年近三十,科技立业 第31节

  “现实中去搞的时机确实不成熟。”纪弘盘算着:“但如果是把相应的理念放到游戏引擎里呢?”

  趋势预测类模型,放到游戏引擎里,根据游戏生态去预测后续事物,提供剧情和NPC的多样化能力,那预测的准确性和成功率就不那么重要了。

  而且,还能借此验证一番模型的能力,等到真实世界时机成熟了,也算是积累了一定的经验。

  “谁说这是游戏呢?训练出成果,未来可以直接就拿到现实中,这叫从游戏到现实(From Games to Reality),GTR!”

  “真是个绝妙的主意!”纪弘越想越觉得可行,于是迅速的把以前的思路和积累整理了出来,并开始利用AI能力进行系统设计和进一步的训练。

  原本不管是预测经济还是预测社会发展都力有未逮的预测类模型,真要放出来很是鸡肋的。

  但,如果不是在现实中,而是放在游戏引擎里,那有了AI控制的经济体系、社会文化发展的游戏制作策略,那就瞬间变得高大上了。

  ……

  “咦,要不试着预测一下GPU市场的未来?”

  虽说理论上预测长时间的经济发展不太可行,但是只是一个行业,而且如果再把时间缩短,纪弘心里很痒痒,迫切的想看看结果。

  一段时间后。

  “咿呀,竟然是这样!”将最近一段时间GPU市场的公开资料全部作为材料导入,纪弘也是观察着AI的预测。

  “英伟达竟然是一个飞速上升的趋势?因为微软和OpenAI会孤注一掷大批量购买他们的显卡?

  “由于卷耳智能科技耳语系统和私人工作助理的出现,让人看到了AI更加强悍的能力和未来,全世界的投资机构和个人投资者开始了对AI产业更加疯狂的追逐。

  “在华尔街,你注册一家公司,只要名字中含有AI,第二天风投就能蜂拥而至……整个世界甚至都陷入了疯魔!”

  “编故事呢吗这是在?”纪弘晃了晃脑袋:“这确实,放游戏引擎里,给游戏卡开发者提供这样一个AI能力,这样的场景,想想都有意思啊,以此设计出来的游戏可玩性确实很高。

  “但现实中……”

  ……

  现实中,阿美瑞肯,华盛顿雷德蒙德,微软总部。

  “不管真的假的,我们必须大批量的购买高性能算力卡,规模至少是微软和OpenAI现有算力的三倍以上。”

  OpenAI创始人,一度离开OpenAI加入微软,后又回到OpenAI的阿尔特曼口气十分大,这是他的性格:

  “否则,我们怎么跟卷耳智能相竞争?类思维模型的资料是真是假不重要,重要的是,一定存在一种真的方式。

  “我相信大力飞砖,只要我们算力足够,那么就一定能够找到这种方式。下一代Windows项目时间紧迫,加一倍的算力。再有两倍的算力,就专门去做找到卷耳智能科技类思维真正实现方法这件事儿。

  “纳德拉,做大事儿就要有魄力。”阿尔特曼甚至都大吼了:“否则就只能被拍到历史的垃圾堆里!”

  萨提亚纳德拉头皮都发麻了:你倒是有魄力,钱他么的不是你出的,什么时候没钱了就跟微软伸手,烧起来那是一点儿不心疼。

  如果不是我们,你们早他么倒闭了。

  虽然心里很不忿,但他心里知道:目前摆在微软面前的并没有第二条路,只能是加码再加码。

  已经决定下一代Windows要完全复刻现在耳语系统的智慧能力,需要目前两倍的算力,这已经是最低需求。

  稍微一算,这整个流程至少需要200亿美元,合人民币接近一千五百亿。

  而类思维模型呢?

  虽然没有具体数据,但是微软也做了全方位的评估,卷耳智能科技训练耳语系统的能力,所花费绝对不会超过一亿元人民币。

  卷耳科技没有进行过融资,一个亿是他们当时能拿出的所有的钱,只会更低,但是不会再高了。

  所以,类思维模型才这么令人眼馋啊训练同样的东西,只需要千分之一甚至更低的成本!

  可是,如果按照阿尔特曼大力飞砖去找方法的方案,这又是一个200亿!

  微软要被你掏空啊!股份怎么算?

