NVDA的法寶是自家開發了二十年的非公開代碼CUDA軟件包,隻能運行在自家GPU上。幾乎所有的AI代碼都是用它開發的。
所有跟帖:
•
AMD的MI300X帶192GB內存的GPU市場單價不超過1萬5千美元,NVDA的H100帶80GB內存的市場價4萬美元
-uptrend-
♂
(736 bytes)
()
02/03/2024 postreply
21:36:41
•
聽說中國也在做
-yma16-
♂
(0 bytes)
()
02/05/2024 postreply
12:57:17
•
也就是說,無論哪個大公司想要自己設計硬件用來訓練AI,還需要自己開發軟件包,再移植AI代碼。要花很多時間和資源。
-uptrend-
♂
(0 bytes)
()
02/03/2024 postreply
21:45:12
•
大多數AI模型都有PyTorch 或者tensorflow 實現。PyTorch 支持OpenCL,OpenCL可以在
-study169-
♂
(131 bytes)
()
02/03/2024 postreply
22:05:03
•
你說的不錯。但時間就是金錢,而且是成千上萬億美元的規模。
-uptrend-
♂
(0 bytes)
()
02/03/2024 postreply
22:12:46
•
所以現階段大家訓練模型都是用Nvidia GPU,但將來運行大模型就會用各種自研的芯片
-study169-
♂
(50 bytes)
()
02/03/2024 postreply
22:18:50
•
Nvidia GPU的更新換代很快,沒那麽容易被替代。
-uptrend-
♂
(0 bytes)
()
02/03/2024 postreply
22:23:35
•
隻是LLM基礎模型訓練要求高。LLM微調訓練筆記本就可以勝任了。我們公司幾乎所有項目都是AI,連A100
-study169-
♂
(18 bytes)
()
02/03/2024 postreply
22:28:05
•
開源的LLM雖然能微調,但是性能不咋樣,用於專項評測時和隨機回答的結果差不多。你公司用的是開源的SLMs吧?
-uptrend-
♂
(0 bytes)
()
02/03/2024 postreply
22:37:14
•
除了專做LLM基礎模型的,大多數公司用開源模型,我們也是。AI應用有太多細分領域
-study169-
♂
(0 bytes)
()
02/03/2024 postreply
22:52:15
•
大概什麽性能的筆記本?要有獨立顯卡嗎?我們都沒微調,隻是用開源模型做推理,都運行不出來。
-Wm.Knabe-
♀
(110 bytes)
()
02/04/2024 postreply
01:41:20
•
一個同事用筆記本做過演示
-study169-
♂
(300 bytes)
()
02/04/2024 postreply
04:17:05