看板 Stock
作者
標題 Re: [請益] NVDA跟AMD怎麼突然崩了
時間 Sat Mar 9 12:24:45 2024
作者
標題 Re: [請益] NVDA跟AMD怎麼突然崩了
時間 Sat Mar 9 12:24:45 2024
週末有點時間 之前寫的老黃故事 https://disp.cc/ptt/Stock/1aVG4__D
Re: [新聞] AI估值過高？羅斯柴爾德家族悄然減倉NVDA - Stock板 - Disp BBS
![[圖]]()
LDPC 來加值信仰一下 老黃的故事 這底下Youtube說得滿精彩的 摘錄個人喜歡部分 老黃當初移民美國 家裡沒錢 父母讓他去唸個便宜寄宿中學(Oneida Baptist Institute) 結果那所學
![[圖]](https://img.disp.cc/s/o/img.youtube.com/vi_2FerL77suOVPg_2F0.jpg)
簡言之 2018以前 AI模型 都是透過數據 去學習資料上的標註資料
來做人類事先規範好的目的 而機器透過這些標注數據 去達到人類要求的事情
當模型遇到一個沒看過的數據 或者場景變得不同 模型就會失效 甚至無法處理
當模型遇到一個沒看過的數據 或者場景變得不同 模型就會失效 甚至無法處理
但在pre-trained model/foundation model出來後 一切都不同了
大體而言就是 模型透過某種學習(self-supervised) 機器能從無註記資料學習一定法則
而能做到超出原本數據沒有做過的事情 這樣以來面對下游任務
只要簡單調整 (zero-shot)不需要重新訓練 或者少量訓練(fine-tuning)
機器就能根據落地場景 能達到最佳化結果
底下補個相關連結
甚至因為self-supervised關係 許多網路上的野生數據 也不需要人工標註
因為機器會在這些大量野生數據 自我學到法則 從而產生推理的效果
底下補個相關連結
https://blogs.nvidia.com/blog/what-are-foundation-models/
What Are Foundation Models? | NVIDIA Blogs
![[圖]]()
Foundation models are AI neural networks trained on massive unlabeled datasets to handle a wide variety of jobs from translating text to analyzing med ...
![[圖]](https://img.disp.cc/t/o/blogs.nvidia.com_wp-83df98ac64ebbb494e3db4ee786d2973.jpg)
而這些最大的意義就是 機器能做到超乎原本數據給的標籤效果 理解數據 創造法則
這些意味者AGI的那個聖杯 有機會可以摸到邊了 而OpenAI最大的概念就是
大力出奇蹟 也就是堆疊數據多樣性(multi-tasking)及 透過龐大算力跟模型
而所達到的模型泛化(zero-shot)以及AGI效果更明顯
甚至有部分人認為GPT-4已經具有AGI效果 https://36kr.com/p/2189496564171137
這種效果也開始在各種領域大放光彩 比方說有人用這些基礎大模型
能成功用大模型搭配基因+身體數據去推測哪種藥物對治療效果有效 甚至更預測出
哪些病情跟基因上的哪些序列有很大相關性 這些都是大模型透過大量數據去學到法則
來推測出哪些藥物對哪些疾病有用 已經在加速醫療領域發展
而大力出奇蹟(Scaling Law)需要的是算力 算力就像是電力 它永遠不嫌多
今年甚至開始有LLM OS跟LLM Agent概念 這些發展都是讓AGI的模型慢慢的變大腦概念
LLM模型具有理解事物能力(Reasoning) 所以可以當做個大腦成為控制介面
所以今年流行LLM OS/LLM Agent 就是讓原本的電子消費系統更為聰明
所以你說AI是泡沫? 我敢打賭 你去問搞AI裡面的人 10個人有10個會說 AI不是泡沫
因為AGI聖杯在我們這一代有機會成真!
