1 月 09
Luke Fan AIGC , 英伟达，NVIDIA，黄教主，GPU , 英伟达，黄仁勋的故事 30系显卡 , 40系显卡 , 5070显卡 , 5080显卡 , 5090D显卡 , 5090显卡 , 50系列性能 , 50系列显卡 , AI主机 , AI硬件选择 , ARM CPU , Blackwell架构 , CES发布 , CUDA , GBNV Link 72 , GPU , Llama3 405B , Mac mini M4 , MacBook , Project DigITs , stable diffusion , 云主机显卡 , 云计算 , 光鲜亮丽 , 大力水手4 , 大模型训练 , 工程师 , 数据分析 , 数据科学家 , 显卡与大模型 , 显卡与游戏 , 显卡价格 , 显卡兼容性问题 , 显卡创新 , 显卡功耗 , 显卡升级 , 显卡对比分析 , 显卡市场 , 显卡市场动态 , 显卡性能 , 显卡推荐 , 显卡散热 , 显卡构建 , 显卡架构 , 显卡游戏需求 , 显卡的使用 , 显卡的未来 , 显卡科技产品 , 显卡租赁 , 显卡设置 , 显卡购买建议 , 显卡适配 , 显卡金融属性 , 显卡降价 , 显卡需求分析 , 服务器部署 , 本地渲染 , 机器学习 , 模型训练 , 游戏显卡 , 游戏玩家 , 硬件发展趋势 , 硬件性能对比 , 硬件推荐 , 硬件推荐指南 , 硬件用户体验 , 硬件评论 , 科技发展 , 统一内存 , 英伟达 , 英伟达发布会 , 高端显卡 , 高级硬件 , 鳄鱼皮印花夹克 , 黄仁勋
VIDEO
黄教主已经在CES上吹响了号角，准备好钱包了没有？大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲CES上，全村最靓的仔黄仁勋。黄教主都发布了一些什么东西？我们是不是要准备好钱包去买东西了，还是说咱们稍微冷静一下？
现在AI嘛，市值最高的公司英伟达，作为英伟达的老板，黄仁勋在整个的CES大会上一定是最靓的仔。其他做AI的人，可能还没有他这么风光亮丽。为什么呢？因为CES呢叫做消费电子展，那些做云计算的人，你们靠后站。黄教主是要来发布游戏显卡的，他是来玩消费的，这个还是有很大差别的。而且整个的AIGC玩了两年多，唯一挣着钱的就只有黄教主自己了，其他人都在这赔本赚吆喝呢。所以呢，人家一定要风光亮丽的跟大家做一个演讲。
咱们先看一下皮衣教主，因为他走到哪穿个皮衣嘛。他这个皮衣呢，这一次是一件新皮衣，不是以前穿过的这些旧皮衣。这个叫Tom Ford设计的一个皮衣，这个皮衣呢叫鳄鱼皮印花皮夹克。就是我们可以看到这个皮夹克上有很多非常大的花纹，这个东西呢叫鳄鱼皮印花。就是你如果买了什么鳄鱼皮钱包或者是鳄鱼皮的皮鞋，上面就是这种大花。我还真没见过鳄鱼皮夹克，他这个皮夹克呢应该不是鳄鱼皮的，应该是牛皮的，只是呢把这个大花纹给你印上了而已。
More
12 月 11
范, 路 英伟达，NVIDIA，黄教主，GPU AI产业 , AI算力 , AI芯片 , AI行业 , Coreweave , CPTPP , GPU , HBM缓存 , 一卡难求 , 中国市场 , 中国芯片产业 , 中美关系 , 中美贸易 , 云计算 , 交换机 , 产业升级 , 产业政策 , 产业转移 , 产业链 , 产品质量 , 代工厂 , 企业合规 , 供应链 , 供应链重构 , 全家桶策略 , 全家桶销售 , 全球产业链 , 全球化 , 全球贸易 , 制裁清单 , 半导体 , 华为 , 华为云 , 反垄断 , 反垄断法 , 反垄断调查 , 发展机遇 , 台积电 , 合并审查 , 商业道德 , 国际博弈 , 国际贸易 , 地平线 , 垄断审查 , 增长策略 , 处罚条例 , 市场份额 , 市场垄断 , 市场监管 , 市场竞争 , 市场竞争状态 , 开源承诺 , 技术垄断 , 技术壁垒 , 技术监管 , 捆绑销售 , 摩尔线程 , 数字经济 , 数据中心 , 数据传输 , 数据处理 , 数据安全 , 数据通信 , 智能计算 , 服务器 , 欧盟法律 , 环境影响 , 用户选择 , 监管政策 , 硬件整合 , 硬件销售 , 科技创新 , 科技制裁 , 科技巨头 , 科技投资 , 科技独立 , 科技竞争 , 竞争法 , 算力中心 , 算力卡 , 网络互联 , 网络设备 , 美国制裁 , 美国商务部 , 自主替代 , 芯片产业 , 芯片代工 , 芯片制造 , 英伟达 , 越南 , 越南布局 , 越南建厂 , 跨国并购 , 软件能力 , 高性能网络 , 高性能计算 , 高速网卡 , 麦洛斯 , 麦洛斯收购案 , 黄仁勋
