Re: [請益] 大家怎麼看這一波AI浪潮
我發現很多人陷入一個迷思
能做電腦的公司這麼多家
為什麼AI一定要靠NV才能用
chatgpt就不是靠NV起家的啊
也是有其他公司會做伺服器晶片
說不定intel德儀之後有更好的工業伺服器晶片屌打NV
現在不知道為什麼很多人覺得AI是建構在NV的上頭
買一堆NV相關企業的產品
但實際上AI根本就是軟體
像google搜尋引擎一樣的軟體
根本不一定需要哪間公司的伺服器才能做
隨便一家有做伺服器的都能用好嗎
之前挖礦區塊鏈那些公司也能做AI好嗎
所以這波AI真的在亂漲,不知道誰說只有NV能搞AI
--
你可以買INTEL阿
你先去研究下訂單的,拿這些NV產品做什麼應用吧。。
看了這篇 才曉得無知的恐怖
ALL IN買在起漲點 ,財富自由
眾人皆醉我獨醒 你可以all in其他公司 沒人攔你
NV是因為設備吧 你有軟體沒有足夠的運算能力還是廢
物啊
你拿軟體跟硬體比 真的有問題欸
原來就跟初音一樣
你可以選百度
那你買intel和AMD吧
google搜尋龐大資料是靠硬體還是演算法
如果靠硬體取勝,yahoo最後怎麼輸google
現在算AI就是老黃的卡才夠力啊
你同演算法用ATI只有不到8成的算力
現在只有chatgpt算ai,google還寫不出來
openai創立初期 nv送了幾塊顯卡給他們==
就說了AI靠蒜粒取勝,硬體不夠力沒辦法
AI晶片、AI晶片,沒有晶片,你有演算法有屌用?
你是不是沒搞懂gpu和伺服器?
對,你說的都對,你趕快買
哇哇哇哇哇哇 都7月了還有這種文章
Ati 8成還是高估的
是看最強的AI是誰,硬體是替代品誰都可以
不然美國政府何必限制NV出口中國
如果是靠軟體取勝
好啦 認真講2個事情 1.伺服器不是都一樣的 AI需要的
黃氏定律跟摩爾定律並列重要,不要不信邪
運算量 能最有效做運算的就是GPU 也就是NV AMD的卡
硬體誰都可以代替 台積電也是誰都可以代替的啦
因為要軟體cuda編譯啊
像區塊鏈跟google是一定要NV才能做嗎?
當然不用,硬體這種東西誰做都可以
2. AMD vs Nvidia 目前軟體配套 開發原件大家都是
賣鏟子還附贈全套使用說明
用Nvidia的 這和微軟OS開發軟體vs 買IBM OS差別一
人家還教你如何發揮鏟子效益最大化
樣 你IBM可以喊破喉嚨我電腦也很好 整體大環境大家
不在你上頭開發 AMD現在在這裡
你買了別家鏟子不會用,挖的到礦嗎?白做工又費時
這文一出 緯創就V了
不知道為什麼很多人 => 只有你
軟體演算法才是核心,硬體用什麼都可以
等到別人都挖到礦,你只能在家拿著鏟子哭
硬體目前也就只有2家合格 其中只有1家軟體配套合格
但 事情其實可以變動的很快 AMD卡效能/價格比 便宜
太多了 而且AMD確實信誓蛋蛋說要做好軟體配套
卻的GPT不是用NVIDIA?你的資訊有沒有怪怪的
照你的邏輯說,就是一個是「說不定」,一個是現在
稱霸,這個不漲誰要漲? 等新的強者出來當然就漲新
的那個
照你的邏輯買pc就好了
所以有買撼訊嗎 沒有嘛
隨便一個伺服器都可以,這概念跟隨便一個電腦都可
以跑大型程式一樣,當然可以,一個跑一個小時一個
跑整天
去作功課再來談好嗎 nv並不是只有硬體
這篇文章很好 謝謝
你還是先搞清楚為什麼要用NV吧…但你說的也沒錯,
只是不是現在,現成最讚的就是NV,聽說現在小規模
最划算的是MAC,你也可以考慮買瓶蓋股
樓上正確,最猛的是Mac的新晶片,內存當顯存
你是電你是光你是唯一的神話
妳真的很棒
mac 能直接拿來訓練ai模型嗎 好奇 這很有趣
是看最強的AI公司喜歡用誰的硬體
不是有最強的硬體,AI公司一定就想用
m2晶片 我知道可以比擬4070 那用它做opencl訓練ai?
