みかんとリンゴ : 有对阵国际米兰的对手吗？就像他们没有从人工智能中受益一样。说到这里，我看到了英特尔因陶氏的招聘而下跌的消息，NVIDIA被采用
リック302 楼主 みかんとリンゴ : 如果你把它看作是一个人工智能行业，英特尔是微妙的 NVIDIA 终于加入了道琼斯指数 我看着它像博通的竞争对手一样问世当我看 GPU 设计之类的东西时，我想知道是英特尔还是 AMD竞争对手太微妙了以至于我认为 NVIDIA 会是最好的你们都怎么想我很好奇
洋介48 : 从IT工程师的角度来看，人工智能培训的先决条件是没有NVDA的竞争对手，从GitHub下载的人工智能相关源代码几乎可以与NVDA芯片一起使用，而且世界各地的工程师都在使用NVDA的CUDA开发人工智能软件
exera : 当然，迄今为止建立的诸如GPU和Kuda之类的技术是优势$微软 (MSFT.US)$ 是的$苹果 (AAPL.US)$ 、$亚马逊 (AMZN.US)$ 控制产品和终端的大型公司，这些产品和终端已经渗透到公众面前，对社会和日常生活至关重要$英伟达 (NVDA.US)$ 如果我们建立内部技术，即使不是中等水平也能确保一定的质量水平，并且我们的产品只能因此而起作用，那么最终产品的强度就会不足$英伟达 (NVDA.US)$ 这场战斗可能很可怕，不是吗？也许有点极端
リック302 楼主 洋介48 : 执行 AI 深度学习时积累的源代码由 Kuda 创建，使用它在技术（和经济上）上是有效的因此，除了 NVDA 之外没有其他选择可以理解吗？我查了但我是个业余爱好者
リック302 楼主 exera : 我也觉得有些公司即使花费巨额预算和时间也能获利 另外，我想知道深度学习领域是否留给 NVDA 产品来制定更高层次的策略
sleepinglion : 在最佳微加工技术方面，MPU 比英特尔 GPU 更准确，唯一能与微处理技术竞争的是，即使没有英特尔 VSAMD GPU，电脑也能运行，但是如果没有 MPU，只有英特尔才能制造所有盒装主板、MPU、GPU、芯片组和通信模块（局域网芯片），而英特尔是唯一一家不存在所有兼容性问题的公司，其他制造商最终生产的产品也是匹配英特尔产品有时 AMD 制造的东西比英特尔更好，但将来，军方最终会之所以成为英特尔是因为兼容性的可靠性，而将来，被认为英特尔1的强项是，当它成为量子计算机一代时，人工智能应该走到那里。Nvidia碰巧专门从事图像处理，后来转向人工智能，但是由于没有内部生产能力的设计是主要公司，因此Arm有可能采取这一立场...归根结底，只要进行分布式并行处理，连接多台服务器的结构就不会消失，连接最终将成为网络设备，但是最可靠的网络芯片是英特尔或博通，而博通专门研究网络，不制造 PC/服务器 MPU？最终，如果英特尔的标准丢失，那将是各家公司的大杂耍，如果出现兼容性问题，责任可能会被强加给对方...简而言之，它与当今的电脑相同，最终成为瓶颈的是输入/输出。速度只有在从大脑中提取信息时才会出现，所以无论你在脑海中计算得多快，如果需要时间来回答，兔子都会被海龟超越... 真正的游戏是直到你在数据中心计算的东西到达你使用的地方在量子计算机在使用量子计算机的地方变得流行之前，真正强大的是英特尔，或者如果仅凭GPU就能完成人工智能，就不能说是Nvidia，但事实并非如此。英特尔还生产 Mazabo，我想知道大多数服务器是英特尔还是 SMC 来取而代之，比如 Supermicro Computer 和 ASUS？ Nvidia目前在人工智能技术中处于最强的地位，但我不知道当量子计算机成为主流时会发生什么。我不知道多少年后...如果你认为10年后，我们可能进入量子计算机时代... 长期投资会展望未来多少年？这将是一个故事。 当英特尔和AMD开始以100倍的价格出售用于服务器的MPU时，这个故事难道不会很容易被颠覆吗？
HONDA N-ONE : 那么 IOWN 呢？
mya0 : 图形处理器根据的表现，NVIDIA >= AMD >> 英特尔我认为这是命令。NVIDIA和AMD硬件是相等的，CUDA我有NVIDIA的优势坚如磐石。另一方面英特尔的图形处理器这不是一个错误。现在在数据中心AI处理技术是一个热门话题，但出于隐私和安全考虑，在计算机方面AI他们有可能想要使用它。当时，Windows它会移动英特尔系中央处理器我在做英特尔比图形处理器我在做AMD但是他们把它结合起来CPU/GPU我认为通过制造它会变成一个大幽灵。
リック302 楼主 sleepinglion : 感谢您的详细解释和见解 这是一次很棒的学习经历 英特尔拥有广泛的技术能力，可以设定行业标准，这意味着其竞争优势尚未下降 MPU 始终需要使用 GPU，并且只要执行分布式并行处理，服务器之间的通信速度以及主板上组件之间数据交换的容量和速度也很重要。可以为硬件设定必要标准的英特尔是最强的。对我来说，这是我的理解 博通提高股价的原因也是可以理解的。深度学习所需的服务器规模越来越大 NVIDIA意味着Cuda的优势太压倒性了。量子计算机也在不久的将来
查看更多评论...
