硅纪元视角 | 哈佛华裔辍学生开发 AI 芯片 Sohu，融资 1.2 亿美元，速度比英伟达 H100快20倍

在数字化浪潮的推动下，人工智能（AI）正成为塑造未来的关键力量。硅纪元视角栏目紧跟AI科技的最新发展，捕捉行业动态；提供深入的新闻解读，助您洞悉技术背后的逻辑；汇聚行业专家的见解，分享独到的视角和思考；精选对您有价值的信息，帮助您在AI时代中把握机遇。

1 分钟速览新闻     

•  哈佛华裔开发 AI 芯片 Sohu，融资 1.2 亿美元，速度超英伟达 H100     

• OpenAI 对中国开发者的封禁引发国产 AI 大模型竞争加剧    

• 苹果布局 AI 新赛道，AI 大模型应用商店即将登场！     

• 【字节跳动新动向】“豆包 MarsCode”AI 代码工具免费开放，国内开发者福音！ 

• AI 革命：解码分子语言，加速药物发现的新时代！

全球 AI 新闻

一、哈佛华裔辍学生开发 AI 芯片 Sohu，融资 1.2 亿美元，速度超英伟达 H100 

两位 00 后哈佛本科生 Chris Zhu 和 Gavin Uberti 创立 Etched AI 公司，开发了专为Transformer 架构设计的 AI 芯片 Sohu。Sohu 芯片采用台积电 4 纳米工艺，运行速度比英伟达 H100 快 20 倍，比下一代 Blackwell B200 快 10 倍以上。Etched AI 近日完成 1.2 亿美元 A 轮融资，由知名投资机构领投，公司已收到数千万美元硬件订单。Sohu 芯片采用创新的"连续批处理"技术，大幅提高处理长输入短输出场景的效率。两位创始人在休学创业前，已在科研和实习方面积累了丰富经验。Etched AI 有望成为英伟达在 AI 芯片领域的新兴竞争对手。

从硅纪元的视角来看，Etched AI 的 Sohu 芯片为 AI 应用的推理性能和能效比带来了革命性的提升。随着 AI 技术的快速发展，对专用 AI 芯片的需求日益增长。Sohu 芯片的高性能、高效率和低成本特性，有望推动 AI 应用的进一步普及和创新。其创新的连续批处理技术，为处理长序列数据提供了新的解决方案，有望在自然语言处理、视频分析等领域发挥重要作用。此外，Sohu 芯片的专用化设计，也体现了后摩尔时代芯片发展的一个重要趋势，即通过针对特定应用和算法的定制化设计，来实现性能的极致优化。这为 AI 芯片的发展提供了新的思路和方向。随着 Etched AI 等创新企业的不断涌现，AI 芯片领域将迎来更加激烈的竞争和快速发展，为整个硅纪元的技术进步注入新的活力。

二、OpenAI 对中国开发者的封禁引发国产 AI 大模型竞争加剧 

随着 OpenAI 对中国开发者的封禁，国内 AI 大模型供应商纷纷推出优惠政策和迁移方案，以抢夺这一市场空白。百度的文心大模型、阿里云的通义千问、讯飞星火、智谱清言、百川大模型和腾讯的混元大模型等纷纷发力，通过免费额度、迁移服务、性能优化等措施吸引开发者。这标志着国产 AI 大模型竞争全面进入下半场，从技术竞争转向落地应用和市场抢夺。

从硅纪元的视角来看，这一事件对 AI 应用领域产生了深远影响。首先，国产 AI 大模型的崛起将加速自主可控的 AI 技术发展，减少对外部技术的依赖。其次，各大模型厂商的竞争将推动性能优化、成本降低，使更多企业能够享受到高质量的 AI 服务。此外，面对 OpenAI 的封禁，国内厂商的积极应对也显示出中国 AI 产业的韧性和创新能力。

然而，国产 AI 大模型要想真正成为 OpenAI 的替代品，还需要在性能、稳定性、易用性等方面持续优化。同时，如何构建开放、共赢的 AI 生态，让更多开发者参与进来，也是国内厂商需要思考的问题。长远来看，只有不断提升自身实力，才能真正赢得市场和用户的认可。这场由 OpenAI 引发的"百模大战"，将成为国产 AI 大模型发展的重要契机。

三、苹果布局 AI 新赛道，AI 大模型应用商店即将登场！

苹果正计划构建一个 AI 大模型应用商店，与多家 AI 公司洽谈合作，整合服务至 Apple Intelligence 平台。这预示着苹果在人工智能领域将迈出重要一步，可能打造一个全新的商业模式，类似于 App Store，但专注于 AI 服务。分析师们认为，这不仅将增强苹果在 AI 市场的竞争力，还可能为合作 AI 公司带来显著的经济收益。然而，这一模式的具体细节和经济效益尚未明确。 

