Re: [情報] 情報數則

awhat 05/09 22:12推 解釋得很清楚

TUTOTO 05/09 22:20推

smallreader 05/09 22:21看不懂但推

ggeneration 05/09 22:22所以可以說 在法條裡寫上這條規則肯定是業內狠角色

saygogo 05/09 22:23謝謝

ggeneration 05/09 22:23就跟之前工控機禁運令特意加上數據傳輸限幾十mb一樣

roseritter 05/09 22:26歐歐 歐 清楚的科普

user048288ef05/09 22:29簡單明了，推

darkangel11905/09 22:29我還以為是電蝦版 XD

mudmud 05/09 22:29推業內解說

weimr 05/09 22:30推

alanjiang 05/09 22:31看到4090還以為走錯版XD

s891510 05/09 22:32我自己沒做DL 但身邊有做相關的 講難聽點就是沒錢才

s891510 05/09 22:32去買消費級顯卡 不然都會買專用卡 不是財大氣粗 而

s891510 05/09 22:32是真的速度有差

patrickleeee05/09 22:35專業推

Schottky 05/09 22:36我以為我走錯板

s8626460 05/09 22:37感謝分享,卡頻寬就好,別人一天可以訓練完的量,阿共

steelgate 05/09 22:37推 真的時間就是金錢 而且真的差很多

ckbling 05/09 22:37有些公司就直接找AMA或是TWCC之類的服務商租算力了

ckbling 05/09 22:37 省事又不用折舊

LanJiao 05/09 22:37後面那一段同樣道理適用於任何產業 沒辦法去市場競

LanJiao 05/09 22:37爭 只服務於黨跟國家是很難有進步的 砸再多錢都一樣

s8626460 05/09 22:37要好幾天時間才能訓練完,時間就是金錢,科技就是為了

s8626460 05/09 22:37省時間

scratch01 05/09 22:39我也以為我在電蝦版

Two2Seven 05/09 22:41電蝦也不會用到CUDA 吧，適用這些設備的也要配套

glad850 05/09 22:43看不懂還是要推

gwofeng 05/09 22:43來這就是買新的 (x

hababahawawa05/09 22:43看不懂 但還是推

roy2142 05/09 22:47我重複出去又進來幾次確認我在軍事版xd

geordie 05/09 22:47玩線上遊戲沒顯卡，就算記憶體再多一樣也是卡卡卡

geordie 05/09 22:47（？

geordie 05/09 22:48不過有顯卡是否比較吃電啊？

Pegasus170 05/09 22:49這篇才真正解釋到目前機器學習及巨量資料會卡的瓶

Pegasus170 05/09 22:49頸。不要以為運算快就好，最麻煩的是資料遞送速度

Pegasus170 05/09 22:49跟指令集排程最佳化能力。一個考驗運算單位的設計

Pegasus170 05/09 22:49，一個考驗資料輸送時的過程。還有更機車的：把上

Pegasus170 05/09 22:49述兩個要件串在一起最佳化。

otis1713 05/09 22:50他不會來，只會裝死吧

asskid 05/09 22:50推

hprince 05/09 22:52我以為到電蝦

andyao1562 05/09 22:52推專業

php4 05/09 22:53人家可以在高速公路上飆車，中國只能在省道開快一

php4 05/09 22:53點的概念

huckerbying 05/09 22:53多一個硬體鐵定會更吃電啊，只是吃多吃少而已

Pegasus170 05/09 22:55人家美國的高速公路就算限速100，但還有設計高流量

Pegasus170 05/09 22:55專用道優最佳化，你中國的省道只有三條線，就算限

Pegasus170 05/09 22:55速拉到100也沒用。

wahaha99 05/09 22:55嗯,你是對的。你說的對。

huckerbying 05/09 22:55現在的遊戲用顯示卡都有切換高低負載的模式，避免你

wahaha99 05/09 22:56我以為瓶頸會在FP64那邊,然後是有限元素分析的障礙

Pegasus170 05/09 22:57然後美國高速公路是5(ordinary)+1(HOV)線

huckerbying 05/09 22:57只看個PTT就耗能爆炸

gn01642884 05/09 22:57讓我想到以前寫個ML作業 用CPU跑就要一天。那時候最

gn01642884 05/09 22:57好的lib是openCV因為可以用顯卡加速...

