达在SEC文件上官方确认此事，称是8月26日收到美国政府的通知，并在声明中警告此事的影响：由于受影响芯片涉及在中国约4亿美元的潜在销售额，如果客户不愿购买英伟达的替代产品，或者美国政府不肯授予许可，将使英伟达收入盈利大幅下滑。AMD同样被要求限制向中国出口其MI250人工智能芯片，但它相信其MI100芯片不会受到影响。

这些规则同时适用于中国和俄罗斯。评论认为，美国此举可能会削弱中国公司开展人工智能相关先进工作的能力，并影响英伟达和AMD数据中心业务的收入。英伟达在SEC文件中披露，计划申请豁免，但“不保证”美国官员会批准。他们正与中国客户接触，以满足他们计划或未来购买替代产品的需求，并会在替代产品不足的情况下寻求许可。目前，英伟达向美国申请的高端芯片出口豁免已获得通过。可以在明年3月前继续向美国客户出口（到中国）的产品提供A100，可以在明年9月前继续履行A100和H100的订单。

通用多模态基础模型BEiT-3：引领文本、图像、多模态预训练迈向“大一统”

近日，微软亚洲研究院联合微软图灵团队推出了最新升级的 BEiT-3 预训练模型，在广泛的视觉及视觉-语言任务上，包括目标检测（COCO）、实例分割（COCO）、语义分割（ADE20K）、图像分类（ImageNet）、视觉推理（NLVR2）、视觉问答（VQAv2）、图片描述生成（COCO）和跨模态检索（Flickr30K，COCO）等，实现了 SOTA 的迁移性能。BEiT-3 创新的设计和出色的表现为多模态研究打开了新思路，也预示着 AI 大一统渐露曙光。

近年来，语言、视觉和多模态等领域的预训练开始呈现大一统（Big Convergence）趋势。通过对大量数据的大规模预训练，可以更轻松地将模型迁移到多种下游任务上。这种预训练一个通用基础模型来处理多种下游任务的模式已经吸引了越来越多科研人员的关注。首先，骨干网络逐渐统一。模型架构的统一，为预训练的大一统提供了基础。此外，通过模块化的设计，统一架构可以用于不同的视觉及视觉-语言下游任务。

其次，基于掩码数据建模（Masked Data Modeling）的预训练已成功应用于多种模态，如文本和图像。图像-文本对可以被用作“平行句子”来学习模态之间的对齐。通过数据的归一化处理，还可以利用生成式预训练来统一地进行大规模表示学习。第三，扩大模型规模和数据大小可提高基础模型的泛化能力，从而提升模型的下游迁移能力。

资深数据科学家撰文：企业系统性评价MLOps发展程度的七个阶段

MLOps的定义取决于受众。对于技术从业者，MLOps 是特定于数据科学生命周期的 DevOps任务的自动化。对于关心跨组织规模的高管，企业MLOps是一组技术和最佳实践，可简化数据科学模型的管理、开发、部署和维护在一个多元化的企业中的规模化。MLOps可以加快公司生产模型的速度，同时确保模型安全性、安全性和准确性的最高标准。