坏账准备期末余额在哪方

正文 二代进厂接班，一场新追风 当“厂一代”的故事已经成为广为流传的故事时，更年轻的“二代们”正在试图在新的风口中，追赶和超越父辈。 01向上管理为了抢到货，小王和父母大哭了一场。在鄂尔多斯，25岁的小王家有一个羊绒服装厂，20台德国机器24小时不间断制造，每月都有上万件新制作的成衣被摆放在架子上，到处都是羊绒制品，开衫、帽衫、打底背心、再到裤子、帽子和袜子，叠堆在一起。11月初的晚上10点，小王刚刚从自家的工厂干完活儿，又一次提出想把家里工厂的基础款放在小红书卖卖，却遭到了父母的反对。想到小红书上的催单，和自己明明立了“厂二代”人设，却上架不了一件产品，小王觉得自己既对不起粉丝的期待，在社交媒体折腾出来的事情也没能得到父母的认可，还没等走到家，就蹲在马路上哭了。大哭特哭。一个月后，小王还忍不住自嘲当天的失态，并称为了“抢货”，甚至没去参加几日后的公务员考试。一切源于小王在社交媒体上写的笔记。2023年11月，小王用小红书账号“小王的鄂尔多斯羊绒厂！”发了两条笔记，一条赞叹爸妈是优质羊绒供应商，一条是回忆爸爸在2017年研发的一条莫代尔羊绒裤，彼时还是高中生的小王，为家厂制作了*张宣传海报，时隔5年再看，她的评价是：“狠狠稚嫩”，但一直被很多客户采用，几分傲娇在不经意间冒出了头?：芸?，要链接的评论就出现了，紧接着是“怎么买”的私信堆了一千多条，粉丝也在一天内破百。爆款带来了流量和顾客，小王身后的工厂却“掉了链子”：无货可卖。“只是几百个人关注，哪里真的会有什么订单？”父亲难以相信，一篇只有几十个字，“随便写写”的笔记真的会带来生意，这也不是他和妻子熟悉的场子——从90年代开始，小王的父母就在鄂尔多斯开厂，只做传统的代加工和批发，客人要亲自飞来鄂尔多斯的工厂里考察过才会下单，一个订单上百件成衣起步。相比之下，互联网上素未谋面的陌生人，在两位老板的眼中显得不那么可靠。更根本的原因是工厂人手不够。尽管“双11”期间，羊绒市场才在销售端火热起来，但大商家通常会提前3-6个月向工厂下部分单。国庆后，工厂既要为这部分订单做最后的冲刺，还要接受客户们的临时加单，同时将部分研发出的新款做成电子册，发给老客户们做参考。“乱成了一锅粥。”每到“双11”到来前，小王的爸爸都要一边干活儿，一边抱怨着干不完活儿。前些年，小王在国外读书帮不上忙，今年毕业回国，也被“薅”回了家帮忙——在10月进厂前，小王原本在鄂尔多斯的一家国企实习，还报名了11月的公务员考试。但最终，小王辞掉了国企的工作，也没去考公务员，每天晚上10点能从厂子里回家，能算是早下班。那场大哭之后，小王的父母从紧张的库存中挤出了几十件货给小王上链接。与工厂沟通和认可，是“厂二代”们接班的*课，套用现在更时髦的词，那得叫向上管理。但有时候管来管去，他们发现，只有父母在配合自己的表演。与毕业当年就回厂的小王不同，33岁的Kiki在2022年回宁波慈溪接鞋厂前，在北京有过6年的互联网大厂和新消费品工作经验，回家接厂的直接原因是，原本担任厂长的妈妈患上了癌症，手术后需要安心修养，但放心不下工厂的妈妈，总是会偷偷溜去厂里干活儿。为了能让妈妈安心养病，Kiki辞掉了工作回家接厂。最初，她信心满满，打算对自家的厂子进行一番互联网化改革，比如给库存贴标签，以便所有工作人员能看立刻知道货物的用途——在Kiki过去的工作经验中，这是最基本的工作习惯。图：Kiki在鞋厂中打快递单进厂*个月，她自信地把所有人召集在一起，把这个好方法介绍给大家。到了第二个月，她发现*响应的只有自己本该在家休养的妈妈，响应的方法是每当自己来厂里的时候，她会迅速给员工发信息，让大家找几张白纸写上记号，然后贴在前边两排货架上。Kiki一进门，大家的眼睛就会沾在她身上：小老板再往前多走两步，就会发现被糊弄了。