AI就是比google搜尋引擎更高階的演算法
我總覺得,蘋果正在謀劃什麼東西,他媽M2強成這樣,不
可能不搶AI這一大塊肉
第一次聽到這個想法 我要買aapl了嗎XD
可以看成會幫你彙整搜尋資料的搜尋引擎
amd就是用opencl練ai 蘋果m2堪比輝達4070 那 直接
買mac練ai?! omg
有種腦洞打開了的感覺
大家都會做輪子,為什麼有人造車就跑得特別快?
M2性能是真的很強,問題在生態系
身兼瓶蓋跟伺服器的公公吃得到肉嗎 不過前提蘋果想
搞伺服器
4070蒜粒很強嗎==?請去看A100和H100
所以微軟bing才可以融合chatgpt一起用
聽君一席話 如聽一席話
m2晶片 CP值高的AI晶片!
但微軟有一定買NV的硬體來做伺服器嗎
並沒有吧
A100一個不知道可以買幾顆M2, M2就消費級的
你這樣跳針 緯創也不會跌啦
202X年蘋果發表會上,庫客:我在此宣布 AI已迎來的
真正的蘋果時刻
公公有動阿,怒漲0.5元,腳麻了
演算法的競爭力很大一部分來自算力或運算成本(低功
了解一下CUDA投入的時間點,你不用NV不然用誰的
耗),目前就NV的競爭力最強。他耕耘AI這塊就久,馬
nvlink了解下好吧 這東西就是排擠其他廠用的
太效應下初期一定是贏者全拿。
蘋果重新定義Ai 瓶蓋噴
谷歌有在台灣印度做TPU惹
你有錢有時間有電 AI要用什麼算都行
講的那麼多 單呢
怎麼沒有人覺得siri也算ai
不靠CUDA的話,GPU加速也有openCL之類的方案,只是
易用性跟支援度還是比不上CUDA
NV是草創玩家軟硬體支援最全面,而且投入超過十年,
其他間你要投入多少資源才趕得上NV這十年的累積?
這個累積不只NV技術堆積,還有已經養起來的用戶喔
siri帶入chatgpt的ai演算法就變超強AI
我算過了啊 一個A100大概等於不到10張普通顯卡效能
AI重點是軟體演算法,不是硬體
看來你不是內行的 不用出來抬槓了
但一個A100要台幣90萬耶
演算法不用靠硬體去算唷? 靠硬體不用計較運算成本跟
看這篇文章跟推文浪費了五分鐘
跟算力唷!
真的一直跳針浪費別人時間
你說啥都是多餘的,股價會證明給你看
追求到極致的時候 成本差5%就能統一市場
拜託你空
我收回剛價格的推文 a100價格很亂 看不懂
這波就是2000年前夕的翻版
建議你去看看AI訓練需要多少硬體資源,再來說硬體
不重要吧
天啊
AZUR/AWS的GPU instance硬體都是NV好嗎?哪來的cha
tgpt不用NV訓練
推原po獨立思考,但需要補充點產業資訊
你各位別再鞭了 股市就是需要這種燃料才會噴好唄
就讓他一直跳針硬體不重要沒關係啦 你可以歐硬空NV
軟體是要靠硬體加速的,多和做ic的朋友聊聊
bing也加入chatgpt,有用到NV訓練?
沒有 沒人用 趕快空 空完記得PO單 我們支持你
認真的嗎==
NV下月財報肯定大爆死 顯卡庫存高 AI卡沒人用 快空
我不是說沒用到硬體,而是各種硬體都能
事實上ChatGPT用到超多GPU
呃,好喔
nvidia顯卡部分真的很爛 爛透 4開頭的還不如3080ti
AI不是只有NV能做,有搞伺服器的都能
你看到的只有前端,在後端訓練就是只能用特定的硬
體,一般的CPU會跑到天荒地老
你需要多看資料
a100這些是特化顯卡,簡稱算卡,專門用來訓練ai的
AI跟區塊鏈跟搜尋引擎都一樣是演算法
NV的護城河有多寬,要了解AI的論文有多少是基於NV的
軟硬體去做的,這如同MS在學校就開始養用戶一樣
用別的硬體訓練到天荒地老 生意還要不要做了
假設用一般CPU訓練要幾個禮拜,用GPU只要幾分鐘,
請問你要用哪一個?