  “不行,要加强跟MistralAI的联系,要不然要被牵着鼻子走了!”纳德拉一边在心里暗暗决定,另一边却不得不同意了阿尔特曼的要求,并立即向英伟达下单。

  ……

  要不说英伟达过的舒服呢,无论外界怎么打,受益的总是他。

  接到汇报的时候,黄仁勋正在河州机场去往河州市区的路上,那嘴咧的,简直就绷不住了。

  “好好好!”黄仁勋也是第一次站在这个角度考虑问题:

  AI大模型竞争的加剧,AI企业可能是红海,要厮杀的你来我往甚至你死我活,但是,在他们死一半之前,硬件企业那一定是过的最滋润的。

  “对卷耳智能科技,要改变策略了。”

  黄仁勋原本是想着试探试探合作的可能性的,但是他已经知道纪弘把张建给叫上了,这已经是非常明显的态度了没有可能。

  不过关系必须打好,要说最终会死一半AI企业,卷耳智能大概是能留到最后的那家。

  慢慢的,想办法参与进去,不急于一时,可以先打打感情牌,毕竟四舍五入算的话,大家都是中国人。

  这本书现在第三轮推荐,非常关键的一周,恳求大家这两天一定要追读,看有没有机会冲出分类,上三江!

  求追读!尤其是这两天,一定要来记得来看最新章!

  辰小序拜谢!

第57章 孙博的能力

  大规模购入显卡这件事儿,微软和OpenAI丝毫没有对外保密,甚至搞的格外高调。这边刚一做完决定,立即就搞得满世界都尽人皆知了。

  “这……”纪弘看到相关消息,简直有些哭笑不得:预测模型这么准的吗?

  想想很离谱,但仔细一分析,确实也在情理之中因为微软压根儿就没有第二条路可以走。

  耳语系统虽然没有表现出超强的攻击力,卷耳智能科技甚至都没有为它开过一个发布会,有点儿并不重视的样子,但它的战斗力就在那,任谁都没法忽视。

  哪怕根本就没有正式在美欧地区销售,就已经开始慢慢的侵袭微软的Windows市占率了。

  如果下一个版本还不能扭转过局势来,那劣势瞬间就会转化为败势!

  生态是护城河不假,但被护城河淹死在城内的可是有先例当年诺基亚塞班系统市占率高吧?现在再看看,哪里还能看到它的影子!

  护城河是对同级产品而言的,过于落后,掉到河里的只会是自己。

  纪弘也是想到了这儿,随后又看了看那个预测类AI模型:如果变量过多,时间很长,对它来说确实难度很大。

  但如果变量很少,就像这次,预测GPU行业,单单就这一个行业,预测某些公司的短期动向,看起来还是很靠谱的。

  “这东西包装一下也是一个非常强大的产品!”纪弘这么想着:“先拿去给陈继业做企业分析试试。”

  “微软这边……”决心下的那么大,所有人都看出微软要做什么了,纪弘当然也不例外,这个时候,他在思考这样一个问题:

  “现在他们的大模型,Transformer这类的,靠无限制的堆积算力,就能无限的提高模型能力吗?”

  纪弘对此还真没有研究先前在创界,主要利用别家平台进行接口对接开发,后来自己创业,上来就是类思考模型,对T模型属于降维打击,并不存在这样的问题。

  他对此没有什么研究,但有一个人一直在关注着这方面这个人就是孙博。

  “靠无限制的堆积算力获得高性能大模型,短期内是可行的。”

  孙博也是看到了微软的行动,在CSDNBlog跟一群人正在探讨相关的话题:

  “长期的话,倒不是有上限,真要有魄力不计成本无限制的去堆积算力,理论上是真的能够获得无限制的性能提升的。

  “但也仅仅只是理论上,这里边有一个巨大的问题,根据我的研究,它的增长不是线性的。

  “我大约计算过,实际的增长曲线就不说了,很复杂,但大约可以简化为这个函数:y=clog(e)(X+1)。

  “这里边y指的是性能,X你们就姑且理解为算力堆积的基本单位,大约趋势如下图。”

  就算是对数学再不懂的人,看到这个公式也该看出来了,因为这个函数的曲线到最后,几乎就是一条平平的横线。

  也就是说,当显卡堆积达到一定规模之后,就算再堆积硬件,性能虽然也会增加,但增加的也会十分有限,到最后甚至肉眼都不可见了。

  这么说着,孙博还举例道:“以现在的GPT4为例,如果想要一个2倍GPT4参数的大模型,对算力的需求大约会是多少呢?

