人工智能初创公司指责唱片公司采取反竞争策略

币界网Publié le 2024-08-05Dernière mise à jour le 2024-08-05

币界网报道:

允许用户使用人工智能生成音乐的两家初创公司Suno和Udio指责主要唱片公司的反竞争行为和阻止新进入音乐行业的行为。这些意见书是针对美国唱片业协会(RIAA)的单独法律文件的一部分。

6月,RIAA分别起诉了Suno和Udio,指控这两家公司使用受版权保护的“大规模录音”来训练他们的人工智能模型。该协会代表环球音乐集团、索尼音乐和华纳唱片等主要唱片公司,要求对每首使用的“未经许可”的歌曲赔偿高达15万美元。

人工智能初创公司表示,公开可用的数据是公平的

RIAA在其投诉中声称,Suno和Udio创作的一些歌曲类似于Chuck Berry和ABBA等知名艺术家的作品,这些作品归唱片公司所有。Suno创作的一首名为“跃动女王”的歌曲包含ABBA“跳舞女王”的歌词,听起来像乐队。另一位翻唱了贝里的《约翰尼·B·古德》的歌词。

用户可以在Suno和Udio上创建音乐,方法是向生成式AI模型发送一条短信,描述他们希望系统创建什么。该公司在5月份表示,自去年12月以来,人们已经使用了Suno的AI音乐技术超过1200万次。

Lectures associées

Où se trouve le goulot d'étranglement dans la chaîne industrielle de l'IA Infra ?

L'industrie de l'infrastructure IA (AI Infra) fait face à des goulots d'étranglement systémiques à presque tous les niveaux, entravant le déploiement massif de la puissance de calcul nécessaire aux applications d'intelligence artificielle. Quatre principaux obstacles sont identifiés : Le « mur de la mémoire » : La demande croissante en mémoire à large bande (HBM) et DRAM pour l'inférence IA dépasse l'offre, les nouvelles capacités de production n'étant attendues qu'à partir de 2027. Le « mur de la bande passante » : La vitesse de calcul dépasse celle du transfert des données, créant des goulots à tous les niveaux (puces, serveurs, centres de données). L'énergie nécessaire pour déplacer les données dépasse parfois celle utilisée pour les calculs. Le « mur de calcul » : La fabrication de puces haut de gamme est limitée par la disponibilité des équipements de production avancés, notamment les machines de lithographie EUV (ASML), et par la chaîne d'approvisionnement mondiale complexe en matériaux et équipements spécialisés. Le « mur électrique » : Bien que la consommation énergétique des data centers IA soit énorme, ce défi est considéré comme plus gérable à moyen et long terme grâce aux énergies renouvelables. Au-delà de ces murs, l'expansion de la production est freinée par des pénuries en amont : * **Équipements de test (ATE)** : Essentiels pour tester à 100% les puces IA complexes, leur demande explose. * **Substrats IC/porteurs** : Un point de rupture critique. Ces composants, plus chers que les puces dans certains cas, sont indispensables pour le packaging avancé (2.5D/3D). Leur production, concentrée chez quelques fabricants taïwanais, est un goulot d'étranglement majeur pour des sociétés comme NVIDIA. * **Matériaux spéciaux** : Des « épices industrielles » comme les fibres de verre à faible CTE, les feuilles de cuivre spéciales et les forets de précision sont en pénurie. Leur haute technicité et leur production limitée menacent toute la chaîne. * **Salles blanches haute technologie** : La construction de ces environnements de production ultra-propres pour les puces et packaging avancés est un secteur à forte barrière technique et financière, en forte demande. Enfin, la connectivité dans les data centers évolue avec une compétition entre le cuivre et la fibre optique selon la distance : le cuivre regagne du terrain pour les courtes distances (<7m) grâce à son coût et sa fiabilité, des solutions hybrides (Micro LED) émergent pour les distances moyennes, et la fibre optique (dont la fibre creuse innovante) reste cruciale pour les longues distances. Les technologies de PCB et de substrats doivent également évoluer (plus de couches, substrats en verre) pour supporter la bande passante requise. En résumé, le développement de l'infrastructure IA est contraint par des limitations multidimensionnelles, de la fabrication fondamentale des puces aux matériaux et équipements spécialisés en amont. La recomposition des chaînes d'approvisionnement et l'évolution des technologies de connexion (cuivre/optique) façonneront l'avenir du secteur.

marsbitIl y a 57 mins

Où se trouve le goulot d'étranglement dans la chaîne industrielle de l'IA Infra ?

marsbitIl y a 57 mins

Autonomie ou compatibilité : Le choix de l'écosystème d'IA chinois derrière le report de DeepSeek V4

L'annonce du report de DeepSeek V4, un modèle d'IA open-source multi-modal de taille trillion de paramètres, a relancé le débat mondial sur la « dé-CUDA-isation ». Le modèle, initialement prévu pour début 2026, est en cours d'adaptation pour fonctionner sur les puces Ascend de Huawei via le framework CANN. Ceci représente un test crucial pour la faisabilité d'une infrastructure IA chinoise indépendante de l'écosystème CUDA de Nvidia. La complexité technique est immense. La migration vers Ascend, dont l'architecture matérielle et logicielle (CANN) est moins mature que CUDA, nécessite une réécriture profonde du code et une optimisation des opérateurs. Cela révèle que la compétition en IA est passée de la simple course aux paramètres à une bataille systémique sur l'infrastructure et l'ingénierie. Le report du V4 est le prix à payer pour cette indépendance. La domination quasi monopolistique de Nvidia, via son écosystème CUDA verrouillé, rend toute migration extrêmement difficile. La stratégie de Huawei avec CANN a été d'opter pour une compatibilité de haut niveau avec CUDA pour faciliter l'adoption, mais cette approche présente des limites. Elle risque de perpétuer une dépendance aux standards définis par Nvidia et pourrait freiner l'innovation fondamentale chinoise à long terme. Le défi est de taille : la compatibilité est nécessaire à court terme pour survivre, mais une véritable autonomie est cruciale pour définir les futures règles du jeu. Les 3 à 5 prochaines années seront décisives pour déterminer si l'écosystème IA chinois peut passer d'un statut de suiveur à celui de leader capable de définir ses propres paradigmes techniques, tout en maintenant une ouverture pour rester compétitif à l'échelle mondiale.

marsbitIl y a 1 h

Autonomie ou compatibilité : Le choix de l'écosystème d'IA chinois derrière le report de DeepSeek V4

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片