可悲文組
特化卡沒到那麼猛的 最強的64浮點運算 特化卡也不到
10倍效能 真實訓練resnet machiine learning 特化
a100大概就nvdia高端30開頭卡的2倍效能多一些 但耗
能減半就是
特化卡專門為ai服務還可以用nvlink來實現更高效的
併聯計算
重點nvlink可以串一大串運算卡協同作戰 一般顯卡沒
辦法
現在就是用算卡來串連大力出奇蹟啊
你這樣很好啊 這樣我就可以安心繼續報著
重點是怎麼把數張gpu連接起來
誰市佔高誰就是老大
你說的那些晶片跟nv根本沒關系
德儀根本做不同東西 也扯在一起
量變產生質變,人家都示範過的路了
先前收mellanox
求你別買NV
橫向串聯 其實挖礦時代市售卡就有了 不是特化卡專有
這篇連軟硬體都搞不懂吧..
知道為何用gpu嗎 不用cpu?因為machine learning的
笑死,你看Google這幾年釋出的平台只能用在哪家硬
體上?
運算 一開始就是橫向的運算啊
沒關係你可以別買,或者去放空
不懂的人還是很多 表示還有很大漲的空間
一張卡一秒例如讀1000張圖片 10張卡1秒1萬張這樣
反正 釐清一個事情就好 ai訓練 machine learning
橫向串聯 全部都不是什麼特化卡專有的東西 就醬bye
做AI不買NV的卡一定是抖M
你可以先去看一下機器學習的yt再來討論
反正老黃都先賺 以後就是ASIC的事
….好可憐 所有AI絕對是建立在NV的硬體上
空很多嗎?
gpu串聯現在nvlink+nvswitch速度還是屌打其他人的
這波爆發式起漲點在哪 可以回去看一下 是不是某刀
客Q1財報開出來嚇死分析師
你說得都對,那你還不快去投資非NV陣營的硬體供應商
讚,見解獨道
但實際上AI根本就是軟體… 。 請教一下Intel 的CPU
有哪個可以訓練,大型語言模型的?
現在是開AI賭場,大家一起玩一把
你說的都對 CUDA就是個被吹噓的東西
趕快去買 intel
這篇看起來一堆連AI到底是什麼都不懂的在嘴人
笑死
只懂一點點就開始嘴的才是最無知
AI 相關的演算法20幾年前就有了,為什麼做不到?因
為硬體跟不上啊
AI根本就是硬體,硬體不夠強,要訓練個頭。
現在AI最強的不是演算法,是大量資料的處理能力,
這個你靠演算法改來改去還不如硬體的一次升級
這篇菜味超重 笑死 我看你連TI跟INTC在做啥都不知
我的簡單認知,CPU講人話,GPU講電腦話,AI要講電
腦話的運算中樞才省電省時
先搞清楚類比(TI)跟數位 可以看看最新的那部電影
有介紹
你不知道,不代表其他人也不知道
樓上可以想像成cpu是教, gpu是小學生,ai其實就是
處理簡單的事情 ,只是要一次處理上兆個次,所以沒
有孰優孰劣,只是應用不同而已
AI的本質是高速運算 不要出來給別人笑了
你去念個研究所,做AI相關題目
你就知道為什麼了
除非NV有很明顯缺點,不然近五年很難被超越
如果只是要高速運算,那量子電腦才是唯一解,問題
它就不是,AI軟體設計“在GPU”體系下有突破也是原
因
量子電腦在一般場景根本用不了 還要特定演算法
如果大家的理解都像這樣就好了,我還有便宜NV可以買
類神經網路大概199x就有了,你有沒有想過為什麼要
到201x年才開始大紅大紫
為什麼連Google都要發展自己的TPU而不是用CPU
那你還不趕快下空單
簡單來說NV的模組就是最泛用性的也最好用的
CUDA架構下的效率就是比較好
才會搞到蘇媽直到今天都還沒大單
拿蘋果來說就是軟硬整合技術力最強 這樣就很好懂
問題就在這 這裡不是台積電vs三星 硬體實力差太多
所以可以說nv目前是ai界的蘋果
如果 如果啦 護城河是軟體架構的話 那就會怕夠不夠
寬
這篇文一堆不懂AI只會炒股的人 好好笑
拿ti出來說嘴真的太搞笑了 完全搞不清楚狀況
只會跟風買 技術卻一點了解都沒有 悲哀啊
蘋果當初也用了三星跟台積電的晶片,誰說硬體沒差的
誰提啥泛用?真的很奇怪 奇怪
cuda之所以強就是只做相關運算啊
你被割韭菜只是剛好而已
什麼迷失!開源上都是CUDA的code!這事NV累積十幾
年的結果!另外兩家CPU大頭在當年才不管這市場!現
在搞得一家獨大!
