中國兩會今日開幕:人大代表名單顯示北京政策變化,晶片製造業受習近平青睞

我們想讓你知道的是
香港大學中國法律研究中心主任張湖月表示,在目前的地緣政治環境中,消費性科技企業已經顯得黯然失色,兩會新陣容似乎顯示北京政策重點明確轉向,要加強科技能力以實現自給自足,保持對美國的競爭力。
(中央社)中國全國政協今(4)日開幕,兩會正式登場。外媒報導,會議代表名單呈現出北京政策變化,網路產業的風雲人物幾乎集體缺席,取而代之的是晶片製造企業正受到中國領導人習近平的青睞。
《美國之音》今天報導,這是習近平去(2022)年10月贏得總書記第3任期後召開的第一次全國人大會議。預計這次會議將正式確認習近平第3任國家主席的任期。
參加這次第14屆一次全國人大和全國政協會議的代表有數千人,其中大部分是地方官員,但也有一部分來自各個行業,以彰顯代表的廣泛性。
報導指出,曾經擔任兩屆人大代表的騰訊董事會主席馬化騰這次沒有出現兩會代表的名單中,另也看不到阿里巴巴的馬雲、網易創始人丁磊、百度總裁李彥宏、搜狗創始人王小川、聯想CEO楊元慶等一票風雲人物的名字。
最近幾年,中國監管機構對阿里巴巴、騰訊、網易等網路巨頭展開反壟斷和國家安全審查,進行企業業務和結構調整,甚至開出天價的罰單。這些曾經風光無限的科技精英一個又一個失去了昔日的光環,退出了媒體的鎂光燈。
取而代之的是晶片製造行業的新面孔,例如中芯國際、華虹半導體、山東有研半導體材料公司、寒武紀科技企業的代表。此外,還有來自機器人製造、航天、航空等新型行業的新人。
文章另引述《路透社》3日的報導稱,這一變化顯示北京的政策優先次序發生了變化。隨著美國對中國高科技產品出口控制範圍和嚴厲程度的持續提高,北京正在調動一切可能集中的資源進行晶片開發,晶片製造企業正在得到習近平的青睞。
香港大學中國法律研究中心主任張湖月表示,在目前的地緣政治環境中,消費性科技企業已經顯得黯然失色,兩會新陣容似乎顯示北京政策重點明確轉向,要加強科技能力以實現自給自足,保持對美國的競爭力。
美國總統拜登近年加大對中國的晶片控制,去年公布了包羅廣泛的出口管制措施,包括斷絕中國取得任何國家以美國裝備生產的某些半導體晶片,以拖延中國科技和軍事的進步速度。
聊天機器人正夯,中國研發卻因美國制裁奏效而無法取得先進晶片
(中央社)聊天機器人爆紅正夯,中國號稱人工智慧技術與運用領先全球也積極投入研發,卻因美國制裁奏效無法取得先進晶片而陷入瓶頸。
香港《南華早報》(SCMP)3日報導,近日「中國人工智能學會」辦閉門研討會,業界人士在會中說,美國掌握繪圖處理器(GPU)的優勢,也就是藉由同步運算,以致在機器學習方面GPU勝過中央處理器(CPU)。
業界與技術界人士更指出,即因如此,在運算能力方面,美國遙遙領先中國,又因美國嚴禁中國取得最先進晶片,中國可能得藉由以量勝質的方式運用GPU,以訓練人工智慧機器人必須具備的大型語言模式(LLM)。
談到美國禁止輝達(NVIDIA)的資料中心晶片(data centre chip)輸銷中國,業界人士說,既然拿不到優質如(輝達)的A100(高階GPU),那就把運算能力稍遜的GPU集中起來以量取勝。
這位不願具名的業界人士說,運算能力仍是非常重要的,放眼未來,這是攸關競爭得勝的決定性因素。
自從去年11月,微軟投資的新創公司OpenAI研發的聊天機器人ChatGPT問世以來,如今已是時下最熱門的當紅炸子雞,科技大廠紛紛爭相研發各自版本的生成式人工智慧(Generative AI)產品。
這股風潮也擴及至中國,知名搜尋引擎如百度、TikTok的母公司字節跳動、社群媒體與線上遊戲巨賈騰訊控股、電商巨頭阿里巴巴集團等,無不爭相投入研發唯恐落人後。
但已有不少專家提醒,製成像是ChatGPT這樣的產品,中國面臨若干相當不易克服的難關,好比當局動輒對網路科技業強監管,或者越來越難取得先進的半導體,畢竟談到用於訓練人工智慧的晶片,GPU不可或缺。
根據研調機構TrendForce於1日發布的研究報告,建置數量龐大的高階GPU,有助於精簡訓練生成人工智慧所需的時間。
TrendForce估算,即以驅動ChatGPT的生成型預訓練變換(Generative Pre-trained Transformer)模型而論,訓練參數的數量從2018年約1億2000萬,到了2020年激增至將近1800億。
這家研調機構另指出,若以運用輝達的A100估算,使ChatGPT達到商業化應用的程度,所需的GPU數量估計得超過3萬個。
偏偏中國的人工智慧雲端服務供應商,幾乎都是美國英特爾(Intel)、超微(AMD)與輝達的客戶,而他們都是當今生產先進CPU與GPU的主力。
中國紫光集團子公司、西安紫光國芯半導體一名主管也坦言,取得先進晶片製造的技術面臨挑戰。
他說,若特定的人工智慧與GPU晶片運算能力,逾越美國設定的門檻,製造進入設計定案(tape-out)階段可能就會遭管制,先前中國曾有機會提升晶片製造技術至5奈米或7奈米,卻因拿不到先進製造設備而困難重重。
當前中國的晶片設計與製造,仍非常仰賴國外的軟體、工具與其他的技術,而且不論是對於成熟和先進製程的關鍵節點仰賴都無法斷捨離,遑論短期內迎頭趕上。
輝達的資深工程師表示,研發GPU並非是難以掌握的「黑魔法」,因此就類似於ChatGPT的技術而論,中國有機會追上來,只不過要花點時間,但是這個差距經日積月累可能會越來越看不到人家的車尾燈。
新聞來源
延伸閱讀
- 海思半導體突破封鎖侵蝕英特爾版圖,拜登政府打算擴大制裁至4G,徹底擊潰華為
- BBC記者探究美中科技戰衝突焦點——荷蘭光刻機巨頭艾斯摩爾
- 假新聞瘋傳陸網警方闢謠:聊天機器人編造,外媒專欄作家認為中國未來恐湧現山寨ChatGPT
- 美中晶片戰爭:當「政治」成為半導體最大考量,聯電將成為下一個關鍵公司?
【加入關鍵評論網會員】每天精彩好文直送你的信箱,每週獨享編輯精選、時事精選、藝文週報等特製電子報。還可留言與作者、記者、編輯討論文章內容。立刻點擊免費加入會員!
責任編輯:潘柏翰
核稿編輯:翁世航
雷亞遊戲作品下載破億的秘密,聯手Google Cloud開源又節流

