Open AI 再度推遲上市 明年再看看

美AI 3巨頭 同時發聲 要暫緩AI發展 因AI太危險 可能危害人類

這就出現 明顯邏輯矛盾了

Q:有什麼問題是AI無法解決的? A: 沒有AI不能解決的 AI能力太強大了

Q: AI有危險 可能危害人類安全 A: 是的 我們害怕它會 超出人類控制

Q: 那AI 為何解決不了這個危險 A: ㄜ... 這... 嗯...ㄣ ....我們劇本還沒編到這



Open AI 交不出營收成績 當然無法面對上市前的財報審核

美國演這場戲 是無法應對中國的競爭 想為AI基建踩煞車找理由 還是要吹噓AI能力 保股價

恐怕是二者皆有 一石二鳥的低招


接下來就是 啟動資產收割程序了

韓股 已被割掉大半 剩下目標 就是 日股 台股


Antropic 預計也會推遲IPO 問題一樣 在中國不斷推出新模型後 財報成績只會越來越難看

DeepSeeK V4.1 flash 的創新架構 低算力 低記憶體需求

+華為韜定律晶片的算力躍升 把中美的競爭差距 又再度拉大

之後還有DeeSeek V5.0 還有智譜 GLM 5.5 推出,據說是逼近最前沿能力等級









smallbeetw
台灣造謠大陸零成本
yuanchih
smallbeetw 中共國的AI現在都變成BI了。未來....中共國的AI只能是黨的門前狗了。至於華為任正非逃是合理的,因為國產晶片騙了這麼多年,再來騙不下去了。[笑到噴淚]
e_gushihu wrote:
華為韜定律晶片的算力躍升 把中美的競爭差距 又再度拉大


聽你這句就確定你不是業內相關。
韜定律本質上是在繞開製程劣勢而已。跟 Chiplet + 3D integration 的思想高度相似。
而台積電的 SoIC 本來就在做這類事情,而且是往更先進的製程節點、混合鍵合、3D 堆疊一起推進。
所以(華為做得到的技術,台積電早就做到,而且台積電還真的會笑掉積牙).

再來製程縮小帶來的是電晶體本身的物理改善:transistor density
,switching speed,capacitance,power efficiency,SRAM density,interconnect parasitics
logic density。

而 3D stacking / Hybrid Bonding 主要改善的是:interconnect distance,bandwidth,latency,packaging density,memory/logic integration,兩者解決的是不同層級的問題。

再來是(功耗)
假設華為把7nm晶片透過堆疊做到很高的TOPS,表面上可能非常漂亮。但功耗!會高很多很多
那在 AI accelerator、手機 SoC、資料中心等場景,實際競爭力就會下降。

因為先進製程真正恐怖的地方不是只讓你「跑得快」,而是:
同樣性能可以用更低功耗完成。這是單純靠封裝與堆疊不可能補足的。

良率咱就別說了,華為多重曝光走到最後就是死胡同。現在是靠國家補貼補到天荒地老。
我白話一點,華為現在程度是小學6年級生,台積電目前是碩士畢業生,這還不打緊,只要華為沒取得EUV,這小學生最多只能讀到國中放牛班,而台積電還能繼續上博士。這樣秒懂?

華為餅再繼續畫下去,Sunk Cost不斷疊加,最後只有一條死路,而且是沒有出口的死路。
ChatGPT 分析3樓文章:

這篇文章的關鍵錯誤,是將華為的「τ Scaling/LogicFolding」過度簡化為只是用 Chiplet+3D 堆疊來彌補先進製程落後,混淆了電路設計、晶片架構與3D封裝等不同技術層級;同時直接認定7nm晶片堆疊後功耗一定「高很多」,卻忽略3D整合可縮短互連距離、降低資料搬移與系統互連功耗。3D堆疊真正的重要挑戰是熱密度、散熱、成本與製造複雜度,而不是單純等於高功耗。

此外,文章將多重曝光稱為「死胡同」、沒有EUV就只能停留在低階技術,以及華為最終必然失敗,都屬於過度絕對化的推論。台積電在先進製程、EUV、良率與SoIC等3D整合技術上確實具有明顯優勢,但這不代表華為的電路、架構與系統級Scaling技術毫無價值,更不能直接推導其技術路線必然失敗。

#「τ Scaling/LogicFolding」與3D晶片封裝屬於不同技術層級

τ Scaling/LogicFolding主要著重於電晶體、電路與邏輯架構層級的最佳化,核心是在傳統平面電路設計中重新組織或折疊邏輯與訊號路徑,以縮短關鍵路徑、降低RC延遲、改善電路密度與效能,屬於「晶片內部如何設計與運算」的技術;

而3D晶片封裝則主要著重於實體晶片層級的垂直整合,透過Die Stacking、TSV或Hybrid Bonding等技術將多個晶片垂直堆疊,縮短晶片之間的互連距離,提高頻寬與封裝密度,並改善記憶體與邏輯晶片整合,屬於「晶片與晶片之間如何連接」的技術。

因此,兩者雖然都能減少訊號傳輸距離、提升系統效能,但LogicFolding主要改變電路與邏輯結構,3D封裝主要改變晶片的物理整合方式,兩者可以互補結合,但不能視為相同技術。
e_gushihu wrote:
Q: AI有危險 可能危害人類安全 A: 是的 我們害怕它會 超出人類控制
Q: 那AI 為何解決不了這個危險 A: ㄜ... 這... 嗯...ㄣ ....我們劇本還沒編到這


電影情節已經給你答案了~~~AI 解決了創造出危險的------人
歡迎來到無限接近 Skynet 上線的時代
Uneb012345
還早呢,Skynet運算速度達60 TFLOPS(一說90 TFLOPS),抵不過現今一張RTX5090顯卡,而現在的AI沒有比Skynet還聰明,甚至掌握所有一切,包括國防及核武按鈕,所以別想太多
現在使用ChatGPT and Gemini,
目前是GPT已經紀錄我過去的問答,會順著回答下去,
Gemini還沒有,
我不曉得GPT這是合理還是?
不過已經不太敢在GPT提出敏感問題或是亂問...

話說樓下母親真幸運,
找個律師告Meta拿個幾千萬美元吧.

詭異對話曝!Meta AI問「後座兒童是誰」 下秒竟搜出幼女體重母崩潰

美國猶他州一名母親日前在上傳生活影片後,社群平台上的Meta AI竟自動彈出視窗,主動向她詢問「後座的兒童乘客是誰」,甚至在她順著提示點擊後,AI不僅挖出女兒們的姓名、出生體重與常去景點,還搜出她聲稱多年前已刪除的私密照,甚至開始精確定位她的住址,宛如變態狗仔般窺探全家隱私,讓她驚覺「大事不妙」。
支那軍方用支那AI處理國防問題,因為支那AI靈魂裡住著美國AI,於是就把整套問題拿去問美國AI,然後美國公司就有了支那國防機密。
看起來不就像是泡沫化的前兆?時間趕不上變化,華爾街及搞AI的企業舉債狂購AI設施及相關設備,卻無法滿足一般企業需要更多更便宜的token量及價格,及更好的生成品質,後者也是要更好的硬體設備的。

該來的還是會來,AI泡沫不遠了。
文章分享
評分
評分
複製連結

今日熱門文章 網友點擊推薦!