芯片是大模型背后的算力之源。凭借10000片英伟达GPU芯片,OpenAI训练出了GPT-3大语言模型,英伟达的GPU也成为大模型训练的首选。而与英伟达并称为显卡双雄的AMD,在这波AI浪潮中自然也不甘落后。今年下半年,AMD将推出对标英伟达GH200超芯的MI300,发力AI训练市场。MI300是市面上首款“CPU+GPU+内存”一体化产品,也是AMD投入生产最大的芯片,晶体管数量达到1460亿个。
“有意见”留言板
@媒体搬运工:在大模型这波热炒中,芯片居然成了最大赢家。俗话说,羊毛出在猪身上。当AI烧钱到这个程度,那谁会买单呢?就像某个广告词所说的,我们不生产算力,而只是算力的搬运工。算力的狂欢,谁是最后的接盘侠呢?!
@Ada:最近《福布斯》刚为AMD CEO苏姿丰发表了特刊,称苏妈一手策划了硅谷历史上最重大的企业转型之一,使得一度濒临破产的AMD股价在不到十年里增长了近30倍。杂志还提到黄仁勋是苏姿丰的远房亲戚,那么这次面对AI浪潮,同为华裔芯片老总的她,能将AI王冠从这位“远亲”的头上摘下来吗?
@无糖冰可乐:AMD在GPU市场取得成功的潜力很大,并且在研发方面投资加大有利于公司在竞争中占得先机。英伟达等竞争对手也在不断进步,因此双方之间的竞争必定会持续激烈。不管结果如何,消费者最终将受益于市场竞争所带来的更高性能、更创新的产品。
好文章,需要你的鼓励
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。