#AI训练

1个月前

今天ELON说要在5年内达到用相当于5千万张英伟达H100芯片的算力，然后增加到上亿个H100的算力能力，关键是“等同于50M的H00芯片”句子中的“等同于”这个说法，而不是说实际使用50M张英伟达H100卡。不排除未来大量使用特斯拉自己做的AI6芯片来训练，达到等同于目前5千万张H100芯片的算力。其实，未来的AI训练和发展瓶颈不是芯片而是电力供给。未来5年AI训练需要的电力将有指数级的增加，就算有了芯片也不等于能够达到于此匹配的电力供给。哪家公司最有可能突破电力供给满足5千万张卡的训练强度？哪家公司即是AI公司也是能源公司？答案很清楚，就是TESLA本身。今天巧的是，ELON同时暗示了他已经准备好了解决电力供给的瓶颈问题。把这两个消息结合起来我们看到了ELON已经超越竞争对手全考虑到了，并且已经布局了。今天，ELON同时证实，FSD的V14将有比人类司机好2到3倍的能力，V15 将达到比人类司机好10倍的能力。也就是说，在不超过半年的时间内，特斯拉将获得无监控的FSD。综合看来，这三个消息同时到来，表明ELON已经在AI训练的硬件上，在电力供给上，都已经超前布局了，而且FSD已经无限地接近全无监控的能力了。这家公司已经是势不可挡了。不确定他说的增加芯片的是XAI还是Tesla，但无论哪家公司增加芯片算力都是互相促进的，解决电力供给的只有靠Tesla了

#Elon #特斯拉AI芯片 #电力供给 #FSD #AI训练

Luo说不啰嗦

2个月前

问：老黄的下列发言中，哪些是真话，哪些是假话？ A. 我非常想买一台小米汽车，可惜在美国买不到，这是我们的遗憾。 B. 如果有人仔细看过华为手机，就会明白其中蕴含的技术奇迹。 C. 华为芯片在 AI 训练中取代英伟达只是时间问题。 D. 总感觉公司快倒闭了，担任 CEO 没有趣味。

#老黄 #小米汽车 #华为 #AI训练

2个月前

文件传输与分享平台 #WeTransfer 修改使用协议撤回使用用户文件训练 AI 的条款，此前该条款规定 WeTransfer 有权使用用户上传的任何文件训练 AI 模型或出售。对用户来说这严重威胁隐私安全，因为分享的很多文件包括合同和私密内容。查看全文：

#WeTransfer #AI训练 #用户隐私 #使用协议修改

3个月前

🌟XinGPT Research项目简评-SaharaAI🌟 1️⃣Sahara是做什么的？从去年Web3+AI的叙事开始火，Sahara就是一个绕不开的项目，我简单地将Sahara的业务分为两部分，一部分是AI数据层，通过标注、采集等方式获取需要训练AI的数据集，另一部分是公链平台，完成特定的AI训练任务，资产化和交易。 2️⃣为什么看好Sahara？团队牛逼。大教授+crypto native的组合，Sean是少有的在学术圈有所成就还愿意亲自创办web3项目，并且作为创始人而不是站台卖名声，这一点就跑赢了99%的教授项目。Tyler在bn labs历练之后，也增强了团队在web3项目的运作经验。 3️⃣为什么应该参与BuidlPad募资？ BuidlPad的创始人与我在bn曾共事，工作能力和人品有口皆碑，Buidlpad第一个项目Solayer上线之后的强势表现也打爆了所有空头。 4️⃣如何参与社区轮： Buidlpad推出$SAHARA社区分配活动，总额850万美元，占总供应1.4167%，FDV为6亿美元，活动时间为2025年6月8日至6月18日，需完成KYC、认证X账户、关注Buidlpad并加入Discord，参与者需在6月10日至6月11日订阅，6月14日至6月15日贡献50至3000美元（使用USD1或BNB），最终分配在TGE时100%解锁。优先分配（最高30%）：给予Sahara AI生态活跃成员，需在6月7日前提交相关内容获取代码。有网友议论，6亿美金看起来不便宜，但我觉得对于一个头部的AI +Web3项目来说，对标应该是10亿美金的预期。当然后续发展空间看团队执行力，执行的好，天花板更高。能打的中，基本上不会亏钱。该冲就冲。

#Web3 #AI #Sahara #数据集 #公链平台 #AI训练 #资产化 #交易 #教授 #Crypto

6个月前

老马：Dojo 1现在已经负责了5-10%左右的FSD训练，Dojo 2相较于Dojo 1将会有10倍的提升！除了有5万张GPU的cortex中心，Dojo将可能有突破性创新为AI训练提速！！

#Dojo #AI训练 #FSD #GPU #突破性创新

11个月前

很多人不理解为什么*人形*机器人的设计要先“像人”再“超人”，而不是反过来。比如，有人说“普通人做的事情超人也可以做，但反过来不行”。这句话在智能机器人身上不成立。因为做的“像人”是更难的目标。需要大量的AI训练。但是训练的基础是机器人硬件设计和人类结构类似，能完成人类精细和协调的动作。当你上来就把机器人设计成“超人”，极大可能它是个“异形”机器人，结构做了“优化”，和人类差别很大。这就会导致人类的训练数据无法在超人机器人身上训练。很多上来就设计“超人”机器人的公司，可能一开始就没想清楚如何把人形机器人通过AI训练成取代人的通用机器人。这会导致它们的机器人硬件无法匹配AI训练，多少年后依然只会“花拳绣腿”，做不了“人事儿”。做不了“人事儿”的人形机器人就是个玩具。正确的设计思路是，先从硬件“像人开始”，然后用人类数据训练AI，具备取代人的自主工作能力，然后，如果你愿意，增加“超人”的物理能力（比如让它花拳绣腿后空翻被折叠啥的）。Honda 的Asimo 就是很好的例子。硬件已经做的很像人，可惜当时AI的发展无法实现让机器人具有真正自主工作的能力。其实，能把硬件+AI做成像人就解决了世界难题，可以赚大钱了。上来做“硬件超人”是舍本逐末，对工程资源的浪费。

#AI浪潮：重塑就业，风险暗涌？· 107 条信息

#人形机器人 #AI训练 #硬件设计 #通用机器人 #本田Asimo