Re: [新聞] AMD 軟體縮小與 CUDA 差距，專家指NVIDIA
QQ 發發廢文 來安利一下最近摸的玩意skypilot
https://reurl.cc/lYYy4l
在進入這個技術線前 先講講AI落地兩方向 BtoC vs BtoB
針對BtoC就是 大家看到的Grok/Gemini/ChatGPT 這種面向個人使用的虛擬助手
需要處理幾要複雜的動態環境 畢竟使用者有各種天馬行空需求 不牽涉系統整合
就是要求一個獨立高度智能
另外一種就是toB (SasS) 這種落地場就是 面向各種不同企業級的服務時
傳統方式有許多環節1.不是自動化 2.資料格式屬於散亂(unstructure)
因此基於1.2跟的情況 很多SAAS軟體還是需要一些人類去整合 尤其有許多領域
他們的背後系統還停留在200x系統 (想想你政府部門的報表系統 格式不統一)
連請個假 算個薪水 和成本控制 都可能需要三個軟體去處理 現在就是一個(AI Agent)
然後企業可以動態去分析 請假 人事成本 薪水 採購 這些都是應用場景
這個地方就是最近一堆人殺去搶錢的 而這這種AI+SasS整合 就稱為生態系垂直整合
基於AI Agent GenAI特性 能處理各種資料格式散亂和自動化 讓傳統提供各種作業報表
軟體服務公司 更為聰明而提供
例如
https://vocus.cc/article/677264a8fd897800014bc416
https://botpress.com/zh/blog/vertical-ai-agents
https://reurl.cc/OmmrnA
而七巨頭也再利用打造垂持生態鏈 去提供系統整合性的 這因此暴露openai無生態圈打造而只能單獨推LLM面向客戶 比方說你的gmail/meeting-note/android phone 這種一體的所以我看好狗家生態鏈整合@@b 狗家唯一的敵人就是批柴跟一堆腦殘高層
同樣道理也適用在其他雲端廠商像是軟家跟Oracle 事實上這兩家最近收購新創
自己下場打AI+SAAS整合 順便安利自己雲端算力
目前風向快速流行 打造一個整合生態系以AI-Agent 來取代傳統系統
很多新創公司在這方面領域營收是指數在成長(查看ARR這資料)
而雲端計算發展也注意到這事情因此 嘗試開始整合各家雲端混合計算 這就是skypilot
這類簡單操作 但能動態整合不同性質的雲端計算算力來源 使得大混合算力變得簡單可行
所謂各種平台雲端混合 並不是指的在極短時間 動態切換算力來源(比方gcp tpu切換到
老黃或蘇媽) 而是透過一個簡單的wrapper(代理工具) 能把整個垂直整合系統
依據不同任務和階段拆散到雲端
混合雲端已經慢慢開始變成主流 這讓skypilot這類混合雲端開發工具變得熱門
https://www.elite.cloud/zh/post/2025-cloud-migration-analysis/
甚至可以針對不同階段 不同隱私性需求 選擇不同雲端平台
https://blog.csdn.net/Cloudpods/article/details/130690881
因此AMD/AVGO可以開始搭配老黃 畢竟目前SAAS+AIAgent所需要的算力資源非常高
而這幫工程師永遠歡迎便宜又可特製化的算力 因為當提供雲計算服務在顧客時
Skypilot可以動態調整算力成本(選取不同source) 目前可以省下大量算力成本
使得在做垂直系統整合的AI平台(B2B) 不在受限只能使用單一平台 而造成本過高
skypilot 介紹 https://www.infoq.cn/article/s3trhvqd5al23nompvxs
Vertical AI Agents ->雲端計算廠商-> AI-Infra 正成為一個收斂循環
而這個商機 更考驗是哪些方案提供者 能更適合的整合所有傳統系統
但也因為這塊領域 整個算力需求變得更為誇張 而雲計算公司紛紛的在瘋狂擴張領土
因此@@除了AVGO我開始囤AMD 然後那個i皇不在我選項內
其他細節
https://www.youtube.com/watch?v=ASABxNenD_U