execration 05/09 22:57なるほどわからん

gn01642884 05/09 22:58只能說時代差了幾年 就差了很多

geordie 05/09 22:58科技始終來自於人性

banamelon 05/09 23:01講直白點，如果砸錢能大力出奇蹟，阿共不知道出幾

banamelon 05/09 23:01個台積電了

huckerbying 05/09 23:01我記得以前學生物科技時有教授教用Medline資料庫去

henrytsai 05/09 23:01推專業

aegis43210 05/09 23:01軍事上現在都用AI加雲端運算啦，有了星鏈，你可以即

aegis43210 05/09 23:01時用超級電腦計算所有戰術方案及敵我辨識

heinse 05/09 23:02看不懂 但是推專業

huckerbying 05/09 23:03跑序列比對，那個時候才幾Kb的序列就要花一兩天

Pegasus170 05/09 23:03但是星鍊資料搬運速度有限呀…

aegis43210 05/09 23:04而HPC的好壞就要看拓撲學，整個主機設計的好，你時

aegis43210 05/09 23:04效性就贏人好幾步

Pegasus170 05/09 23:04雲端運算最大問題還是資料搬運速度及運算元被軟體

Pegasus170 05/09 23:04切割。

Gjerry 05/09 23:07實際上應用的時候耗費的資源比訓練的時候少，網路

Gjerry 05/09 23:07帶寬影響搞不好比延遲小

geordie 05/09 23:07現在雲端技術最成功的是資料備份吧？

aegis43210 05/09 23:09AI推理不需要非常大頻寬，星鏈夠用了

huckerbying 05/09 23:09雲端技術最成功的是叫Container"容器"

utn875 05/09 23:10我走錯板了…

Gjerry 05/09 23:11雲端備份只是一小部分，微軟，亞馬遜，谷歌提供的

Gjerry 05/09 23:11雲端計算業務都還在快速成長。

ErnstvonBohr05/09 23:11確認好幾次自己是不是在電蝦XD

cross980115 05/09 23:12推科普

Gjerry 05/09 23:13容器化讓很多服務可以在同一台主機輕量又快速的部

Gjerry 05/09 23:13署 (跟虛擬機比起來)

iKelly 05/09 23:15我也差點以為我在電蝦板

aegis43210 05/09 23:18美國現在領先在矽光子交換器，未來會用在10Exascale

aegis43210 05/09 23:18等級的超級電腦，中國是完全追不上，而IBM的量子混

aegis43210 05/09 23:18合運算HPC也在實作中

hdjj 05/09 23:26推專業

hahabis 05/09 23:29感謝。我終於看懂了DL的意思

daniel1309 05/09 23:29這篇可以存起來。

junellie 05/09 23:31抱歉紅明顯。每個領域都是這樣啊，一直說美帝蠢又

junellie 05/09 23:31壞的，一直蠢的是你自己，覺得壞是因為你不是站在

junellie 05/09 23:31美帝同一個陣營

b10036088 05/09 23:31我看了什麼東西但還是推了

zseineo 05/09 23:32想說在回誰，99不意外

ayau 05/09 23:37推

izplus 05/09 23:45以為去錯版

eupa1973 05/09 23:50專業

deepelves 05/09 23:55可是以前是有實驗室用T-Rex做DL訓練還發了paper

deepelves 05/09 23:56如果是成本考量應該也不是不能用4090，畢竟A800很貴

OldDaiDai 05/09 23:57推

topper 05/10 00:08DL是啥？

hahabis 05/10 00:12應該是Deep Learning吧

verdandy 05/10 00:12現在序列比對到NCBI就可以免費使用，還可以比對整個

verdandy 05/10 00:13幾乎收錄全物種序列的資料庫，科技的進步很驚人的

dos01 05/10 00:13最近很多人被媒體洗一洗就已為自己很懂AI

dos01 05/10 00:13但說真的 那些大多數都只是炒股用語 看多了就知道

attitudium 05/10 00:13看軍武長知識

dos01 05/10 00:13只是某些人炒股炒一炒 又想要用股價割一波韭菜

dos01 05/10 00:13騙一些自以為懂的進去當韭菜而已...

