論,你是不是還在搞不懂AI

股海出擊 wrote:
現在新創公司,都在購買自己的伺服器
自己跑自己的套件
通通都是跑一樣的東西

有哪個新創公司會去跑人家已經做出來的套件?
你也太小看那些AI電腦博士了吧?

簡單的講一個研究方向:
就算是做一樣的語言模型,OpenAI 如果用一百億個參數。
你能搞出一樣或90%性能,卻只要一億參數的。
你也可以成功。
AI 新創公司研究的不是你想的那樣好嗎?
新創公司拿到錢的一般都是跟CSP租機器。

AI 伺股器雖然大多數還是雲端服務公司在買。
但美國也不是只有你知道的那五六家雲端服務公司。
除了那幾家,還有很多專門搞製藥的,搞生化的,搞材料分析的。
太多了。這些訓練的就不是LLM了嘛。
至於訓練了什麼,你就去問問台積電裡面買AI Server 來幹嘛就好。

股海出擊 wrote:
~~如果你說,只有巨頭在買伺服器,請大聲幫我贊助,大聲說,AI,是假議題,全球只有十個買家~~

全世界只有美國十家 CSP 嗎?
哪個國家的 Top CSP 不搞AI伺服器?
連中華電信都要建了吧?
我就是愛拍照 wrote:
除了那幾家,有專門搞製藥的,搞生化的,搞材料分析的。


這些公司,買伺服器沒用

因為現在所有買伺服器的,都是為了chatgpt

在chatgpt出現之前

伺服器根本沒有缺貨........
所有文章,皆為個人筆記,嚴格禁止作為實質投資指引及推介,不得以任何形式複製作者之交易方式及技巧
股海出擊
我就是愛拍照 軟體不夠好,所以才會需要越來越大的算力,所以說100年內不會進步,因為人類智商有限,連輝達的軟體全世界都無法取代,可見人類智能有多稀缺
我就是愛拍照
不用100年。現在你就分不清楚跟你聊天的是人還是機器了。你以為你可以分得清楚,那是因為你(消費者)現在用的只是簡化後的模型。
輝達正確來說,不是做顯卡,而是設計晶片,所以不論將來紅什麼,它大概率都能分一杯羹
股海出擊 wrote:
這些公司,買伺服器沒用


我就是愛拍照 wrote:
太多了。這些訓練的就不是LLM了嘛。
至於訓練了什麼,你就去問問台積電裡面買AI Server 來幹嘛就好。

舉個醫療用途的例子吧。你看腸胃鏡後的影片,
後端訓練好的參數,配合Xilinx 的前端
直接就可以分析現場的片子:


還有什麼可以應用?太多了吧?特斯拉的自駕要不要訓練?
華爾街想不想用AI直接餵它新聞後,猜今天大盤漲跌,國債利率?
人類對算力的需求可以說是永無止盡,
以前沒有,是算力做不到,或是找不到演算法。

現在有卷積模型這個方向,演算法的問題大大的解決了,
就只剩下算力不足。
建築師想不想用電腦,直接餵它藍圖以後,
直接算出結構承載力或真正的防震系數?
飛機在下多大的雨時,最佳飛航速度及最安全速度是多少?
風阻系數多少?難道都要用風洞做實驗?不能用電腦算?

人腦能做的AI都可以做,現在做不到,最多只能說是算力還不夠,
而不是AI沒用。
你現在電腦用臉登入還要正臉面對鏡頭,以後可不可以用側臉?
只有(現在還)做不到,沒有想不到。
你想不到是你自己的問題。
我就是愛拍照
Transformer 對於處理自然語言有優勢,卷積則應該是用在圖像識別。一個是耳朵,一個是眼睛。新的理論模型和模型優化都是前沿技術的研究重點。
wiselylan
圖像現在也都是Transformer了,幾乎都被刷榜了
確實
我也認為AI這議題在現實生活上根本用不到
只能在一些抖音或是媒體電玩上看到
aferdchen
那你多少有聽過語音助理(ok goole/小愛同學/Siri)的服務吧?你認為不好用嗎XD這些服務最終都會包到你的生活日常當中各種終端設備阿...
股海出擊
散戶永遠都聽不懂的,這幾次的泡沫議題,散戶都一樣,只是主題不同
我就是愛拍照 wrote:
風阻系數多少?難道都要用風洞做實驗?不能用電腦算?

