註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

Ryan Leung 梁興盛, CFA
@RYANHINGSHING
Buyside equity analyst. Tech/Fin. Investing in tech/semi supply chain. Not investment advice. DM open.
800 正在關注    16.4K 粉絲
post training只是下一波的一小部分 下一波是长时自主任务,一人/无人公司,ai4s,机器人
這週AI trade跌跌不休的原因:大量基金爆倉 已經是一堆帶血籌碼
Comprehensive list of hedge funds blowing up this week, getting large redemptions, or shutting down PMs: - Axebrook - Walleye - Engineers Gate - Lone Pine - Millennium internal pods - Verition pods - Samlyn Letter from Walleye closing internal funds below
顯示更多
我昨天指"Post-training是下一波算力浪潮"引起了范總和金老師的辯論。我就無意跟任何人辯論了,只是思考了一天,有空就想說下我都想法。 范兄說的話有道理。他指Post-trained開源推理模型小、Token成本小、收集優質data和eval進度慢,所以Post-trained模型帶來的算力和進度也不會很快(應該是和之前AI coding增長相比)。 確實如此,開源推理模型市場本身真的很小,收入只佔總體模型收入的幾%。所以即使開源有明顯增長,可能未來一年都不會為整體算力帶來明顯的增長。而且不能忽視優質data和eval等瓶頸。 我的看法是 1. 不只開源推理需求在上升,閉源推理需求也上升(增速變慢是確定的)。閉源推理需求很大程度上來自資深工程師、研究員、量化交易員、...等人的需求。對於這部分人來說,支付更多金錢從來不是問題,問題出在模型能力還不夠強,有不低的錯誤率和需要人工 review。模型還在進步當中,所以閉源推理需求上升是確定的。 2. Post-trained開源推理模型增速高於閉源推理增速,這是企業應用AI在workflow的關鍵。當workflow產生又同時帶動非傳統coding更複雜的AI需求(例如code review、security、testing、product design、 ...) 3. 很多人非常看重ROI,但很多公司都不是看ROI,而是看有沒有被新玩家顛覆的風險, token spending作用風險管理策略。 所以未來需求還是會大幅增長,問題從來是需求增速下降會不會導致供大於需。以我找到CSP的渠道,他們有信心2-3年算力繼續供不應求。即使需求增速變慢,供應依然是瓶頸。 對我來說唯一問題是雲能不能維持 >$ 50B/GW以上的暴利收入。我看法是GW收入不一定維持,但是整體半導體和算力依然供不應求。 范兄認為算力和半導體是週期性(下跌)的,長期看好AI,我表示尊重。我認為或許只有部分半導體公司的需求會面臨週期性下跌,會繼續缺貨的還是會繼續缺貨。
顯示更多
我昨天指"Post-training是下一波算力浪潮"引起了范總和金老師的辯論。我就無意跟任何人辯論了,只是思考了一天,有空就想說下我都想法。 范兄說的話有道理。他指Post-trained開源推理模型小、Token成本小、收集優質data和eval進度慢,所以Post-trained模型帶來的算力和進度也不會很快(應該是和之前AI coding增長相比)。 確實如此,開源推理模型市場本身真的很小,收入只佔總體模型收入的幾%。所以即使開源有明顯增長,可能未來一年都不會為整體算力帶來明顯的增長。而且不能忽視優質data和eval等瓶頸。 我的看法是 1. 不只開源推理需求在上升,閉源推理需求也上升(增速變慢是確定的)。閉源推理需求很大程度上來自資深工程師、研究員、量化交易員、...等人的需求。對於這部分人來說,支付更多金錢從來不是問題,問題出在模型能力還不夠強,有不低的錯誤率和需要人工 review。模型還在進步當中,所以閉源推理需求上升是確定的。 2. Post-trained開源推理模型增速高於閉源推理增速,這是企業應用AI在workflow的關鍵。當workflow產生又同時帶動非傳統coding更複雜的AI需求(例如code review、security、testing、product design、 ...) 3. 很多人非常看重ROI,但很多公司都不是看ROI,而是看有沒有被新玩家顛覆的風險, token spending作用風險管理策略。 所以未來需求還是會大幅增長,問題從來是需求增速下降會不會導致供大於需。以我找到CSP的渠道,他們有信心2-3年算力繼續供不應求。即使需求增速變慢,供應依然是瓶頸。 對我來說唯一問題是雲能不能維持 >$ 50B/GW以上的暴利收入。我看法是GW收入不一定維持,但是整體半導體和算力依然供不應求。 范兄認為算力和半導體是週期性(下跌)的,長期看好AI,我表示尊重。我認為或許只有部分半導體公司的需求會面臨週期性下跌,會繼續缺貨的還是會繼續缺貨。