這波AI對日常生活影響 可以定調成一種"生產工具"路線發展
AI不會取代人類 但會讓人類生產變高 造成職缺數量下降
比方說以前你需要100個人做的事情 現在一兩個人搭配好用AI工具 就可以達到同樣效果
所有接下來AI落地商業化都是走這種 微軟已經示範了許多可能性
舉個例子
原本影音studio這種需要500~1000人才能做的產業
可能有sora+gpt+audio diffusion(TTS) 只要10個人就可以做出一部電影甚至影集
原本一個漫畫家要五六個助手 現在一個漫畫家只要用adobe firefly做畫圖
就可以達成 而客服產業 原本需要100個人 你現在可能就5個人類manager搭配100個
LLM Agent+TTS就可以達成 甚至當年我們ESPN攝影團隊需要10個人才能轉播球賽
現在只要兩個人+懸臂AI Camera(AI導播) 就可以達到運動產業轉播 以下是個例子
順便給大家看看 以前用數據標注的"舊AI"為何沒辦法處理數據上沒看過 然後失誤
https://www.youtube.com/watch?v=eMx-2s7mZ24 (該AI攝影機把光頭當足球 所以導播
你如果有興趣 Follow 每日最新AI論文 你會發現現在的演算法科技進步速度
是在指數成長 去年初只是單純文字LLM 年底就進化到多媒體LLM(視覺+聲音)
現在進化到要用LLM當成一個大腦媒介 去控制任何設備或者OS
是在指數成長 去年初只是單純文字LLM 年底就進化到多媒體LLM(視覺+聲音)
現在進化到要用LLM當成一個大腦媒介 去控制任何設備或者OS
而LLM Agent接下來就是會擴展到自駕和機器人或者家電
那回過頭來NVDA怎抹辦?QQ 就是慢慢加碼 過高不買 狂跌繼續買 等到AGI那天出現時
你就可以用數千張來NVDA和AMD防身 不然就會失業然後被抓去當電池了QQ
※ 引述《blueian (義恩阿庫犽)》之銘言：
: ※ 引述《longkiss0618 (夏夕夏景)》之銘言：
: : https://i.imgur.com/J50txd8.png
: : 本來打電動打到深夜 看到NVDA跟AMD都跳通知出來
: : 就又如前幾天一樣開心地去睡覺了
: : 怎麼一覺醒來兩個都崩了 AMD反跌1.5% NVDA更慘 還跌7%
: : NVDA直接上下崩跌100點 請問發生什麼大事了嗎?
: : 會所按摩的錢一下子就都沒有了
: 就嚇甩磨啊，引發AI的程式單而已，從基本面來看根本長線大多頭起漲點，
: 技術面來看，趨勢沒改變拉回就是加碼，不信？ 看看大哥SMCI走勢就很明顯了
: 破千隔天大長黑，結果震盪幾天馬上創高昨天也沒啥回檔，與其看NV不如看SMCI領頭
: 各國散戶都在當恐慌仔，甚至一堆投行機構早被甩下車，整天放利空泡沫
: 要降息要選舉，就問美股怎麼崩
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 24.4.211.194 (美國)
※ 作者: LDPC 2024-03-09 12:24:45
※ 文章代碼(AID): #1bw-IGC9 (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1709958288.A.309.html
※ 同主題文章:
03-09 07:37
03-09 08:18
03-09 09:19
Re: [請益] NVDA跟AMD怎麼突然崩了
03-09 12:24
03-09 13:27
03-09 13:49
03-09 13:51
03-09 18:10
03-09 20:17
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 12:28:27
pre-trained model都是用zero-shot來衡量效能指標啊 clip就是經典代表作阿
QQ 不過我調整一下內容 避免誤導
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 13:13:17
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 13:24:06
![]()
這篇其實有類似概念
https://www.biorxiv.org/content/10.1101/2023.01.23.525232v1
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 15:48:16
--
→ : 好 可是我沒錢了1F 03/09 12:29
推 : 推2F 03/09 12:30
推 : 推一個3F 03/09 12:30
推 : 每個字我都認得,但....4F 03/09 12:30
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 12:31:25→ : cc5F 03/09 12:31
推 : 好喔 我買台積電 agi出來 下一波還是台積電6F 03/09 12:31
