自從Meta 的 LLaMA被流出版後，進展真的飛速。
現在可以自搞Alpaca了。原Stanford的Alpaca因為版權問題，不能外放。現在應該會有一堆流出版。
https://replicate.com/blog/replicate-alpaca
已經有人開發出Mac的Chat-LLaMA版了。
https://github.com/antimatter15/alpaca.cpp
Windows版，應該近日可期。
如果在自己的機器玩Chat-LLaMA，大概需要什麼樣的規格？(Training當然是另外一種規格)
以下是講4 bit quantized的需求，很粗略的估算
7B模型需要約8GB（4GB+4GB)
13B模型約16GB
30B模型約40GB
64B模型約85GB
現在聽說13B的性能與表現最能接受，但看發展速度，30B應該會是PC的應用主流。
所以現在組電腦，ddr5的32GB x 2條，應該是基礎，預算是先抓容量再抓速度。
DDR5在這裡的應用對DDR4會有優勢，目前價差應該是可接受，但預算太緊那還是選DDR4因為容量優先。
CPU就越多核越好，框框越多越好，小核在這超好用。
顯卡GPU因為記憶體少，所以不如CPU好用，然後買CPU一定要有內顯的，做保險。如果內顯加速版出來了，也許就不需要多核CPU了，目前難判斷就是。
所以喜歡買AMD的粉絲們，請多多考慮AM5，然後x3d應該是沒有優勢。
Chat-LLaMA實在發展太快，半年內應該會有各種應用出現，就像Stable Diffusion促進顯卡的需求。
下半年，多種應用出現(Ai助理)，可能又會有一波PC升級潮，這次記憶體需求應該會很旺盛。