Re: [心得] 討論關於量子計算/代工

閒聊量子電腦跟最近我個人看法,
先說我的結論:
1. 歐印QQQ, 定期定額TQQQ,
2. 如果NVDA 跌破120, 我就要開始買
3. 長期買入GOOG

我就不說GOOG的部分了,
每次說就是引戰文,
我不想一直被攻擊被轉貼文章謾罵

先說說量子電腦,
這要從電腦科學最基礎的算力與計算方式說起,
基本上算力有兩種方向: 1. 平行, 2. 深入
目前的AI晶片跟GPU就是朝平行運算發展,
我二月的時候有說明過CPU, GPU, TPU, ASIC 的運算方式:
https://www.ptt.cc/Stock/E.w1reT-GUrZeM

也就是說如果在大數據, 超級巨量資料的情況下,
要做一堆if else 的判斷,
但是都是完全相同的運算方式,
那就是用GPU 矩陣運算,
同時平行運算然後選擇正確那一個方向之後再往下一層平行運算,
但是如果今天的運算不需要平行運算呢?
比方說單純的破解密碼, 破解比特幣加密,
這時候GPU跟目前所有的AI晶片都完全沒用,
這時候就是量子電腦的戰場

不是所有的數學問題或是科學問題都能夠用平行運算解決,
目前的AI 只是用大數據的平行運算去得到類似人工智慧的結果,
你說是一連串平行的if else 運算 也沒錯,
但是還有更多的數學+科學問題是需要深入的計算,
這些問題只能靠量子電腦解決

回到我說的第一第二點,
最安全的方法就是包牌QQQ,
至於NVDA的GPU 其實跟量子電腦 要解決的問題是完全沒關係,
也就是兩者是完全沒關係的市場,
至於ASIC, 請看我之前的文章,
ASIC AI 晶片 我十年前就在做了,
不是現在才有的技術,
沒新聞說的那麼了不起,
光是CUDA + LLM 就把大部分的人給排除了,
大部分的使用者還是會選擇NVDA GPU,
除非你是GOOG+META+AAPL 有能力自己跳過CUDA 自己解決LLM問題,
不然一般人還是會選擇NVDA GPU,
大部分的人不會為了喝一瓶牛奶而蓋一整個農場,
也沒有能力真的蓋一整個農場

所以TPU ASIC 對NVDA的確有影響,
但是影響不大, 只有GOOG+META+AAPL 能夠自研,
至於CSP,
你去問看看願意出錢的CSP客戶們,
有多少客戶願意用TPU ASIC?
有多少客戶願意用NVDA GPU+CUDA?
我當年被客戶罰站要我解釋為何要自研ASIC而不買NVDA GPU,
解釋了一年還是無法說服客戶轉用自研ASIC

※ 引述《n22535757 (博博)》之銘言：
: 先貼單子
: https://i.imgur.com/NfqmX7I.jpeg