說白話點就是 以前生態圈的各種商業模式 搭配AI-Agent 就可以降低成本
尤其是那種龐大的數據資料系統 各種雜亂資料 每種資料格式只能用一種報表系統
現在可以全部整合到同一個AI介面 而不在需要人為操作
而這種自動化模式相對來說場景比較固定格式 不像針對人類需求天馬行空
比方你對你家的chatgpt 請幫助我練習如何跟老婆道歉 這種複雜需求
https://www.tiktok.com/@htc_0314/video/7532755049286601990
這是目前開始AI大賺錢的地方 而針對人類(B2C) 像是滿人類各種助理需求
LLM還有一段空間要走 當然版上ai泡沫蛙只會看到B2C 不知道B2B開始廝殺了
如果還是不理解AI垂直整合商業生態鏈
@@ 你只要知道 地球會缺電 人類會變電池 老黃會賺爆
(其他算力可以跟者喝湯吃肉)
※ 引述《strlen (strlen)》之銘言：
: 原文標題：
: AMD 軟體縮小與 CUDA 差距，專家指 NVIDIA 一次失誤或失主導地位
: 原文連結：
: https://technews.tw/2025/08/22/amd-makes-progress-closes-gap-to-cuda
: 發布時間：
: 2025 年 08 月 22 日 7:40
: 記者署名：
: 作者 Unwire HK
: 原文內容：
: AI 解決方案開發商 Tiny Corp 近日表示，AMD 在軟體方面取得重大進步，已大幅縮小: 與 NVIDIA CUDA 系統的差距，甚至可能在 NVIDIA 出現技術失誤時超越其在 AI 市場的: 主導地位。雖然 NVIDIA 目前在 2025 年第一季取得 92% GPU 市場占有率，但 AMD 正透: 過 ROCm 平台快速趕上。
: 軟體差距快速縮小
: 專注開發消費端 AI 解決方案的 Tiny Corp 認為，AMD 在軟體方面的進步已使其接近: NVIDIA 水準。該公司表示：「就像 Intel 在 CPU 領域一樣，如果 NVIDIA 一代產品犯: 錯誤，AMD 就能獲得大部分市場占有率，並且市場占有率轉移比遊戲領域更容易。」這觀: 點在當前 AI GPU 競爭激烈背景下顯得格外重要。雖然 NVIDIA 憑藉強大 CUDA 生態系統: 長期占據主導地位，但 AMD 正透過 ROCm 平台迅速追趕。
: ROCm 7 帶來顯著性能提升
: AMD 在 6 月「Advancing AI」活動中推出 ROCm 新版本，支援包括 vLLM v1、llm-d、: SGLang 在內多種增強框架，並專注於分散式推理、預填充等最佳化功能。據報告，ROCm: 7 平台能將 AI 推理性能提升達 3.5 倍。AMD ROCm 7 主要關注推理工作負載，帶來明顯: 性能提升，特別是在 DeepSeek R1 FP8 吞吐量和增強訓練性能方面，甚至聲稱其性能優: 於 NVIDIA CUDA。最新發布 ROCm 6.4.3 版本進一步解決性能問題，修復通訊操作中延遲: 問題。
: 擴展消費市場支援
: AMD 計劃在今年稍後時間在基於 Ryzen 的筆記型電腦和工作站上開放 ROCm 支援，並提: 供 Linux 和 Windows 全面支援。這意味著 AMD 希望其 ROCm 平台能被更多用戶使用，: 挑戰 NVIDIA 在專業和消費市場的主導地位。業界競爭加劇另一例證是，中國 AI 團隊最: 近在全球獲獎，成功開發出以工業晶片替代 NVIDIA GPU 的影片生成 AI 模型，顯示替代: 方案正在湧現。
: 雖然面臨挑戰，NVIDIA 在 2025 年第一季市場表現依然強勁，其市場占有率較上季增加: 8 個百分點，而 AMD 則下降 7.3 個百分點至 8%。不過隨著 AMD ROCm 技術不斷成熟，: AI GPU 市場競爭格局可能出現變化。
: 心得/評論：
: 「專家」稱蘇媽的生態系大躍進
: 老黃你皮不繃緊一點
: 一不小心就被超車惹
: 豪可怕 豪可怕
: AMD現在追高會贏嗎
--
推推 LDPC大專業文！
結論94LDPC大賺爛惹@@/
QQ 你被a08帶壞了 我窮到接下來20年都要在閒聊喊995...
