181629116
评论了
$英伟达 (NVDA.US)$ 这只是个人观点。我认为在某个阶段，LLM会进行个性化。目前的LLM方向是花费巨资制作一个公共模型。使用微调方法使公共LLM能够利用内部信息进行再教育，成本与最初的训练相当大。即使是大型企业，在现阶段也难以承担如此巨大的再教育成本。目前针对公共LLM参考企业内部数据回答的需求，有RAG等机制，但这实际上只是简单的搜索，是一种过渡性技术。然而，随着像Deepseek这样的软件和GPU这样的硬件的进步，我们能够想象到个性化的LLM将在企业以及个人层面普及。在那种情况下，所需的计算量将与现有情况无法相比。我认为这种方向不会逆转，虽然我们不知道到底会在何时实现，但终究会实现的。
已翻译
6
6
$英伟达 (NVDA.US)$ 简单来说，无论哪种财务预测，GPU的需求在未来都会进一步激增，目前的供应完全无法满足需求。现在，可能会给人一种聊天机器人能够给出高级回答的印象，但无人驾驶、机器人等物理AI已经出现在我们的眼前，仅仅是几年时间。现在高性能GPU绝对是实现这些目标所必需的。简单来讲，某种创新导致的高性能GPU需求超过目前的预期的可能性，似乎要高于停留在当前需求水平的可能性。从本周GTC发布的内容来看，英伟达在高性能GPU方面的强势地位在未来几年内完全不会动摇。现在的市场仅仅受到短期不安的影响。与短期市场波动不得不关注的机构投资者不同，个人投资者能够简单思考。
已翻译
11
3
已翻译
9
$英伟达 (NVDA.US)$ 生成AI作为科技仍处于过渡期，虽然增长迅速，但在全球范围内仍有多种创新的可能性。例如，目前主流的生成AI所使用的Transformer架构，未来如果发生创新，可能会被其他架构替代。在这种情况下，针对特定计算而生产的ASIC可能无法应对，投资将面临浪费的风险。此外，针对每种特定计算制作多种类的ASIC，从成本和生产效率的角度来看也不现实。在这样的阶段，超大规模公司将大部分投资集中在特定ASIC上是难以想象的，而英伟达作为GPGPU的优势在短期内似乎还会持续。
以下是询问Chat Gpt关于ASIC风险和GPU优势的说明
————
ASIC的开发与量产是一个非常复杂的项目，具有以下特点。
开发周期和成本
• 期间:
一般来说，从概念设计到最终量产开始大约需要2至3年的时间。采用先进工艺（例如：7nm或5nm）时...
以下是询问Chat Gpt关于ASIC风险和GPU优势的说明
————
ASIC的开发与量产是一个非常复杂的项目，具有以下特点。
开发周期和成本
• 期间:
一般来说，从概念设计到最终量产开始大约需要2至3年的时间。采用先进工艺（例如：7nm或5nm）时...
已翻译
1
1
$英伟达 (NVDA.US)$ 巴菲特主张我不投资于我不明白的东西是对的。我认为巴菲特已经不懂人工智能了。如果这是一场从马改为汽车的工业革命，那么如果你相信巴菲特今天的话，很有可能将是一个严重的机会损失。我还觉得，在人工智能渗透世界之后，像巴菲特一样的苹果似乎已经改变了立场。巴菲特在那个时候很可能不会出现在这个世界上。从这个意义上讲，他可能是他一生中世界上最好的完美投资者，但是将来出现一个完全不同的世界的可能性越来越大，从这个意义上讲，我认为关于站在创新最前沿的天才和投资者而不是历任投资者的故事非常有用。
已翻译
4
181629116
赞了
$英伟达 (NVDA.US)$
随着互联网中高质量、高熵数据的不足加剧，人工智能的扩展面临收入下降的挑战，行业正在转向更丰富的合成数据。
英伟达通过Omniverse平台和Cosmos世界模型在强化学习中具有生成高熵合成数据的潜力，从而实现战略性布局。
英伟达的仿真环境驱动的强化学习（RL）人工智能训练预计将主导机器人、自动驾驶汽车、金融和医疗保健等下一代应用，并可能将英伟达的估值推高至10万亿美元。
然而，仍然存在很大的风险。Nvidia 面临着来自科技巨头（谷歌、亚马逊、微软）和专业初创公司的激烈竞争，RL 本身也可能陷入僵局或被新的范式所取代。
随着互联网中高质量、高熵数据的不足加剧，人工智能的扩展面临收入下降的挑战，行业正在转向更丰富的合成数据。
英伟达通过Omniverse平台和Cosmos世界模型在强化学习中具有生成高熵合成数据的潜力，从而实现战略性布局。
英伟达的仿真环境驱动的强化学习（RL）人工智能训练预计将主导机器人、自动驾驶汽车、金融和医疗保健等下一代应用，并可能将英伟达的估值推高至10万亿美元。
然而，仍然存在很大的风险。Nvidia 面临着来自科技巨头（谷歌、亚马逊、微软）和专业初创公司的激烈竞争，RL 本身也可能陷入僵局或被新的范式所取代。
已翻译
15
$英伟达 (NVDA.US)$ 在Deep Research中，我们调查了主要国家的AI投资情况。所有国家未来的AI投资预计将大幅扩展。在未来，美国将不再是全球的警察，各国将加强自卫，AI投资将成为其中的关键，没有高性能的GPU就无法战胜其他国家。未来，高性能GPU的需求和重要性将日益增长。
美国
• 联邦政府在2022年度的AI相关支出约为330亿美元。
• 民间企业的投资规模约为474亿美元，预计在未来5年内将翻一番。
• 重点关注国防、前沿研究和数据中心建设。
中国
• 通过指导基金注入约9,400亿美元的资金。
• 在智慧城市、军事和人工智能半导体领域进行巨额投资。
• 预计官民合力将持续进行数千亿美元规模的投资。
欧洲·英国
• 欧盟推动约40亿欧元（约43亿美元）的公私投资计划。
• 英国在国际投资项目上接近约470亿美元的规模。
• 旨在实现高性能计算基础设施、数据共享和数字政府。
日本
• 政府将以约7.4亿美元的规模强化国内AI计算基础设施。...
