累计折旧会计分录怎么写？

正文 月薪2万的年轻人只逛打折区？ 薪2万的年轻人只逛打折区的消费行为，既反映了年轻人的实用主义消费观念和消费升级的趋势，也可能暗示了消费信心不足的问题，如何能正视趋势，解决潜在的问题，这可能才是我们最需要做的事情。 一、月薪2万的年轻人只逛打折区？据界面新闻的报道，过去，“折扣”似乎总是锚定在几个固定时间节点，比如“双11”“618”“黑五”等，在这些以“买买买”为主题的大促节里，消费者才能等到不可多得的“低价”。然而，近一两年，“反向消费”风潮渐起，这届年轻人开始愈发理性。纵然是购物节，也不再“狂欢”。譬如，今年双11结束后，不少消费者在互联网上表示，“今年抠抠搜搜地花了一些钱。”当年轻人愈发“精打细算”，加之渠道低价竞争深入，直播带货等方式渗透生活后，“低价”也逐步飞入寻常。“折扣”不再专属于某个时间节点，“全面折扣化”才是这个时代的关键词。而这届年轻人也更倾向于选择“低价”“折扣”“平替”产品。《2023年中国消费者洞察白皮书》显示，“精细化”成为消费关键词，超过92%的消费者表示自己的消费观念更加保守，需要更精细地规划或减少消费，并有45.6%的00后年轻人表示会尝试产品平替。而据潮新闻的报道，一则关于“年轻人逛商场只去B1、B2层”的话题冲上热搜，引发热烈讨论。大家留言关注，高端商场难道已不受年轻人喜爱了？这届年轻人主打“反向消费”？哪里便宜去哪里？话题里说的“B1B2地下商业”，主打消费接地气、品类集中，以小吃快餐奶茶店居多，以往是作为大型综合体的配套设施，并没有强烈的存在感。无独有偶，据广西新闻网的报道，#为什么年轻人都开始买便宜货#的话题，在微博热搜上引起广泛讨论关注。“反向消费”“消费降级”“临期商品走红”等新鲜热词更是如雨后春笋般在年轻人圈里火起来。从“不是小瓶的买不起，而是大瓶的更具有性价比”的饮料走红，再发展到“不是贵的东西买不起，而是便宜的更具有性价比”的消费方式流行，这一句充满调侃意味的话语却道出了许多年轻人追求实惠又有品质的购物心声。“便宜货”不只是我们表面上所理解的价格低的商品，它已经延伸为一种既要价格低廉又要品质在线的消费选择。《2022抖音年轻人观察报告》显示，超过2/3的年轻人在网上购物时，会重点考虑商品质量和价格，拒绝冲动购物和智商税。仔细研究产品成分、精打细算货比三家，新一代消费者在种草之余也更加注重"物有所值"。二、年轻人消费到底怎么了？在现今的社会中，我们发现了一个令人惊讶的消费现象：月薪2万的年轻人只逛打折区。在他们的收入水平远超一般人的情况下，为何选择这种消费方式？他们的消费观念和行为背后，反映出怎样的社会现实和趋势？首先，收入不足和物价较高的矛盾的确是一个现实。一直以来，年轻人都是消费市场的主力军，特别是在快消品市场，更是占据*主导地位。但是近年来，我们可以看到一个非常明显的现象，那就是越来越多的年轻人开始精打细算，变得会过日子起来。我们要清楚一点，那就是现在的年轻人并非没有钱，也不是因为不喜欢买东西而选择不去购买。相反，现在的年轻人在消费方面有着非常高的追求和品味。只不过他们所面临的困境是收入不足与当前物价高企之间的矛盾。当前的90后、00后可以说是含着金汤匙出生的一代人，他们是互联网时代的原住民，从小就被各种新鲜事物包围。他们对于新奇的产品有着极大的好奇心和探索欲望，因此在购物方面也非常舍得投入。然而，与此形成鲜明对比的是，这一代人在成长过程中所面临的生活压力也比较大。他们中的大多数人刚刚走出校门不久，正处于事业的起步阶段，面临着巨大的生存压力。与此同时，他们还需要应对高房价、高物价等现实问题。在这种情况下，他们的收入水平往往难以满足自己的消费需求。其次，超前消费的信心也受到了一定的影响。年轻人之前之所以敢于超前消费是因为长期处于经济高速发展阶段，其对未来收入信心较高，自然敢于超前，但是现在由于全球经济下行压力加大，收入信心不足导致其消费更加谨慎。不可否认的是，在过去很长一段时间里，我们的经济发展速度一直保持着较快的速度，这让许多年轻人对未来充满信心，认为只要努力工作就能够赚取更高的收入。因此，他们在消费上也显得比较大胆，敢于提前预支未来的收入。然而，随着全球经济发展步入新常态，许多经济体的发展速度开始放缓，这也使得一些年轻人对未来经济前景感到担忧。