#深度学习

【AI热下百万年薪“抢人”：投机者涌入 企业“掐尖”】AI潮涌，同样点燃了求职热。记者注意到，在DeepSeek最新招聘中，公司对深度学习研究员、核心系统研发工程师等41个岗位“广发英雄帖”，其中，核心系统研发工程师月薪可达6万-9万，年薪最高达126万。此外，“AGI大模型－数据百晓生实习生”的招聘岗位月薪破万。AI岗位往往意味着高薪。招聘平台数据显示，算法工程师平均招聘月薪23055元。不过，

罗福莉（福莉），出生于四川农村的“95后AI天才少女”，现任DeepSeek公司深度学习研究员，是国产大模型DeepSeek-V2的核心开发者之一。她本科毕业于北京师范大学计算机专业，硕士保送至北京大学计算语言学专业，师从万小军教授，期间在国际顶级会议ACL上发表8篇论文（含2篇一作），奠定了其在自然语言处理（NLP）领域的学术声誉。职业生涯始于阿里巴巴达摩院，主导开发了多语言预训练模型VECO，

为什么有了深度思考之后AI连骂人都变强了？ DeepSeek R1 自己的解释是骂人不仅要靠脏话，也要有逻辑性… 同理也适用于写文章、写小说。 文采是表面，背后是逻辑。

深度分析下 DeepSeek-R1 用华为昇腾，推理集群大概多大？ 重磅消息，昨天的新闻，DeepSeek-R1 真的能在华为的昇腾AI加速卡上跑了。 根据华为官方，Atlas（昇腾） 300I Pro 推理卡单卡拥有 140 TOPS INT8 和 70 TFLOPS FP16这个性能足够推理用，但关键的内存则使用了LPDDR4X 24 GB，总带宽204.8 GB/s

o3-mini是专门在代码问题上微调的。r1同时在代码和数学题上微调。显然r1的代码能力不如o3-mini。这表明DeepSeek并没有魔法，数据决定模型，RL也是。

搞了这么久，Mac 32G内存最大只能跑14b的模型，64G能跑28b，128G是56b，最大512G可以跑200b 可是原模型大小有671b。。。 用本地小模型的人很快会发现，自己的模型效果为什么和API里serve的完全不一样？ 所以，所谓deepseek模型特别快，所以可以跑终端的意义何在？ 哪个模型的小版本不能跑终端？ DeepSeek现在看起来，唯一的价值可能只剩，他们把fb8

去年7月我们讨论过的“担心”被很多人嘲笑。现在因为deepseek的出现让这种“担心”变得“有可能”了。其实从第一性原理上思考：当你开始为自己的领先算力“洋洋自得”的时候，“算力”就开始从“护城河”转变成“累赘”了。（重点是“洋洋自得”）。

其实从来没有过「什么都没有」的时代，从来没有「从无到有」、「凭空出世」的科技产品和科技创新，所有新技术都是旧技术的新组合加上「小创新」，都是建立在旧技术之上的（所以会垒加抽象层、会导致前沿和创新总是在更靠近顶层的地方） 比如黄仁勋CES演讲中这两张图就是很具象化的例子 第一层： 用已有的通用GPU技术 （GUGPU 和CUDA编程）和已有的深度学习技术（CNN）组合出革命性的计算机视觉技术成果

这才是真学进去了