MiPiace wrote:
善用 chatGPT...(恕刪)
我的意思是現在是說故事時間(Story Time)，股價估值是市場決定，不能因為覺得貴去放空。
個人積分：4148分
文章編號：89905122
個人積分：249分
文章編號：89911893
股海出擊 wrote:
輝達本身，就已經替這一波盈餘大漲的原因下定義
就是生成式聊天應用崛起
簡單來說，就是其實軟體方面，並沒有什麼驚人的創新
根本上來說，這是一個瑕疵品就上市的軟體
相關公司早就都有這個技術，不敢上市見公婆
更直白的來說
不需要新的處理器，現有的設備都能跑這些軟體
這就是現在的大問題
你講得太過膚淺了，家用桌上型電腦要運行生成式AI目前面臨一些挑戰難題：
1. 硬體限制:
- GPU能力不足: 大多數家用電腦的GPU無法與專業AI工作站相比。(舊型電無法靠安裝最新的GPU顯卡就能擁有比肩專業AI工作站的能力，因為舊型號的CPU及主機板並未開發能適應新型高功率GPU顯卡所需的操作環境，反而舊電腦會因為安裝新型高功率顯卡無法應付導致燒機事故)
- RAM容量不足: 家用電腦通常只有16-32GB RAM,遠低於大型AI模型的需求。(舊型電腦可能RAM上限還不能超過16GB，就算能安裝到32GB，那記憶體速度也無法應付大型AI模型需求)
- 存儲速度和容量: 普通硬盤可能無法滿足AI模型的高速數據讀寫需求。(舊電腦在硬體傳輸滙流排規格要讓AI模型進行訓練時，只會慢到讓機器死機的狀況)
2. 散熱問題:
長時間運行AI模型會產生大量熱量,家用電腦的散熱系統可能無法有效處理。
3. 電源限制:
高性能AI運算需要穩定的大功率供電,家用電源可能不足。(舊型電腦無法像新型電腦有更好更高的電源管理)
4. 軟體兼容性:
許多AI框架和工具可能需要特定的硬體和操作系統環境。(AI框架在舊型電腦缺乏專用硬體支持下要開發出相容軟體套件是不可能的)
5. 網絡帶寬:
下載大型模型和數據集可能需要高速穩定的網絡連接。
6. 成本考慮:
升級家用電腦以滿足AI需求可能成本高昂。(這和你說的舊型電腦也可搞生成式AI不是自打臉嗎?)
7. 技術門檻:
配置和優化AI運行環境需要專業知識,對普通用戶來說可能較為困難。
8. 隱私和安全問題:
在家用電腦上運行AI可能帶來數據隱私和安全風險。(比如微軟推的AI助理Copilot，就被質疑有隱私和安全風險而被迫延後上市)
Canon EOS 500N + EF 35-80mm F4-5.6
Canon EOS 300D
EF 28-105mm F3.5-4.5
EF 50m
個人積分：7768分
文章編號：89914850
個人積分：330023分
文章編號：89915556
hoyaani wrote:
你講得太過膚淺了，家...(恕刪)
AI目前的架構新的用NPU來當訓練的計算吧
大多也不是用在聊天上
拿自動駕駛當例子好了
這個目前的方案中相當大比例用特斯拉FSD當基礎配激光雷達
以處理圖片影像為主
早期特斯拉用120萬的素材
新一代升級到500萬
競爭對手相當大比例用1200萬
鏡頭的數量基本都超過10個
處理圖片和影響那肯定GPU要比CPU好用
但自動駕駛還不需要渲染畫面這麼高的等級
對自動駕駛來說核心是判斷能過還是不能過
把影像當成一個一個方塊
然後要判斷在車道上會不會影響來下決策該怎樣操作
環境比較相似固定
那NPU這類計算與記憶體設計在一起的方案比GPU會更有效率
跑訓練大多不會用個人端的PC而是計算中心這類的
個人端跑訓練完的東西
所以個人端用現在的硬體大多應該是可以跑的
個人積分：1432分
文章編號：89915769
個人積分：330023分
文章編號：89916013
溫柔香菇頭 wrote:
GPT在語言的掌握度已經非常高，已經不是谷歌的線上翻譯能比的
這兩個又不是同樣功能的
GPT屬於transformer中的recording
本身擅長是語言了解
當然語言翻譯也可以當語言瞭解之一
但拿GPT去各種語言翻譯也沒比較強阿
溫柔香菇頭 wrote:
siri這樣的人工智能在GPT 面前只是小學生程度而已
這個是真的
但是對谷歌而言這個不是賺錢的核心
搜索才是
沒威脅到核心谷歌基本防禦性而已
當然這麼大一家號稱AI最強的公司這麼多年沒推出個像樣的產品也實在OOXX
但GPT當生活助理得處理一本正經的胡說八道這被人詬病的問題
起碼現在怎產生的不知道
怎解決也不知道
實際看看有多少人還在高度使用GPT
要真這麼好用會只有這點人?