現在就是沒錢的小廠乖乖買的NV買公版,大廠如Amazo
n Google燒錢做ASIC客製化,什麼硬體不重要,最後
都是從上層軟體一路戰到底層硬體,不然為啥iPhone
海放Android,不就apple軟硬整合好
知道CUDA是什麼嗎? 不知道難怪沒料
amd用的opencl才是泛用 能用在AI訓練到FPGA都能用
A100一個30萬 H100一個120啦
笑死 演算法都多久了
在ChatGPT之前要推他廠的AI方案,第一個被打槍的是
客戶的原有CUDA code怎麼辦?原廠說客戶可以自己轉
!客戶就謝謝再聯絡!繼續買NV的卡!
無知不可怕 無知還大聲比較可怕
你可以解釋一樣是沙子為什麼一定要台積電嗎
明明車子都可以開,為啥妹只上benz bmw?
文組發言總是讓人笑
Cuda vs Opencl就是iOS vs Android還有人不懂嗎
標準外行
你的AI是用冥想運算的嗎
爆
首Po小弟買了一檔 號稱相信黃董 年底就懂的股票 從70跌到現在剩30好像還守不住 結果看到AI概念股狂漲 大家都賺錢 結果我買的持續探底 我在想 是不是該果斷停損 加入AI概念股的世界76
首先 你懂Ai 嗎 不懂? 沒關係 我們先看個影片3
因為OpenAI的關係,大家都在炒作AI相關股票 你各位知道OpenAI的創始人之一sam altman他的另一家公司嗎? 這是他另一間公司12
題外話,分享一個真實案例 有一次接到一個客服電話 對方用中國口音問了我一些不知所謂的問題 我隨口回了兩句就草草結束對話 過了一兩個小時10
怎麼看呢,除了靠做夢 也就只能來算算看啦~ 根據TrendForce預估 今年AI伺服器出貨量會有38%的成長 2022~2026年AI伺服器出貨量年複合成長率為22%。22
跟著上阿 別留下來洗碗就好 之前不就演過了 DR之亂 沒德醫1塊多漲到7011
因為本身是影像相關工作者 對ps-Ai稍微有認識一下 附上Adobe官方的ai生成使用者準則 l2
你們都想太多惹 核心問題的答案 一直都很簡單 那就是 買越多省越多15
一堆大企業跟NVDA下單 就跟買軍火一樣 為了戰爭不要輸人 恐怖平衡 但是你開evo就一定贏86? 企業服務跟產品能在end user上撈到多少錢
58
[情報] ChatGPT熱潮起飛NV顯卡拒絕降價還不夠賣作為全球最大的AI訓練晶片供應商,英偉達儼然成為這股技術熱潮背後的主要贏家。 此前據行研機構估計,ChatGPT的訓練需要用到大約10000塊英偉達GPU晶片 隨著更多科技企業投入生成式AI工具的研發及商用,大算力AI晶片的需求將更加旺盛。 為此,英偉達CEO黃仁勳近日在多次公開誇讚ChatGPT和生成式AI技術的歷史意義 稱生成式AI給全球企業帶來開發和部署AI戰略的緊迫感39
Re: [閒聊] 40系顯卡如此這般,等等黨何去何從我朋友礦場退下的卡中, 3070 現在轉行去做 3D CAD Rendering 了, 3090 現在轉行去做 AI generating 了, 這些卡一輩子就沒打過一場遊戲。 你說為什麼AMD的卡怎樣也賣不贏老黃,28
Re: [請益] ai晶片除了server還可以裝在什麼東西上ai 泡沫化的可能性滿高的唷,我覺得現在 nv 主要就是受惠軍備競賽跟幾間獨大的公司吧,台灣政府也因為這波投了不少錢在超級電腦上,但這種比賽終究是虛的,要能賺到錢才算阿,最後 gpt 應該只會剩下 openai/微軟而已,頂多再多個 Google 或 Meta chatgpt 目前主要的應用在企業端還是用 openai 的 api ,而且還沒殺手級的應用,頂多就把本來的內部資料庫搜尋變的比較智慧,一般公司自己訓練或布署以現階段來說應該還沒有,成本太高了,而呼叫 api 只要租用一般 awa cpu server 就好了,主要運算還是在 openai 的 gpu server 上 我覺得這波主要還是看 openai 會買 nv 的 卡買到什麼程度啦,但微軟聽說也在開發自己的 gpu,這對 nv 來說就麻煩了 所以你說現在像網路泡沫嗎?我覺得沒殺手級應用的話就是真的很像阿XD -----24
