過客4112 wrote:
看到這個就想到幾十年前有人用組合語言 寫圍棋與象棋程式
同樣的演算法, 他的效能就是比用C 寫得至少快3倍(那時還沒有C++)
不過那種低階語言要debug 的話, 真的會死人就是了
所謂江湖一點訣..說破就不值錢...
其實大家不是不會..只是沒想到...
DeepSeek值的稱讚的是他無私的精神...一切都公開..開源且無償使用..
如果他不說..他可以掌握這優勢領先一段時間...你們慢慢猜咩...
這對人工智能發展史是有很大的幫助的...
過客4112 wrote:
shulin...(恕刪)
NVIDIA本來就投入大量的資源在優化CUDA，畢竟CUDA的架構是20年來NVIDIA能夠獲得那麼多客戶支持的底氣...
嚴格來說，DeepSeek的出現帶來幾個未來大型平行運算（不只是AI領域)的發展方向
1. 優化演算法帶來的效益可能遠高於單純投資硬體算力
2. 非NVIDIA的GPU廠商過去受限於CUDA生態幫輝達築起的高牆，一直無法在市占率有所突破。因為DeepSeek的「示範」，展示出不依賴CUDA的另外一條路，導致其他GPU廠商有機會開發出不同的功能產品 - 雖然輝達仍然具備極大的產業優勢
3. 重新評估技術與資本各自的優勢與重要性。
OpenAI奧特曼當年嘲諷「1000萬美金資本的公司」的狀況，可能會陸續出現讓他言論翻車的案例
4. 小型、特定應用領域的AI有機會在低硬體成本的情況下而遍地開花
過客4112 wrote:
關於這點我個人士持保留態度
即使DeepSeek的效能真的有如目前宣稱的
輝達的GPU不僅不會滯銷,反而中級產品銷量還會大爆發
在商場時間就是金錢的前提下, DeepSeek 用三個月訓練
別人用更好的機器訓練不就可以把時間縮短到一個月甚至一星期?
這種看法是兩極化...
在以往的思維上..模型速度與精確度跟算力成正比...
所以大的AI公司動輒幾萬片算力卡..大家都在堆疊算力以其製作更大的智能模型...
所以NV跟台積電股票大漲...因為需求...
現在DeepSeek只用了2048張H800來訓練其V3的模型..導致AI界震撼...
如果你是其他公司..正準備砸8萬片算力卡做人工智能...現在發現只要8000片就能做到...你還會去做原來的計劃嗎ˊ??
算力卡售價高昂..1片也要25000到30000美金...一直是人工智慧的瓶頸...美國AI公司一年砸5.600億美金來堆疊算
力...現在突然發現方向是錯的??優化比堆疊算力重要???你只需要花100億美來買算力卡就夠了
不再被大公司壟斷..小資本也能朝人工智能發展?
導致所有AI公司將會停止原來堆疊算力的作法..來評估DeepSeek優化的方式...
因為實在砍掉太多數量NV的供應一定是供過於求的..優化PTX也不是那麼容易但是一定比堆疊算力卡便宜...
warrenwang111 wrote:
過客4112...(恕刪)
不對
你的推理不正確
1. 要能達到DeepSeek的成積，關鍵在「演算法優化」 & 「有能力繞過CUDA的編碼人才」
DeepSeek的出現，只是讓「資本」重新檢視「人才」與「硬體投資」的比重可以調整
2. 而且，DeepSeek跟OpenAI的對比，讓小公司也能有AI產業界的發展機會。
因為當初OpenAI的奧特曼可是對小資本新創公司嗤之以鼻，認為1000萬美金資本額的公司根本沒辦法推出有能力匹敵10億資本額的AI公司
3. DeepSeek的開源之後，會促進以DeepSeek演算法為基礎的小型AI產品的發展。特定領域、應用的AI會如雨後春筍般的崛起。
雖然這些公司沒能力一次買下上萬片高階GPU，但是適合中、低階價位的GPU為系統核心的小規模特定應用需求的AI會推升GPU的需求。
而大型資本支持的AI公司，則會逐漸跨入大型系統的需求，放手小眾的消費市場需求AI，並且仰賴大量高階GPU維持產業界優勢。
這樣會導致以CUDA生態圈為依賴的大型平行運算系統公司會更依賴輝達的高階GPU - 因為大型系統的核心早在過去20年以來就在CUDA的基礎上開發，不太可能放棄原有核心架構而汰換為「比較難維護」的DeepSeek模式。
GPU的需求不是只存在AI系統開放領域，而是存在於需要大量平行、浮點運算需求的系統
未來的需求只會增加，不會因為出現DeepSeek模式而大量降低採購需求
內文搜尋
從 APP 打開
X