VIDEO
英伟达突然被中国进行了反垄断审查，这事他冤吗？大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，这家AI时代最赚钱的公司，在中国突然遇到审查了，究竟是怎么回事？
首先呢，英伟达不光是在中国受到审查，欧盟和美国也在对他进行反垄断审查。法国呢，主要是在今年7月份，对他去投资一个叫Coreweave的公司进行审查。Coreweave干嘛的？他是买了很多的英伟达的显卡，去做算力中心出租的。你说OpenAI，我用微软的就行了，或者谷歌用自己的，亚马逊也用自己的，但总还有一些小一点的公司说，我们想要零散的去租一些英伟达的算力，去进行模型的训练、微调或者推理。Coreweave就专门干这个的，而且他应该是在这一块做了最大的一家，英伟达在里边进行了大量的投资。法国政府说，我调查一下你里头有没有一些其他的问题。
12月7号呢，欧盟也展开了对英伟达的反垄断审查。审查的是什么？叫捆绑销售，就是你买了英伟达的算力卡，你必须要再买我其他的哪些东西。这个其实跟这一次中国对英伟达展开的反垄断调查基本是一个原因。美国商务部呢，对英伟达是提出了质询，但是呢并没有正式立案。原来呢讲说美国商务部对英伟达立案进行反垄断审查了，英伟达呢出来辟谣了，说他们质询了，我们愿意配合调查，我们有信心，完全都是开放的。大家选择我们的产品，是因为我们的产品质量好，因为我们的产品性能好，而不是因为我们进行了捆绑销售。
More
10 月 20
Luke Fan AIGC , 芯片的故事 AI Now , AI PC , AIPC , AI与PC结合 , AI接口封闭 , AMD , ARM芯片 , Copilot , Cyrix芯片 , Linux内核 , Llama 3.1 , Meta , Oracle , PC产业标准 , PC市场 , Tech World 2024 , Windows for ARM , Wintel战略 , X86生态系统 , 中国产替代 , 云AI接口 , 兆芯 , 克里斯蒂亚诺·安盟 , 全球PC市场 , 全球化竞争 , 全球市场 , 创新技术 , 博通 , 合规 , 响应时代需求 , 地缘政治 , 基辛格博士 , 威胜电子 , 小扎 , 市场变革 , 市场开拓 , 市场竞争 , 微软 , 惠普 , 战略布局 , 戴尔 , 技术世界大会 , 技术创新 , 技术生态布局 , 招投标 , 指令集 , 服务设计 , 未来科技发展 , 杨元庆 , 汇宇科技 , 百度文心一言 , 硬件兼容 , 离线版本 , 科技前沿 , 科技协作 , 科技发展趋势 , 科技行业动态 , 红帽子 , 联想 , 联想发展策略 , 联想市场份额 , 自主创新 , 自主知识产权 , 苏妈 , 苏姿丰 , 英伟达 , 英特尔 , 苹果M系列 , 萨提亚·纳德拉 , 行业挑战 , 行业整合 , 行业领导者 , 谷歌 , 软件开发 , 通义千问 , 高通 , 黄仁勋 , 黄教主 , 龙芯
VIDEO
联想技术世界大会上看江湖恩怨情仇。大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲10月15号刚刚在西雅图召开的联想技术世界大会，它叫Tech World 2024。
在这场会上，上台演讲的人呢，第一个是杨元庆，联想的老大；然后是英特尔的CEO基辛格博士；再往后是AMD的CEO苏兹风博士；再往后是英伟达的老大黄仁勋，他不是博士啊。这些人是在现场演讲的，还有一些嘉宾呢，就显得亲疏有别了，他们并没有到现场来演讲，而是发送了视频演讲，就是在现场播放了他们演讲的视频。第一个是微软的萨提亚·纳德拉，微软CEO；然后是高通的CEO克里斯蒂亚诺·安盟；最后是Meta的小扎，也在里边发表了演讲。这个是一开始没太想到的，因为Meta的小扎跟前面咱们讲的所有这些人其实没啥关系。
