“国产算力”是怎么一回事？
小红书这类包装好的支那app整天吹嘘Kimi/DeepSeek是“国产算力”训练的。我就不明白：你支现在能自己从光刻机开始雕刻，封装，设计，制造芯片，控制在几纳米以内了？美国反应晚了？
虚假的国产算力
真实的台湾算力
前几年台积电不是被曝出代工中国显卡？
后续有不少台湾工程师离职去中国，不少还是快退休的， 估计用二手机器攒出了上一代显卡生产线。
真实的台湾算力
前几年台积电不是被曝出代工中国显卡？
后续有不少台湾工程师离职去中国，不少还是快退休的， 估计用二手机器攒出了上一代显卡生产线。
对的对的，中国已经崛起了，没收到通支吗
等习主席发现自己的大炼ai又被骗了几千亿，夹边沟2.0就准备好了
等习主席发现自己的大炼ai又被骗了几千亿，夹边沟2.0就准备好了
全球最大暴恐组织标榜新型举国体制提升科技实力的野路子无非是靠窃取、复制技术及产业补贴。美国一开源，中共就突破。矽繁荣联盟是该修补开源的RISC技术以及被市场淘汰的GPU小厂流入敌方阵营的破口了。
简单来说，AI需要的算力主要偏向于总算力而不是单卡算力，中国国产的计算卡，虽然性能不行，但在成本上训练AI也凑合能用。
目前可以确定中国计算卡没有EUV技术和5nm以下的制程，在堆算力规模上是比不过美国的，中国走的基本是另一条路，靠小一些的模型，搞开源低token成本的路线。
说白了中美AI现在都在烧钱，原理上没有决定性突破，美国走闭源大模型堆算力的路线，中国走中小模型开源降成本的路线。中国模型的性能是比不了chatgpt和claude的最新模型的，只是勉强能够和美国头部厂商上一代模型的性能比一比，超过gork这种二线模型。中国模型主要的优势还是在百万token的价格上。说白了高难任务还要claude这种头部模型负责，中国模型主要是单位token便宜，在低难度重复任务上能够剩不少钱。
目前可以确定中国计算卡没有EUV技术和5nm以下的制程，在堆算力规模上是比不过美国的，中国走的基本是另一条路，靠小一些的模型，搞开源低token成本的路线。
说白了中美AI现在都在烧钱，原理上没有决定性突破，美国走闭源大模型堆算力的路线，中国走中小模型开源降成本的路线。中国模型的性能是比不了chatgpt和claude的最新模型的，只是勉强能够和美国头部厂商上一代模型的性能比一比，超过gork这种二线模型。中国模型主要的优势还是在百万token的价格上。说白了高难任务还要claude这种头部模型负责，中国模型主要是单位token便宜，在低难度重复任务上能够剩不少钱。
國產算力？算盤麼？😂
字數不定字數不定字數不定字數不定
字數不定字數不定字數不定字數不定
吃屎都赶不上热的
现在ai瓶颈是存储，或者说内存带宽，还有内存大小
现在的热点是inference，训练已经占用不到太大的算力
所谓的模型已经成为硬件一样的基础设施，上云 卖的是inference服务。
中国玩的那套开源模型模式，我很怀疑能不能成功。在可见的未来随着存储芯片行情的高涨，在本地部署大模型基本上是不可能的， 现在一套能跑起来几十b参数模型的平台 基本是上万美元，要是跑几t级别参数模型的硬件平台 肯定是亿美元级别的成本。
这种高昂的硬件成本，注定了 大模型的inference应用肯定是集中在云端的。众多客户的分散需求汇集到一个硬件平台上，来实行经济的可行性。
底层的逻辑和 云存储，云服务 淘汰了本地部署的服务器 是一个道理。
现在ai瓶颈是存储，或者说内存带宽，还有内存大小
现在的热点是inference，训练已经占用不到太大的算力
所谓的模型已经成为硬件一样的基础设施，上云 卖的是inference服务。
中国玩的那套开源模型模式，我很怀疑能不能成功。在可见的未来随着存储芯片行情的高涨，在本地部署大模型基本上是不可能的， 现在一套能跑起来几十b参数模型的平台 基本是上万美元，要是跑几t级别参数模型的硬件平台 肯定是亿美元级别的成本。
这种高昂的硬件成本，注定了 大模型的inference应用肯定是集中在云端的。众多客户的分散需求汇集到一个硬件平台上，来实行经济的可行性。
底层的逻辑和 云存储，云服务 淘汰了本地部署的服务器 是一个道理。