Deepwater Asset Management 的合伙人 Gene Munster 预计，将有 10%-20%的苹果用户愿意为高级 AI 服务付费订阅，这为 AI 公司提供了巨大的市场机遇。然而，合作也伴随着成本和风险，特别是需要符合苹果的隐私和安全标准，这可能导致合作 AI 公司需要投入大量资源以满足合规要求。同时，AI 服务的硬件需求和基础设施建设也是一笔不小的前期投资，目前仅支持搭载 M 系列芯片的设备和 iPhone 15 Pro 及更高版本，这可能会限制 Apple Intelligence 的初期用户基础和分销渠道。 

从硅纪元的视角来看，苹果构建 AI 大模型应用商店的举措，将推动 AI 技术的进一步集成与应用，为用户带来更智能、更个性化的体验。这种集成不仅能够提升苹果产品的市场竞争力，也可能会引领整个行业向更高层次的智能化和个性化发展。随着硬件支持的逐步扩展和基础设施的完善，预计 Apple Intelligence 将逐渐扩大其影响力，成为推动 AI 技术普及和应用的关键力量。

四、字节跳动“豆包 MarsCode”AI 代码工具免费开放，国内开发者福音！ 

字节跳动近日发布了 AI 开发工具“豆包 MarsCode”，面向国内开发者免费开放。该工具具备智能代码补全等 AI 功能，支持多种系统和编程语言，可在开发过程中提供代码编写提议。豆包 MarsCode 支持的功能包括代码补全、代码生成、代码编辑等，并提供了云端 AI IDE 平台，实现“开箱即用”的开发环境。

从硅纪元的视角来看，豆包 MarsCode 的推出将极大提升开发者的工作效率，降低编程难度。其云端 AI IDE 平台有望成为未来开发者的新宠，通过 AI 技术的深度融合，将进一步推动软件开发行业的智能化转型。此外，免费开放的政策将降低开发者的门槛，激发国内创新潜能，加速各类 AI 应用的落地。这一举措也体现了字节跳动在 AI 领域的深入布局，有望在未来的技术竞争中占据一席之地。

五、AI 革命：解码分子语言，加速药物发现的新时代！

随着生成式人工智能（AI）的发展，它已经超越了解读人类语言的范畴，开始掌握生物学和化学的复杂语言。DNA、蛋白质和化学分子，这些生命科学的基本构成元素，都有其独特的语言结构。生成式 AI，如大型语言模型（LLMs），正在解码这些分子语言，为药物发现开辟新的高效途径。麦肯锡全球研究院（MGI）预计，生成式 AI 每年可为制药行业创造 600 亿至 1100 亿美元的经济价值。 

从硅纪元的视角来看，生成式 AI 通过自动化药物发现的各个阶段，解决了传统药物发现过程中的诸多挑战。它通过快速分析大量生物数据，加速目标识别和验证，预测和生成可能与目标有效互动的新化学结构，并在化合物优化阶段模拟和预测化学修饰的效果。例如，NVIDIA 与 Recursion Pharmaceuticals 合作，在一周内探索了超过 2.8 千万亿的小分子和目标组合，这在传统方法中可能需要 10 万年。此外，生成式 AI 还能通过早期识别潜在问题，提高临床前测试的准确性，降低高失败率，并自动化许多劳动密集型任务，使研究人员能够专注于更高层次的战略决策。 

然而，生成式 AI 在药物发现中也面临“幻觉”现象的挑战，即生成看似有效但实际上缺乏生物学相关性或实用性的分子。这可能导致化学不稳定、生物学意义缺失以及合成复杂性或成本过高的问题。为了解决这一问题，可以采用混合方法，结合基于物理的建模或知识驱动的方法来过滤幻觉分子，并通过对抗性训练提高生成分子的质量。通过将化学家和生物学家纳入迭代设计过程，可以减少幻觉的影响。Insilico Medicine 利用生成式 AI 开发了首个针对特发性肺纤维化（IPF）的药物，这标志着全球首个使用生成式 AI 发现和设计的抗纤维化小分子抑制剂的诞生。这一成功案例验证了生成式 AI 在加速药物发现方面的效率，并突显了其在应对复杂疾病方面的潜力。 

总之，生成式 AI 正在改变制药行业，通过加速药物发现和降低成本，为开发新的有效药物带来了希望。尽管存在挑战，但结合 AI 与传统方法和人类专业知识，可以创造出更准确、可行的化合物。Insilico Medicine 的案例展示了生成式 AI 在更有效地将新治疗推向市场方面的潜力，预示着药物发现的未来将更加充满希望，由生成式 AI 驱动的创新不断涌现。