NVDA风险主要来自它难以维持目前的垄断地位

来源: 青裁 于 2024-06-30 07:57:00 [] [旧帖] [给我悄悄话] 阅读数 : (414 bytes)

第一，类似Sohu这只能够竞争者会越来越多

第二，新的技术出现，训练大模型根本不需要GPU了，可以利用便宜的，FOGA,NPU…,能耗也大大降低。也不依赖于NVDA的生态系统了，无异于釜底抽薪。

长期不看好NVDA,估计也是昙花一现。

类似于这篇文章的模型和训练方法会雨后春生的出来。

所有跟帖： 

• 好分析，AI会继续红火但不一定是NVDA，哈哈 -BrightLine- ♂ 给 BrightLine 发送悄悄话 (0 bytes) () 06/30/2024 postreply 08:01:24

• 是这个意思 -青裁- ♂ 给 青裁 发送悄悄话 (0 bytes) () 06/30/2024 postreply 08:03:03

• 我依旧看好NVDA，长持 -加州阳光123- ♀ 给 加州阳光123 发送悄悄话 加州阳光123 的博客首页 (0 bytes) () 06/30/2024 postreply 08:14:36

• 苹果的生态链，和产品真还是无人能替代的。处于垄断地位。 -tw1234- ♀ 给 tw1234 发送悄悄话 (0 bytes) () 06/30/2024 postreply 17:44:55

• 有人说SOHu这个样子的芯片早出现过，但是只能体现在某一个方面。所以无法取代。我也不懂这些专业，就是一听 -jessielxh- ♂ 给 jessielxh 发送悄悄话 (0 bytes) () 06/30/2024 postreply 08:16:41

• SOHU其实就是个ASIC，在算法进化阶段没法按需求设计；一旦算法成熟，需求大，ASIC -study169- ♂ 给 study169 发送悄悄话 (24 bytes) () 06/30/2024 postreply 08:20:12

• 喔，明白了。目前应该无法取代，以后不用进化完就有优势。什么时候会进化完呢？ -jessielxh- ♂ 给 jessielxh 发送悄悄话 (0 bytes) () 06/30/2024 postreply 08:46:22

• 这文章的方法是对大模型不需要强解超级规模的矩阵，记住每个细节，用-1，0，1三种状态就好，因此不需要GPU了 -青裁- ♂ 给 青裁 发送悄悄话 (0 bytes) () 06/30/2024 postreply 08:25:15

• 算法基本结构，对openAI没有影响，但会大幅度降低算力需求。一片GPU可以顶以前10片，20片，100片？ -study169- ♂ 给 study169 发送悄悄话 (27 bytes) () 06/30/2024 postreply 08:25:40

• NVDA 最主要的问题是：它几乎不可能长期维持现有80%比上的gross margin -三心三意- ♂ 给 三心三意 发送悄悄话 (0 bytes) () 06/30/2024 postreply 09:28:00

• 这篇文章最大的问题是没有日期，鬼知道是10年前还是 100年前的文章？ -verilog- ♂ 给 verilog 发送悄悄话 verilog 的博客首页 (0 bytes) () 06/30/2024 postreply 10:13:57

• 06/18/2024在论文共享网站上的论文，有源代码。这类方法近几年比较活跃 -study169- ♂ 给 study169 发送悄悄话 (0 bytes) () 06/30/2024 postreply 10:22:47

• https://arxiv.org/pdf/2406.02528 -study169- ♂ 给 study169 发送悄悄话 (105 bytes) () 06/30/2024 postreply 10:23:44

• 谢谢，这就明白了 -verilog- ♂ 给 verilog 发送悄悄话 verilog 的博客首页 (0 bytes) () 06/30/2024 postreply 10:29:53

• 在十年前这些分析的点同样适用 -ProgrammerA- ♂ 给 ProgrammerA 发送悄悄话 ProgrammerA 的博客首页 (909 bytes) () 06/30/2024 postreply 11:29:30

• 这个分析比较局限，看见是树叶，没有看见大树 -未知- ♂ 给 未知 发送悄悄话 未知 的博客首页 (903 bytes) () 06/30/2024 postreply 12:11:56

请您先登陆，再发跟帖！