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 12:32:45→ : agi會拿來當武器啦，你看電影哪一個人工智慧不是拿來當指揮官7F 03/09 12:31
推 : AI可以解LDPC嗎9F 03/09 12:32
→ : 還好我有ai5….10F 03/09 12:33
推 : 聽起來蠻泡沫的AI檢測這個作品是否AI11F 03/09 12:33
推 : 還好我還有英偉達12F 03/09 12:34
→ : 沒那個需求就是泡沫 記住我說的13F 03/09 12:34
→ : 完了要失業惹，那還有啥可買14F 03/09 12:34
→ : 步伐跨得太大 扯到蛋了15F 03/09 12:35
推 : 推，加碼AMD16F 03/09 12:36
推 : 推，每次看你的文章都覺得有些收穫，感謝17F 03/09 12:36
推 : 推！快點假裝我有看懂18F 03/09 12:38
推 : 原來我還有當電池的潛力19F 03/09 12:38
推 : 好文推20F 03/09 12:39
推 : 還好我有英業達21F 03/09 12:39
推 : 我買nvda的原因也是怕之後當電池22F 03/09 12:40
→ : 請問非gpu的客製asic這邊怎麼看?前天brcm財報後崩了23F 03/09 12:41
推 : 我覺得很多台灣人不懂或是無法體會或是沒有受到這24F 03/09 12:41
→ : 對各國政府來說 更不需要你說的AGI這種大幅推升25F 03/09 12:41
→ : 波生產力革命浪潮衝擊的原因是台灣製造業佔比太高26F 03/09 12:41
推 : 需求是最不需要擔心的，人類欲望永無止境，需求永遠填不滿，現在熱了開冷氣，人人比皇帝爽，各位有感到快樂嗎27F 03/09 12:41
→ : 失業率的東西30F 03/09 12:41
→ : 是嚇甩磨嗎?31F 03/09 12:41
推 : 簡單來講AI是未來生產的趨勢，那這樣人力都會跑去傳產嗎？未來科技產業製造端，應該也走AI路線自動派貨下製程，有問題再通知辦公室工程和設備進現場查看原因。32F 03/09 12:41
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 12:43:02推 : 原po內容外行。36F 03/09 12:42
→ : sora出來後 所謂的紀錄片會不會摻假？37F 03/09 12:42
→ : 可以開始賣股票了，各位38F 03/09 12:42
推 : 最後某人女友和ai交往了（誤）39F 03/09 12:43
→ : 說外行的 快展現自己內行的言論40F 03/09 12:43
推 : 簡單說 ChatGPT早期就是找人類工讀生標記訓練資料41F 03/09 12:43
→ : AI就是取代人類啊 1000人變1人就能做 999人不就失業42F 03/09 12:43
推 : 然後我猜越多基礎白領的工作被取代 自動車市場越難擴大 計程車行業是方便收納勞動力 政府又能控管的43F 03/09 12:43
噓 : TLDR45F 03/09 12:44
→ : 公司砸錢讓標記資料量夠大所以訓練出很好效果(當時)46F 03/09 12:44
推 : 有個問題 跟AMD關聯在哪裡 現在不普遍都CUDA架構嗎 沒遇過幾人用AMD的設備47F 03/09 12:44
→ : AI同業看到真的有效果自然會在AI演算法努力突破49F 03/09 12:45
→ : 好 我自願當電池50F 03/09 12:45
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 12:45:43推 : 小時候看的電影"晶兵總動員"是吧51F 03/09 12:45
→ : 這次的目標就是讓電腦自己能標記沒有人工標記的資料52F 03/09 12:45
→ : 能研發出治療癌症的新藥 大概就很屌了53F 03/09 12:45
→ : 看價錢吧 人力每個地方價格不一樣54F 03/09 12:46
→ Jerry469 …
→ : 讓電腦看懂無人標記的資料 目前已經確認有可行性56F 03/09 12:46
→ : 哥 可以講人話嗎…57F 03/09 12:47
推 : 推58F 03/09 12:47
推 : 比只會靠北漲跌的廢文強一兆倍！59F 03/09 12:47
→ : 所以未來AI同業會更努力砸錢把AI強化成AGI
想想谷哥的AlphaGo 最早也是要用人類棋譜訓練
後來就不需要人類棋譜能自行抹擬下棋 自我訓練
最後有達成各種棋類遊戲都能自我訓練的程度60F 03/09 12:48
想想谷哥的AlphaGo 最早也是要用人類棋譜訓練
後來就不需要人類棋譜能自行抹擬下棋 自我訓練
最後有達成各種棋類遊戲都能自我訓練的程度60F 03/09 12:48
推 : 已經準備好電池護身符了64F 03/09 12:51
推 : 最直接影響的就碼農和影音創作產業 AI寫程式只會越來越強而已65F 03/09 12:52
