為何可以賺錢?
轉賣人工智慧服務嗎?
請看以下報導?:
中國商湯科技近日透露,過去10年內公司已採購超過4萬個輝達晶片,創辦人徐冰發豪語,目標將在1到2年內獲利。
中國商湯科技創辦人徐冰本月稍早在澳門舉行的國際科技博覽會上曾表示,過去10年內已採購超過4萬個輝達晶片,目標是在1到2年內實現盈利。
金銀俊 wrote:
輝達Ai晶片買40000片要做啥?
輝達AI晶片的工作主要是用在訓練模型。
先拋開數學原理,你要有一個概念就是訓練的過程很像你教小孩,你告訴他怎麼做,做對了獎勵,做錯了處罰,久而久之,他就在腦袋裡建立了一套知識系統,可以獨立生存。但他腦袋裡究竟知識系統長什麼樣,你並不清楚,只能從行為結果反推是否足夠完備。這個AI訓練過程基本上就是試錯,排除掉導致錯誤的選擇,然後對成功的選擇給予統計分化比較最優方法,然後再做更多試錯。跟人類不同,電腦基本上可以無限試錯,演練速度越快,訓練的結果越扎實。
AI晶片的設計原理,基本上是利用硬體加速運算的過程,而演算法設計則能提升運作效率,大數據資料來源決定訓練的基礎,而對訓練驗證回饋與獎勵參數調整,則會影響最終AI模型的完善程度。
上述每一個環節,未來都是一筆生意,而產業鏈正在分化組合建立的過程之中。
訓練過程中快速的硬體運算是必須的,因為參數量會讓運算量成指數增加。這個模型參數量基本上可以類比為學生的智商,智商越高潛力越大,但不能保證考得到建中。
在AI競爭中,硬體上美國穩居領導地位;數據源規模也極有優勢,但其他則沒有太大領先。
訓練階段對AI晶片的需求,跟使用戶端使用AI是不同的。你可以想像,前面訓練階段就跟種菜一樣,只有支出沒有收入,要等種好才開始收成。至於收成後是賣菜還是開餐廳,那就是產業鍊的問題了。
這也就是為什麼,美國要延遲(不可能阻斷)中國在AI領域追趕的速度,最好的方式是切斷專用晶片的供應。但是在國際貿易網路複雜的今天,漏洞甚多,稍有遲疑,防堵效果便會大打折扣。




























































