溫柔香菇頭 wrote:
人工智能的終極會是個人助理，有些人還看不到這個方便性，我坐自強號就好啦幹嘛要坐高鐵，你就慢慢去坐呀
也許是這樣
但最現實的是燒錢要還能看得到回收
燒錢都燒到倒閉東西還是做不出夠讓消費者買單都沒用
燒這麼多錢至少也得有個回收的商業模式吧
現在也沒有啊
我在這樓說好幾次了
不然微軟有因為這個兒營收上升和營利上升?
還是只是拉高了股價
更務實一點到今天還多少人再談GPT了
甚至還剩多少人是頻繁使用的
當然AI不只GPT
LV4自動駕駛在商用車領域有可能賺到錢
目前也有產品在小規模商業運行實驗中
可大致上真的沒多少項目是看得到商業收費的正面循環的
資本那是要賺錢的
要有好的商業模式才有可能持續
個人積分：2691分
文章編號：89916014
個人積分：330023分
文章編號：89916733
devine wrote:
一高北上剛過系統交流...(恕刪)
蓋得多只是供給增加
未來需求到底怎樣誰都不敢確定
不然讓客戶下單看看阿
能不能看到幾年後的狀況
目前能知道的是TSMC兩年內的產能大機率會很滿
再之後連同新開的產能到底會怎樣就不知道了
拿個不太適合的例子
3年前甚至5年前特斯拉的訂單看起來也非常滿
似乎只要擴大產能就能跟你說的那樣換來營收和營利
也的確爆發增長了一陣子
特斯拉甚至立下了要年銷售2000萬台這個比現在世界第一大廠還要多差不多一倍的銷售數字
包含一些檯面上常常上節目的財經名嘴中相信的也有一部分人
但今年特斯拉自己都放棄年銷售2000萬台的遠大目標了
幾年前特斯拉哪有降價促銷的
這兩年不也是常態化了
未來市場會怎樣變化充滿了高度的不確定性
個人積分：15602分
文章編號：89917711
milktoface wrote:
我的意思是現在是說故...(恕刪)
啊，那我誤解你的意思，我以為你也是用一些小問題否定 AI 的能力。
這個版，不了解AI 的人多，以為全能比人還聰明的 AI, 才能叫 AI.
其實對人類自動化有幫助的 AI, 就算是有用的 AI.
又有些人以為幾片高階繪圖卡就可以達成 AI的需求。
實際上，像 chatGPT-4這種大模型訓練，對於 Nvidia AI專用系統，需求是用 萬片來計算。
以 特斯拉 馬斯克要成立的 xAI 公司，建立一個大模型訓練系統，需要 10 萬片 H100.
每一片 H100 含 8 個 GPU 晶片，所以總需要 80萬顆 GPU 晶片才能建立一個超級聊天系統 Grok.
一套H100值 3 萬鎂，所以最基本的消費是 30億美元。
2023年底，還是2024年初，台積電 魏哲家在法說會上提 客戶對於 AI晶片的需求，不是缺幾萬片產能，而是缺了幾個廠。當時我實在聽不懂這如何解讀，現在懂了，但也晚了，所有相關的半導體公司股價，全部飛上天了。
