今天听了三个小时的AI大模型讲座，有几个感受大模型作为基础设施，为国之重器，已经超越了个人或者企业的能力范围，对大模型的争夺已经事关中国近20年的国运。中国必须采取一切手段去争夺算力、数据和人才，趁现在还没落后太远。大模型做的好坏与否取决于高质量数据，中文资料少，质量差，应该在可遇见的未来无法超越外国的大模型。能做的只有在外国语料库上进行训练。大模型是可以解释的，包括为什么这个模型性能好，为啥那个

大模型后续投入需要更大的算力支出，更低的模型价格，更高的技术门槛。这意味着，淘汰赛已经开始了大模型竞争正在加剧。2023年之前，1万枚AI（人工智能）芯片的数据中心是基础大模型的入场券。2024年以后，基础大模型有朝着10万枚AI芯片为基础的方向演进的趋势。在这一背景下，微软、亚马逊、谷歌、阿里等拥有云计算业务的科技公司都在加大投入力度。大模型是“吞金兽”。硬件层面，它需要巨额资本支出用于采购芯片

今天听了三个小时的AI大模型讲座，有几个感受大模型作为基础设施，为国之重器，已经超越了个人或者企业的能力范围，对大模型的争夺已经事关中国近20年的国运。中国必须采取一切手段去争夺算力、数据和人才，趁现在还没落后太远。大模型做的好坏与否取决于高质量数据，中文资料少，质量差，应该在可遇见的未来无法超越外国的大模型。能做的只有在外国语料库上进行训练。大模型是可以解释的，包括为什么这个模型性能好，为啥那个

重磅消息，国资委打响了国内AI第一枪！宣布央企将把发展AI放在全局统筹地位上，并加快建设一批智能算力中心。这意味着传统行业又迎来了一次大洗牌，这个过程需要大量AI人才！！现在国内头部人工智能公司已经开始用AI数字人助力各行各业，央企+交互数字人将成今年一整年的趋势。除此之外，知名大厂也都在布局AI市场。懂AI的程序员年薪已经翻到近100w!风口之下，与其焦虑被行业淘汰，不如先人一步掌握 AI 大模

从技术演进看，无论是之前的AlphaGo，还是如今的大模型，本质上都是深度学习的延续。“大”意味着大数据、大算力和大参数量，“统一”体现在NLP、视觉、语音等模态的融合，以及感知、理解和生成能力的融合。旷视的研究院团队从很早开始就投入大模型的研究，在视觉技术、底层框架和数据闭环等方面积累了大量基础科研成果和科研人才，为多模态大模型的持续迭代奠定了基础。赵立威表示，“今年肯定是一个从0到1的过程，最

大模型后续投入需要更大的算力支出，更低的模型价格，更高的技术门槛。这意味着，淘汰赛已经开始了大模型竞争正在加剧。2023年之前，1万枚AI（人工智能）芯片的数据中心是基础大模型的入场券。2024年以后，基础大模型有朝着10万枚AI芯片为基础的方向演进的趋势。在这一背景下，微软、亚马逊、谷歌、阿里等拥有云计算业务的科技公司都在加大投入力度。大模型是“吞金兽”。硬件层面，它需要巨额资本支出用于采购芯片

今天聊一聊大模型，我们都知道AI的三大要素是：算法、数据、算力。那什么是算法？什么又是模型呢？什么又是大模型呢？（1）算法是一系列解决问题的明确指令或步骤。算法可以是通用的，也可以是针对特定问题设计的。在机器学习中，算法通常指的是学习过程中的优化方法，比如梯度下降算法、随机梯度下降算法、决策树算法等。算法是实现模型训练和预测的基础。（2）模型是算法在特定数据上学习得到的表示。它是一个抽象的概念，可

今天听了三个小时的AI大模型讲座，有几个感受大模型作为基础设施，为国之重器，已经超越了个人或者企业的能力范围，对大模型的争夺已经事关中国近20年的国运。中国必须采取一切手段去争夺算力、数据和人才，趁现在还没落后太远。大模型做的好坏与否取决于高质量数据，中文资料少，质量差，应该在可遇见的未来无法超越外国的大模型。能做的只有在外国语料库上进行训练。大模型是可以解释的，包括为什么这个模型性能好，为啥那个

LLM 技术图谱（LLM Tech Map）是将 LLM 相关技术进行系统化和图形化的呈现，此图谱主要特点是“专注于技术人视角”，不求从 LLM 产业角度汇聚信息，而是希望让从事相关工作或是想了解 LLM 的技术人有一个快速感知。LLM 技术图谱（LLM Tech Map）从基础设施、大模型、Agent、AI 编程、工具和平台，以及算力几个方面，为开发者整理了当前 LLM 中最为热门和硬核的技术领

当前国内外厂商加速布局大模型，同步带动算力需求爆发式增长，驱动AI服务器行业高景气。根据TrendForce数据，2023年AI服务器出货量近120万台，占据服务器总出货量的近9%，年增长达38.4%；预计2026年AI服务器出货量为237万台，占比达15%，2024-2026年复合年增长率约25.50%。价格方面，通用服务器价格一般为几千美金/台，而主流AI服务器价格多在10-15万美金/台，单