みかんとリンゴ : 有对阵国际米兰的对手吗？
就像他们没有从人工智能中受益一样。
说到这里，我看到了英特尔因陶氏的招聘而下跌的消息，NVIDIA被采用
リック302 楼主 みかんとリンゴ : 如果你把它看作是一个人工智能行业，英特尔是微妙的
NVIDIA 终于加入了道琼斯指数
我看着它像博通的竞争对手一样问世
当我看 GPU 设计之类的东西时，我想知道是英特尔还是 AMD
竞争对手太微妙了以至于我认为 NVIDIA 会是最好的
你们都怎么想
我很好奇
洋介48 : 从IT工程师的角度来看，人工智能培训的先决条件是没有NVDA的竞争对手，从GitHub下载的人工智能相关源代码几乎可以与NVDA芯片一起使用，而且世界各地的工程师都在使用NVDA的CUDA开发人工智能软件
exera : 当然，迄今为止建立的诸如GPU和Kuda之类的技术是优势$微软 (MSFT.US)$ 是的$苹果 (AAPL.US)$ 、$亚马逊 (AMZN.US)$ 控制产品和终端的大型公司，这些产品和终端已经渗透到公众面前，对社会和日常生活至关重要$英伟达 (NVDA.US)$ 如果我们建立内部技术，即使不是中等水平也能确保一定的质量水平，并且我们的产品只能因此而起作用，那么最终产品的强度就会不足$英伟达 (NVDA.US)$ 这场战斗可能很可怕，不是吗？也许有点极端![[思考]](https://static.moomoo.com/nnq/emoji/static/image/default/default-black.png?imageMogr2/thumbnail/36x36 "思考")
リック302 楼主 洋介48 : 执行 AI 深度学习时积累的源代码由 Kuda 创建，使用它在技术（和经济上）上是有效的
因此，除了 NVDA 之外没有其他选择
可以理解吗？
我查了但我是个业余爱好者
リック302 楼主 exera : 我也觉得有些公司即使花费巨额预算和时间也能获利
另外，我想知道深度学习领域是否留给 NVDA 产品来制定更高层次的策略
sleepinglion : 在最佳微加工技术方面，MPU 比英特尔 GPU 更准确，唯一能与微处理技术竞争的是，即使没有英特尔 VSAMD GPU，电脑也能运行，但是如果没有 MPU，只有英特尔才能制造所有盒装主板、MPU、GPU、芯片组和通信模块（局域网芯片），而英特尔是唯一一家不存在所有兼容性问题的公司，其他制造商最终生产的产品也是匹配英特尔产品有时 AMD 制造的东西比英特尔更好，但将来，军方最终会之所以成为英特尔是因为兼容性的可靠性，而将来，被认为英特尔1的强项是，当它成为量子计算机一代时，人工智能应该走到那里。Nvidia碰巧专门从事图像处理，后来转向人工智能，但是由于没有内部生产能力的设计是主要公司，因此Arm有可能采取这一立场...
归根结底，只要进行分布式并行处理，连接多台服务器的结构就不会消失，连接最终将成为网络设备，但是最可靠的网络芯片是英特尔或博通，而博通专门研究网络，不制造 PC/服务器 MPU？最终，如果英特尔的标准丢失，那将是各家公司的大杂耍，如果出现兼容性问题，责任可能会被强加给对方...
简而言之，它与当今的电脑相同，最终成为瓶颈的是输入/输出。速度只有在从大脑中提取信息时才会出现，所以无论你在脑海中计算得多快，如果需要时间来回答，兔子都会被海龟超越... 真正的游戏是直到你在数据中心计算的东西到达你使用的地方
在量子计算机在使用量子计算机的地方变得流行之前，真正强大的是英特尔，或者如果仅凭GPU就能完成人工智能，就不能说是Nvidia，但事实并非如此。英特尔还生产 Mazabo，我想知道大多数服务器是英特尔还是 SMC 来取而代之，比如 Supermicro Computer 和 ASUS？
Nvidia目前在人工智能技术中处于最强的地位，但我不知道当量子计算机成为主流时会发生什么。我不知道多少年后...如果你认为10年后，我们可能进入量子计算机时代... 长期投资会展望未来多少年？这将是一个故事。
当英特尔和AMD开始以100倍的价格出售用于服务器的MPU时，这个故事难道不会很容易被颠覆吗？
HONDA N-ONE : 那么 IOWN 呢？
mya0 : 图形处理器根据的表现，NVIDIA >= AMD >> 英特尔我认为这是命令。NVIDIA和AMD硬件是相等的，CUDA我有NVIDIA的优势坚如磐石。另一方面英特尔的图形处理器这不是一个错误。
现在在数据中心AI处理技术是一个热门话题，但出于隐私和安全考虑，在计算机方面AI他们有可能想要使用它。当时，Windows它会移动英特尔系中央处理器我在做英特尔比图形处理器我在做AMD但是他们把它结合起来CPU/GPU我认为通过制造它会变成一个大幽灵。
リック302 楼主 sleepinglion : 感谢您的详细解释和见解
这是一次很棒的学习经历
英特尔拥有广泛的技术能力，可以设定行业标准，这意味着其竞争优势尚未下降
MPU 始终需要使用 GPU，并且只要执行分布式并行处理，服务器之间的通信速度以及主板上组件之间数据交换的容量和速度也很重要。
可以为硬件设定必要标准的英特尔是最强的。对我来说，这是我的理解
博通提高股价的原因也是可以理解的。
深度学习所需的服务器规模越来越大
NVIDIA意味着Cuda的优势太压倒性了。
量子计算机也在不久的将来
查看更多评论...