我們想讓你知道的是
2011 年創立的雷亞遊戲(Rayark Inc.),從 2013 年就攜手 Google Cloud 導入相關雲端服務,雙方合作長達十年的關鍵是什麼?
2011年創立的雷亞遊戲(Rayark Inc.),秉持把感動永久留存在玩家心中的信念與堅持,不論是音樂節奏、休閒趣味、科幻動作、又或是策略RPG不同型態的作品,都希望創造出呈現時代回憶的經典製作。每回推出新款遊戲都能叫好又叫座,雷亞遊戲旗下作品的總下載數,全球上看1.3億次。
「我們的優勢,在於故事的呈現及藝術表現,創造出一個讓玩家與故事有聯結的世界觀,」雷亞遊戲技術長Alvin Chung回應。為了精進作品內涵、拓展遊戲更多可能性,雷亞遊戲從2013年就開始積極將開發架構、維運流程搬遷到雲端環境,進而讓團隊養成敏捷的協作文化。

Alvin Chung解釋,「我們希望把更多心力投入設計遊戲本身,同時優化玩家體驗服務,而不是過度分心或花太多資源去顧及底層網路架構,透過雲端工具源創造更大的效益。」若把一款遊戲從無到有,可拆分為企劃、開發、測試、上線等流程,這些不同階段的工作環境,雷亞目前是放在Google Cloud平台上運行。
完善數據治理工程,雷亞遊戲成立數據部門洞悉營運實況
一款遊戲要讓玩家感動,絕對不能只有感性要素,更需要從理性角度洞察玩家行為數據,才能讓用戶的留存保持穩定。尤其現代企業都知道,數據對於公司經營等同石油的價值,於是,雷亞決定成立數據部門,作為輔佐商業決策判斷的後勤核心團隊。
雷亞遊戲產品發行處數據分析部部長Denny Huang表示,「以前只用database,資料的細緻度不夠;打個比方,透過database只能看存摺的結餘,無法回溯歷程資訊;後來成立數據部門,把伺服器的log收進資料倉儲Google BigQuery,等於帳本的每筆明細都會留下記錄,再結合商業智慧與分析軟體Tableau,讓DAU(日活躍用戶)、MAU(月活躍用戶數)、留存率、付費率這些指標以視覺化圖表完整呈現。」

