Re: [情報] 情報數則
其實也不知道怎麼說明,再不講得太深入又能夠很簡白地說
真的蠻難的,我就大概點到一些點,然後開頭直接下個結論吧
美國想阻止的是中國透過AI完成強人工智慧,或是通用型的AI
有點類似現在目前的ChapGPT進化的最終版
但如果要阻止中國完成區域性或是弱人工智慧已經不可能了
然後4090就沒辦法做正經的AI嗎?
只能說在軍武點上要實現的AI功能,其實大部分有11GB左右的顯卡就能完成
也就是像2080TI這樣的顯卡,就能完成很多現今軍武裝備的大躍進
這邊科普一下,我們現今說的AI其實是一個很大的範疇
AI包含了機器學習(ML)、深度學習(DL)、強化學習(RL)等等
但往往現今在講的一些AI或是突破會是以深度學習較多
通常在做一個AI模型,如果是DL會有兩個階段
第一個階段稱之為訓練(Training)
第二個階段稱之為實現/推理(Inference)
第一個階段通常就會使用GPU進行模型的參數訓練
簡單來說就是透過大量的資料來得到一批好的參數
而第二階段就不一定要使用到GPU了
在實務面上在第二階段使用GPU會遇到一些瓶頸,例如體積、耗電量、等問題
(當然如果在工廠內其實就沒差,機台就這麼大台)
但如果在一些軍武設備上,以上就是要考量的點,還要考量很多額外因素
所以往往會是自行客製化的板子來實現,大家可以想像就是客製化不外售的板子
或是可以參考特斯拉的作法,就是會客製化晶片/FPGA
那回過頭來說,對這些軍武大廠來說,麻煩的並不是訓練出一個模型
而是怎麼把模型很好的放在他們的軍武設備裡面,而且可以正常運作
因為這邊就牽扯到了很多模型部屬,然後要用底層的程式碼來撰寫神經網路這件事
那老美為什麼要禁中國取得這些伺服器等級的GPU呢?
因為這些GPU可以訓練出有自主能力的AI
大家就可以想像AlphaGO(當初下圍棋的AI)
在軍武點上就是以後的無人機變成是可以自主接敵
無人潛艦可以自行鎖敵規劃接戰流程
無人砲車/自主機器人等等等...
那現今的狀況呢?
單純的影像辨識、訊號辨識、雷達辨識在各大軍火商已經相當成熟了
甚至一些新的產品用的一些AI模型甚至也不是深度學習架構
舉一個這次烏俄戰爭中最明顯的美俄差距
為什麼美國像是隨時開圖一樣呢?這點大家仔細想想應該也不難理解
NV除了被斷大型的伺服器GPU外,其實也限縮了很多嵌入式的GPU
--
針對每個項目用ASIC呢?應該能克服算力問題 但是開
發時程跟成本還有投入資源會拉到很長很大 項目數量
會大幅縮減成本也會拉很高
訓練應該只能用GPU或TPU那類的通用運算
訓練出Model後應該可以做成ASIC
ASIC應該也是可以,只是要從底層開始弄 TPU就算ASIC
了
主要是訓練只是一個過程,底層也可能會修修改改的
用ASIC太貴了吧?
對 就是貴 還有時程太長
然後泛用性差 很難養一個生態系出來
順便推原PO, 你說的也是對的
人家同產業可能有100個項目不同的創意在走 那你可
能只有1-2個而且開發時程比別人長 而且人家架構能
互相激盪分享創作 你可能只能按原路線進行 壞了就要
整組打掉 我的意思是這樣
那大概中國真的16nm廠遍地開花、又解決了上游供應
大概有機會XD 用16nm專用ASIC訓練應該效能不輸
7nm的GPU
絕對可以 但真的不是什麼好方法
像ASIC礦機挖礦可以比GPU快 但人家小改算法就變成廢
鐵了
Asic的問題在於他只能針對特定Algorithm加速
這也是為何ASIC會用在挖礦 因為數位貨幣理論不會變
但是AI可是隨時在調整 用ASIC來搞根本是浪費資源
就事半功倍啊,不是不行,但就是效率差
資源和效率對於非民主政體應該不是什麼太大問題
資源跟效率是很大的問題 因為資源就包含時間跟金錢
這兩個浪費了 在其他地方的投資就少了 資源會排擠的
非民主又不是開外掛錢無限, 資源和效率當然是問題,
不然你以為當年蘇聯為啥會垮?
