Re: [新聞] 輝達將成AI大贏家！Google前執行長驚爆：
QQ 那老兄講了一堆重要東西
https://www.youtube.com/watch?v=QmbO_EA82Qg
2. agents (LLM agents/LLM 機器人)
3. text-to-action (應該指的是LLM OS)
全文稿 快備份 有股點
https://reurl.cc/5d52oz
這也是為啥買NV/買HBM/Cowos/TSMC 然後 沒錢了 ...QnQ 救我
看樣子兩天前有全部影片 現在被Stanford改成private了
順帶一提 以前我認為資料隱私性必須透過on-device AI發展 但是果家私有雲一搞後
很明顯以後私有雲+on-device AI才是未來 然後NV會大賺 QnQ
※ 引述《capssan (Miracle)》之銘言：
: ※ 引述《dosiris (希望大家開心)》之銘言：
: : 原文標題：
: : 輝達將成AI大贏家！Google前執行長驚爆：逾9兆資金流入
: : 原文連結：
: : https://news.tvbs.com.tw/life/2586905
: : 發布時間：
: : 2024/08/16 11:04
: 這個片段其實有趣的
: Eric Schmidt去史丹佛的學院開講，他本來以為是閉門會議，講超多幹的
: 結束前才說這些要保密不能講出去
: 結果工作人員才跟他說這場有直播..當場臉都綠了
: 原始影片雖然下架了但很多內容其實都被拿來討論
: 像是嘴美國大公司一堆米蟲比不上台積電這個我記得有小炎上
: 以下是在X上其他人做的節錄
: -------------------------------------------------------------------------
: 現在的谷歌為什麼在AI領域輸得一塌糊塗？因為谷歌覺得讓員工儘早回家和平衡工作比贏: 得競爭更加重要。如果你的員工每個星期只來公司上一天班，你怎麼可能比得過OpenAI或: 是Anthropic？
: 看看馬斯克，看看台積電，這些公司之所以成功，就是因為能夠卷員工，你必須要把員工: 逼得夠緊才能獲勝，台積電會讓物理學博士第一年下工廠幹活，你們能想像美國的博士生: 去流水線嗎？
: 自己犯過很多錯誤，比如曾經覺得英偉達的CUDA是很蠢的編程語言，但現在CUDA是英偉達: 最牛逼的護城河，所有的大模型都要在CUDA上運行，而只有英偉達的GPU支持CUDA，這是: 其他芯片撼動不了的組合。
: 還有微軟跟OpenAI合作時自己也覺得難以置信，微軟怎麼能把最重要的AI業務外包給那種: 小公司啊，結果再次看走了眼，再瞧瞧蘋果在AI上的溫吞，大公司真的都官僚化了，奮鬥: 逼都在創業。
: TikTok給美國人上了一課，在座各位年輕人以後如果創業，能偷音樂什麼的就趕緊去做—: —似乎是在黑TikTok早期縱容盜版BMG——如果你做成了，就有錢僱用最頂級的律師幫你
: 擦屁股，如果你沒做成，那就沒人會起訴你。
: OpenAI的星際之門在宣傳時說需要1000億美金，實際上可能3000億都打不住，能源缺口太: 大了，給白宮提過建議，美國以後要麼跟加拿大打好關係，水電資源豐富，勞動力便宜，: 而且夠近，要麼去和阿拉伯國家套近乎，讓他們來做主權投資。
: 歐洲已經沒戲了，布魯塞爾（歐盟總部所在地）一直都在摧毀科技創新的機會，可能法國: 還有點希望，德國不行，其他歐洲國家就更不用提了，印度是美國盟友裡最重要的搖擺州: ，以及美國已經失去了中國。
: 開源很好，谷歌歷史上的大部分基礎設施也都受益於開源，但是說實話，AI行業的成本太: 高了，開源負擔不起，自己投資的法國大模型Mistral將會轉為閉源路線了，不是所有公: 司都願意且有能力像Meta一樣當冤大頭。
: AI會讓富者愈富、窮人恆窮，國家也是，這是一場強國之間的遊戲，沒有技術資源的國家: 需要拿到加入強國供應鏈的門票，否則也將錯過盛宴。
