芯片半导体

deepseek/deepseek-r1-distill-llama-70b位列排名榜第三名，排在openai/o1和deepseek-r1之后：

DeepSeek 可能会带火中国的芯片行业，让中国芯片进入一个超速发展时期：DeepSeek V3 从一开始就能在华为的 昇腾 Ascend 芯片上跑推理。华为的 910C 芯片（能匹配英伟达的 H100 ）既可以用来训练，也能用来推理。 英伟达厉

性能强劲。跑 deepseek 速度超快，功能齐全充性能，原装未拆封 4090涡轮显卡打折仅96GB，全新靠谱，性能无敌！不挑系统！ 不挑驱动！

DeepSeek R1 Distilled Reasoning 模型通过“思路链推理”来仔细分析复杂的问题。它们不会马上给出答案，而是先花时间生成一系列的“思考”步骤，这通常需要内部处理几百甚至几千个标记。这种方法让模型在给出最终答案之前，能够评估各种可能性。虽然这会增加一些等待时间，但通常

中国消费级 GPU 制造商现已开始支持在本地系统上运行 DeepSeek 的 R1 LLM 模型，加入全球 AI 竞赛。 你的下一个家庭AI实验室可能有 48GB 的​​中国卡。

英伟达新博客文章：LLM生成的GPU内核显示了FlexAttention的加速。前有DeepSeek极端榨取英伟达GPU硬件性能被曝光，英伟达反其道，用DeepSee

DeepSeek极端榨取硬件性能，看起来不同寻常！推理和训练之间最大的区别之一是通信需求。 1、对于推理：芯片之间不需要太多通信。你可以把它想象成普通的

1865年，威廉·杰文斯发现，尽管蒸汽机效率提升，英国的煤炭消耗却呈指数级增长。这一现象被称为“杰文斯悖论”：技术进步并未减少资源消耗，反而因应用范围扩大而增加了需求。类似的情况可能正在NVIDIA身上上演。尽管AI模型如DeepSeek-R1的效率不断提升，但这未

特斯拉的Optimus有望成为下一个革命性产品，将超越智能手机，成为我们这个时代的标志性技术。 Optimus不仅仅是一个

Apple 用自己玩游戏的方式造出了一些特别厉害的自动驾驶汽车“大脑”：……自动驾驶的未来可以通过模拟和现实世界的数据来实现…… Apple 的研究人员完全通过自己玩游戏的方式训练了一些聪明的

AI智能三个发展规律：资源驱动、成本骤降、经济价值飙升。 OpenAI山姆奥特曼最近认为：工智能的规模定律将保持不变，“没有理由在不久的将来停止指数级增加投资”！ 1. AI智能与资源的关

这篇文字主要讲述了公司在构建公共云服务过程中，对GPU支持的探索和挑战。公司最初投入大量资金，押注于为AI/ML推理任务提供GPU支持，并创建了Fly GPU Machines。然而，尽管GPU在AI/ML领域的重要性被正确判断，但公司发现其产品可能并不适合当前市场需求，尤其是开发者更倾向于

Majorana 1：世界上第一个由拓扑核心驱动的量子处理单元 (QPU)，设计用于在单个芯片上扩展到一百万个量子比特。

从破解CUDA到端侧推理模型，DeepSeek如何颠覆AI领域，挑战科技巨头垄断？ 1、为何DeepSeek能破解CUDA？据传：英伟达只是限制了GPU的硬件功能，但它的软件CUDA并没有改。所以，当DeepSee

上周五下午，杰弗里·伊曼纽尔在布鲁克林的家里开始写一篇博客。他坐在电脑前敲了好几