推 lianpig5566: 不用聯網和開源都還好220.133.112.220 01/28 00:28
推 greensaru: 開源給了其他廠商進入該領域的機會 49.216.184.7 01/28 00:28
→ lianpig5566: 現在本來就有不少模型開源了220.133.112.220 01/28 00:28
推 gino0717: 可怕在他的碎碎念程度跟唐僧一樣煩 123.194.162.12 01/28 00:29
→ Qaaaa: 開源基本上對岸公司就會大爆發開始捲ㄌ 203.71.94.31 01/28 00:29
噓 noreg0393933: 便宜治百病 42.73.230.124 01/28 00:29
→ Qaaaa: 這才是可怕之處 所以米國巨頭現在嚇到ㄌ 203.71.94.31 01/28 00:30
→ Qaaaa: 除非米國能像禁止對岸電車一樣禁止米國商 203.71.94.31 01/28 00:30
→ Qaaaa: 使用對岸AI 不然米國相關軟體業應會被捲爆 203.71.94.31 01/28 00:31
→ Ceferino: 全世界大概只有台灣脆上那群狀況外 123.193.242.14 01/28 00:32
→ scum5566: 中共國的電池車也是馬斯克去扶的 36.232.181.115 01/28 00:32
推 jhjhs33504: 這裡是八... 1.162.96.33 01/28 00:32
→ execute: 原來AI對硬體要求超低 美國都是炒出來的 42.78.133.125 01/28 00:32
推 tom77588: 很快美國就會發現中國藏有毀滅性武器 1.161.41.51 01/28 00:33
→ execute: 想想也是 都AI了 硬體要求越高不就越智 42.78.133.125 01/28 00:34
→ execute: 障 乾脆用演算法 42.78.133.125 01/28 00:34
→ holien: 就算是真的,為了有更强大的AI,當然需要 180.177.1.93 01/28 00:36
→ holien: 更强大的算力。 180.177.1.93 01/28 00:36
推 hotlatte: 重點不是美國中國誰強 是變便宜又普及 61.61.221.158 01/28 00:37
→ hotlatte: 現在投入昂貴資源希望獨佔價值的 糗了 61.61.221.158 01/28 00:37
→ Qaaaa: 現在AI還是有用在高階科研上 所以非全部只 203.71.94.31 01/28 00:37
→ Qaaaa: 要低階硬體就好 203.71.94.31 01/28 00:38
→ wondtty: AI 干顯示卡何事啊? 118.233.32.182 01/28 00:41
→ wetor: 中文,還蠻好用的== 1.200.22.228 01/28 00:47
推 hsiung9: 對使用者功能差不多的話 當然選便宜的 114.24.33.119 01/28 00:54
→ erisiss0: 開源,整的和open程度差不多122.100.112.197 01/28 01:07
→ magazine2006: 還不是要買晶片 1.160.177.27 01/28 01:14
→ carryton: 現在的AI水平連AI需求的1%都到不了111.251.198.116 01/28 02:12
→ carryton: 說不需要更強的硬體算力很奇怪111.251.198.116 01/28 02:12
推 IFAN: 一點小小看法,有些邏輯可能比較跳躍,請多 27.247.37.8 01/28 04:24
→ IFAN: 包涵 27.247.37.8 01/28 04:24
→ IFAN: --- 27.247.37.8 01/28 04:24
→ IFAN: 1. 在 DeepSeek 出現之前,開源的大語言模型 27.247.37.8 01/28 04:24
→ IFAN: 主要以 Gemma 2 和 Llama 3 70B 為代表,其 27.247.37.8 01/28 04:24
→ IFAN: 性能在許多應用中已能追平商用模型如 OpenAI 27.247.37.8 01/28 04:24
→ IFAN: 和 Sonet。然而,這些模型的高效能主要依賴 27.247.37.8 01/28 04:25
→ IFAN: 於大量高階硬體的堆疊。這意味著,如果想在 27.247.37.8 01/28 04:25
→ IFAN: 本地環境開發 AI 專案,必須投入巨額資金購 27.247.37.8 01/28 04:25
→ IFAN: 買高效能設備,否則只能選擇量化程度較低的 27.247.37.8 01/28 04:25
→ IFAN: 模型。然而,低量化模型的精度表現通常難以 27.247.37.8 01/28 04:25
→ IFAN: 令人滿意,輸出的質量大打折扣。 27.247.37.8 01/28 04:25
→ IFAN: 2. DeepSeek 的問世徹底改變了這一局面。它 27.247.37.8 01/28 04:25
→ IFAN: 不僅在效能上超越商用模型,還打破了過去依 27.247.37.8 01/28 04:25
→ IFAN: 賴高階硬體進行訓練的限制。其創新的演算法 27.247.37.8 01/28 04:25
→ IFAN: 顯著提升了運算效率,使得即便在相對平價的 27.247.37.8 01/28 04:25
→ IFAN: 硬體環境下,也能以更低的量化達到精度更高 27.247.37.8 01/28 04:26
→ IFAN: 的結果。這種技術進步為 AI 模型的開發和應 27.247.37.8 01/28 04:26
→ IFAN: 用開啟了全新的可能性。 27.247.37.8 01/28 04:26
→ IFAN: 3. 當前,開源的大語言模型依然受到硬體條件 27.247.37.8 01/28 04:26
→ IFAN: 的制約,通常需要基於既有模型進行微調才能 27.247.37.8 01/28 04:26
→ IFAN: 達成理想效果。然而,DeepSeek 的創新演算法 27.247.37.8 01/28 04:26
→ IFAN: 不僅降低了開發成本,還帶來了極高的效益。 27.247.37.8 01/28 04:26
→ IFAN: 對於希望進入 AI 領域的企業來說,這種低成 27.247.37.8 01/28 04:26
→ IFAN: 本高效益的模式無疑提供了一個嶄新的方向。 27.247.37.8 01/28 04:26
→ IFAN: 同時,個人使用 AI 的門檻和成本也隨之大幅 27.247.37.8 01/28 04:26
→ IFAN: 降低。 27.247.37.8 01/28 04:27
→ IFAN: 4. DeepSeek 的技術突破將對 AI 生態系統產 27.247.37.8 01/28 04:27
→ IFAN: 生深遠影響。首先,它將推動更多中小型企業 27.247.37.8 01/28 04:27
→ IFAN: 進入 AI 領域,促進技術創新的多樣性,並打 27.247.37.8 01/28 04:27
→ IFAN: 破巨頭壟斷的格局。其次,隨著硬體需求的下 27.247.37.8 01/28 04:27
→ IFAN: 降,更多個人開發者和研究人員將能以較低成 27.247.37.8 01/28 04:27
→ IFAN: 本參與到 AI 領域中,這將進一步擴大 AI 社 27.247.37.8 01/28 04:27
→ IFAN: 群的規模與活力。此外,DeepSeek 的高效能演 27.247.37.8 01/28 04:27
→ IFAN: 算法可能催生更多細分應用場景,例如在教育 27.247.37.8 01/28 04:27
→ IFAN: 、醫療、娛樂等領域實現更具針對性的 AI 解 27.247.37.8 01/28 04:27
→ IFAN: 決方案。隨著技術的持續迭代,AI 的普及將不 27.247.37.8 01/28 04:28
→ IFAN: 再是少數機構的專利,而是真正成為社會各層 27.247.37.8 01/28 04:28
→ IFAN: 面的工具與助力。 27.247.37.8 01/28 04:28