黄仁勋这几天聊了不少 DeepSeek ,主要观点:
1. 高度肯定了DeepSeek的技术贡献:
黄仁勋称 DeepSeek 的开源推理模型 R1“令人兴奋不已”,其发布本质上利好 AI 市场,能够加速 AI 的普及和采用。
DeepSeek 的技术进步扩大并加速了市场对更高效 AI 模型的追求,从而推动整个行业的发展。
2. 指出市场反应错误:
市场普遍反应“天哪,AI 似乎已经完了”,认为 DeepSeek 的发布意味着不再需要进行计算,但黄仁勋强调事实正好相反。
投资者误以为预训练后推理就不需要计算资源,但实际上推理是“算力密集的”,DeepSeek 的推理功能使其在得到更高质量的回答之前进行大量的“思考”,这将推动算力需求的增加。
黄仁勋指出,AI 的价值并不仅仅在于预训练阶段,真正的 AI 应用应该包含三个同等重要的阶段:预训练、后训练以及实际推理过程。
后训练仍然是模型“学习解决问题”的关键环节,需要大量资源。随着后训练方法的发展和多样化,市场对英伟达算力的需求将继续增长。
#智搜DS教会我的事# #deepseek# #ai创造营#
1. 高度肯定了DeepSeek的技术贡献:
黄仁勋称 DeepSeek 的开源推理模型 R1“令人兴奋不已”,其发布本质上利好 AI 市场,能够加速 AI 的普及和采用。
DeepSeek 的技术进步扩大并加速了市场对更高效 AI 模型的追求,从而推动整个行业的发展。
2. 指出市场反应错误:
市场普遍反应“天哪,AI 似乎已经完了”,认为 DeepSeek 的发布意味着不再需要进行计算,但黄仁勋强调事实正好相反。
投资者误以为预训练后推理就不需要计算资源,但实际上推理是“算力密集的”,DeepSeek 的推理功能使其在得到更高质量的回答之前进行大量的“思考”,这将推动算力需求的增加。
黄仁勋指出,AI 的价值并不仅仅在于预训练阶段,真正的 AI 应用应该包含三个同等重要的阶段:预训练、后训练以及实际推理过程。
后训练仍然是模型“学习解决问题”的关键环节,需要大量资源。随着后训练方法的发展和多样化,市场对英伟达算力的需求将继续增长。
#智搜DS教会我的事# #deepseek# #ai创造营#