是會排擠啊 但是民生社福這些佔民主政體很大一部份
的預算 對非民主政體並非不可妥協
可妥協也不代表做得出東西,實際上中國這十年砸了多
少錢在晶片上,還不是只養出一堆爛尾
不能用台灣或是西方國家資源分配的方式去看
蘇聯垮之前也是撐了很久 要能撐過那段時間
我說真的 當你舉例AI的時候提那個尬聊APP 就代表你
根本不懂AI
至少在面向使用者的這個部分 那個尬聊APP根本不具備
AI的特徵
所以看到一些人在跟那個APP尬聊 然後自稱是在訓練AI
我就覺得 恩 莫名其妙
什麼強ai,現在連邊都沒摸上,整天只會coding就以為
現在ai會飛了。。。
做成ASIC 想要做修改 時程用幾個Q起跳 時候價格之外
還要排隊產能吧
*除了價格之外
一般認為ChatGPT算是最初代強AI吧
CHATGPT還是有一狗票的問題,說他是強AI,不如說他
是聰明一點的客服系統
我覺得AI有問題很正常 人也有超多問題的
總不會說人還不如強AI吧
那個東西會被混淆,會給你虛假的訊息跟無法完整理
解文章主題
那玩意離強AI這個東西,可靠性還太低
ChatGPT是語言模型 強項是模擬人類對話方式 所以一
般人覺得這玩意兒會講人話=有人的思考能力
AI跟肺炎一樣 感覺都會是災難
對於軍武上來説AI 只需能替代士兵在戰場上的行動力
跟判斷,感情演化的部分是不需要的
AI要達到什麼程度才能實用化才是重點,簡單的看到黑
影就開槍的AI也是AI,但是能派上用場的地方卻很少
不用說到強AI啦, 弱AI就還一堆東西差的遠了, 像基本
的lv5自駕就弄到現在還一堆問題, 現在還只要求在平
常道路跑, 要應用在坦克上就做不完了, 其他系統就更
別提了
是 要卡的就是未來往強AI發展的算力晶片
弱AI現在再怎麼發展你都只會投入高而產出能力有限
而強AI/量子電腦第一個要搞的就是加密和密碼破譯
沒人把軍武升級放在重要的AI發展路線上 那太low了
截收、癱瘓、變造你的加密通訊 讓軍隊直接失能
甚至你把AI用在散佈假消息都比軍武升級有用
只有少量重要或是要做大量生產的才會做ASIC
不然光是成本跟開發流程就要命了
AI現在已經在一堆軍武設備中實現了
38
烏軍參謀總部正式宣布收復 盧甘斯克州的Karmazynivka,Myasozharivka,Nevske 頓內茨克州的Novosadove97
不明地點與時間的烏軍車隊受挫於俄軍砲擊,至少損失兩輛裝甲運兵車,包含芬蘭送的 XA-185首(被)殺,以及部分人員34
我這不就來了嗎? ***** 烏軍迄今已收復赫州逾90個民居點25
喬治亞軍團剪輯的烏軍步戰協同進攻(影片) 可以看到一些有趣的亮點 烏軍指出德國軍援的IRIS-T防空飛彈對於保衛基輔很有成果50
白俄軍人持續展現他們訓練有素的體能戰技 義大利軍援不明數量的M109L給烏克蘭25
英國的歐洲事務大臣表示,相信未來有機會提供西方坦克給烏克蘭 俄國今天又發射40枚飛彈和16架自殺無人機83
一位烏克蘭小女孩因俄軍飛彈襲擊而躲在桌下不出來,直到她爸爸拿恐龍玩偶給她才釋懷 (4/10拍的) 一位俄女要籌集資金買熱顯像儀給俄軍,因為她覺得可以讓他們保暖XD1
