🚀【中美最大差异在算力资源】 根据腾讯科技@微信公众号,梁文锋在投资者交流会表示,中美人才差异不大,最大差距是资源。国内卡难买到,资本投入少。所有区别,包括人才的区别、模型能力的区别、应用的区别,可以认为都是因为算力资源上的区别。模型规模越大,效果越好,能够解锁更多的功能。阻止Scaling的其实就是算力。训练这么大的模型,并不是因为这么大的模型就够了,而是刚好有这么多资源。 🚀【国产芯片生态可用性没有问题,国产替代是历史性机遇】 根据腾讯科技@微信公众号,梁文锋在投资者交流会表示,英伟达CUDA的护城河在快速地被瓦解。第一是有了AI之后,建立生态比以前容易很多了。第二是以后计算卡和游戏卡的生态无需耦合起来。V3训练的时候,用的还是英伟达的卡,但是已经不用英伟达的生态了,而是基于TileLang来做其他所有事情。国产AI芯片替代存在历史性机遇。国产AI芯片的硬件和生态都没有问题,唯一有问题的是产能不够。华为的950超节点,在性能和价格上可以完全平替英伟达的GB200、GB300。五年后大概率不会继续卡在产能问题上。 🚀【下一代模型的核心主线是自学习】 根据腾讯科技@微信公众号,梁文锋在投资者交流会表示,AI的发展是阶梯,从LLM,到思维链,再到Agent,下一步是自学习。自学习实现后,AI将能够自我迭代,从而帮助实现通用智能和具身智能。 我们认为,自学习本质上是长程任务的一种,体现为multiagent形式 🚀【国产CPU&GPU&超节点产品受益,建议关注相关龙头公司】芯片层面:建议关注国产CPU、GPU龙头海光信息等。整机层面:建议关注浪潮信息、深信服等国产超节点龙头厂商。#文字观点