他们担心如果经济发展持续低迷，自己的工资待遇是否能够得到保障，进而影响到自己的生活质量。在这样的背景下，年轻人的消费观念也开始发生改变。第三，实用主义的消费升级可能更是关键原因。相比于上述两个原因，实用主义的消费升级无疑更加明显，伴随着时代的发展，年轻人的消费观念正在发生深刻的变化。他们越来越意识到，花钱是为了满足自己的实际需求，而不是为了展示给别人看。这种实用主义的消费升级现象，体现了年轻人更加理性、务实的消费态度。在这种观念下，年轻人开始注重商品的实用价值和性价比。他们愿意为高品质、高性价比的商品买单，但并不意味着他们会盲目追求贵价商品。相反，他们会仔细比较不同商品的性能、价格等因素，以做出更明智的购买决策。这种实用主义的消费升级，实际上是一种反向消费的现象。年轻人不再盲目追求品牌、价格等外部因素，而是更加注重商品的实际使用价值和性价比。这种反向消费的核心根源，在于年轻人对消费升级的理解和追求。消费升级不仅仅是购买更贵、更好的商品，更是对生活方式、生活品质的追求。年轻人开始注重生活品质的提升，愿意为健康、环保、舒适等方面的消费投入更多。这种消费升级，不是简单的物质追求，更是对生活态度的转变和提升。第四，消费升级不必担忧，但消费信心的提振却非常重要。实用主义的消费观念以及月薪高却只逛打折区的消费行为本身并不是问题。这些都是基于个人实际经济状况和消费观念的理性选择。实用主义的消费观念甚至可以被看作是一种健康、理性的消费态度，它更注重商品的实际使用价值和性价比，而非盲目追求品牌或高价。然而，如果这些行为背后反映出的是消费信心不足，那么我们就需要给予足够的重视。消费信心是消费者对未来经济状况的乐观程度，以及对自身经济状况的信心。消费信心不足可能导致消费者减少消费，增加储蓄，无论他们的收入水平如何。这时，即使他们的收入水平较高，也可能会选择在打折区购物，或者延迟消费，以应对可能的经济风险。因此，月薪2万的年轻人只逛打折区的消费行为，既反映了年轻人的实用主义消费观念和消费升级的趋势，也可能暗示了消费信心不足的问题，如何能正视趋势，解决潜在的问题，这可能才是我们最需要做的事情。 【本文由投资界合作伙伴微信公众号：江瀚视野观察授权发布，本平台仅提供信息存储服务。】投资界处理。全球AI制药公司的最大金主

正文 芯片架构创新迎来新局面 AI系统、芯片和软件市场发展潜力巨大，各种传统和创新产品同台竞争，随着应用和市场的发展，未来具有很大的想象和操作空间。 本周，全球IT业*的新闻非OpenAI联合创始人山姆·奥特曼（Sam Altman）离开原公司、加入微软莫属。当然，这并不是终点。Sam Altman被OpenAI董事会驱逐，被认为是技术派的胜利，因为另一名联合创始人萨斯克维尔认为Altman商业化行动过于激进，存在很多安全隐患，因此，联合其他三名外部董事驱逐了Altman。本文不关注OpenAI的“宫斗”大戏，无论Altman最终留在微软，还是回归OpenAI，都不会影响他开创AI软硬件新技术和市场的意愿，区别只是在哪里做而已。据悉，在被解职之前，Altman就在探寻新业务，曾试图在中东筹集数十亿美元用于人工智能（AI）芯片项目Tigris，还想创建一家专注于AI芯片研发的公司，或许，这一项目已经被微软拿下了。另外，Altman还一直在寻求为一款AI硬件设备筹集资金，该设备是他与前苹果设计总监Jony Ive 共同开发的。近些年，在AI发展方兴未艾的大背景下，不甘于已经取得的“辉煌成绩”，选择开创新业务（从新创业或加盟一家富有活力的大公司）的行业大牛不止Altman一人，还有多位业界知名业界人士，特别是技术大牛，都选择了再创业，因为他们无法抵挡AI发展的巨大潜力，要趁当下还处于“野蛮成长”的产业发展初级阶段，争取用先进的技术和产品，掌控未来竞争的主动权。在这些人当中，典型代表是CPU架构大神Jim Keller和GPU架构大神Raja Koduri。2020年6月，Jim Keller离开了工作两年的英特尔，2021年初，AI芯片初创公司Tenstorrent宣布任命Jim Keller为公司总裁兼首席技术官，以及董事会成员。Tenstorrent创立于2016年，旨在通过一种新方法和体系结构，研发新型AI处理器，以推动AI和机器学习的发展。