pqaf wrote:你可以問看看過完年gg是漲還是跌？
由於我無法直接訪問外部網站（包括你提供的台灣大樂透開獎結果頁面），因此無法直接分析該網頁的數據。
個人積分：5840分
文章編號：91033718
個人積分：4727分
文章編號：91035882
DeepSeek頂多就是個運算模式，為什麼一堆人看衰NVDIA、台積電呢？
難道軟體還能跨越到現實影響物理嗎？
假如！DeepSeek真有那麼強，它依然還是靠NVDIA的GPU實現，而且是次級品，如果能用到最新的H200，是不是算力更強大，能用更低的成本完成GOOGLE、微軟、Opend AI做到的事情
我看來，DeepSeek只證明了一件事，他拿著舊大砲打飛機，而GOOGLE、微軟、Opend AI卻是拿著大砲打蚊子，那問題是出在大砲身上？還是...GOOGLE、微軟、Opend AI身上
這不是很明顯的事情嗎？
如果運算模式能改變物理帶來的差距，何不出一款軟體讓4090超越5090，以後就不用買新的顯卡了
但看看一堆新聞帶風向，好像NVDA 完蛋了，在未來對算力的需求會更龐大，除非擔心算力過剩，那NVDA 才可能完蛋
大陸有人吐臭 DeepSeek
偷了考題、答案，裝作很會說也是一種優秀
OpenAI：已掌握證據 顯示DeepSeek盜用其訓練模型
OpenAI今天表示已掌握證據，顯示DeepSeek盜用其模型進行開發；業界也指DeepSeek握有大量輝達H100高階晶片，形同直接挑戰美國出口管制規定。
蒸餾技術可讓開發者利用更大、更強的模型輸出成果，在較小模型獲得更出色的表現，並讓他們在特定任務上以更低廉的成本得到類似結果。
儘管蒸餾是AI業界常見做法，但DeepSeek若利用蒸餾技術來打造自家模型，並與OpenAI競爭，將違反OpenAI服務條款，因此產生疑慮。
引述某人的話，DeepSeek要用在寫code，才準確
DeepSeek聊天機器人 新聞傳遞可信度僅17%
報告顯示，DeepSeek聊天機器人在回應新聞相關提示詞（prompt）時，有30%的時間會重覆虛假聲明，有53%的時間會給出模糊或無用的答案，失效率高達83%。
這高於西方聊天機器人平均失效率62%，引發對於DeepSeek的質疑，DeepSeek聲稱其AI科技性能可與OpenAI媲美或表現更好，而且成本低許多。
你終於承認自己沒有思考，只會看ptt留言來選風向。至於azure也提供deepseek是事前，當時不知道他拿來做什麼，把事前當事後的決議，這叫有思考？[沒有不敬的意思]
承認沒思考?你國文也不太好嗎?事實上就是美國一堆專家都研究過，也發表評論，你有去看過跟思考過嗎?還是你或網美比美國專家強?
個人積分：115686分
文章編號：91037996
他強調：「我們必須迅速採取行動，對DeepSeek人工智慧基礎設施所依賴的關鍵技術，實施更強有力的出口管制。」
===================================
輝達27日作出回應，大讚DeepSeek新的AI模型R1是「AI一項出色的進步 ，是一項測試時間縮放（Test Time Scaling）的完美範例。」。
輝達也表示，DeepSeek使用的GPU完全符合出口規範，駁斥了外界對其違規使用先進芯片的質疑。
輝達的聲明顯示，該公司認為 DeepSeek 的突破，為輝達的 GPU 創造了更多工作。
======================
深綠網紅狂唱衰DeepSeek 專家指出網紅錯誤觀點
對 DS的質疑?
======================
DeepSeek 去年12月就公開發表了,美國AI巨獸都已經驗證一個多月了，也在網路上讚許一個多月了，只是這幾天一般人才比較知道DS的存在. 一些仇中網紅為了流量,突然變AI專家,開始提出質疑負面批評,說這事不可能發生,這是假的.