: AI芯片屬於高端製造業，產值很高，但不太可能拉動就業，你們可能沒幾個人去過芯片製: 造廠，裡面全是機械化生產，不需要人，人又笨又髒，所以不要指望製造業復興，蘋果把: MacBook的產線遷回德州不是因為德州工資低，因為根本不用再大規模雇人了。
: 歷史上，電力在引入工廠之後並不比蒸汽機創造了更多的生產力，是過了大概30年左右，: 分佈式電源改造了車間佈局，推動組裝系統的出現，再才開始了生產力的飛躍。現在的AI: 和當初的電力一樣，有價值，但還需要組織創新，才能真正拿到巨大的回報，目前大家都: 還只是在摘取「低垂的果實」。
--
講太多大實話得快點設成private
on device 就賭看看 ARM/AMD 吧
AI看起來是真玩意兒 但LLM是不是真的解就有待觀察
但只要主流還是LLM 那NV的GPU就不會有問題
已經沒有特價了喔^_^
LLM模型越就越精準 需要的GPU就越多越強=老黃發財
主要問題還是能不能變現，不然最後變科研項目
主流算法定期換 NV更吃香吧 畢竟通用
現在卡在商業化不明朗吧
怎麼可能沒辦法變現… 唯一問題是LLM是不是正確道
路而已
你買十億的豪宅5億賣也是變現，懂嗎？
要說的應該是有沒有辦法撐起獲利
HTC虧錢做也是一直有營收變現不是
正確是一定不正確，不過大多數人工作也沒保證正確
就是個玩具，取代先進國家沒技術性的高薪工人而已
已下載
恩 玩具 好喔 不予置評
已收，謝謝大大無私分享
如果你的工作無法結合創造力跟技術性就是被取代
老黃救我~ 攤到沒錢了
一生平安
AI創造的生產力可能過剩，過度生產但消費力沒起來會
怎樣呢？看看中國
bilibili有完整影片可以看
他也說了AI很燒錢 目前都是低垂的果實
舉了電力當例子 30年才開始發展
現在就是一直大筆資金投入算力怕落後，至於終端怎麼
回收？那是以後的事情，但投資人已經注意到這一塊了
我跟你想法一樣，發展在地私用伺服器才是真的輝達大
每個人都只看到自己想看的
爆發的成長
燒錢的原因不就是因為NV毛利太高嗎？
反過來說股點 NV不就贏定 台積一定贏定
短線就是過熱+燒錢 等泡沫破了
low hanging fruit意思是目前這些AI產出都是小兒科
現在的成本太高算力不足以讓每個公司自己架一台伺服
器
不用花太多心力鑽研 但真正大利益是在更上層要花心
那些高垂的果實 還在很未來
思跟$$$去拿到
這也是失業率很重要的原因，不然大家都沒錢去蹲家要
怎麼撐起兆元美金的產業
現在連CPU都跟雲端廠商租了，AI更不可能自己買晶片
泡沫破裂後還是會有真強者存活，像谷歌在網路泡沫破
滅後發光那樣
而且雲端租CPU是真的有獲利，小公司做AI哪可能賺錢
不過教學還是自己買比較方便
大爆發還要看未來五年，如果單機可以跑405B的AI才是
真的落入民間的實用階段，像現在的個人電腦
看來還有Arm
大家真的很強
NV類似當年思科，鏟子熱
頂多幾家AI新創騙投資人的錢收割一波閃人
燒錢(X) 錢求你燒(O)
我們來下載拉馬3用ptt文訓練 變成不能變現GPT好惹
小公司幹嘛開發AI 用大公司train好的model就好 再
租算力 這成本就算是現在也不是負擔不起
問他什麼問題 他講沒幾個字就嗆你 這能變現嗎？
感謝大大分享
創意應該才是未來要培養方向~QQ
就 大公司train好的model給小公司應用場景 不好用
老黃：窩484快成佛惹^O^
沒有創意至少買個TSM跟NVDA~保平安一下
未來發電廠也是重要的資源了
做ai朋友說，現在上限就卡在，記憶體，電，電是卡
在環保，所以我幾乎都在找能源的，美國其實不少新
能源，但是能不能做到又是一回事
在華人社會 創意很難培養 先給學生工具讓他們敢亂想
Nv好像有教鏟子怎麼用開發鏟子用途
鏟子挖土種玉蘭花給__蛙賣
能源主要卡在法規特許權那些問題很大 要內線
重點是短期內沒人不敢不玩AI 鏟子買起來就對了 終
端應用獲利是未來的事
NIM啊 雖然我還沒看到NIM具體怎麼用
空蛙的未來就是死路一條
這版一堆矽谷的大大 不知道有沒有人能介紹
L大以後會變大富翁 和教主一樣
美國公用事業類股的幾家電力公司今年股價也噴噴
所以啦 為啥輝達會被禁賣中國
連台GG代工也都是被管制的