近两年，Tenstorrent十分看重RISC-V的应用前景，认为其非常适合未来低功耗AI应用市场需求。2023年3月，Raja Koduri离开了工作五年的英特尔，选择创业。据Koduri透露，他的新创公司Mihira AI要打造新的生成式人工智能工具，这些工具可以在英特尔、AMD、苹果等公司的芯片上运行，也可以在未来的RISC-V架构芯片上运行。1、AI系统和芯片需要改进当下的AI服务器，多采用异构形式搭建，也就是在计算系统中，使用多种不同类型的处理器（CPU、GPU、FPGA、NPU等），这样可以增加计算速度和效率，以满足不同工作负载的需求，因为AI工作负载通常需要大量的数值计算和并行运算。传统CPU在通用计算方面表现出色，但对于深度学习等需要大量矩阵计算的任务，效能就会不足，这时，将GPU、TPU等处理器组合其中，可以更好地满足AI任务的需求，提供更高效的运算能力。对于AI系统的这种异构需求，不同处理器厂商，特别是像AMD和英伟达这样的传统大厂，以及自研AI芯片的互联网大厂，都有各自的解决方案，但不同方案虽然有各自优势，但也存在这样或那样的缺点。AMD公司推出了APU概念和产品，它就是CPU +GPU的组合，其优点是可以充分发挥两种处理器各自的优势，互相弥补短板，也能在一定程度上减少功耗。不过，其AI训练性能并不比独立的GPU好。为了满足自家系统的需求，Google自研了张量处理器TPU（Tensor Processing Unit），它是一种ASIC处理器，与 CPU、GPU和APU等通用处理器有很大区别，TPU的专用性很强，针对机器学习和深度学习等AI应用进行了优化，专门用于加速AI的计算任务。不过，在Google的整个网络系统当中，依然需要用到大量的通用CPU和GPU，TPU虽然很好用，但可用规模还是有限的?？杉?，要不断改善AI服务器系统性能，单一的通用或专用处理器都无法独自解决问题，需要多种处理器配合工作才行，这就给新的AI芯片技术和产品发展提供了机会。AI系统的训练和推理平衡水平需要改善。目前，英伟达的GPU是AI训练芯片市场的*，但这只占整个AI芯片需求的20%左右，推理芯片市场相当大，当下的GPU擅长AI训练，而CPU擅长推理，二者在对方领域的局限性都很大。在AI推理市场，除了数据中心和云计算，用户对边缘侧（如手机、PC，以及机器人、工业系统和汽车等）的推理需求在快速增长。因此，AI推理市场不仅很大，而且相当分散。在这种情况下，边缘侧AI推理芯片的市场规模非常大，而且具有极大的发展潜力。苹果公司的iPhone 就是一个典型的例子，它在A系列处理器中集成了AI内核，目前，AI功能已经占据了A系列处理器整体功能的20%。近些年，多家公司也在采用类似于苹果的SoC AI策略。粗略计算，AI芯片市场包括约15%的训练，45%的数据中心推理，以及40%的边缘侧推理。在这样的市场背景下，一方面，各大处理器厂商正在提升AI训练和推理能力的融合水平，另一方面，边缘侧推理市场的巨大发展空间给很多移动处理器厂商提供了拓展机会。AI系统和芯片的功耗也需要改善。如上文所述，边缘侧推理市场巨大，而这些应用对低功耗要求很高。同时，数据中心和云计算系统的功耗高的吓人，不可能无止境地增加下去，解决这一大应用领域的功耗问题也被越来越多的芯片和系统厂商所重视。2、问题如何解决？从上文介绍中可以看出，AI系统和相关芯片还处于成长期，有很多问题需要解决，特别是AI训练和推理芯片的功能融合、边缘侧AI推理，以及功耗问题，是各大厂商，以及初创企业共同关注的。最近，英伟达推出的新GPU在AI训练和推理融合能力方面就有很大进步，该公司表示，H100芯片的升级产品H200集成了141GB的HBM3e内存，更加擅长推理，在用于推理或生成问题答案时，性能较H100提高了60%-90%。英伟达表示，与H100相比，H200在Llama 2这样拥有700亿参数大语言模型上的推理速度提升了近一倍。在边缘侧推理方面，以苹果为学习对象，传统手机处理器厂商也在增加新产品的AI推理能力。以联发科为例，该公司推出的天玑8300可支持生成式AI，最高支持100亿参数AI大语言模型。