DS的API 有商業收費,如果DS是盜用 OpenAI的話, 早就被奧特曼和川普踢爆了.
美國國會議員,承認 中國先進的AI 技術已經威脅到美國安全，呼籲要提升出口管制．
如果 DS是假的玩具, 美國議員幹嘛大動肝火,那麼緊張 要求採取更嚴厲打擊手段.
但美國AI 巨獸卻是被當頭棒喝,正面思考,緊急檢討自己架構,該如何精進到DS的低成本高效運算,
比起 右岸的財經網美,左岸的科技網紅,感覺比較年輕專業.
網美講的重點之一是500萬美元的成本是錯誤的，並沒有把晶片購買算入，所以你是在承認 deepseek 不用買gpu就能有算力囉，還是他的算力不用錢 [很混]，無法讓機器人如你~~懂人話啊
哪個AI討論成本在算晶片價格的? 你真的不懂啊。如果你買了2000顆H800，只作一次訓練就丟掉，的確需要算進成本。但實際上，你2000顆H800作完訓練，可以做別的事，所以從來沒有人在算晶片價格的
個人積分：115686分
文章編號：91041043
DeepSeek-V3 的前代模型 DeepSeek-V2 自去年 5 月發布以來，在中國引發了一場 AI 模型價格戰。
DeepSeek-V2 以開源模式運營，且價格極具競爭力——每 100 萬個 token（AI 模型處理的數據單位）僅售 1 元人民幣（約 0.14 美元）。這一策略促使阿里雲迅速跟進，宣布對多款 AI 模型進行最高 97% 的降價，隨後百度、騰訊等中國科技巨頭也紛紛調整價格。
DeepSeek 的神秘創辦人 梁文峰 曾於去年 7 月接受中國媒體《浪潮》採訪時表示，公司並不關心價格戰，其終極目標是實現 AGI（通用人工智慧）。根據 OpenAI 的定義，AGI 是指能夠在大多數具經濟價值的任務上超越人類的自主系統。
與阿里巴巴等擁有數十萬名員工的大型科技企業不同，DeepSeek 更像是一家研究實驗室，團隊主要由中國頂尖大學的年輕畢業生與博士生組成。
梁文峰在訪談中指出，中國大型科技企業的高成本與自上而下的管理模式，可能不適合 AI 產業的未來發展，並強調「大型基礎模型需要持續創新，而科技巨頭的能力是有限的」。
=========================
阿里的AI沒提到訓練成本有多少？收費有多高？
竟然得降價 97% 才能跟進 DS的價位.猜想, 阿里 ,百度,騰訊這幾年可能從新加坡,偷買了幾十億美金 被禁運的頂級算力設備,成本極高,原先的費率才會收那麼貴.
如果，阿里 ,百度,騰訊 的算力成本和費率，和美國AI 公司差不多的話,那它們就別玩了.
這些中國大企業,把幾十億美金的 算力預算拿去收購 DS好了.
中國有13億人口和廣大市場,有錢可以培養出 一堆AI天才,且 願意賣肝研發. 美國公司也有錢,但人口量少些,又不願賣肝熬夜,可能美國AI天才會不如中國.
印度有14億人口, 數學天才不少,我猜 印度有可能會是另一個 AI 大國.
