仅此而已，
没有啥突破。
AI 要的是比人类更广泛，更准确的信息！
要不然没法用啊！
你雇用了一个顾问，比如军事顾问，理财顾问，关键时刻掉链子，不可靠。那怎么行？
质量太差，难以派上用场！
玩玩是可以的！
啊哈哈哈。。。。。。。。。。。。。。
他们也是个人观点！仅此而已！
到底要不要做？ 还是要论证的！
不像中国公司和政府，领导拍脑袋说干就干！
啊哈哈哈。。。。。。。。。。。。。
啊哈哈哈。。。。。。。。。。
对于DS是不是全新的model，还是抄袭，甚至偷窃，看了几个专家的分析，包括OpenAI前资深工程师的分析，我来大概总结一下：DS的确是发明了一种新的model，或者说是在原来的model上有了巨大的改进。用外行能听懂的话来解释，其实很简单，大概的思路是这样的： 原来的模型在每一个节点上，先判断出下一步有哪些可能性，然后再逐次对下一步的每一种可能性进行同样的思考和处理，因为每个节点后的可能性是天文数字，所以从深度和广度上看，近乎于无穷无尽。如果按这种思路去探求，对计算机的算力的要求就成了一个天文数字，所以大家都在疯狂的买更强大的芯片，盖更大的数据中心，由此也对电耗产生极大的需求，这种approach实际上是在用brutal force （蛮力） 来解决问题。俗话说富人有富人的活法，穷人有穷人的活法。没有那么大的财源，加上芯片的禁运，DS极大地改进了原来的model。DS的model是在许多节点上，不是盲目的把下一步的全部的可能性都罗列出来，逐一去seek，而是做一些逻辑推理和判断，把那些完全不靠谱和不太靠谱的可能性排除，集中精力于那些成功率更大的可能性，这样一来，巨量的下一步的可能性都被筛除了，于是就有了巨大的 performance improvement，成本也就下来了。可以说DS的model是一个smart model。所以AI industry下一步的发展不是急着去买更大更快的芯片，而是follow DS的思路去改进自己的model，使它变得聪明起来。当然这种思路的改变肯定会对AI industry的布局产生重大影响，进而影响股市。
不大相信其它厂家能做的比AMD更好。NVDA做GPU有20多年积累的，从硬件，到软件，到系统集成上经验和教训。其它公司无法追上。
你之所以觉得简单，可能是因为我"科普"过分了。其实这个过程非常复杂。GPU是一个超级并联处理器，通俗的讲就是一个抢时间的机器。在运行过程中，它并不是在每一个节点上，先figure out 下一步的全部可能性，然后再逐一去处理。而是在figour out一种可能性之后，立即就开始处理，同时再figour out下一个可能性，等等，这就是并联处理。这样问题就来了，假定某一个节点后有一亿种可能性，当你拿到第一个可能性时，相比其他的尚未发现的一亿减一种可能性，你怎么去判断这个可能性应该放弃，或者还是值得去进一步seek呢？DS之前的各公司采取的都是一视同仁的思路，对每一种可能性都不加区别地同等处理。所以对DS的猜疑也就此而生，OpenAI认为要判断一种可能性是否应该放弃，或者还是值得去进一步seek，DS必定是从他们那里搞到了某些数据，凭此来帮助他们做出判断。退一万步讲，就算是DS的确是借鉴了某个公司的成果来帮他们做出判断，这也是一个巨大的进步，科技的发展鲜有空穴来风，都是建立在前人已经做出的发明之上的。如果DS能动态的参考其他系统的某些结果，帮他们做出更smart的判断，而不是使用brutal force，每次都去reinvent wheels，这正是科技发展的正常的无可非议的苍黄之变。几十年前有人就说过，站在IT的这条高速公路上，回头一望，到处都是road kills，希望OpenIA赶快奋起直追，不要变成一个crying baby。
仅此而已，
没有啥突破。
AI 要的是比人类更广泛，更准确的信息！
要不然没法用啊！
你雇用了一个顾问，比如军事顾问，理财顾问，关键时刻掉链子，不可靠。那怎么行？
质量太差，难以派上用场！
玩玩是可以的！
啊哈哈哈。。。。。。。。。。。。。。
他们也是个人观点！仅此而已！
到底要不要做？ 还是要论证的！
不像中国公司和政府，领导拍脑袋说干就干！
啊哈哈哈。。。。。。。。。。。。。
啊哈哈哈。。。。。。。。。。
对于DS是不是全新的model，还是抄袭，甚至偷窃，看了几个专家的分析，包括OpenAI前资深工程师的分析，我来大概总结一下：DS的确是发明了一种新的model，或者说是在原来的model上有了巨大的改进。用外行能听懂的话来解释，其实很简单，大概的思路是这样的： 原来的模型在每一个节点上，先判断出下一步有哪些可能性，然后再逐次对下一步的每一种可能性进行同样的思考和处理，因为每个节点后的可能性是天文数字，所以从深度和广度上看，近乎于无穷无尽。如果按这种思路去探求，对计算机的算力的要求就成了一个天文数字，所以大家都在疯狂的买更强大的芯片，盖更大的数据中心，由此也对电耗产生极大的需求，这种approach实际上是在用brutal force （蛮力） 来解决问题。俗话说富人有富人的活法，穷人有穷人的活法。没有那么大的财源，加上芯片的禁运，DS极大地改进了原来的model。DS的model是在许多节点上，不是盲目的把下一步的全部的可能性都罗列出来，逐一去seek，而是做一些逻辑推理和判断，把那些完全不靠谱和不太靠谱的可能性排除，集中精力于那些成功率更大的可能性，这样一来，巨量的下一步的可能性都被筛除了，于是就有了巨大的 performance improvement，成本也就下来了。可以说DS的model是一个smart model。所以AI industry下一步的发展不是急着去买更大更快的芯片，而是follow DS的思路去改进自己的model，使它变得聪明起来。当然这种思路的改变肯定会对AI industry的布局产生重大影响，进而影响股市。
不大相信其它厂家能做的比AMD更好。NVDA做GPU有20多年积累的，从硬件，到软件，到系统集成上经验和教训。其它公司无法追上。
你之所以觉得简单，可能是因为我"科普"过分了。其实这个过程非常复杂。GPU是一个超级并联处理器，通俗的讲就是一个抢时间的机器。在运行过程中，它并不是在每一个节点上，先figure out 下一步的全部可能性，然后再逐一去处理。而是在figour out一种可能性之后，立即就开始处理，同时再figour out下一个可能性，等等，这就是并联处理。这样问题就来了，假定某一个节点后有一亿种可能性，当你拿到第一个可能性时，相比其他的尚未发现的一亿减一种可能性，你怎么去判断这个可能性应该放弃，或者还是值得去进一步seek呢？DS之前的各公司采取的都是一视同仁的思路，对每一种可能性都不加区别地同等处理。所以对DS的猜疑也就此而生，OpenAI认为要判断一种可能性是否应该放弃，或者还是值得去进一步seek，DS必定是从他们那里搞到了某些数据，凭此来帮助他们做出判断。退一万步讲，就算是DS的确是借鉴了某个公司的成果来帮他们做出判断，这也是一个巨大的进步，科技的发展鲜有空穴来风，都是建立在前人已经做出的发明之上的。如果DS能动态的参考其他系统的某些结果，帮他们做出更smart的判断，而不是使用brutal force，每次都去reinvent wheels，这正是科技发展的正常的无可非议的苍黄之变。几十年前有人就说过，站在IT的这条高速公路上，回头一望，到处都是road kills，希望OpenIA赶快奋起直追，不要变成一个crying baby。