那么在整个的大会上呢，发表了哪些东西呢？第一个是联想自己的AI PC，以及联想自己的AI Now。AI Now是一个什么东西呢？就是联想自己的一个基于PC的AI助手。这种东西呢，其实有点像，比如说三星应用市场啊，或者是索尼应用市场，有点像类似这种东西。为什么要提到这两个产品呢？因为你想，他们三星也好，索尼也好，出的都是安卓手机，你安卓手机在海外的话，按道理说你用Google Play就完事了。但是不行，我们一定要做一个自己的应用市场，在上边去。到底有没有人用我不管了，反正我得做。
More
9 月 10
Luke Fan 互联网商业故事 AB股 , AIGC , Airbnb , CEO , founder mode , Google , manager mode , SEC , YC联合创始人 , 一级市场 , 上市企业 , 个人魅力 , 中国创业 , 乔布斯 , 二级市场 , 产业分析 , 企业使命 , 企业决策 , 企业发展历程 , 企业合作 , 企业家精神 , 企业成长阶段 , 企业控制 , 企业文化 , 企业治理 , 企业生命周期 , 企业生存 , 企业管理 , 企业责任 , 企业转型 , 全球封锁 , 公司成长 , 创业失败 , 创业心态 , 创业思维 , 创业投资 , 创业故事 , 创业教训 , 创业模式 , 创业艰辛 , 创始人 , 创始人优势 , 创始人光环 , 创始人模式 , 创新企业 , 创新思维 , 创新突破 , 合伙人关系 , 商业战略 , 商业规则 , 大环境应对 , 家族企业 , 山姆·奥特曼 , 师徒传承 , 微操 , 微软 , 德云社 , 扩展市场 , 投资人 , 投资回报 , 故事分享 , 新闻评论 , 早期项目 , 未来规划 , 欧洲职业经理人 , 游戏开发 , 理论与实践 , 硅谷 , 硅谷动荡 , 社会英雄 , 科技前沿 , 管理难题 , 精细化管理 , 美国创业 , 职业经理人 , 职业经理人模式 , 职业经理人系统 , 职业经理素养 , 职业骗子 , 股东 , 董事会 , 规则与责任 , 贝索斯 , 跳槽现象 , 阿里巴巴 , 非习惯时期 , 非常时期 , 领导力 , 风险应对 , 风险承受 , 马斯克 , 黄仁勋
VIDEO
创始人模式和职业经理人模式的对战在硅谷又重新开始打响了。大家好，这里是老范讲故事的YouTube频道。
事情的开始是Airbnb的老板，也就是Airbnb最后留下来的唯一一位联合创始人，在某一次演讲上突然提出了这样的一个想法。他说，别人总是建议他雇佣优秀的人才，并给他们足够的空间让他们去发展。结果呢，这些人把公司搞得一团糟，遇到了疫情这样的不可抗力，这些优秀人才根本就搞不定。因此，他决定亲力亲为，做这种精细化管理，从而拯救公司。
什么叫精细化管理？本来我们经常笑话说，蒋介石经常会打电话直接给下面的一些基层官兵：“你去给我做一个事情啊。”这个就属于叫微操，这个经常会被吐槽，因为一旦上面的老板在下面做微操了，那么中间所有的指挥链路就全都失效，就会出现很多大家意想不到的结果。因此，一般情况下，这种精细化管理或者说老板微操是贬义词。
More
9 月 09
Luke Fan AIGC 2000美元每月 , AIGC , AI发展 , AI算法 , Anthropic , API , ChatGPT , Gemini , Information , iPhone良品率 , OpenAI , OpenAI团队 , Orin猎户座模型 , Q星算法 , Scaling law , TOKEN费用 , 上市 , 主权大模型 , 云计算 , 人工智能 , 人才招聘 , 价格上涨 , 传闻 , 信息传播 , 印度制造 , 合成数据 , 合成数据训练 , 商业合作 , 商业模式 , 国有化 , 大模型 , 大模型训练 , 安全成本 , 富士康 , 幻觉 , 微软 , 拉玛模型 , 数据处理 , 数据枯竭 , 数据清理 , 数据生成 , 显卡 , 显卡销售 , 未来展望 , 未来方向 , 模型成本 , 盈亏平衡 , 盈利模式 , 科技创新 , 科技媒体 , 科技新闻 , 科技趋势 , 算力中心 , 算力成本 , 英伟达 , 草莓算法 , 融资 , 行业分析 , 行业领导者 , 谷歌 , 连年亏损 , 高智商犯罪 , 黄仁勋