我當然相信老共有許多的人才，但共產體制只允許奴才的存在，這才是中國人無法發光發熱的原因，例如高善文、傅鵬只因很誠實的指出中國的gdp就是造假了，就被免職、封號，於是真正有能力的人都選擇了沈默或是移民。
印度的政經體制，註定就算到世界的盡頭，印度也絕對起不來。
個人積分：115686分
文章編號：91043522
OpenAI公司向英國「金融時報」（Financial Times）證實，已掌握疑似DeepSeek利用「蒸餾」（distillation）技術的證據。
儘管蒸餾是AI業界常見做法，但DeepSeek若利用蒸餾技術來打造自家模型，並與OpenAI競爭，將違反OpenAI服務條款，因此產生疑慮。
OpenAI婉拒進一步說明或提供證據細節。根據該公司的服務條款，用戶不得「複製」任何OpenAI的服務，或是「利用輸出結果，來開發與OpenAI競爭的模型」。
網路內容創作者致信OpenAI執行長奧特曼，大酸這是ChatGPT竊取別人成果「遭受報應」,你依然迴避關於訓練數據的問題。
致信者拋下一句：「如果DeepSeek開發一套讓你能選擇自己數據不被使用的工具，我們想你應該會......現在就想要它吧。」
信中還附言：「隨意用這封信訓練你的AI吧。看吧？許可！」
==========================
國泰證券期研究部：這三原因讓 DeepSeek 影響 NVIDIA 有限
原因有三：
1.預估2025年CSP資本支出將續創新高，不會因DeepSeek的出現迅速下修；
2.NVIDIA已具備完整ADAS、人型機器人領域ecosystem，軟體已擁有AI Agent CoT思維；
3.NVIDIA仍為市場上最佳GPU產品提供者，演算法的效率提升可為算力帶來更多的AI應用機會，並非不需龐大算力的基礎硬體設施。
==================
私人企業老闆 有業績獲利壓力,不是都像 友達彭董, 佛心做慈善事業,買的比別人貴,賣的比別人便宜,公司不求賺錢,連虧10季 ,股價重挫 ,公司好像是彭董自己祖傳私有的,還是不用下台負責.
intel 執行長季辛格,四年五節點 ( 2024 20A跳票) 的戰略即將開花結果,但公司3年前的13代 14代 CPU 品質出大出包,公司因投資先進製程,財務虧損慘重,股價大跌..董事會等不到 最後一個節點, intel 18A 在2025年開花結果, 季辛格2024年底 就被董事會趕下台.
一種經營方式是 高營收 和 高成本,導致低獲利,甚至虧損,股價大跌
一種經營方式是 高營收 和 低成本, 帶來高獲利,股價大漲
私人企業執行長,通常會選擇 高營收 和 低成本 的經營方式.
阿里88, 騰訊, 百度這種超級大企業非常有錢,拿出100億美金買最先進的設備,都不成問題,
但他們AI模型的 訓練成本比DS貴20倍,被迫降價 97%挽留客戶, 阿里 騰訊 百度再持續這樣玩下去,肉包子打狗,絕對會虧損慘重,
他們為了活下去,一定會思考如何效法DS減少設備採購 和 訓練成本.
我買NVDL US$50
哦
個人積分：115686分
文章編號：91047856
ChatGPT 看法:
這些 AI 巨頭每年投入超過 1,000 億美元 購買 NVIDIA GPU 和相關算力設備，的確是一項龐大的先期投資，未來能否回收成本，取決於以下幾個關鍵因素：
1. AI 產業是否能創造足夠的獲利？
目前 AI 企業主要透過以下方式變現：- 雲端 AI 服務（AI as a Service, AIaaS）
- Google Cloud（Gemini）、Azure（OpenAI API）、AWS（Bedrock）、阿里雲、騰訊雲、百度雲
- 這類 AI API 訂閱費用高昂，如 OpenAI 最高端的 GPT-4 API 計費模式可達 每 1000 token 0.06 美元（輸入）與 0.12 美元（輸出）
