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 , 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 , 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
Newer Entries