為了貼近玩家的需求、打造出更符合市場想法的作品,雷亞的營運團隊也希望藉由數據深入鞏固與玩家的黏著度,進而排除不利玩家留存的情境,就能事先透過BigQuery搭配Firebase實現A/B Testing。Alvin Chung舉例,遊戲業相當重視玩家前10分鐘的留存率,如果發現新手歷程在某一區卡關過久,他們就會調閱BigQuery內的玩家行為資料,找出用戶成長停滯的原因,進而修正遊戲的設計機制。透藉由此檢視及驗證方法,促使玩家加入遊戲的前10分鐘留存率提升50%。
盤點目前雷亞數據部門使用BigQuery的數據狀況,每天處理報表容量達9TB、單日300G流量,以及儲存操作紀錄超過300TB。如此龐大的資料量,雷亞也透過BigQuery搭配Tableau,落實更細緻的商業邏輯判斷。
Denny Huang分享其中一個情境:他們想知道玩家在特定戰場,怎麼運用卡牌的排列組合,這時候就能借助BigQuery及機器學習的運算,掌握某個關卡的通關率是否落在合理範圍。後續透過數據分析,找到禮包購買率的最佳時機點,並微調設定禮包內容物,以強化玩家購買誘因,讓特定產品付費率增加17%、 單一活動營收增加16%。
把關伺服器預算有效節流,借助BigQuery從每月縮短到每日掌握報表
如果說提升禮包購買率、留存時間拉長,對於遊戲開發商是「開源」策略,那麼透過Google Cloud來檢視整體服務的運作效率,則屬於「節流」手段。雷亞遊戲就提到,他們所部署的伺服器牽涉相當龐大的機器種類,內容涵蓋資料倉儲單元、資料庫單元、以及運算單元,運行過程勢必就會有所花費,這也是遊戲商的成本之一。
雷亞遊戲網站可靠性工程(SRE)工程師Gene Liu表示,「洞察伺服器維運數據,可以知道我們的後端服務是否有效率?服務品質如何?又或是有沒有讓玩家收到錯誤訊息狀況?透過監控整體後端服務的健康程度以及資源用量,讓我們知道研發資源需優先最佳化哪些項目。」
從上述情境可觀察到,SRE的主要工作就是要確保確保遊戲對內和對外服務的穩定,並且維持一定品質的玩家遊玩體驗。以對內服務來說,遊戲伺服器傳數據給BigQuery的過程,不但要保持通暢,而且也盡可能不會掉失任何資料。不過也因為遊戲玩家來自全球不同時區,等於系統的流量高低峰是24小時在變動;甚至若有特殊行銷檔期,玩家在同一時間大量湧入領獎勵,SRE團隊就要花更多時間在監測伺服器的運作狀態。

Gene Liu對此提到,「我們的後端服務部署於Google Kubernetes Engine之上,後端服務向BigQuery寫入資料是透過Pub/Sub,而Pub/Sub與BigQuery都是全代管的服務,可以大幅度减輕我們的工作負擔,不用手動擴展或縮減設定雲端服務所使用的資源,跟以前的維運工具相比,現在的管理模式可以節省非常多時間。」
另一方面,Gene Liu接著說,雷亞也在雲端環境架設資料視覺化網路應用程式平台Grafana,Grafana可以在網路瀏覽器內顯示資料圖表,並提供警告功能。因此一旦監測到數據峰值異常,就能立刻行動來最佳化産品的效能,或是有效排除伺服器原本不應浪費的成本。
「現在雲端服務的費用以raw data傳到BigQuery後,能透過Grafana即時檢視哪個專案的伺服器以及流量花多少錢,或發現花費異常時候,可以找到是哪個專案開的運算資源。以前要每個月收到帳單才知道費用,現在則是可以即時得知系統數據,並在數小時內掌握各項雲端服務的費用。」Gene Liu補充道。
期待以敏捷方式迭代產品,提供玩家即時又彈性服務
雷亞與Google Cloud的合作,除了上述相關應用,其他還包含Cloud Load Balancing、Compute Engine、Dataflow、Cloud Monitoring、Cloud Logging以及Google Workspace等解決方案,在其他業務及跨部門協作過程有廣泛運用。

Alvin Chung最後回應,「我們多年來觀察Google Cloud持續發布新功能,讓雷亞在做數據分析、維運上更穩定,也希望借力於雲端讓我們越來越省心,專注在遊戲的開發或加速迭代新的産品,更即時觀察市場的回應,進而縮短time to market的腳步。」
由此可見,雷亞遊戲在實現打造具時代回憶的偉大作品之際,藝術也要融合技術,除了讓玩家在遊戲過程感到幸福,同時也基於雲端應用,提供玩家快速又彈性的滿意服務。