- 這些企業透過提供 AI 計算能力，吸引企業用戶，逐步收回 GPU 硬體成本
- 廣告 & 內容生成（Google、Meta、TikTok、百度）
- AI 提供更個性化的廣告推薦、即時內容創作，提升廣告收入
- 例如 Meta（Facebook、Instagram） 已整合 AI 推薦算法，提升廣告投報率（ROAS）
- 企業應用 & SaaS（Microsoft Copilot、Adobe Firefly、Salesforce AI）
- AI 驅動的生產力工具，如 Copilot（嵌入 Office 365）、Notion AI、ChatGPT 企業版，已經能夠轉化為高利潤的企業訂閱收入
- AI 智慧硬體（Tesla、Apple、AI PC、智慧機器人）
- AI PC、AI 智慧手機（如三星、蘋果）未來可能帶來新一波 AI 軟硬整合商機
- Tesla 透過 AI 訓練自動駕駛技術（Dojo 超級電腦），計劃透過 Robotaxi 服務獲利
短期內，AI 營收無法完全覆蓋成本
目前這些企業的 AI 服務仍在投入期，雖然訂閱用戶增長快，但 GPU 設備昂貴，短期內無法完全回本。例如：- OpenAI 2023 年營收約 16 億美元，但 NVIDIA GPU 購置與運營成本極高，仍需依賴微軟資金支持
- Google DeepMind、Amazon、Meta 等投入 AI 計算，但仍未能完全變現
- 部分 AI 初創公司（如 Inflection AI）燒光資金，難以持續
2. 未來是否可能出現 AI 公司因財務壓力退出？
由於 AI 算力成本極高，許多 AI 初 創 公司可能無法長期存活：- 初創公司缺乏長期現金流
- 例如 Inflection AI（曾獲 13 億美元投資） 近期傳出財務困境，部分團隊被微軟吸收
- Stability AI（開發 Stable Diffusion）同樣面臨財務挑戰，傳出難以支撐運營
- 只有資金雄厚的大公司能長期支撐 AI 研發
- 微軟、Google、Meta 這類科技巨頭能靠雲端、廣告、SaaS 變現，但其他 AI 企業若找不到穩定商業模式，將難以存活
- AI 泡沫破裂的可能性
- 若短期內 AI 應用未能大規模變現，市場可能重新評估 AI 產業的真實價值
- 2021 年 元宇宙泡沫（Meta 投入數十億美元開發 VR，結果虧損慘重）可能在 AI 產業重演
3. AI 企業的未來趨勢
（1）算力需求是否會持續增長？
目前 AI 訓練依賴 NVIDIA H100/GH200 晶片，但隨著：- 低成本 AI 模型（如 Mistral、Phi-2）崛起
- 自家 AI 加速器發展（如 Google TPU、Tesla Dojo、AWS Trainium）
未來可能降低對 NVIDIA 的依賴，讓 AI 運營成本下降
（2）AI 產業會不會像「雲端」一樣，長期維持高利潤？
- 雲端運算（AWS、Azure、Google Cloud）最終變成穩定、高利潤業務
- AI 服務若能標準化（如 AI API 訂閱制），將有望形成高毛利的商業模式
（3）部分 AI 企業可能被收購或退出
如果某些 AI 公司燒光資金、無法盈利，可能：- 被微軟、Google、Meta 等科技巨頭收購
- 退出市場，讓 AI 行業進一步整合
結論
- 短期內 AI 產業仍處於「燒錢換市場」階段，這些巨頭能否回本仍取決於 AI 應用的變現速度
- 部分 AI 初創企業可能因資金壓力退出，行業將進一步整合
- AI 計算成本未來有望下降（透過自研晶片、開源模型等方式），但目前仍需龐大資本支撐
- 長期來看，AI 可能像雲端運算一樣，成為穩定、高利潤的市場，但現階段仍然是「高風險高回報」領域
這題目,OpenAI回答的比DeepSeek 具體清楚, DS 的回答,太制式八股,像公家機關公文型式.