02壁垒刚回老家慈溪时，Kiki会把所有的事情都和北京比，例如同样大小的房间，在朝阳区租金至少得翻五倍，下午五点，正是为当天的KPI冲刺的最后阶段，但在老家，厂里的工人们已经下班了。对比最多的是时薪，在综合生活成本、工作时长和到手的薪水后，Kiki发现，家里工人实际攒下的钱，可能要比自己在大厂时更多。“我要把他们都开掉！”Kiki不止一次，在电话中和朋友们气鼓鼓地口嗨，说这句话的时候，她通常刚从厂子里回家，一边洗漱一边和过去的朋友们讲回家后的新生活，情绪激动时，忍不住锤两拳卫生间的墙出气，再补一句：“他们都是在浪费我家的钱！”当然，在现实中，这事儿落实不了一点，甚至根本不敢说出口，Kiki更憋屈了。裁员想法来自Kiki对工人工作态度的不满意，尤其是因此带来的多次返工。Kiki家的订单以外贸为主，国外的甲方会定期派人来工厂里抽查鞋子，如果有不合格的，同一批鞋都会被退货重做。几个月前，因为工人的粗心，鞋子被返厂修改了三次。第二次返工的时候，本应该卧床休息的母亲深夜跑去厂里盯着员工做活儿，这让Kiki很沮丧，觉得自己没管理好工厂。但并非Kiki的错，在自家工厂，返工是常态，原因之一是工人大部分来自本地，和母亲是多年的朋友，不少人来上班，抱着的是帮忙和消遣的心态——比如那位被要求返工三次的阿姨，她家在上海还有两套房子。了解到阿姨家的经济实力，Kiki又在电话里和朋友们感叹：我很不确定，我妈和我的思路，到底谁更适合这里。Kiki生活的慈溪是全国*县，以加工鞋而全国闻名，在她的记忆中，马路上总是弥漫着淡淡的烧焦味，那是鞋子散发出来的味道。Kiki的父母也是这么起家，从把货卖到东北，到接外贸订单，他们的鞋子卖向全球，但自己常年生活在慈溪县城。工厂招人难。Kiki也曾向母亲提议，去网上找些外地工人，但母亲却常以“慈溪只是个小地方，真正懂技术的人不会愿意来”推脱。这源自母亲过去的经验。几年前，母亲花力气招了两位外地的高级技工来厂，负责把鞋底和鞋身缝合在一起，在鞋厂里，这算是份高难度的工种，每月薪资在两万以上，但最终因工人的技术不过关而辞退。但地域并非是主要原因，更多的是信息差带来的壁垒。黄希谊家的数字机床厂在广州，她曾先后在美国和法国留学，在进入重工行业前，她的上一份工作在巴黎时装周。2023年，她正式接班工厂，做的*个项目是工业物联网，即利用数字化的软件监控和辅助机床工作。组建团队之初，黄希谊收到了许多闪闪发光的简历，应聘者们大多拥有不俗的教育和工作经历，但黄希谊立刻感受到了现实与理想的落差：被工业物联网和区块链两个关键词吸引来的工程师们，当得知主要工作是不断调配软件以适配传统机床时，不少都告辞离去。图：黄希谊家的数字机床厂略显枯燥的工厂生活与年轻工程师们想象中的“高科技”不同，但转回到工厂的内部沟通中，数字化又显得过于“高大上”了。黄希谊刚进厂时，会为讲解新项目做精美的ppt，然后在大会上对工厂的员工和经销商们进行宣讲。结果，工人只能表达“哦”，经销商则表示“所以，关我什么事呢？”缺乏同伴，几乎是“厂二代”们共同的痛。中国制造业快速发展于上世纪70年代，如今，众多面临接班的“厂二代”们年龄集中在85后-00年间，他们的共同点是成长于经济高速发展的时期，大多有过留学经历，年龄稍长者，大概率还有互联网大厂或外企的工作经验。当在世界兜兜转转一圈后，再回到工厂，他们一边惊叹自家工厂的货物美价廉想要把产品卖向更多的地方，一边为厂里的低效而着急。落差和孤独也从缝隙中慢慢渗出，不要命，但难受，就像掉进了一个看似熟悉的迷宫中。03回家，一场新的追风2023年1月初，孤独的黄希谊在社交平台发布了条寻找更多“厂二代”，一起互助接班的内容。群聊很快被拉了起来，同样生活在广东的，“汽配厂厂二代”Wendy顺着网线找到她，两人共同创立了组织：厂二代GOGOGO。一年后，这个组织有了3000多位会员，日常活动以走访大型企业、媒体活动和私下聚会为主。