  “我计算过,大约需要十几倍。而且公式计算的只是理论效果,而更大规模的集群,片间互联的损失肯定也会更大,实际效果只会更差。”

  孙博很是热情,只要不涉及他自己工作的机密和核心,只要他在的时候,那几乎是有问必答的。

  纪弘也正好翻看到这儿,他没有过多的惊讶,片间互联损失这一块儿本身就不好解决,要不然超大规模智算中心也不至于这么稀有了河州大学搞的那个还是纯国产第一例。

  “按你这么说,微软这孤注一掷的效果,不一定会好啊!”有人这么回了一句。

  “效果不好是一定的,花费两倍的价格,可能能得到1.5倍的性能,最多也就如此了,想要赶上耳语的能力,我觉得不大行。

  “其实OpenAI自己肯定也清楚,GPT4乃至后续没有发布的4.5版本,之所以没这么堆规模,就是在卡能效比的两个节点。

  “再堆规模下去,性价比会越来越低不高。但现在不是被耳语逼的没办法了吗?”

  孙博本就是研究前沿理论的,现有模型的理论上限他清楚的很,哪个算力节点卡一下性价比最高他大约也都清楚。

  到了一定程度,盲目的加规模肯定得不偿失。除非迫不得已,一般不会这么干的。

  纪弘一边看着孙博的回复,一边分析这个人,越分析越是感兴趣了这是一个有真材实料的理论家。

  “如果能挖来卷耳科技,将会是一个巨大的臂助。”

  ……

  纪弘在念叨孙博的时候,孙博也在念叨他起因就是纪弘发的那个私信。

  “最优化理论的一个分支,目的是为了解决大模型之间交流的问题,这人该不会是卷耳智能科技的创始人纪弘吧?”

  孙博看了好一会儿,想到了纪弘在河州大学采访时说的一个两个三个多个模型串联得出更精准更切合先说你的结果,那些话。

  “这是实现AGI通用人工智能的一个思路吗?”

  孙博看的有些迷,是因为很多关键点纪弘都给他略去了,但大致的框架还在,他知道这东西在解决什么问题。

  事实上,他本人也在研究这个。

  “但是,大模型之间的交流是以数据和信息为载体的,通常来说,交流只是扩大了信息量。”

  比如可以利用一个大模型的数据去快速的训练另一个大模型这一点大家都知道,千寻的文心一言用过GPT的数据。

  后来,谷歌的大模型也被爆出过用了文心一言的训练数据,大家利用来利用去的,这都不是些稀罕事儿。

  “但这还是要走训练过程的啊,只是少了数据清洗和标定过程以及相关的人力成本而已,两个模型的能力并不能直接相加,能利用的只是数据而已!”

  “除非……”一个大胆的想法在孙博脑海里渐渐的浮现出来:“除非,有办法让智慧化的能力直接交流甚至融合。这……”

  饶是只是一个想法,孙博也被自己吓了一跳:如果两个模型的智慧能力本身能够融合和共同利用,但这可能吗?相当于人之间的交流了啊这!

  “类思考……”

  刚还想着绝不可能呢,但类思考三个字一出来,孙博脑袋直接“嗡”的一声,这已经有先例了:“这人绝对是纪弘没跑,他这是对我有兴趣?”

  求追读,尤其是明天后天的章节,关系到这本书能否冲出分类,能否PK上三江。

  所以,恳请大家这两天一定要追读最新章节,万分感谢!

第58章 我们只看结果

  “黄先生,对于英伟达,我们是钦佩的。”

  黄仁勋来到河州科创园区,饶有兴致的在园区里转了好些圈,是见一个夸一个,见到什么夸什么,口中的啧啧称赞声就没停过。

  见到张建的时候,更是给了他一个热情的拥抱,两个人还回忆起当初一起开拓英伟达中国市场的奋斗往事,仿佛两个老朋友一般。

  最后才说道,英伟达为未来能够合作的期许:“GPU市场很大,而且在快速的发展和扩张,完全容得下两三家甚至更多的企业参与其中。

首节上一节31/110下一节尾节目录