嗯嗯 所以菇菇我之前有說覺得谷歌很認真擴大應用落
地分支 就各式solution
如果各式solution都導入成功 會更缺電而已
所以goog和AMD 都來一點？
考慮停損mrvl 了QQ
都在學waitrop反串
AVGO加倉加好加滿 謝謝AVGO
雖然LLM很競爭，跟傳統不同，目前都有一定使用能力
（類似鍵盤輸入法有多種到現在非主流也還是有人用
的概念），資金願不願意持續投資制衡其他家壟斷，
菇菇我對明年會有想看看這件事
LD大猛.. roadmap進展和spec都還爬得到，但生態、整
合、雜七雜八的戰場方向都要業內的才懂
LLM 比較算通用模型、主要訓練通用思考模式吧，fine
tune魔改一下，ibm Hr/aws的碼農都縮編光光了 (plt
r 自己的ai 也把財捷化簡了，可縮編一堆人事)，沒啥
不可能，只有法規放不放行
機器人、自駕車再搞下去，物流業，計程車就差不多完
了
傳統車業也會被大幅侵蝕 (市區車子，車位，保養多貴
)以後價格壓下來，可能更多人不買車了
乾推一下大大的專業文
所以川川才想收關稅，以後美國只想搞大撒幣吧，畢
竟人類被AI打到難以就業
推推LPDC大文
推推
謝謝大大無私分享！
不要又刪蛤
推LDPC 大 專業文
豪豪豪 都買一點 買一點
摳拍樂其實垂直整合其實我覺得還是有待加強 但整個
生態系真的太強了 Power系列+D365應該是Oracle強勁
對手
幹我打一堆其實是在幹嘛 剛運動完腦袋有點混亂
在車上很久了！你只會擔心你買的不夠多！嗚嗚嗚
要是摳拍樂垂直整合更好 我看一堆靠Oracle吃穿的Saa
真的怕無腦VOO QQQ！疊加蛙趕快找時間進化成無腦多
蛙吧！
S要吃土了 尤其印度那票人
D365亞洲反而是中國那邊玩比較精
MS全家桶+copilot已經開始好用了，teams,edge,outl
ook上現在都有copilot按鈕，資料互通
笑死 奧特曼上月還想拿球棒K軟爸
推好人好文
問一下SAP這波AI 有跟上嗎?