→ : ChatGPT最早會轟動就相當於早期AlphaGo下贏人類棋士67F 03/09 12:52
推 : NV&AMD 雙槍 改變世界68F 03/09 12:53
→ : 目前AI巨頭努力要讓AI達到當時下贏李世石的程度69F 03/09 12:53
推 : 每個魔術師都想要到達根源70F 03/09 12:54
→ : 而且是要能在各個領域都達到那樣的超強程度
當AI達成在各領域都有等同圍棋下贏李世石的程度
這就是AI巨頭正式宣布AGI出現在人類世界的時候
目前AI公司的做法是讓AI去考試 律師醫師會計師之類71F 03/09 12:54
當AI達成在各領域都有等同圍棋下贏李世石的程度
這就是AI巨頭正式宣布AGI出現在人類世界的時候
目前AI公司的做法是讓AI去考試 律師醫師會計師之類71F 03/09 12:54
推 : 如此一來 擁有較其他/國家or公司 更強大的AGI75F 03/09 12:58
→ : 先讓AI能在考試贏過各種人類精英76F 03/09 12:59
→ : 更有掌握先機 走在技術尖端 或是發動戰爭/商戰77F 03/09 12:59
→ : 先考試能贏接著就是挑戰各行各業365行 行行當狀元黃仁勳已經提出"主權AI算力"把AI上升到國家層次
不過他現在說的算力是類似比特幣時期的電腦效能78F 03/09 13:00
不過他現在說的算力是類似比特幣時期的電腦效能78F 03/09 13:00
推 : 難怪之前新聞說要找一堆人在那邊下標籤81F 03/09 13:03
→ : 我相信在未來5年最慢10年內"主權AGI能力"就會提出82F 03/09 13:04
→ : 這樣過十年唸理工也不熱門了，除非是萬中無一的人才一些簡單到中階的理工工作也會消失83F 03/09 13:05
推 : 有料～推推85F 03/09 13:06
→ : 目前各AI公司應該都在努力集氣能放大絕說達成"AGI"86F 03/09 13:06
推 : 這篇有料87F 03/09 13:07
→ : 看不董原po內文不重要 重點是強AI 通用AI是可行的88F 03/09 13:08
→ : 覺得講的很對 還好我比AI便宜 淘汰不到我89F 03/09 13:09
→ : 現在OpenAI已經說明砸錢搶人搶設備搶晶片是有用的所以現在正是大家搶人搶設備搶晶片別怕AI變空頭90F 03/09 13:09
推 : zero-shot是零樣本提示不是泛化…92F 03/09 13:10
我意思是泛化才能有zero-shot或只用少量數據特制化下游任務啊啊pre-trained model都是用zero-shot來衡量效能指標啊 clip就是經典代表作阿
QQ 不過我調整一下內容 避免誤導
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 13:13:17
→ : 現在還是能跟AI拼便宜的時期 未來AI會跟人拼便宜93F 03/09 13:11
推 : 推趨勢理解政權正確94F 03/09 13:12
→ : 到那時候才是人類真正要大量失業淘汰的時候
現在AI在語言文字圖片影音上做出度效果只能說是前菜95F 03/09 13:12
現在AI在語言文字圖片影音上做出度效果只能說是前菜95F 03/09 13:12
推 : all in啦97F 03/09 13:13
推 : 工作不會消失但會大減員 像客服 這兩年還有人在說聊天機器人無法處理複雜疑問 但到今天 AI已經可以精準分析語意及發言者的情緒感受 然後給予良好回應 這種情況下只要能實際運用 客服以後留審查人員即可98F 03/09 13:14
推 : 不會失業啦 當年工業革命 也一堆人怕失業
只會有其他新興產業出現102F 03/09 13:14
只會有其他新興產業出現102F 03/09 13:14
→ : 重點在於說明電影中的那種AI是有生產可行性的104F 03/09 13:14
推 : 怎麼跟之前吹航海王一樣105F 03/09 13:15
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 13:16:55→ : 未來人類應該要想辦法跟AI合作用來提升自己
要想想如何人機協作而不是完全自動化而被淘汰106F 03/09 13:16
要想想如何人機協作而不是完全自動化而被淘汰106F 03/09 13:16
推 : 推ProTrader的看法 非數位原住民大概沒戲
google很久很久以前推出九宮格 標路標或車子就是
在標記 靠 好久以前惹 人為了證明自己不是機器 免費打工久矣108F 03/09 13:18
google很久很久以前推出九宮格 標路標或車子就是
在標記 靠 好久以前惹 人為了證明自己不是機器 免費打工久矣108F 03/09 13:18
推 : 當局者迷112F 03/09 13:22
QQ萬一錯了 我已經準備好回高雄去台積電顧機台 嗚嗚嗚嗚※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 13:24:06