個人積分：115686分
文章編號：91047900
DeepSeek 看法:
1. 龐大算力投資的獲利潛力
(1) AI 應用的商業化潛力
- 企業市場：AI 技術在企業市場的應用廣泛，包括自動化、數據分析、客戶服務（如聊天機器人）、供應鏈優化等。這些應用可以顯著提高效率並降低成本，為企業創造價值。
- 消費市場：AI 在消費市場的應用（如智能助手、推薦系統、內容生成等）也有巨大的商業潛力。例如，OpenAI 的 ChatGPT 和 Google 的 Bard 已經開始探索付費訂閱模式。
- 新興市場：AI 在醫療、教育、金融等領域的應用正在快速發展，未來可能成為重要的收入來源。
(2) 數據與生態系統的價值
- 數據優勢：大型 AI 公司擁有海量數據，這些數據可以用於訓練更精準的模型，進一步提升商業價值。
- 生態系統建設：通過建立 AI 平台和生態系統（如 OpenAI 的 API、Google 的 TensorFlow），這些公司可以吸引開發者和企業客戶，形成持續的收入流。
(3) 技術領先優勢- 創新驅動：持續的算力投資可以確保這些公司在技術上保持領先，從而佔據市場主導地位。
- 專利與知識產權：通過技術創新，這些公司可以積累大量專利和知識產權，進一步提升競爭力。
2. 回收成本的挑戰
儘管 AI 技術有巨大的商業潛力，但回收成本仍面臨以下挑戰：(1) 高昂的運營成本
- 算力成本：除了硬體投資，AI 模型的訓練和推理還需要大量的電力和冷卻成本。
- 人才成本：AI 領域的高端人才稀缺，薪酬成本高昂。
(2) 市場競爭
- 技術同質化：隨著 AI 技術的普及，市場競爭加劇，可能導致價格戰和利潤率下降。
- 新興競爭者：初創公司和新興企業可能通過創新技術或低成本策略搶佔市場份額。
(3) 商業化進程緩慢
- 技術成熟度：部分 AI 技術（如通用人工智能 AGI）尚未成熟，商業化進程可能較慢。
- 市場接受度：企業和消費者對 AI 技術的接受度可能因隱私、安全等問題而受到限制。
3. 部分公司可能被迫退出市場的風險
在激烈的競爭和高昂的成本壓力下，部分 AI 公司可能因財務虧損而退出市場。以下是可能的情況：(1) 資金鏈斷裂
- 初創公司：資金有限的初創公司可能因無法持續投入算力和研發而退出市場。
- 非核心業務公司：一些將 AI 作為非核心業務的公司（如傳統企業）可能因投資回報率低而縮減或退出 AI 業務。
(2) 技術落後
- 未能跟上技術趨勢：如果公司無法在技術上保持領先，可能被市場淘汰。
- 商業化失敗：未能成功將技術轉化為商業價值的公司可能面臨財務困境。
(3) 市場整合
- 併購與整合：大型公司可能通過併購來整合市場資源，導致部分中小型公司退出。
4. 對 NVIDIA 和 AI 產業的影響
(1) NVIDIA 的持續獲利
- 短期需求強勁：即使部分公司退出市場，NVIDIA 的 GPU 仍然是 AI 訓練和推理的主流選擇，短期內需求不會大幅下降。
- 長期多元化：NVIDIA 正在拓展其業務範圍（如自動駕駛、元宇宙等），以降低對 AI 算力市場的依賴。
(2) AI 產業的發展
- 技術創新：競爭壓力將推動 AI 技術的持續創新，促進產業發展。
- 市場理性化：隨著市場逐漸成熟，投資將趨於理性化，資源將向更具競爭力的公司集中。
5. 總結
全球 AI 公司對 NVIDIA GPU 算力的龐大投資具有巨大的商業潛力，但也面臨高昂的成本和市場競爭壓力。未來，部分公司可能因財務虧損退出市場，而技術領先、商業化成功的公司將獲得豐厚回報。對 NVIDIA 和 AI 產業而言，這一趨勢將推動技術創新和市場整合，最終促進產業的健康發展。 - 技術創新：競爭壓力將推動 AI 技術的持續創新，促進產業發展。
- 未能跟上技術趨勢：如果公司無法在技術上保持領先，可能被市場淘汰。
- 技術成熟度：部分 AI 技術（如通用人工智能 AGI）尚未成熟，商業化進程可能較慢。
- 創新驅動：持續的算力投資可以確保這些公司在技術上保持領先，從而佔據市場主導地位。
個人積分：115686分
文章編號：91047955
對 nvidia 和 TSMC 接下來的營運獲利是否有衝擊?