原po說的簡單講就是把AI當成外掛讓舊系統原地升級
所以 只要已有使用電腦資訊系統的公司就能成為客戶
對各大廠來說更是如此 光是能升級自家系統AI就值得
相對來說 OpenAI就很不利一定要搶到足夠的客戶才行
舉個簡單實例 可以作一個駕駛員AI掛在舊戰機
這樣F16這種用了很多年的戰機就能原地升級
舊坦克舊砲台也都類似 外掛AI都能原地升級
依原po說的實況 AI在企業端已經開始短兵交接
消費端的大眾AI還夠不普及 未來也終究會普及
這種agent 的工作流，跟老舊系統的對接是很難的事
情，對接本身就很困難
但雲端開發商的生態本來就是高度自動化，串ai簡單
很多
那些泡沫蛙大概也沒理解力可以懂L大說什麼啊，AI會
稱作下一次的工業革命是有他的道理
不要把谷歌的缺點說出來
這種真材實料的文章沒啥人討論 泡沫文反而一堆人XD
月收等於別人年收的講起話來特別有說服力
跟老舊系統對接很難 所以有公司專門在做這一塊啊 舉
個例子AMZN就有幫東元做這樣的事
Copilot行的阿
也看好狗家 不懂的人只能講AI取代搜索
狗家的缺點無法否認 加減配啦 QvQ。LDPC那謎之阿祖
呢 沒雲但有社群
泡沫空哇頭殼裝泡沫，就該把頭敲爆
LDPC大幫GG加持 求求
推推
問個問題，無關政治，如果把柯文哲的行動硬碟餵進
去，能夠從裡頭散亂的資料格式中，分析出小沈1500
是什麼意思嗎？
3Q MVDA 繼續抱
谷歌缺點一語中的 所以我清倉了w
認真文 謝分析
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![[情報] 產生式 AI 大爆發 NVIDIA GPU 恐供不應求](https://img.youtube.com/vi/0dmzRwvObaE/mqdefault.jpg "[情報] 產生式 AI 大爆發 NVIDIA GPU 恐供不應求")
41
Re: [標的] NVDA/AMD 討論 多哪隻週末閒聊, 搜尋一下發現這篇討論可以回朔到兩年前, 當時我猜到AMD會把Intel給打趴吃下伺服器市場, 卻沒看到NVDA 在這兩年的爆發力更加驚人,![Re: [標的] NVDA/AMD 討論 多哪隻](https://i.imgur.com/sUJqj3ib.png "Re: [標的] NVDA/AMD 討論 多哪隻")
29
Re: [新聞] Meta陷入恐慌？內部爆料：在瘋狂分析複製DeepSeek，高不知道有沒有鄉民試過 Deepseek R1 單機版 其實過程很簡單，安裝 LM studio 就可以去撈 model 來測了。 甚至也有些標榜已經除去審查的 model 先講結論，我覺得單機 LLM 可能會更多人有興趣能做到怎樣。 雖然功能不如訂閱聊天/API，9
Re: [心得] AI時代來臨，技術分析真的已經沒用了真的不用神話華爾街的中大型機構，他們的績效明明白白的就是那樣， 純粹的量化交易公司通常還是比較強的，但多數的量化交易公司都還在成長的道路上， 小公司佔了大多數。 量化交易的數學模型也不見得複雜，愈是高頻的交易策略愈是簡單， 也更加穩定，但低延遲的軍備競賽卻在不斷拉高成本，12
Re: [心得] 蘋果揭露人工智能並不思考首先啦，在公眾對於AI發展的看法，有個很有趣的現象。 就是只要AI會做了某件任務，就會直接說，這不需要"思考"。 譬如AI在二十幾年前打敗西洋棋棋王，後來華生也打敗益智節目的人類冠軍。 人們直覺反應就是這不是思考啦，西洋棋就是暴力算棋譜，益智節目背題庫就好啦。 到了十年前還有人認為AI永遠不可能擊敗人類棋王，因為圍棋不是硬靠算力可以暴力解的。10
Re: [情報] 究竟是 PC 革命還是另一個曇花？淺談 Win稍微分享一下自己使用心得 目前 ms的copilot(企業版) 公司用 chatgpt(自己付費版)5
[問卦] deepseek 說輝達是現代石油公司？以下是我題問的問題 1.目前都說，因為演算法的進步，未來不需要英偉達那麼多gpu算力那麼多是真的嗎？ Deepseek 回答如下： 從技術發展的多元角度來看，**演算法進步確實會提升計算效率，但短期內對GPU算力的 需?3
[問卦] Gen AI將帶來大量工作機會與公司倒閉？如題 隨著 Generative AI 技術持續進化，AI 工具的可用性與普及性快速提升 未來是否會出現這樣的結果 只有具備內部軟體開發與AI整合能力的公司會存活下來，其他全部會因為營運效率不夠高、 創新速度過慢、而在市場競爭中被淘汰？