VIDEO
2,000美元一个月的ChatGPT还会有人用吗？
大家好，这里是老范讲故事的YouTube频道 。
今天咱们来讲一讲OpenAI有可能给ChatGPT涨价的事情。消息哪来的？国外著名科技媒体Information上报道，OpenAI因为连年的亏损，而且新的模型成本快速上涨，所以有可能给ChatGPT涨价。涨多少呢？他们也是搜集了很多的信息以后，判定有可能会涨到100倍，也就是2,000美元一个月。这是不是幻觉呢？大概率是。
那你说Information上面怎么会有幻觉呢？需要注意，Information上面也是说，我们根据各种信息总结出来以后，有一种声音提到有可能会涨100倍。具体是哪个涨100倍并没有说。到底是每个月这个20美金的订阅费用涨100倍，还是说TOKEN的费用，或者其他的一些商业合作的费用，涨到100倍都没有说。而到底是涨100倍，还是说按照这样的一个级别去涨，现在也没有讲清楚。所以只是说，我们根据传言得到了这样的一个消息，这就算是一个幻觉。
咱们再讲一个幻觉的故事。前面有人提到，印度产的iPhone良品率只有50%。后来被富士康的人出来辟谣，说没有那么差。如果良品率只有50%，苹果也受不了。其实印度产的iPhone良品率比中国的低10%。郑州富士康的iPhone良品率大概是96%，印度大概是85%或者86%这样的一个水平，其实依然是可以接受的。
More
8 月 18
Luke Fan AIGC , Google的故事 AI人才 , AI发展的未来 , AI基金 , AI大模型 , AI对环境影响 , AI对社会影响 , AI战略 , AI技术 , AI技术创新 , AI技术落后 , AI竞争 , AI经济效益 , AI芯片 , AI行业发展 , AI设施建设 , Alphabets公司 , Anthropic , CUDA , GitHub上传 , GitHub信息流出 , GitHub演讲记录 , MISTRAL , OpenAI , SEO优化内容 , YouTube直播 , 人工智能 , 企业管理 , 企业管理理论 , 全球制造业 , 全球流行语 , 全球直播事件 , 公司组织创新 , 创业创新 , 台积电管理模式 , 员工在家上班 , 商业模式 , 商业竞争 , 增加生产力 , 大数据分析 , 大模型算法 , 工作和生活平衡 , 工作文化 , 布鲁塞尔科技 , 技术工程师 , 提高工作效率 , 斯坦福大学演讲 , 法务创始人 , 法国大模型公司 , 演讲摘要 , 演讲直播 , 特斯拉 , 社会生产力提升 , 科技公司决策 , 科技公司管理 , 美国工作文化 , 美国科技产业 , 美国科技创新 , 艾瑞克·施密特 , 英伟达 , 规则破坏者 , 谷歌 , 谷歌AI策略 , 谷歌前CEO , 谷歌员工政策 , 谷歌大股东 , 谷歌失利内幕 , 谷歌疫情政策 , 谷歌股价 , 谷歌董事会 , 谷歌董事会成员 , 马斯克 , 高效沟通 , 高端制造 , 高端制造业的未来 , 黄仁勋
VIDEO
谷歌前CEO艾瑞克·施密特跑去斯坦福做演讲，本来以为是个私密演讲，结果被告知在直播的时候，直接就吓傻眼了，马上删视频出来道歉。这到底是个什么情况？他到底说啥了？
大家好，这里是老范讲故事YouTube频道。2024年，应该是8月15号爆出来的消息，谷歌的前CEO艾瑞克·施密特跑去斯坦福大学做了一个演讲。他自己以为是私密演讲，我跟你们说啊，这事千万别出去讲。结果被告知说这是一个公开演讲，而且正在对全世界进行直播。在YouTube上直播的时候，直接就愣在那了，说赶快删掉，这个事不能出去瞎说。
大家注意啊，在不同的层次里头，或者不同的扩散范围内说，它的影响是有很大的差异的。或者有些事你可以在小范围说，但是不能在大范围说。这位艾瑞克·施密特到底说了些什么？
