https://x.com/QQ_Timmy/status/1885334159914393989?mx=2
艦長J快訊 重要的突破要多寫一次
2025/1/31
總之，這幾天是一次很燒腦的過年假期，感覺比平常還要認真研讀資料
。甚至大年初一晚上還有大陸券商辦專家論壇..... 這個市場實在太捲。
當然，花了這些精神做功課，就是要研究一下開年後的投資動作，究竟是新春大特賣趕快
撿便宜、還是苗頭不太對腳底要抹油？很遺憾的，這幾天研究下來，個人目前對硬體的看
法越來越偏向後者，但相關的AI應用卻可能加速發展。
DS的論文重點以及它在演算法上的突破，網路上已經有很多人分享，我就不再贅述；直接
講幾個觀察到的重點吧～
1. 還記得Apple為了推銷Apple Intelligence，將iPhone 全面升級到8GB以上嗎？這僅僅
是為了跑一個3B 參數的小模型而已。 現在，有人成功用一張 Nvidia RTX 6000 (48GB
VRAM) 就可以跑動 DS 671bn 參數的大模型，而且這個模型還開源可以直接下載。
這代表什麼意思？以後企業或個人要佈建AI，可能買一台具有高階顯卡的電腦就做的到。
不用每個月花200USD訂閱OpenAI、不用CSP租賃昂貴的AI server & 網路..... 在地端佈
署AI 變得簡單＆便宜許多。這兩天已經有看到朋友的公司開始研究把AI模型的佈建轉為
在地端執行的可能性。
2 各大廠紛紛投入：短短幾天，可以看到微軟、AWS、NVIDIA 都開始提供DS R1 模型的服
務。由於對硬體的要求的確不高，百萬token 輸出的價格只要2.19美元（作為對比：
OpenAI的輸出價格爲60美元/百萬Token），價差接近30倍。
NVIDIA 官方也有描述：在單個NVIDIA HGX H200系統上，完整版DeepSeek-R1 671B的處理
速度可達3,872 Token/秒。僅需一個系統就可以完整運作DS R1 大模型。就算企業依然需
要利用雲端來佈建AI，需要的系統＆價格也比之前簡化許多。
3 NV關鍵優勢不再？ 這兩年來，我們持續提到NV產品在大模型與高運算力方面的優勢，
包括記憶體的使用、NVlink多卡串聯、Scale-up/out 的領先等等；在探討下一代Rubin或
更後面的產品，討論的是一個機櫃做到NVL 144/288 、如何處理這麼大功耗的產品、系統
架構該如何演進等等；重點不僅僅是“教主產品做的比別人好”，而是“不用教主的產品
就根本無法訓練＆使用這些大的模型”。
忽然間，這個必要性被打了一個大問號。
進而延伸的問題：HBM、CoWoS等等原本為了在空間體積功耗等等限制下塞進最多算力的技
術，是不是仍然必要？還是有許多便宜的替代品可以用？
BTW，很多人喜歡把政治問題扯進來。對我來說，探討DS本身到底用了多少卡有意義嗎？
沒有，重點是現在實際佈署R1的硬體需求就是極低；其次，它有沒有抄OpenAI? 應該有吧
～ 不過OpenAI 的 GPTBoT 在網路上不顧版權的到處亂抓資料也不是一兩天的事情了～
抓完還不開源勒。對投資而言，研究整個市場結構的變化，比這些枝微末節的小事重要多
了。
投資總有風險，本人過去績效不做未來獲利之保證。最近詐騙猖獗，本人不收會員、不用
追蹤、不騙流量、不需粉絲、更不必按讚分享開啟小鈴鐺。快訊僅供好友交流之用，如果
你與我看法不同，你肯定是對的千萬不要被我影響。
===
當一堆人在炒DS抄襲 盜用 其實也用了五萬顆H100沒什麼了不起的時候
全球玩家已經有人試著把DS離線安裝在手機上測試
發現這東西真的可以大幅減少對硬體的需求
而且最可怕的是這東西還開放原始碼給大家使用
有人下載了671B到自己個人電腦建模
而這對市場整個行業的發展方向其實是很大的衝擊吧
有沒有這種開源給全球玩家去玩的八卦??