美国
• 联邦政府在2022年度的AI相关支出约为330亿美元。
• 民间企业的投资规模约为474亿美元，预计在未来5年内将翻一番。
• 重点关注国防、前沿研究和数据中心建设。
中国
• 通过指导基金注入约9,400亿美元的资金。
• 在智慧城市、军事和人工智能半导体领域进行巨额投资。
• 预计官民合力将持续进行数千亿美元规模的投资。
欧洲·英国
• 欧盟推动约40亿欧元（约43亿美元）的公私投资计划。
• 英国在国际投资项目上接近约470亿美元的规模。
• 旨在实现高性能计算基础设施、数据共享和数字政府。
日本
• 政府将以约7.4亿美元的规模强化国内AI计算基础设施。...
已翻译
4
$英伟达 (NVDA.US)$ 未来各企业和国家的全球AI基础设施投资，仅已公开的数据预计在2024年将达到2400亿美元，2025年超过4200亿美元，之后包括各大超大规模公司在内的全球AI设备投资还将持续增长，保守估计到2026年将超过5000亿美元，2027年将超过6000亿美元。目前，主导市场的英伟达在这一趋势中将能够获得大量收益。即使其市场独占地位有所下降，整体市场仍将扩展，因此预计到2025年收入将达到1300亿美元，2026年超过1800亿美元，2027年超过2000亿美元，并且未来将大幅增长。此外，当前英伟达的股票估值绝对不高。虽然今年有人突然提出AI热潮已结束，但这可能是短期市场混乱引发的过度悲观的预期。这些观点引用了以往IT泡沫的案例，但忽视了已公布的各企业和国家的AI投资计划等基础上的增长预测。而且，预计AI在未来多个领域的创新将加速，从长期来看，AI市场仍然处于增长过程中，因此现在的市场观点很可能是暂时的恐慌或恐惧。
已翻译
8
1
$英伟达 (NVDA.US)$ 机构利用算法进行卖出，导致恐惧的散户过度卖出，而实际上机构投资者在低位慢慢积累买入的情形。在中长期中，机构投资者也无法战胜基本面，但在短期内却有相对较高的盈利概率。机构从信息较少且容易受情绪影响的一般投资者那里逐步榨取利润。然而，如果做得过火，总会面临突然损失的风险。卖空不仅如此，涉及单腿期权时情况会更加复杂。
已翻译
10
2
$英伟达 (NVDA.US)$ 当前生成式人工智能的质量尚未达到真正有用的水平。在那个阶段，商品化还为时过早。没有人花钱来使用它。为了创造能够从根本上改变世界的产品和服务，提高生成式人工智能的质量是至关重要的，为此，不仅要提高小手的效率，还必须通过权力技能（例如压倒性地增加参数）来扩大规模。为此，在根本没有足够的 GPU 的情况下，一切都没有改变。认为未来人工智能需求增长将放缓的观点是指效率提高，其假设是生成式人工智能将在当前水平上停止创新，我认为不存在这种情况。
已翻译
14
1
![[empty]](https://static.moomoo.com/node_futunn_nnq/assets/images/folder.5c37692712.png)
![[error]](https://static.moomoo.com/node_futunn_nnq/assets/images/no-network.991ae8055c.png)
![[loading]](data:image/svg+xml;base64,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)
181629116 楼主 : 目前LLM仍然是静态的，需要通过RAG等方式来补充个别知识。但这只是一个过渡期的机制。未来LLM将会动态更新，微调成本也会大幅降低。最终，这将使其具备与人类大脑记忆相似的机制。届时，AI可能会成为人类真正的朋友。
181629116 楼主 : 如果机器人拥有的LLM能够根据与主人之间的对话和事件动态更新，那么机器人就不仅仅是机器。即使主人不在这个世界上，这个机器人动态调节的LLM仍然会成为一个实际体验和记录与主人的互动的存在。这是实时的记忆，机器人本身可能成为那个时代的见证者。这种科幻的怀旧故事也就在眼前。
181629116 楼主 : 那么，作为计算机之父的阿兰·图灵设定的图灵考试的领域是否已经远远超出了人类和计算机之间的界限，这种区分在智能这个类别中是否就没有了意义呢？
181629116 楼主 : 从长远来看，AI将能够预测未来数百亿人可能经历和思考的无数模式。就像现在的将棋大师完全无法战胜AI一样，人类的大脑可能会达到一种无法理解的境地，这种可能性被认为是相当高的。
181629116 楼主 : 我认为在那时，使用现在的诺依曼型计算机绝对不可能，需要量子门式量子计算机以及为其提供通用性的算法。
查看更多评论...