顯示更多
同意,中期選舉結果對川普在美伊戰爭中的的選項影響很小,因為美伊之間的核心問題根本沒有解決。 美國、伊朗的核心分歧包括核問題、承認對霍爾木茲海峽的控制、恢復六月 MOU、解除制裁與釋放凍結資產,而且MOU本質上沒有解決伊朗地區戰略問題, 例如:核問題、海峽控權問題、地區代理人問題。承認這些條件對美國來說很難接受,伊朗也不見得很快放棄。而且雙方對持久協議的信心很低,對在有限協議中誰先讓步也沒有共識。 儘管民主黨經常指要停止戰爭,但我不認為民主黨會出賣美國利益或者能快速解決這些核心問題,可能市場是錯的。
顯示更多
Checking the white house today: It is giving me 2021 Capitol Hill deja vu. Trump is in denial not of the election but of the Iran war this time. At midterm rallies, every single Democrat is calling for an end to this war and every single one of them pretends not to know the 7-point condition set by Iran let alone calling on Trump to sign the deal. I rarely disagree with the market but this time I do.
顯示更多
@RYANHINGSHING 我朋友原来内蒙施工队已经在马来西亚接了好几单活
我指的是康方生物依沃西HARMONi-6 单一实验的数据问题 1. 实验人群是中国人(想进入外国市场必须有外国人群) 2. 剔除75岁以上病人(高年龄人士PD-L1有效性下跌,更高毒性。全球75岁以上病人占比高) 3. OS出现断崖式下跌(随访时间不足导致后期风险人口不足) 4. 看来对65岁以上人群的没有帮助(PFS) 之前媒体吹太大,害散户亏大钱。康方依沃西能不能翻身可能要看HARMONi-3, 而不是HARMONi-6, 因為HARMONi-3包括國外人群
顯示更多
@RYANHINGSHING @YulinYi 请教下康方的数据和实验设计问题能不能多讲讲?
在東南亞建大量數據是趨勢🤔 例如馬來西亞根本不缺水、電,也不會反對建立數據中心 聽到不少非中公司想在東南亞建數據中心
Google is investing US$15 billion in data centres in Sungai Buloh, Puncak Alam, Serendah and Port Dickson. Do these places ring a bell? The biggest beneficiaries of the global semiconductor boom? South Korea, Taiwan & Malaysia.
顯示更多
0
18
144
10
轉發到社區
看到「蓝V互关」 「真诚交友」 「浇朋友」等字眼必定封锁。 早看着不顺眼
@RYANHINGSHING 嗯 尤其是柔佛 皇子也支持 几乎每个星期都可以看到dc 变电站合约在持续颁布 就算是中小型公司 各个手上变电站项目合约 几乎都在1bil myr 以上
顯示更多
在東南亞建大量數據是趨勢🤔 例如馬來西亞根本不缺水、電,也不會反對建立數據中心 聽到不少非中公司想在東南亞建數據中心
Google is investing US$15 billion in data centres in Sungai Buloh, Puncak Alam, Serendah and Port Dickson. Do these places ring a bell? The biggest beneficiaries of the global semiconductor boom? South Korea, Taiwan & Malaysia.
