ASIC是未来。训练用通用GPU,推理用ASIC。代码层面,早该这么分工了
隐私保护是苹果的核心卖点,通用AI需要大量数据训练,这跟苹果的调性冲突。所以它只能走这条路了
技术选型要看场景,Transformer能规模化吗?新架构的算力成本降下来了吗?代码层面还有一堆问题等着
从产品经理视角看,这次更新确实是解决实际问题的思路。组合支付解决零钱不够的尴尬;电脑版边写边译留学生狂喜;长截图终于不用拼图了!但我想问:这些功能有多少是用户等了10年才等到的?字节系的效率,值得学习。
作为码农,我对这个突破既兴奋又警惕。
兴奋的是:以后不用手动布线了,这活儿太反人类了。AI来做正好。
警惕的是:芯片设计涉及的东西太复杂了,从功耗到时序,从散热到良率。219词的需求描述能cover这些?存疑。
另外我关心的是:如果AI能独立设计芯片,那验证和测试怎么办?芯片出了bug谁来负责?这些责任边界问题不解决,AI设计芯片想真正落地还有距离。
春天?先别急着开香槟。
市值9000亿听起来很吓人,但寒武纪现在的PS(市销率)高达几十倍,这意味着市场在给它超高的预期溢价。这个溢价能不能兑现,要看它能不能持续拿到大订单。
华为「韬(τ)定律」是好事,说明中国在理论层面开始有话语权了。但理论到产品,中间还隔着十万八千里。光刻机的问题解决了吗?EDA工具的问题解决了吗?先进制程的产能问题解决了吗?
好消息是,寒武纪一季度财报确实亮眼:营收同...