ChatGPT 看法:
1. DeepSeek 低成本 AI 模型的影響
DeepSeek 近期發布的 DeepSeek-V2（去年舊版） 模型，強調「蒸餾技術（Distillation）」和「高效訓練策略」，這些技術可能帶來幾個影響：- 更低成本的 AI 訓練與推理
- 傳統 GPT-4 級別的大型模型需要 數萬顆 NVIDIA H100 GPU 訓練，而 DeepSeek 若能用 更少的算力達到相近效果，將改變市場規則
- 企業將開始尋找「成本效益更高的 AI 訓練方式」，而非無限制增加 GPU 購置
- 開放模型競爭加劇，壓縮 AI API 的利潤空間
- Meta、Mistral、DeepSeek、Mosaic ML 等 AI 企業已陸續推出 免費或低成本的開源 AI 模型
- 如果這些模型能夠滿足市場需求，企業不再需要支付高昂的 API 費用，可能影響 OpenAI、Google Cloud、微軟 Azure 的 AI 營收模式
- 影響 AI 公司的算力投資決策
- 若未來 透過更高效的演算法降低 AI 訓練成本，OpenAI、Meta 等公司可能 減少 GPU 採購，不再無限制投入 NVIDIA 晶片
- 部分 AI 企業可能轉向 FPGA、TPU、Dojo（Tesla）等替代算力方案，減少對 NVIDIA 依賴
2. 其他 AI 巨頭是否會縮減算力投資？
短期內（2024-2025），AI 企業仍會持續投入算力，原因如下：- 現有 AI 服務仍高度依賴 NVIDIA GPU
- OpenAI、Google、Meta 目前的 AI 服務仍然基於 H100/GH200，若要改變架構需要時間
- 企業不會馬上停止 NVIDIA 設備採購，但可能減少增購數量
- 訓練「超大規模 AI 模型」仍需要大量 GPU
- GPT-5、Gemini 2.5/3.0、Claude 3.5 這些超大規模模型，仍需要數十萬顆 H100/GH200 訓練
- 即便有 DeepSeek 類似的「蒸餾技術」，但「原始大模型」仍然需要高算力支持
- 企業可能轉向「自研 AI 加速器」降低成本
- Google 已開發 TPU（Tensor Processing Unit），並大幅減少 NVIDIA 依賴
- Tesla Dojo 超級電腦 可能取代部分 NVIDIA 晶片
- Amazon Trainium、Inferentia 晶片，提供自家 AI 訓練與推理方案
3. 對 NVIDIA & TSMC 可能的影響
如果 AI 企業減少高階 GPU 購置，將對 NVIDIA 和 TSMC 帶來以下影響：（1）對 NVIDIA 的影響
🔹 短期內（2024-2025），需求仍然強勁- AI 仍在高速發展，企業已下訂數十萬顆 H100/GH200 晶片，短期內營收不會受到太大影響
- NVIDIA 還推出 Blackwell（B100、B200） 晶片，預計 2025 年上市，仍然有大量需求
- AI 企業尋找更低成本方案，NVIDIA 可能無法持續賣出「超高利潤」的 H100/GH200
- Google TPU、AWS Trainium、Tesla Dojo 可能侵蝕 NVIDIA 伺服器市場
- 開源輕量 AI 模型興起，推理算力需求可能降低，影響 NVIDIA 在 AI 伺服器領域的市佔率
- 發展低功耗 AI 晶片，降低 AI 推理成本
- 推出軟硬整合方案（如 NVIDIA DGX Cloud），提供 AIaaS（AI 運算即服務）模式
（2）對台積電（TSMC）的影響