顯示更多
0
18
144
10
轉發到社區
所以,如果未來data center建設受限制,現有data center capacity的CSPs可以漲價。 相反,Neoclouds受到的衝擊最大
Most existing data center capacity is held by CSPs, while most new capacity in Texas is being added by neoclouds. CSPs can also add capacity outside the U.S. (see $GOOG recent 15bn investment in Malaysia)
顯示更多
我同意修墙,但驱逐没犯事的黑身份确实没必要 另外我是中立选民,谁做得好就投谁 长期投蓝这种不带脑子的做法只能说明你不适合当选民🥱 还有你一个中国IP的就别装美国人了
顯示更多
我認為金老師不用為intel下跌向任何人道歉 1 投資從來就是自己負責,別把虧錢的責任推到別人身上 2 他說的長期邏輯完全沒有問題,邏輯也沒有轉變。如果你是長期價值投資者而且認為100元值得買,那麼80元也應該更值得買,60元也應該更值得買 3 有些人指責他短期操作(進進出出)又不跟他們說,但是為什麼每一次操作都要跟他們說?而且不是每一次市場大跌前他都有警告過調整風險嗎?減不減倉應該自己判斷風險,而不是要求別人告訴你。另外,如果你想要專業服務,應該找一間專業的資產管理公司,而不是找他 4 他明顯不是經常做短期的人,為什麼要用短期標準質疑他? 例如他買入META的價錢是19元,這隻股票中間有多次調整他也沒跑。長期而言他不是大賺嗎? 要想看短期的話應該看 @labubu_trader 再說說Intel。三季度業績超預期,4季度miss。miss的原因是Intel預測需求PC需求比實際情況高,所以預留了PC CPU產能。但實際上PC需求太差,同時intel CPU架構有點特殊(AMD沒有這個問題),因此短期內PC CPU產能沒辦法切換至server CPU產能。所以這只是短期因素,長期趨勢沒有變。 另外不喜歡看可以別勉強。不同意者不必留言, 不愛看者可以unfollow或拉黑我, 傻逼留言會被封鎖
顯示更多
0
35
164
9
轉發到社區
最近看到西方(特別是歐洲)因過度追過度追求政治正確而遺忘了優秀的傳統西方價值觀, 心裏感到十分可惜。今天看到Rubio在希臘的演講後深受感觸, 下面是我聽完他的演講後的感想。 美國從建國開始就帶著的古希臘基因。從首都華盛頓建築到憲法誕生地費城(Philadelphia名字本身就是希臘文), 到處都是古希臘的影子。美國開國先賢在建立國家制度時,讀了大量歷史書,包括《聯邦黨人文集》(Federalist Papers), 其中被引用最多的作者希臘歷史學家普魯塔克。美國的民主、共和、法治精神本質上是古希臘智慧的體現。 除了民主或哲學的制度外, 古希臘還為西方帶來了內在美德品質(Virtue), 包括追求卓越、勇於冒險、充滿激情之火(Thumos, 對事物充滿激情)。希臘人因此喜歡競技, 不論是在體育、藝術、詩歌, 他們建立競技場讓偉人不斷挑戰自我, 透過持續的奮鬥磨礪潛能。 然而, 西方左派(特別是歐洲)為了追求形式上的絕對平等, 制定標準確保無人失敗, 不惜拉低所有標準去遷就平庸。當制度不再鼓勵頂尖與傑出, 而是處處防範有人「失敗」時, 實質上是在懲罰努力與天賦。古希臘文明最核心的美德正是追求卓越, 當一個社會選擇限制追求卓越, 不但磨滅了頂尖人才和突破創新的土壤, 更令整個文明失去了向上攀登的激情與動能。 更令人唏噓的是, 如今在歐美街頭的示威中, 竟有大量年輕人揮舞著巴勒斯坦和其他反美旗幟, 甚至為極端主義高呼。古希臘人留下的民主、法治與理性, 如今卻被政治正確扭曲為對極端意識形態的盲目熱情。這種精神上的自我否定與價值倒置, 無疑是西方精神最深層的危機。 看著當今西方社會開始丟失這些寶貴的遺產,心裡實在感到可惜。
顯示更多
0
11
75
8
轉發到社區
昨天跟一個朋友說我今天會學習Vcsels(垂直共振腔面射型雷射)這個課題, 我又剛好看到一個使用AI的高效學習法, 我打算測試一下 這位MIT 研究生使用NotebookLM高效學習方法把一個學期的內容壓縮到約 48 小時內掌握。 做法是上傳6本教科書+15篇研究論文 + 課堂逐字稿。再問 NotebookLM:「這個領域所有專家共同擁有的5個核心心智模型是什麼?」「專家根本性分歧點是什麼?各方最強的論點是什麼?」(找出3個主要爭議點)再請它生成10道能區分真正理解與死記硬背的問題。花約 6 小時用原始資料回答這些問題,答錯時問為什麼錯。 測試一下
顯示更多