More
8 月 12
Luke Fan 互联网商业故事 13代CPU , 14代CPU , AI , AI业务 , AI时代 , AMD , ARM CPU , ARM PC , BIOS , CUDA , Facebook , G1 , G2 , Google , GPU , IDM2.0模式 , Intel , iPhone , M1 , M2 , M3 , M4 , Microsoft , NVIDIA , OpenAI , 下个季度指引 , 主板厂商 , 乔布斯 , 互联网泡沫 , 产业链 , 传统 , 全球 , 内在矛盾 , 出货量 , 制程工艺 , 台积电 , 基辛格 , 安卓 , 市值 , 市值蒸发 , 微代码 , 性能瓶颈 , 投资 , 持续下滑 , 故障检测 , 故障率 , 数据中心 , 新公司 , 新兴领域 , 显卡 , 显微镜 , 晶体管 , 智能手机 , 未来走势 , 极限 , 氧化问题 , 泡沫 , 渲染 , 游戏 , 游戏开发商 , 游戏本 , 潮流 , 电信企业 , 电压限制 , 科技巨头 , 科技股 , 移动互联网 , 算力核心 , 美国公司 , 股价暴跌 , 苏妈 , 英伟达 , 英特尔 , 苹果 , 营收 , 蓝屏问题 , 裁员 , 谷歌 , 财报 , 超薄本 , 超频 , 逆风翻盘 , 金融机构 , 长远 , 预期 , 频率限制 , 驱动 , 骁龙X Elite , 高通 , 黄仁勋
VIDEO
刺破AIGC泡沫的难道是英特尔吗？大家好啊，这里是老范讲故事。今天咱们来讲一讲英特尔崩了。
英特尔崩的原因其实非常非常多。有些人说，财报不及预期，亏损加大了；还有人说，下个季度的指引更差。什么叫下个季度的指引呢？就是你每次发财报的时候，会有一堆的金融机构说，我预期他要达到多少多少。你现在不超过预期，就认为是不及格，你就要去下跌。如果你超过了预期，但超过的不够多，也是不行的。如果你超过了预期，超过的姿势和方法不太对，或者各种的比例不太好，大家也不乐意。
下个季度的指引是什么呢？一般情况下，这个公司发当季的财报的时候，会说：“我下个季度大概是一个什么样。”这叫下季度指引。在下季度指引发之前，肯定还有好事者说：“来，我也给你预期一下，你下季度怎么样吧？”英特尔的下季度指引呢，更差，比这个季度亏的钱还多。
More
8 月 06
Luke Fan AIGC , Meta的故事 AI信息流整合 , AI助手 , AI助手平台 , AI助手应用 , AI助手模型 , AI回复 , AI客服 , AI开源 , AI总结信息 , AI技术 , AI技术应用 , AI推荐算法 , AI机器人 , AI演示 , AI社交助手 , AI社区 , AI社区互动 , AI视觉分割 , AI触手 , AI辅助工具 , AI配置工程师 , AI革命 , AI风向 , AR , Hugging Face , IBM , Lightining AI , Meta , Meta的贡献 , OCP , Open Compute Project , PyTorch , Segment Everything Two , SIGGRAPH大会 , TPU , VR , 互联网底层 , 人工智能 , 信息分层 , 信息流 , 信息流混合 , 信息爆炸 , 信息过载 , 分拆视频内容 , 华为 , 多平台AI , 大模型 , 层次化处理 , 平台无壁垒 , 底层逻辑 , 开源技术 , 开源模型 , 开源生态 , 扎克伯格 , 推荐算法 , 推荐系统 , 显卡 , 显卡价格 , 显卡公司 , 显卡适配 , 法律AI , 监控提升 , 监控摄像头 , 社交媒体AI , 科技发展 , 科技巨头 , 算法创新 , 统一推荐系统 , 编程AI , 英伟达 , 苹果 , 虚拟AI助理 , 虚拟形象 , 视觉识别 , 视频分析 , 视频搜索 , 计算机图像识别 , 谷歌TPU , 软件开发 , 黄仁勋
VIDEO
扎克伯格跟黄仁勋凑一块，除了换皮衣，还讲了点什么呢？他们是在SIGGRAPH大会上进行的访谈。黄仁勋是访谈主持人，而扎克伯格是被邀请的嘉宾。因此，在他们的访谈中，扎克伯格是逗哏的，黄仁勋是捧哏的，这一点首先要搞清楚。