Re: [標的] 緯創=長榮2.0多看某個youtuber頻道說,NV當初AI server量太少,沒什麼廠商願意做, 只有緯創答應,所以有先手優勢。 : : 所以邏輯很簡單 : 只要你公司想上跟AI扯上邊你就是得用輝達的GPU13
Re: [新聞] 蘋果M2晶片減產 牽動台積M1/M2 就是主打能效 屌打x86幾條街 但撇開能效 新架構沒獨顯、不能裝原生windows就喪失生(ㄧㄡˊ)產(ㄒㄧˋ)力 只剩坐在星巴克喝10小時咖啡的功用了 更深入比較: 簡單說就是M1/M2 在特定影像軟體優化上確實有優勢 但限制也多5
Re: [新聞] 施振榮:AI筆電 短期是產業新方向安安 我系統廠業務 要賣AI產品不難 M.2插張卡就行 反正我就這麼賣的 客戶也買了 而現在的AI技術進步的好處是不用放一大張NV5
[問卦] 這波台積是不是贏定了?餓死抬頭 之前NV老黃來台 , 市場吹了一波AI 現在又說AMD 蘇媽準備來台 要跟NV打擂台 啊這樣484不管NV/AMD誰贏 台積都是贏家ㄚ 這波台積是不是贏定了?4
[討論] NV以全AI設計開發GPU架構Hopperrcement-learning/ What if AI could learn to design circuits? NV的最新深度增強網路PrefixRL不只可以設計電路from scratch 還比現行EDA tool更快更4
Re: [閒聊] 任天堂執行長:今年沒有ns pro新機AMD GPU白搭了 三星Exynos 2200竟落後高通Snapdragon 8 Gen 1這麼多 NVIDIA Grace 與 NVIDIA Grace Hopper 將引領下一代超算系統 Venado 突破 10 exaflops AI 效能4
Re: [新聞] 高虹安發與郭台銘合體影片 林耕仁陣營爆銘 : 站台力挺,高虹安競選辦公室今(12)日釋出最新影片,高虹安與郭台銘同框宣傳「0 到6 : 歲市府養」政見,破除切割謠言;不過,卻被對手林耕仁陣營踢爆,這段影片是擷取3 年
57
Re: [新聞] 428裁剩99個!馬斯克將揮刀大砍77%工作42
Re: [請益] 清流君:All in對了。他真的對了嗎?36
[請益] ALL IN的人真的多嗎?25
Re: [請益] 清流君:All in對了。他真的對了嗎?17
[標的] 大盤 迷陣空 空單融資雙殺局20
Re: [請益] 清流君:All in對了。他真的對了嗎?9
[標的] 年底前盤勢 百人團隊沙盤推演10
Re: [請益] 清流君:All in對了。他真的對了嗎?12
Re: [新聞] 428裁剩99個!馬斯克將揮刀大砍77%工作5
Re: [請益] ALL IN的人真的多嗎?3
[請益] 開戶選擇/程式交易/軟體實用度/T+0制度等3
Re: [請益] 清流君:All in對了。他真的對了嗎?4
[請益] 海外券商帳戶贈與標普500ETF 免贈與稅?28
Re: [請益] 清流君:All in對了。他真的對了嗎?9
Re: [請益] 清流君:All in對了。他真的對了嗎?2
[請益] 請問股票APP是否支援Android 1515
Re: [請益] 清流君:All in對了。他真的對了嗎?9
Re: [請益] 清流君:All in對了。他真的對了嗎?14
Re: [標的] 長榮航2618 我們的人天險價位出手空