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
4 月 27
Luke Fan Meta的故事 , 元宇宙 AR , Facebook , Horizon , Horizon OS , Meta , Tim Cook , Vision Pro , VR , YouTube频道 , 元宇宙 , 创业战略 , 安卓 , 市场趋势 , 开源 , 扎克伯格 , 技术分析 , 技术创新 , 技术讨论 , 投资分析 , 操作系统 , 操作系统比较 , 梅塔 , 深度解析 , 硬件创新 , 社交媒体 , 科技新闻 , 科技股 , 科技评论 , 空间计算 , 老范讲故事 , 股价 , 苹果 , 视频游戏 , 谷歌
VIDEO
大家好，
欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲梅塔，开元Rezone OS，也就是地平线操作系统，能否成为空间计算时代的安卓。
首先讲讲梅塔。还是要去做元宇宙的。前几天梅塔开了财报发布会，数据没有那么好，也就是说离大家的预期稍微有一点点差距，直接导致股价下崩。那你说数据不好，股价崩了不是正常的吗？确实，有比他数据更不好的，比如特斯拉。但马斯克上来说，他要去做廉价的特斯拉，要做robotaxi，要把FSD20最新的版本开放给其他车企去用，然后特斯拉的股价大涨。
那么，数据稍微好一点的特斯拉对比之下，梅塔为什么开完发布会就不行了呢？啊，因为扎克伯格说他还要做元宇宙。Facebook原来大家是寄予厚望的。Facebook刚上市的时候，其实股价也是在连续跌。他说他要做广告系统，当时有人质疑，谷歌都做成这样了，你还做广告系统？但Facebook最后证明了自己，股价暴涨。后面扎克伯格说要做元宇宙，股价就咵咵下去了。为什么？因为这东西需要长时间的投入，亏损了非常多的钱，到现在为止，也没有看到能盈利的机会。甚至扎克伯格为了表示决心，还把名字改了，原来叫Facebook，后来改成梅塔，梅塔沃斯。
More
RSS