书阅网

手机浏览器扫描二维码访问

第57章 孙博的能力（第1页）

大规模购入显卡这件事儿，微软和OpenAI丝毫没有对外保密，甚至搞的格外高调。

这边刚一做完决定，立即就搞得满世界都尽人皆知了。

“这……”

纪弘看到相关消息，简直有些哭笑不得：预测模型这么准的吗？

想想很离谱，但仔细一分析，确实也在情理之中——因为微软压根儿就没有第二条路可以走。

耳语系统虽然没有表现出超强的攻击力，卷耳智能科技甚至都没有为它开过一个发布会，有点儿并不重视的样子，但它的战斗力就在那，任谁都没法忽视。

哪怕根本就没有正式在美欧地区销售，就已经开始慢慢的侵袭微软的Windows市占率了。

如果下一个版本还不能扭转过局势来，那劣势瞬间就会转化为败势！

生态是护城河不假，但被护城河淹死在城内的可是有先例——当年诺基亚塞班系统市占率高吧？现在再看看，哪里还能看到它的影子！

护城河是对同级产品而言的，过于落后，掉到河里的只会是自己。

纪弘也是想到了这儿，随后又看了看那个预测类AI模型：如果变量过多，时间很长，对它来说确实难度很大。

但如果变量很少，就像这次，预测GPU行业，单单就这一个行业，预测某些公司的短期动向，看起来还是很靠谱的。

“这东西包装一下也是一个非常强大的产品！”

纪弘这么想着：“先拿去给陈继业做企业分析试试。”

“微软这边……”

决心下的那么大，所有人都看出微软要做什么了，纪弘当然也不例外，这个时候，他在思考这样一个问题：

“现在他们的大模型，Transformer这类的，靠无限制的堆积算力，就能无限的提高模型能力吗？”

纪弘对此还真没有研究——先前在创界，主要利用别家平台进行接口对接开发，后来自己创业，上来就是类思考模型，对T模型属于降维打击，并不存在这样的问题。

他对此没有什么研究，但有一个人一直在关注着这方面——这个人就是孙博。

“靠无限制的堆积算力获得高性能大模型，短期内是可行的。”

孙博也是看到了微软的行动，在CSDNBlog跟一群人正在探讨相关的话题：

“长期的话，倒不是有上限，真要有魄力不计成本无限制的去堆积算力，理论上是真的能够获得无限制的性能提升的。

“但也仅仅只是理论上，这里边有一个巨大的问题，根据我的研究，它的增长不是线性的。

“我大约计算过，实际的增长曲线就不说了，很复杂，但大约可以简化为这个函数：y=c·log（e）·（X+1）。

“这里边y指的是性能，X你们就姑且理解为算力堆积的基本单位，大约趋势如下图。”

就算是对数学再不懂的人，看到这个公式也该看出来了，因为这个函数的曲线到最后，几乎就是一条平平的横线。

也就是说，当显卡堆积达到一定规模之后，就算再堆积硬件，性能虽然也会增加，但增加的也会十分有限，到最后甚至肉眼都不可见了。

这么说着，孙博还举例道：“以现在的GPT4为例，如果想要一个2倍GPT4参数的大模型，对算力的需求大约会是多少呢？

“我计算过，大约需要十几倍。

而且公式计算的只是理论效果，而更大规模的集群，片间互联的损失肯定也会更大，实际效果只会更差。”

孙博很是热情，只要不涉及他自己工作的机密和核心，只要他在的时候，那几乎是有问必答的。