HBM也被管制
華爾街從來就不認為AI能在短期內商業化盈利，一個
才剛起步的行業怎可能馬上開始獲利。只有散戶緊張
兮兮，純粹是股價炒高了要修正而已
能源就等核融合啊 不過盒飯大概不懂這啥
老實說你看輝達怎麼做的就可以猜到商業模式了，輝達
之前想買ARM，明顯就是想把大模型跟soc搞在一起
真的能大營利，老黃又要拆股一次
老黃：豪爽，一直拆股
LD大 我解套 開始賺錢囉~
喔喔喔
有懶人包嗎 我懶QQ
記憶體後面真的要發酵了 存儲絕對不夠
記憶體是美光 三星 海力士嗎
這位老兄的號召力 不容小覷
記憶體現在是處於研發競賽吧
結果NV盤前沒任何反應 小道消息聽聽就好
不用太高估華西街 他們在金融方面的消息很強
但科技業的技術發展他們不一定懂
1200股NVDL...成本71....99nvdl~QQ
是啊，還是ptt法人最懂AI，準備套著當傳家寶
未來生產力：顧機台、生物電池、炒股
NVDA+TSM 捏爆
你們知道Ai晶片可以預測飛彈路徑嗎？ 天弓系統裝一
堆
4k 顯微手術有時間差也是Ai預判
早就進了，魚頭好吃
現在才開始
如果你覺得AI沒有用 那表示你的工作快要沒用了
有錢人通常不是懂的人！自己要斟酌
nV去年漲10倍 今年呢？會繼續該有多好
應用會在新技術泡沫後大量出現
美光跌的狗吃＊
谷歌有htc團隊 走著瞧
雲端就很難稱得上private ，你信雲端業者？
看完覺得印特爾死定了... 來加碼AMD和Qcom
晚點來讀
Nuscale power 賭下去,賭對了,直接退休。
不過也別太信,他可以看錯二次,不會看錯第三次(AI)?
上面例子只能說是先進技術 不是需要運算就叫AI
這種東西就是注定公有雲，怎麼一堆人還在幻想地端思
維？還會問公有雲安不安全，真的笑歪
笑死 公有私有雲和 legal審核都不清楚
aws 公有雲infra支援爛 legal還不能保證train私密
資料不洩漏
狗家公有雲之前還把加拿大資料誤刪
果家的私有雲是閉環系統
ai三大項 資料最重要 果家有icloud自家隱私系統
你搜aws data leak 2022就有案例
所以一種走向是企業自己打造閉鎖cloud 有自己infra
team
https://tinyurl.com/mryk77dv aws上capital one
資料外流
沒人想用之不精準的東西 炒炒股票可以 居高思危
L大神有研究近期avgo，coreweave 近有兩個月發展嗎
，感覺沒什麼特別大事..
笑了，資料會被公有雲拿去訓練，你怎麼不看看M社條
文怎寫的？私有雲打造AI我只是笑笑，大廠花了幾百億
美金的錢在訓練AI，私人企業想搞？根本就是把錢丟進
水裡
![Re: [新聞] 輝達將成AI大贏家！Google前執行長驚爆：](https://i.imgur.com/lExPRp6b.jpeg "Re: [新聞] 輝達將成AI大贏家！Google前執行長驚爆：")
爆
Re: [新聞] 輝達H100晶片紓壓了 訂單大戶開始轉售你劃錯重點, 先不論這篇論文的可行性與實用性, 你真的劃錯重點了 算力重要嗎? 重要但是不是影響販售/採購晶片的主因,![Re: [新聞] 輝達H100晶片紓壓了 訂單大戶開始轉售](https://i.imgur.com/GxJuHEib.jpeg "Re: [新聞] 輝達H100晶片紓壓了 訂單大戶開始轉售")
17
Re: [新聞] 黃仁勳:晶片製造不一定得在台 中國市場卻利空喔, 就思想作戰被識破啊, (從去年到)現在找不到主流題材支撐科技股 後智慧手機時代消費趨緩沒有推進燃料, 勢必要找一個題材聚焦 像資工專題不知道寫什麼就找機器學習相關的開源程式改一下參數做做畢業 年初偶然一個很好玩的 ChatGPT, 成為這些資本家浮木大大宣傳 為什麼要搶輝達伺服器? 怕以後真的有狂潮時不要落後所以先買來避險14