verdandy 05/10 00:14就很多人以為AI很簡單

dos01 05/10 00:14AI的實際應用根本沒有這麼實際 大多數都還只是跑了

dos01 05/10 00:15半天 跑出一個根本不知道幹嘛的結果

AnderinSky 05/10 00:19推 認真科普文

sexyboy5566 05/10 00:20美國永遠吸引世界最頂尖的人才和企業，中國？？？

sexyboy5566 05/10 00:20？

aquarius360 05/10 00:20推專業

diabolica 05/10 00:27未看先推

b325019 05/10 00:28學術研究經費就那樣，院級研究單位也是有拿遊戲卡來

b325019 05/10 00:28跑的

will7582 05/10 00:33我可能有點離題..但這就像中國宣稱突破EDA軟體一樣

will7582 05/10 00:34要寫軟體本身都可以寫 但沒有工廠數據配合設計模型

will7582 05/10 00:35那東西根本不能用 美國研發幾十年的東西中國三年

will7582 05/10 00:36就突破?

b325019 05/10 00:36對岸戰狼思維只能賺快錢這種東西他們玩不來

jasonspacex 05/10 00:40VRAM不夠 Batch也不能開大 真的會OOM鐵拳吃好吃滿

massrelay 05/10 00:42推說明

jess730612 05/10 00:57雖然我都忘記什麼時候把你列入黑單 但是你是懂行的

nfsong 05/10 00:58看了兩遍 確認我在軍武版

nfsong 05/10 00:58看到情報數則有大事 開心地點近來被騙

jess730612 05/10 01:06稍微再認真看這篇就算Tech_Job板當科普文都不會打槍

wbreeze 05/10 01:08感謝分享

difvoice 05/10 01:24其實說正經完全精確，我自己做輕量化object detect

difvoice 05/10 01:24ion的也發了兩篇ieee前段會議的一作，我用兩張1080

difvoice 05/10 01:24ti跟一張3090而已

difvoice 05/10 01:25*不完全精確

viper0423 05/10 01:48非資訊類的工科社會人,內容簡單明瞭容易理解給推

jetalpha 05/10 02:01推說明

aicassia 05/10 03:39只能給推了 舉例說明很清楚易懂 讓我擔心了一下會

aicassia 05/10 03:39不會出現胡歌老公之類的

PopeVic 05/10 03:41推，離題最近實驗室想搞vGPU但消費級驅動沒支援，

PopeVic 05/10 03:41非得要去買 A 系列，專業級真的是被 NV 吃死死QQ

KenshinCS 05/10 03:53很好的科普

mekiael 05/10 05:30粉紅的教育程度只覺得錢=科技，自己不行那就用偷的

mekiael 05/10 05:30，用山寨的，連整個國家都是這個樣子在山寨軍武，更

mekiael 05/10 05:30遑論底下的人民，所謂上行下效正是如此

aiyouwei 05/10 06:05巷子內的

allan0926 05/10 06:19看起來中國的量子電腦也是吹的？

gogoegg 05/10 06:42他有來推文啦 只是酸言酸語 難怪常常有人戰他

crohns 05/10 07:43近十年前aws出世的時候亞洲沒什麼人在談，沒想到這

crohns 05/10 07:43兩年瞬間爆紅，人人在講雲，大數據，ai

cloudwolf 05/10 07:45推!!長知識了，謝謝!

mmarty 05/10 08:09看軍武漲姿勢....

mazyota 05/10 08:10推

mazyota 05/10 08:11有料的文

MicChung 05/10 08:15解釋得超清晰的

LI40 05/10 08:15推

b389b1c 05/10 08:23這讓我想到以前在產線的AOI爛得要死

b389b1c 05/10 08:23最後把ram加到500G才不會死當機

barry70490 05/10 08:28馬的當初就是被實驗室腦殘助力騙 說兩張1080疊在一

barry70490 05/10 08:28起跑效能好：）

joe2 05/10 09:44我進來，嗯? 退出看板名，嗯??? 再進來，嗯!!!

joe2 05/10 09:45大型語言模型是不是用大量的歷史資料來預測未來?

nipage16 05/10 09:50那也不能說是預測，而是透過大量資料學習如何做出正

nipage16 05/10 09:50確或適當的回應吧

QuentinHu 05/10 09:58推專業分享

anarch 05/10 10:25推分享、收藏。

cleverjung 05/10 10:51推 想到前幾天yt推給我這影片

cleverjung 05/10 10:51https://youtu.be/zBAxiQi2nPc

Pegasus170 05/10 11:44說真的，我實在不想承認現在的AI是AI，我認為只有

Pegasus170 05/10 11:44到DL等級。甚至很多應用只是ML+big data。

st89702 05/10 11:46推 簡單明瞭

bunjie 05/10 12:02推一個 簡單明瞭

ja23072008 05/10 13:08推

uohZemllac 05/10 16:35推

youjan 05/10 18:30科技板的好文在這個板上出現.這是好還是不好呢.