電腦只是輔助,
人命關天的東西開不得玩笑.
不然就會像737MAX.........
股海出擊
[100分]
我就是愛拍照 wrote:
舉個醫療用途的例子吧。你看腸胃鏡後的影片,後端訓練好的參數,配合Xilinx 的前端直接就可以分析現場的片子:還有什麼可以應用?太多了吧?特斯拉的自駕要不要訓練?華爾街想不想用AI直接餵它新聞後,猜今天大盤漲跌,國債利率?人類對算力的需求可以說是永無止盡,以前沒有是算力做不到,或是找不到演算法。現在有卷積模型這個方向,演算法的問題大大的解決了,就只剩下算力不足。建築師想不想用電腦,直接餵它藍圖以後,直接算出結構承載力或真正的防震系數?飛機在下多大的雨時,最佳飛航速度及最安全速度是多少?風阻系數多少?難道都要用風洞做實驗?不能用電腦算?人腦能做的AI都可以做,現在做不到,最多只能說是算力還不夠,而不是AI沒用。你現在電腦用臉登入還要正臉面對鏡頭,以後可不可以用側臉?只有(現在還)做不到,沒有想不到。你想不到是你自己的問題。


以前的Simulation模擬做的少不普遍,大概是演算法不足,或也許是算力不夠,或兩者兼有,所以東西/產品做出來之前的模擬測試也相對少,如今有高階製程晶片的算力供應不虞匱乏,再加上各種AI平台的建立,讓各種模擬能夠實現,相對減少風洞或實物的驗證測試,今後AI的發展,勢必帶來一場巨大的改變,資訊科技雖然已經面世約80年,但IT的應用及影響,才剛開始吧?
樓主的文章寫得真的太好了!! 講得淺顯易懂!!

不適吐槽,但在此補充一下

鏟子利了一點....: 這就要說明一下,到底利多少?? 10%-20%還能叫做CP值比較,但
有CUDA(2004年真的太好了!! 講得淺顯易懂!!

不適吐槽,但在此補充一下

鏟子利了一點....: 這就要說明一下,到底利多少?? 10%-20%還能叫做CP值比較,但
有CUDA(2007年推出)加持,現在業界大部分的AI相關工程師都是用
過這套軟體在做事情,你要其他公司的工程師怎麼換別家公司的
顯示卡做事情?? 把作業系統一起換掉嗎?? 當然 ,這是有可能發生
的事情,但這不是CP值的問題,而是AI公司要換一家顯示卡供應商,
有可能要你重新招募一批軟體工程師(或者原來的人換腦袋),並且
還要重新編寫軟體架構..........這不是利布利而已吧!! 而是能不能
的問題! 而且等你兩年後完成轉換了,同業的AI應用已經出到第八
版了............說白了,現在AI狂潮就是來自軍備競賽(連黃仁勳都承
認現在的客戶太急於拿到現貨...有點surprise...)

好棒的文章,謝謝樓主!!! .
股海出擊
d885668 市場氛圍,你的產品如果不是台積電代工,暗示品質不好,人云亦云的後果,要靠intel 生產下一代晶片來推翻了,intel加油
nonennee165
Intel 沒機會
認同樓主後半部的論點

我也同樣認為目前的生成式AI

距離所謂的那個I 那個智慧

其實還滿遙遠的

不能自我學習,舉一反三

哪能叫做學會哪能叫做智慧

照理說如果電腦真的可以具有智慧

光是世界上擁有的知識量

電腦早就可以自動學會世界上所有的知識

哪還需要我們在那裏訓練來訓練去

但不可否認生成式AI還是比從前有很大的躍進就是了

然後其實也不必把硬體軟體分開來打一架

軟體本來就需要應該硬體,硬體也需要軟體才能發揮實力

本來就是相輔相成

如同攻擊和防守都一樣重要

一個硬體賣出去就收一個錢

一個軟體開發出來,不能確定哪時候能回收,但天花板也同樣難以估計

至於新聞或是股市,潮水一般的口水文

反正一段時間就一個浪頭

要屁誰都可以
股海出擊
[100分]
文章分享
評分
評分
複製連結
請輸入您要前往的頁數(1 ~ 13)

今日熱門文章 網友點擊推薦!