推 : 其實在deep mining搞定圍棋後，AI就大不同了
一切的一切都是從以前大家覺得爛的NN到前陣子的CNN時間大概在2016就不同了115F 03/09 13:29
一切的一切都是從以前大家覺得爛的NN到前陣子的CNN時間大概在2016就不同了115F 03/09 13:29
推 : 很棒。但下次結論寫在第一行，不然我很挫折。118F 03/09 13:30
推 : 優質好文119F 03/09 13:32
推 : 你說的都合理 但是市場主力不是ai
要ai技術大進步 仍需要時間 這波漲太快120F 03/09 13:35
要ai技術大進步 仍需要時間 這波漲太快120F 03/09 13:35
推 : CNN模型論文在2005前後發表 這時完全沒人關注
然後在2010開始在影像辨識領域比賽奪冠拉開差距
被市場大家都知道是在谷歌AlphaGo之後
原po願意去台積電的話可以當智慧製造工程師122F 03/09 13:41
然後在2010開始在影像辨識領域比賽奪冠拉開差距
被市場大家都知道是在谷歌AlphaGo之後
原po願意去台積電的話可以當智慧製造工程師122F 03/09 13:41
→ : 講這麼多不如來個對帳單清楚明瞭126F 03/09 13:43
→ : 研發好的產線AI 讓台積電產線人員輕鬆顧機台127F 03/09 13:44
→ : 影像辨識+機器人視覺發展很久了啦 實際上買單的很少講的好像別人都不懂也是很奇怪128F 03/09 13:46
推 : AI不會泡沫 但股票會130F 03/09 13:51
推 : 台積電說白的產線和傳產沒什兩樣，本來就可以大數據去分析，或者模擬企劃實驗，甚至公司上下運作自動引導，本來就做的到的東西，人員只要選擇決定131F 03/09 13:51
推 : 你認真了，這邊的人只想看數字溫存134F 03/09 13:52
推 : AI發展很久了為何都沒單 因為太貴+效果不好135F 03/09 13:55
推 : 板上一堆人都比市值前幾大公司的CEO們還聰明 早知道這個東西就是泡沫 還在那邊花幾百億軍備競賽買設備 全部都會血本無歸 給先知推一個136F 03/09 13:56
→ : 那些去工廠推銷AI的業務只會唬爛
要先花一大筆錢還不能保證效果 中小企業誰理你
要做AI最重要的就是Domain Knowledge + 大量資料
產線上資料有 但資料品質通常很爛139F 03/09 13:56
要先花一大筆錢還不能保證效果 中小企業誰理你
要做AI最重要的就是Domain Knowledge + 大量資料
產線上資料有 但資料品質通常很爛139F 03/09 13:56
推 : 當電池要跟倉鼠一樣跑轉輪嗎？怕.jpg143F 03/09 13:59
→ : 更不用說來推銷的AI公司根本不董產業知識只會毫洨144F 03/09 14:00
推 : Matrix 2030145F 03/09 14:00
→ : 看台積電的智慧製造工程師工作情況就能了解
連台積電做的效果都不怎樣 其他的公司可想而知146F 03/09 14:01
連台積電做的效果都不怎樣 其他的公司可想而知146F 03/09 14:01
推 : 樓上內行148F 03/09 14:03
→ : 反過來看這也說明 有用的產線AI+合理價格會有市場149F 03/09 14:04
推 : NV不是要搞特規模擬器給製造業150F 03/09 14:08
推 : 目前最成功的作品是之前台積電的AI光罩
要等產線AI有用解放台積電設備應該還要很久151F 03/09 14:12
要等產線AI有用解放台積電設備應該還要很久151F 03/09 14:12
推 : 先硬體後應用，先買AI硬體公司，後投資AI應用公司，選我絕對正解153F 03/09 14:20
推 : 世界走的真快啊155F 03/09 14:31
推 : 看股版長知識156F 03/09 14:41
→ : 你不要跟講這麼多，什麼時候可以買（157F 03/09 14:45
推 : .com推出時也絕對不是泡沫，甚至現在都還在廣泛使用，但股市往往在你認為不會殺的時候殺到懷疑人生158F 03/09 15:07
推 : 感謝分享160F 03/09 15:16
推 : 看到基因那段就知道你完全不懂161F 03/09 15:34
我是去參加矽谷AI-4-health聽到裡面演講展示的結果這篇其實有類似概念
https://www.biorxiv.org/content/10.1101/2023.01.23.525232v1
ProT-VAE: Protein Transformer Variational AutoEncoder for Functional Protein Design | bioRxiv
![[圖]]()
bioRxiv - the preprint server for biology, operated by Cold Spring Harbor Laboratory, a research and educational institution ...