🔹 短期內，台積電仍受益於 NVIDIA 高需求- NVIDIA 主要由 TSMC 代工（H100/GH200，5nm & 4nm 製程）
- 2024 年 H100/GH200 產能已被訂滿，短期內對 TSMC 沒有負面影響
- 如果 AI 企業減少 NVIDIA 高階 GPU 採購，將影響台積電的高端製程需求
- 但 Google TPU、AWS Trainium、Tesla Dojo 仍然依賴 TSMC 代工，影響可能被部分抵消
- 台積電仍然是 AI 晶片製造核心，但未來可能面對需求多元化的挑戰
結論
✅ 短期內（2024-2025），NVIDIA 和 TSMC 的獲利仍將維持強勁增長，因為 AI 巨頭仍需要大量高端 GPU 訓練大型模型✅ 中長期（2025-2027），如果 DeepSeek 等低成本 AI 模型技術成熟，AI 企業可能減少高階 GPU 採購，尋找更具成本效益的方案
✅ NVIDIA 可能面臨 AI 晶片市場競爭加劇（Google TPU、AWS Trainium、Tesla Dojo 等），但仍可透過 AIaaS 和軟硬整合維持市場地位
✅ 台積電短期內受影響較小，但未來 AI 晶片需求可能趨於多元化，影響其高端製程產能利用率
👉 總結來說，DeepSeek 的低成本 AI 模型確實可能影響未來 AI 硬體市場格局，但這個轉變需要時間，NVIDIA 和 TSMC 短期內仍將保持高獲利，但長期競爭將會加劇。
個人積分：115686分
文章編號：91048118
個人積分：664分
文章編號：91051292
亞馬遜雲科技、英偉達、微軟紛紛上線DeepSeek模型
30日，亞馬遜雲科技舉辦一場關於在Amazon Bedrock上部署DeepSeek模型的線上直播。現
在在Amazon Bedrock上添加DeepSeek模型並非難事。用自定義模型導入功能，在Amazon B
edrock上部署DeepSeek-R1 Distill Llama模型，無縫集成至Amazon Bedrock環境中，即
可充分利用Amazon Bedrock的Serverless基礎設施和統一API。
今日，英偉達宣佈，DeepSeek-R1 模型現已在 build.nvidia.com 上作爲 NVIDIA NIM 微
服務預覽版提供。DeepSeek-R1 NIM 微服務可以在單個 NVIDIA HGX H200 系統上每秒提
供多達 3,872 tokens。開發人員可以測試和試驗應用程序編程接口（API），該接口預計
將很快作爲可下載的 NIM 微服務提供。
30日，微軟董事長兼CEO薩蒂亞納德拉（Satya Nadella）DeepSeek-R1模型目前已可通過
微軟的AI平台Azure AI Foundry和GitHub獲取，並且很快就能在微軟AI電腦Copilot+ PC
上運行。同時，納德拉稱DeepSeek的新模型非常令人印象深刻，「有一些真的創新」，AI
成本下降是趨勢。
--------------------------------------------------------------------------------------
除了上面三家公司
AMD更是早就整合DS進去MI300
前面有個人看了網紅的訊息
一直說DS是假的、騙人的
成本沒包含買GPU的費用
只有寫code才正確
不能回答64跟習問題
所以是假AI
結果怎麼美國CSP跟晶片大廠都上線了?
原來美國CSP跟晶片大廠的科學家能力
還比不上台灣網紅嗎?
對了
如果DS是真的
你的NVDA是不是應該要處理一下了?
GROQ 也把DEEPSEEK R1上線了~
