Mac

看到一个有点惊讶的消息，本周chatGPT日访问量竟然比上个月下降了5%，这才刚出来几个月呢就过峰值了 Google日访问大概28亿，chatGPT日访问是6240万，大概进军Google搜索规模的2%就停止了，这个减缓趋势并不是暂时的，从图里看三月份以来基本上就进入平台期了 从这些数据里想到一些有意思的东西 1.chatGPT取代Google搜索的份额可能没有那么容易 Google目前的搜索份额已经完全稳住阵脚了，这一个多月甚至还有回升(加上Bard也在增长)，历史上这种颠覆性的产品，比如当年的tiktok，都不会这么早就进入衰退，也许是因为chatGPT并不是娱乐/社交领域，有点像在线教育那一拨革命，没有那么“好玩有趣”，不吸引人，用好的门槛也不低，取代搜索这一步比预想中的慢一些 chatGPT之前4月号称有1.73亿用户，这个量已经不小了，他们的预计是2023年2亿美元收入，每天的支出是70万美元（也就是每年2.6亿成本，亏本），2024年10亿美元收入 2.Nvidia明年能不能延续这么夸张的增长率 Nvidia五月11号在台积电上修的投片增量30万个GPU(正好对应每个季度多了4B服务器收入所以股价大涨)，感觉基本上是这几个月各大小厂商恐慌性下单用来LLM training的GPU(而CUDA训练有绝对优势)，这些GPU上的投资多半都是是短期内的一次性投资，不太可能明年再买一次，毕竟商业效果还没出来，盲目的明年再同样扩大前期GPU投资不现实 从LLM的高昂的使用成本看，想要快速产生产值不是一件容易的事情(连chatGPT都在亏本)。目前还很难有短期商业应用模式能回收LLM训练庞大的资金，想象力确实是很大，但好的应用还需要时间扩大市场，就像2016年AI1.0火出圈，Nvidia云端上规模也是2019年的事情了 等明年用来训练的GPU需求浪潮褪去（比如fine-tuning的兴起而不是重新训练），inference推理端应用的GPU需求短期能接力上吗？从目前的推理端应用市场看，大概只占了2%的搜索市场（chatGPT），推理用的GPU只有1.5~2万个A100 GPU的规模，就算明年在LLM上的应用需求多了40倍，也只有60~80万个A100 GPU增量用来推理，和今年训练用新增GPU收入比还是变少了很多，维持50%的增长速度不容易（除非明年再来40万个 H100 GPU新订单用来训练） 另一方面Nvidia的CUDA在推理端的优势就没有那么大了，推理端面临的竞争会大很多(AMD还有各家自研AI芯片)，Nvidia的溢价和份额在推理端都会降低，更何况还有那么多专业细分领域小模型即将大放异彩 目前比较直观的应用就是copilot everything，微软的windows copilot(不收钱亏本)，还有office copilot(也许能多一点订阅，不一定亏)，更多应用，可能要等更6~9个月之后，更好的base model出来，开发出更多特定领域效果较好的模型，才能开始慢慢的打开应用空间，产生更多的推理端GPU增量

网友投稿 一名重庆网友讲诉自己生活境遇的变化：原本夫妻两人每个月有三万左右的收入，于是借钱加贷款购入了一套300万的房子，装修30万，月供12700。 然而好景不长，遇见经济下行，夫妻俩先后失业，不得已被迫不断降价卖房，最终以230万的价格将房子出售。 这名网友很困惑，夫妻两人为房子透支了一切，明明什么都没干，却如今陷入一无所有背了一屁股债的境地。 近年来，在短视频平台上时不时可以看到关于断供者的自述。这对夫妻的生活变化从侧面展现了这个群体的一个缩影

汽車在新竹某國小前闖紅燈差點撞死小朋友。（導護都出來擋車了還硬要加速闖⋯⋯） 看到這種該下地獄的真的會氣死。 補個幹。