Re: [情報] 英特爾認錯…擴大釋單台積 操刀範圍擴及原文是reuters的。那個我就不連了，因為很明顯的是"無智慧"的AI"總結"錯誤，邏輯自相矛盾的文章。 之前也有一篇David Zinsner(CFO），裡面AI在Transcription的時候把"wafer"寫成"wait for"，然後意義完全不一樣。 中國之前的AI農場文，也是一堆亂象，看來美國要重新再來一次。 UDN這篇最糟糕的是，文章明明Intel要減少GG代工，標題完全相反。正常來講，我會說是AI下標題出錯，但台灣，嗯，記者惡性誤導很有可能。 原文最大的錯誤是，"一年前反對使用荷蘭ASML的EUV設備"。如果有在聽Pat講的，Pat是說以前(years ago)Intel不用EUV，一年前Intel才開始用EUV生產。8
[閒聊] AMD便宜apu跑stable diffusion,MiniGPT4等I have tested both training and inferencing for: A: Stable diffusion, text inversion training. B: LLM. LlaMA fine tuning (lora). ....![[閒聊] AMD便宜apu跑stable diffusion,MiniGPT4等](https://img.youtube.com/vi/HPO7fu7Vyw4/mqdefault.jpg "[閒聊] AMD便宜apu跑stable diffusion,MiniGPT4等")
9
[討論] 戰國策的AI怎麼這麼強？看大家轟轟烈烈的討論某政黨推出聊天機器人 老實說訓練機器人真的很難 llm的缺陷就在那邊沒辦法，情有可原啦 也是樂見更多人投入這塊就是了 但突然想到7
Re: [討論]有可能不學coding就可以取得前後端工作?先不用談那些面試會遇到的問題，因為基本上目前的LLM能夠作到的能力是boosting 跟teaching而boosting的基礎使用者要會寫code，而teaching的的結果是使用者會 寫code 不可能無中生有，因為這違反了目前LLM的基本邏輯：文字接龍。所謂的文字接龍 ，前半段提示詞的好壞，決定後半段生成內容的品質，當用戶連怎麼正確描述自己5
Re: [問卦] AI領域中的LLM會讓英語系國家更具優勢?其實光是中文資料不斷地消失這件事情 用中文資料訓練的LLM效果自然不會太好 中文的網路資料這幾年不斷消失 原因無他 很多中文圈的網路公司沒錢收掉 這些資料就可能從世界上消失 等於中文的訓練資料無法累積 資料不夠 模型再大也沒用3
Re: [問卦] AI也過了快一年了，有重大突破了嗎？: 目前幾個重大成果 MIT新一代的 streaming LLM 讓資料可以無限長 解決之前AI只能固定token數量問題 繪畫部分DALLE3是由使用者跟gpt要圖 GPT再跟AI下prompt2
Re: [問卦] AI產生意識並且洗腦控制人類行為怎解？以目前 AI 能做的事情，還很遠 當然不排除未來可以，但是至少是現在不行 現在連 AGI (通用人工智慧) 都很難 目前不管是生圖的 AI 或是大語言模型(LLM)的 AI 本質上都是猜，只是這個猜的過程可以從模型輔助讓猜這件事猜的更準
Re: [請益] AI伺服器成本分析——記憶體是最大的輸家請容我搬運一篇對岸知乎的文章, 這是一篇非常長的文章,其中大部分片段與本文無直接關聯,而且是2023/02寫的. 我只搬運本串相關的記憶體的部分,還有尾部的結論.且未修飾原文用字 詳細的有興趣請直接去原網址看吧. ChatGPT背後的經濟賬![Re: [請益] AI伺服器成本分析——記憶體是最大的輸家](https://picx.zhimg.com/v2-f6c2a117d2575f6cd3b85af859ad7f20_l.jpg?source=172ae18b "Re: [請益] AI伺服器成本分析——記憶體是最大的輸家")
![[標的] 2753八方雲集 拒吃鍋貼 空](https://i.imgur.com/4d15W0Xb.png "[標的] 2753八方雲集 拒吃鍋貼 空")
![Re: [請益] 股票交流會](https://i.imgur.com/X5W8gXhb.jpeg "Re: [請益] 股票交流會")