關於為什麼德國外交部、國防部為什麼會要求提高軍援預算,是因為 德國目前是紅綠燈跨黨派聯盟執政,各部會首長是不同黨掌管。 明年度編列的援烏預算是7億歐元,外交部長(綠黨)與國防部長(SPD)要求 財政部長(FDP)提高至22億歐元,大概是690億新台幣。 因為是內閣制,這些部長也都是國會議員。54
烏克蘭第10山地突擊旅清除一些躲在戰壕的俄軍 俄軍正在把民宅裡的洗衣機搬走26
五角大廈證實美軍已經援助烏克蘭冬季服裝,包含 50,000件連帽風衣 4,700件長褲 39,000頂毛帽
87
[情報] 產生式 AI 大爆發 NVIDIA GPU 恐供不應求生成式 AI 大爆發,NVIDIA GPU 恐供不應求 來源 微軟 Bing 搜尋引擎整合 ChatGPT,加上其他生成式 AI 工具的需求攀升 都相當依賴人工智慧處理能力,正是 NVIDIA GPU 優勢所在 當科技公司利用 NVIDIA GPU 滿足增長的 AI 需求71
Re: [閒聊] AI畫圖是不是大數據拼圖?只要是深度學習AI,原理都是把圖轉換成矩陣,通過神經網路作back propogation學習特 徵,在整個模型的運算過程中只有矩陣,不存在任何圖像拼接的過程 你認為圖很像,是因為那個tag底下的圖大多有類似特徵,模型通過矩陣學習到這個特徵 當然,也有一些generator的算法是會拿部分來源當輸出,不通過矩陣運算的,怎麼選也 是讓模型自己學,類似概念可以參考pointer network或residual network之類的算法19
Re: [討論] AI晶片這我來回答吧 AI晶片一般是指用來加速深度學習模型推理的晶片 如果是訓練通常還是利用Gpu 因為生態系比較成熟 那麼深度學習推理時間會耗在哪裡呢 通常就是convolution 或是Gemm21
[閒聊] 串連數千個 Nvidia GPU,微軟打造 Chattechnews 串連數千個 Nvidia GPU,微軟打造 ChatGPT 的超級電腦 March 14, 2023 by 陳 冠榮 微軟斥資數億美元打造一台大型超級電腦,串連數千個 Nvidia GPU,為 OpenAI 的聊天機12
Re: [閒聊] 繪師是怕畫不過AI還是怕AI會創作?怒刪,剛好碩班是研究AI領域,以我的角度來看 其實人工智慧這一塊的發展跟人類特徵學息息相關。人類從自我的習性套用到機器上,透 過流程特徵化後編制pipeline讓機器模仿人類的習性。 先說結論,Machine Learning(ML)不可能只靠「單一」一張畫師的畫就可以訓練成一個有 效的模型;相反地它需要透過大量的數據去臨摹某一種畫風。11
Re: [討論] AI晶片現在業界單純說AI晶片是太籠統的說法了, 為了獲得最高效能與最高CP值, 業界把AI晶片細分成以下幾類, 1. Training 訓練: 這是目前業界最難做的部分,3
Re: [問卦] AI畫奶的功力怎麼進步這麼快的?AI畫奶的技術是一種基於深度學習和圖像處理技術的應用,隨著機器學習和計算機視覺的 不斷發展,其技術水平也在不斷提高。 在過去的幾年中,AI畫奶技術已經經歷了許多重要的進步,其中包括以下幾點: 數據集的增加:AI算法需要大量的數據來進行訓練和優化, 隨著數據集的增加,AI算法可以更好地理解不同類型的圖像,從而提高奶畫的質量。