这一次访谈，主要是扎克伯格在输出。SIGGRAPH大会是一个历史非常悠久的大会，叫计算机图形图像特别兴趣小组（Special Interest Group on Computer Graphics），小组成立于1967年，1974年第一次开会。今年是第50届，参会的人中有90%都是博士。当我看到这个消息时，一开始想，黄仁勋应该是个博士吧？扎克伯格是中途退学的。后来查了一下，发现并不是。黄仁勋是硕士，而扎克伯格是2002年入学于哈佛的心理学和计算机科学专业，2004年辍学，实际上上了两年学，之后在2017年被哈佛授予了荣誉法学博士学位。他好像跟某位伟人的学位差不多。
More
6 月 04
Luke Fan AIGC , 英伟达，黄仁勋的故事 1.8万亿参数 , 2.7万亿美金 , AI , AIPC , AI工厂 , AI工厂时代 , AR , Blackware , COMPUTEX , GPT-4 , GPT4 , GPU , GPU技术大会 , GPU核心 , GTC , H1 , H100 , MoE , NVIDIA , NVlink , RTX , scoring low , SERVER , stable diffusion , TOKEN , TX , VR , 云计算 , 人工智能 , 内存 , 军备竞赛 , 分析 , 参数 , 参数量 , 台积电 , 合作伙伴 , 商业 , 垄断地位 , 大模型 , 工程师 , 市值 , 应用开发 , 开发者 , 微软 , 戴尔 , 技术大会 , 投资人 , 推理 , 推理能耗 , 支架 , 数据中心 , 显卡 , 机器人 , 机箱 , 模型 , 模型训练 , 游戏助手 , 版本 , 生态链 , 用户 , 硬件 , 科技 , 移动互联网 , 竞争 , 竞争对手 , 竞争者 , 算力 , 算力成本 , 算力芯片 , 缩放定律 , 股价 , 能耗 , 芯片 , 英伟达 , 苹果 , 行业秘密 , 计算机 , 计算机大会 , 训练能耗 , 设计 , 谷歌 , 贷宽 , 超威 , 车载芯片 , 软件 , 铁皮 , 黄仁勋
VIDEO
大家好，欢迎收听老范讲故事YouTube频道。今天，咱们来讲一讲黄仁勋在COMPUTEX上的狂欢。COMPUTEX是一年一度在台湾举行的计算机大会。黄仁勋，作为现在真正AI时代的当红炸子机，可能是唯一靠AI赚了大钱的人。虽然微软也在赚钱，但是微软整个靠AI挣的钱并没有那么多。真正靠AI赚了大钱的公司只有他一家——英伟达。刚才我看了一下，英伟达现在市值2.7万亿美金。大家知道，再往前就是微软的3.2万亿，第二名是苹果，2.9万亿，还差那么一点点。可能稍微一哆嗦，英伟达就有可能成为世界第二市值的公司了。那么，黄仁勋上面都讲了什么呢？作为网红，肯定还要先暴露一下行业秘密，别人都不知道他知道的事情。上来先说一下他现在讲的是什么——就是GPT-4到底有多少参数。GPT-3.5大家知道是1,700多亿参数，就是一个170多亿级别的模型。但是到GPT-4的时候，OpenAI就再也没有出来说它到底有多少参数。很多人说你是不是超过万亿了，对OpenAI来说，这个数据不是很准确。我来辟谣了，但是具体有多少，从来没有讲过。黄仁勋在前面的GTC，就是GPU技术大会上，每年一次的英伟达自己的开发者大会上，上面也讲了……
说起来1.8T，这个1.8T指的是什么呢？其实就是1.8万亿参数，而且它是一个Moe模型。当时OpenAI并没有对此多说什么，但这一次，在《Computer Text》上，他们又反复强调了这个事情，明确指出GPT-4的训练参数达到了1.8T。这让人们意识到，想要达到GPT-4的水平，还有很长的路要走。尽管现在大家都在努力研发号称能达到或接近GPT-4水平的模型，比如几百亿参数的模型，比如梅塔的拉马3可能会有一个400亿参数的模型，国内也出现了很多一两百亿参数的模型。但事实是，即使提到的1.8T参数，如果考虑到是Moe模型，分成八份来看，那么单个模型可能也就相当于200多亿参数的水平。
More
RSS