该芯片集成了生成式AI引擎，整数运算和浮点运算的性能是上一代的两倍，支持Transformer算子加速和混合精度INT4量化技术，AI综合性能是上一代的3.3倍，可流畅运行终端侧生成式AI的各种新应用。在降低AI服务器功耗方面，初创企业和各大知名厂商投入的力度更大。以上文提到的Jim Keller加入的Tenstorrent为例，该公司正在开发数据中心解决方案，核心产品是基于RISC-V架构的AI/ML加速器和通用处理器。之所以采用RISC-V指令集，很重要的一个原因就是其功耗低。据悉，Tenstorrent正在与日本新创晶圆厂Rapidus合作，开发基于2nm制程工艺的边缘侧AI处理器及相关IP。从目前的AI系统市场需求，以及未来该领域对低功耗（数据中心、云和边缘侧都要求降低功耗）的要求来看，先进制程的未来发展前景依然值得期待，因为3nm、2nm，甚至是1nm这样的先进制程技术，就是要在不断提升性能的同时，持续降低功耗。未来，先进制程工艺几乎就是为AI芯片而生的。对于开发RISC-V芯片和系统，半导体大国政府都很重视。美国政府已经下达了使用RISC-V处理器来模拟下一代稀疏性超级计算机的指示，欧盟也建立了一个基于RISC-V架构的本土加速器项目，称为EPAC。除了新创企业，传统大厂也在发展低功耗AI芯片方面不遗余力。以微软为例，该公司于近期推出了用于云端软件服务的处理器Cobalt，该芯片是基于Arm架构的通用处理器，同时，微软还推出了另一款专用AI加速器Maia 100，用于云端训练和推理。这两款芯片将于2024年导入该公司的Azure数据中心。微软基于Arm架构研发芯片，很重要的一个原因就是其功耗比较低。除了将AI训练和推理融合，以及低功耗之外，现有架构芯片，特别是CPU、GPU，在AI计算方面都存在局限性，因此，一些初创公司，以及传统知名厂商还在探索新型架构的AI芯片，特别是在打破处理单元与内存之间的“通信墙“方面，下了很多功夫。近些年，以Groq、Cerebras、SambaNova、NextSilicon等为代表的创业公司都在开发各自的新型AI加速器，目标是替代英伟达的GPU。这些公司的产品多为ASIC，也就是AI专用处理器，目前来看，这些新型处理器正在被美国能源部实验室所采用，用于科学研究。同时，美国多家大学也对试用这些芯片持开放态度，例如，NCSA正在与SambaNova合作开发芯片，Cerebras的处理器已经用于AI训练。在创新架构处理器研发方面，大厂IBM一直都是业界的典型代表，AI专用芯片方面同样如此。最近，IBM推出了一种新的原型芯片架构NorthPole，可以使AI计算更快、更节能。NorthPole 是一款基于人脑计算通路进行神经推理的数字AI芯片，它采用了一种截然不同的设计方法，将所有内存都集成在了处理器芯片上，无需外挂RAM，这使得该处理器能够进行快速的AI推理。该芯片专为AI推理而设计，不需要复杂的冷却系统。据悉，小巧灵活的NorthPole非常适合边缘侧AI应用。以上介绍的都是各种AI处理器，是硬件。要使整个AI系统充分发挥效能，软件工具的作用也很重要。如前文所述，GPU架构大神Raja Koduri离开英特尔后，创建了新公司Mihira AI，该公司研发的就是AI软件工具。据Koduri介绍，Mihira AI的*层是一个异构数据中心架构，涵盖三类工作负载，分别是：用于渲染通用CPU计算；用于AI的异构加速器；用于游戏GPU工作负载。他说，未来的第四个集群可以针对低功耗AI推理进行优化。从未来发展来看，Mihira AI的目标很可能是替代英伟达的CUDA，以及AMD的ROCm软件生态系统。不过，目前它还处于发展初期，未来的道路十分艰辛。3、结语AI系统、芯片和软件市场发展潜力巨大，各种传统和创新产品同台竞争，随着应用和市场的发展，未来具有很大的想象和操作空间。正是看到了各种AI技术、产品和商业的发展可能性，越来越多的行业大牛依托创业公司，或依托各大知名厂商，开始了各种创新工作。在本文截稿时，报道称Sam Altman又回到了OpenAI，继续担任CEO。经过这一波操作，Altman有望在OpenAI获得更多的施展空间，其AI技术和商业拓展之路很可能会加速。 【本文由投资界合作伙伴微信公众号：半导体产业纵横授权发布，本平台仅提供信息存储服务。】投资界处理。OpenAI闹剧中被忽略的一部分