![[圖]](https://www.biorxiv.org/sites/default/files/images/biorxiv_logo_homepage7-5-small.png){kind=logo}
推 : 電池哭哭162F 03/09 15:40
※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 15:44:34※ 編輯: LDPC (24.4.211.194 美國), 03/09/2024 15:48:16
推 : 基因那段 樓樓上是不是誤會想直接拿LLM套用?163F 03/09 15:52
推 : 現在不買AI股 以後只能撿角164F 03/09 15:54
推 : 淦進去NV我怕變成山頂上套牢那群QQ165F 03/09 16:18
噓 : 最後一句話，所以要AI幹啥？專門出來把人類弄失業？（顯然造福人類在家躺平享受生活是不可能）166F 03/09 16:41
→ : 我是覺得AI真的有用會在生命科學跟材料科學
這兩種隨便一個有突破都是科技大躍進168F 03/09 16:43
這兩種隨便一個有突破都是科技大躍進168F 03/09 16:43
推 : 雖然不懂AI，但猶記三年前一堆低能在推元宇宙，結果呢？呵呵，紅什麼就一堆韭菜出來吹什麼，後面泡沫破了一個個大概是跳樓去死了才都沒再出來吹吧170F 03/09 17:20
推 : 雖然不是泡沫 可是會不會已經price in了 快1000咧 難不成到3000?
現在誰敢說ai是泡沫
看到ai影音反應都是驚訝吧
元宇宙垃圾吧173F 03/09 17:34
現在誰敢說ai是泡沫
看到ai影音反應都是驚訝吧
元宇宙垃圾吧173F 03/09 17:34
推 : 還好我是吃肉體飯的，ai不影響我 嘻178F 03/09 18:26
推 : AI應用推出，如造成結構性失業，將是民選政府難題179F 03/09 19:30
推 : 什麼是AGI
AI應用的確是有東西出來，未來可以用在產業。不像元宇宙停留在娛樂用，空泛。180F 03/09 20:42
AI應用的確是有東西出來，未來可以用在產業。不像元宇宙停留在娛樂用，空泛。180F 03/09 20:42
推 : 推183F 03/09 23:01
推 : 推184F 03/10 07:51
--
作者 LDPC 的最新發文:
![]()
我也很懷疑特斯拉要怎樣畫出這個robotaxi大餅 身邊搞自駕的現在都是瞄準L2+ 輔助駕駛 只適用長途開車的場景 而自駕計程車有法規 許多安全上問題 更重要的是現階段AI發展路線都只停留在生產工具 …94F 26推 6噓![]()
HBM是最好看的懂AI題材 之前就在安利了 所有要自己搞晶片的一定會要HBM i皇Falcon Shores 老黃旗下所有HPC產品 蘇媽MI300/MI400 Google TPU Amazon …83F 30推 2噓![]()
GTC就要開始了 禮拜一早上是最後賭盤下注的時間 忘記哪邊統計過GTC以來 只有一次股票沒漲過 平均股價在GTC期間會漲5% 如果有興趣一些接下來AI落地走向 可以參考此talk 裡面滿多資訊 最主 …43F 31推![]()
週末有點時間 之前寫的老黃故事 這幾年AI模型突飛猛進的一個關鍵點就是 泛化的能力 簡言之 2018以前 AI模型 都是透過數據 去學習資料上的標註資料 來做人類事先規範好的目的 而機器透過這些標注 …184F 75推 2噓- 21F 10推
點此顯示更多發文記錄