DeepSeek 震驚八十億人

雖然我們看到AI的顛覆性，但最大的問題一直是如何解決盈利問題；即便像OpenAI這樣的大公司，都還沒有找到如何從中獲利的方法。

雖然 NVIDIA 是個明顯的例外，因為他們賣出了大量的GPU。但即使他們的成功，也取決於更廣泛的AI生態系統和可行的商業模式的出現。AI 不僅是關於技術，更重要是經濟的問題。

我們也看到一個技術上的分流，從傳統的「大型語言模型「（LLM）轉向更小、更專注的「小型語言模型」（SLM）的趨勢。因為訓練 LLM 需要大量的資源。它需要大量的計算能力（想想NVIDIA的GPU）和龐大的數據集。這造成了一個瓶頸，限制了誰可以開發這些模型。這種資源限制驅使企業對 SLM 的興趣，因為它們更容易管理，而且訓練成本更低。

AI開發的關鍵組成部分是什麼

AI 可以歸納為三個關鍵組成部分：硬體、數據集（data）和模型（model）。

* 硬體，目前主要是 NVIDIA 的 GPU 以及 NVIDIA 的 CUDA 框架。

* 數據集是 AI 模型的燃料；數據集越大，模型就越強大。但是，獲取大型、高質量的數據集是另一個挑戰。

* 像 Meta 的 Llama 也是「開源」（Open Source）的模型，DeepSeek 亦如是，而開源碼正在改變遊戲規則；某程度上這個環節是最「共產主義」（也一種良性的共產主義）。

Spunik 2.0

目前的這一幕，難免令人聯想到冷戰時期的美蘇太空競賽。

美國在前沿科技的領先地位是毋庸置疑，中國的優勢是善於將別人已經研發了出來，已經成熟的技術，大量投產變成極普及的消費商品。

This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit leesimon.substack.com/subscribe