I accidentally discovered how to compress a semester of learning into 48 hours. A grad student at MIT showed me his NotebookLM setup. I thought he was just organized. Then I watched him pass a qualifying exam on a subject he'd never studied before. Here's exactly what he did: First: he didn't upload a textbook. He uploaded 6 textbooks, 15 research papers, and every lecture transcript he could find on the subject. Then he asked NotebookLM one question: "What are the 5 core mental models that every expert in this field shares?" Not "summarize this." Not "explain this topic." Mental models. The stuff that takes professors years to develop. But the next part is what broke my brain. He followed up with: "Now show me the 3 places where experts in this field fundamentally disagree, and what each side's strongest argument is." In 20 minutes he had a map of the entire intellectual landscape of the field: the debates, the consensus, the open questions. Most students spend a full semester just figuring out what those debates even are. Then he did something I've never seen before. He asked: "Generate 10 questions that would expose whether someone deeply understands this subject versus someone who just memorized facts." He spent the next 6 hours answering those questions using the source material. Every wrong answer triggered a follow-up: "Explain why this is wrong and what I'm missing." By hour 48, he could hold a conversation with his thesis advisor without getting destroyed. The tool didn't change. The questions did. Most people treat NotebookLM like a fancy highlighter. These students are using it like a private tutor who has read everything ever written on the subject. The difference between a semester and 48 hours isn't the amount of content. It's knowing which questions to ask.
顯示更多
工程鼠這篇介紹了TPCA中不同廠商解決玻璃核心基板解決CTE、可靠度與製程成熟度問題的方案. 就是目前現在還在研發的早期驗證階段, 可靠度和穩定量產還是問題 我最近還在學習中, 建議有興趣的人也學一學
顯示更多
昨天說了華為-deepseek codesign優勢已經形成。之前看得比較多就是昇騰硬件參數的比較,所以今天找了一找資料學習codesign優勢,最後找到Semianalysis 結論是華為昇騰硬件落後西方5年,但軟件棧優勢已到達前沿,華為-deepseek 系統級協作正快速缩小中美AI生態差距 在硬件方面,昇腾950PR HBM帶寬跟H100持平,在一些情況下帶寬甚至比H100更好。AICPU 等系統級設計讓短任務可在設備中被高效處理 軟件方面,DeepSeek 支持TileLang和 DeepEP 等代碼庫,背後反映內核能自動調度、可復用,並支持超節點規模的系統級專家並行通信。DeepSeek 再針對昇騰硬件限制重寫注意力數據流,並也支持了speculative decoding和 Engram等推用結構,形成了模型 + 軟件 + 硬件codesign的優勢。 梁文鋒在五月的時候指中美計算軟件生態的差距最終消失,這次華為-deepseek codesign是中美 AI 軟件生態差距正在快速縮小的直接證據。
顯示更多
0
12
118
13
轉發到社區