擦鞋童 wrote:
目前的策略只先買一半...(恕刪)
大家都會講中長期持有
問題是上次挖礦潮後
NVDA崩了7成
NVDA一回檔就是5成
半年都是走下坡
您拿得住嗎???
我最近的後悔是被川普騙了
3/31賣出一些
不然deepseek 一推出在農曆春節
一天跌17%
眉頭都沒在皺的...
我重倉NVDA一年半
只有被川普騙賣了一些...
後來沒有回補
改買Meta
成本600元
幸好在Meta補回來...
個人積分：15007分
文章編號：91998997
個人積分：1417分
文章編號：91999007
個人積分：3756分
文章編號：91999021
個人積分：1417分
文章編號：92002213
個人積分：15007分
文章編號：92003224
個人積分：1417分
文章編號：92005824
個人積分：135分
文章編號：92005903
個人積分：3756分
文章編號：92007350
中國人工智慧（AI）公司 DeepSeek 在嘗試使用華為晶片訓練新模型失敗後，延後新一代
模型的發布，這也凸顯北京推動取代美國技術的困難。
知情人士透露，DeepSeek 在 1 月發布 R1 模型後，受到官方鼓勵，改採用華為昇騰（
Ascend）處理器，而非 NVIDIA 系統。
然而，在使用昇騰晶片進行 R2 訓練過程中持續遇到技術問題，因此改回 NVIDIA 晶片進
行訓練，僅在推理（Inference）階段使用華為晶片。知情人士透露，這是模型發布從 5
月延後的主要原因，導致 DeepSeek 在競爭中落後。
所謂「訓練」是模型透過大量資料集中學習，「推理」則利用已訓練好的模型進行預測或
產生回應。由此可知，中國晶片在關鍵任務上仍落後美國競爭對手，這也是中國追求半導
體自給自足所面臨的挑戰。
外媒《金融時報》（FT）指出，北京已要求中國科技公司必須為訂購 NVIDIA H20 晶片提
供正當理由，藉此推廣華為、寒武紀（Cambricon）等國產替代方案。
業界人士認為，與 NVIDIA 產品相比，中國晶片存在穩定性問題、晶片間連線速度較慢，
以及軟體水準較差等劣勢。
據悉，華為曾派出一支工程師團隊前往 DeepSeek 辦公室，協助利用其 AI 晶片開發 R2
模型。但即使如此，DeepSeek 仍無法在昇騰晶片上成功完成一次訓練。不過，DeepSeek
與華為合作改為將模型在推理（Inference）階段能相容於昇騰晶片。
知情人士透露，DeepSeek 創辦人梁文峰在內部表達對 R2 進展不滿，並努力投入更多時
間打造更先進模型，以維持公司在 AI 領域的領先地位。R2 發布延後的原因還包括更新
模型所需的資料標註時間比預期更長，根據中媒報導，該模型有望在未來數週內發布。
加州大學柏克萊分校 AI 研究員 Ritwik Gupta 認為，將昇騰用於訓練這方面，華為正在
經歷「成長痛」，但預期它最終會適應，「我們今天還沒看到用華為訓練的領先模型，不
代表未來不會發生。這只是時間問題」。
個人積分：15007分
文章編號：92008222
moacetyl wrote:
https://tinyurl...(恕刪)
我也有看到這篇新聞
不管小粉紅怎麼吹
要談愛國沒關係
飯碗還是要先顧好
NVDA的 CUDA的生態系發展了那麼久
讓顧客能快速的開發搶市場
中間的環節眉眉角角
都是NVDA在多年的經驗上幫你解決
讓客戶無後顧之憂
站在巨人肩膀上衝刺
生態系要建立不是那麼容易的事
要花很多時間...
搞軟體的工程師都知道
如果系統沒問題
就不會去管內部的code怎麼寫是否合理
因為牽一髮動全身
拿掉一根積木整座大廈垮了怎麼辦...
因為存在就是事實
一堆負負得正的旁門左道的code
當初只要跑起來還行
就不會有人質疑
負負得正
如果只看到了一個負就去改
結果正負得負
沒事手癢搞到跑不出來
還不如將就將就...
本來就沒事
硬要談合理性推倒重來反而出槌
沒有人想揹這個鍋....
商場上速度就是時間
之前就有人在談
上半年Deepseek大出風頭
下半年美國的一堆AI都更新
反而Deepseek沒消息
梁文峰是否江郎才盡
結果梁文峰肚子裡一堆苦水....
愛國愛到被人懷疑沒本事...
最後還是要回到CUDA的懷抱...
NVDA的護城河由此證明超級無敵寬
只要 AI風潮不熄
NVDA還是王者...
顧客是現實的
根本不會等只會要最好的
華為手機還在用7nm製程
還是利用2019年台積電開發的四重曝光的觀念硬做
理論上四重變八重曝光可行, 只要在硬遮罩(Spacer)上多一層,但是良率與品質會更難看
同行都已經3nm了,甚至小米都可以設計3nm
明年大家拿2nm製程手機
差距會更大
如果為了國安問題硬要用華為系統
那麼商用那塊的競爭力就沒了...
華為在追人家也沒睡著
未來XAI, 星際之門要蓋超級算力中心
一次100萬塊H100等級GPU的算力
華為系統算力就算是等同H20好了
人家100萬塊
你要500萬塊
軟體要追上就很難了
還要比美國多5倍的規模...
複雜度更高...
美國使用CUDA可以更快的建立算力
個人積分：314分
文章編號：92008931