不同地区的产业带，是活动策划的灵感来源之一。不久前，Wendy负责了一场走访装修公司索菲亚工厂的活动，主要目的是了解企业如何提高生产效率。与之对应的行业背景是，广东有大量装修生产厂，在房地产成交逐渐下滑的现在，装修厂的“二代们”正面临着如何降本增效的新课题。Wendy曾在互联网大厂和外企都有过短暂的工作经历，但在接厂前，她已经两年没有工作，现在，她一边做厂二代GOGOGO的社群，一边为家里的汽配厂做出海策划，两份工作的信息时常能共享，这让离开职场许久的她重新找到了工作中的价值感。“厂二代”是个很讨巧的身份，Wendy渐渐捕捉到了社交平台和现实生活中，对这一身份的欢迎。“大家会觉得你是一个负责任的二代”。类似的心理，已经为一些原本没落的企业带来话题度。2023年11月，黄希谊来到北京798参加了虎嗅FM创新节中的“二代”接班圆桌会议，当三位“厂二代”们出现时，会场两侧的弹幕区很快蹦出一条友好的打趣：欢迎了解富二代们的烦恼～事实上，富二代与厂二代并不相同。“厂二代”多指中小规模的民营企业继承人，在过去，这些工厂主要以B2B为主，并不为大众所熟知，但却是各细分行业的基石。据中国民营经济研究会报告显示，在中国超1亿的民营企业中，80%以上为家族企业，约29%的家族企业集中在传统制造业。从2017-2022年，中国约四分之三的家族企业面临交班，是中国历史上规模*的一波家族传承。回家接厂，正在成为新的风口。25岁的小王，原本学的是金融，在接厂前一年内做过四份工作，去过杭州，其中一份每天要写上万字，月薪尚没够到当地的平均工资，回到当地国企实习后，又对过于清闲的办公室生活感到厌烦。下班后，她会因为日子虚无，而“大哭特哭，一顿爆哭”。直到在社交平台上曝光了自己“厂二代”的身份后，她*次感受到了自己的工作是被需要和期待的。在社交平台“小火”一把后，她在微信拉了一个300多人的粉丝群，群里每天都有上百条消息，她们称呼小王为“小王总”，“鸡”她抓住机会，努力搞钱：找货、挂链接、开直播，几乎每一步都是粉丝们催着小王总在做——因为从没接触过电商，开网店的前几天，小王在后台找不到客服功能，为了回答粉丝的问题，她写了几百字的羊绒笔记挂在主页，拜托大家先自助下单，快递也经常发错，别人买一件，她发了两件出去。“500件衣服，可能只是我父母原本一个订单的量，但这是我自己挣来的的事业。”面对新的生活，小王显得热情十足。在社交平台上，她自称“你的养成系”博主，正在一点点摸索电商。但当粉丝夸赞她真诚的时候，她也会感到烦恼，表示自己现在是“新手保护期”，还能靠真诚打动人，但不能永远以此吸引人。另外，内蒙当地的原材料好，但数字化程度差江浙地区远。为此，等3月，羊绒制品市场进入淡季后，她打算去杭州系统地学习电商。当“厂一代”的故事已经成为广为流传的故事时，更年轻的“二代们”正在试图在新的风口中，追赶和超越父辈。在接受完采访后，Wendy发了一条朋友圈：接受了一个公众号的采访，妈妈全程在旁边安静地听着，并用骄傲的眼神看着我，她和我都很期待。 【本文由投资界合作伙伴微信公众号：首席人物观授权发布，本平台仅提供信息存储服务。】投资界处理。VC/PE这一年，众生百态

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。01AI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。02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。03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。中关村科金1+N新品系列亮相，为企业打造大模型强人工智能应用