个人主页

游戏玩家的短视……AI时代，谁还在乎那点消费端市场？游戏显卡6.4%的营收占比，能做什么？ 完全放弃游戏市场也不过分。动辄几千亿的Blackwell大订单，哪个游戏消费群体能比得了？还整天AMD驱动……

我就想问下，联通5G 室内速度有改善吗？跟移动天壤之别。。。

Drop需要啥子科学……就是对标iPhone 的Airdrop

港版安卓满血，Drop功能，国行也是阉割的，哎……啥都阉割

╮(￣▽￣"")╭我就说一个。 sparsebundle，不仅有分片，还能AES加密，就问除了MacOS 谁有。

让一群人鄙视Mac金子般的内存，继续装睡叫不醒吧。技术沉淀，科技创新的壁垒一旦形成，再也不是赢麻了能追赶的了。Mac的HBM深耕多年，CPU GPU直连， 再也不是Wintel联盟能追赶的了，毕竟Windows也大量迁移ARM。 😂也就是在国人圈里，还整天咒骂Mac内存贵。

Nope ～ GPU NPU本质都是硬件加速。用于AI计算(transformer 矩阵计算)……就是庞大数量的数学计算。同宗同源～

抛开功耗，就拿ARM指令集来说，x86 想实现的milestone，ARM全部走完且实现，反观x86 SEE4几乎是难产再推迟N多年……直到SEE4.1 4.2…包袱卸不下，新的东西也搞不进来。 大型云计算x86依旧为主，不过是架构稳定，大家不愿意尝试罢了……光是围绕x86建设的基础生态，ARM几乎完全没有。你有听过哪些服务器厂商为ARM定制的机器？很少……大多数的市场份额，还是Dell, HP, SuperMicro，甚至是联想。都是几十年的沉湎，各项技术，各种条件都有完整的解决方案，ARM？ 就拿目前的市场份额来说，虽然小，不是没有……AWS，HUAWEI都在做，优势很明显，大并发下，多核数量，是x86比不了的……x86最后一块遮羞布也就剩下单线程的IPC高了。可是这事要是几年前，切换确实难，但是目前各个领域都有AI介入，这个升级速度相当快。。。云服务发展方向，越来越依赖GPU。。。模型作为最底层的原动力，驱动整个业务架构重来，根本不是以前的摩尔定律发展模式了。ARM架构下的CPU GPU RAM完美联合，x86拿什么比呢？intel 当年胜在AMD 就是内存控制器CPU内部集成。而ARM，早就是内部集成，而且全部升级到HMB，现在intel 搞个HMB这么困难，要下游厂商各种支持，走到下一个时代太难。试想下，ARM架构的云服务器，单机128Core + 512G HMB RAM，这个成本，x86得多少？日益复杂的并发数据发展，intel 没落不是没道理。

不会推理？？？😂，那我跨平台cpython 写的transformer是啥玩意？？？？搞笑了吧，兄弟。喂，连显存堆叠怎么整合出512G都不清楚的你，到底在做啥？又是自己玩个别人蒸馏过的模型啊？😂 这会儿，不秀自己无知windows 配出来512G显存啦。又开始上升到transformer 训练啦？这到底训练的是啥。不会是部署别人蒸馏过的模型，直接跑吧？😂到底知不知道，transformer Inference 之间的关系？😂真的是越来越好笑了。

确实鸡同鸭讲，512G的HMB 内存……对标512G的显存。合着显卡叠加就成了？显然根本不清楚模型要做Memory Pooling的意义。能配出来512G显存的方案，只有NVLINK+NVSwitch，没别的方案……你那种只能叫分布式计算，跟训练模型所需要的VRAM完全不是一回事。最后……本地部署？ 合着你就是纯本地玩玩具一样呗？ 哪个公司专业做模型的，没个基础硬件服务？ 而且Mac studio 192G版本，很多公司都采购过做边缘计算。 搞清楚，模型在attention产生大量中间值才是消耗大头……怎么靠你这并联方案，连个pool 都没，产生一个，交换一次，再寻找一次，做次Map？玩呢…… 抱着你的win好好玩吧，就那DX托后腿的执行效率。