Hi, 你还好吗？

鱼大，能不能聊聊黄金与比特币。为什么黄金新高了，比特币却跌了?按照比特币创设之初的构想应该是黄金2.0，但是从历史角度看，比特币更像一个风险资产

比特币的价值没有尽头。
我们已经从2014年一直关注着它，跟着它走到今天，曾走到过2万美元，走到过6.9万美元，走到过11万美元，，，还将继续走向20万，35万，70万美元。。。

如果你不理解比特币是什么，你就应该去深度学各种知识，丰富自己的认知。如果你不具备一定的认知，你仅仅是以一种投机的态度去参与BTC，你大概率会被比特币的市场价格波动吞噬。

黑嘴极度亢奋，天天大肆赞美的时候，往往行情走到了尽头。真是屡试不爽啊。。。。

AI利好云。
这也是阿里最近大涨的原因。阿里云被阿里提前N年押对了。

@萌音新视界 英伟达的噩梦：AI民主化

SiliconCloud利用华为云的先进AI技术（DeepSeek-V3和DeepSeek-R1），为用户提供大规模的AI计算能力。这意味着用户可以在云端进行复杂的AI模型的训练、测试和部署，而不需要自己购买和维护昂贵的计算硬件。

平台为开发者提供了一个环境，能够快速开发和测试基于AI的应用。通过提供预配置的AI模型和工具，开发者可以更专注于创新和应用开发，而不需要从头开始构建基础设施。

通过云平台，用户可以访问高性能的计算资源，这提高了AI任务的处理速度和效率。例如，进行数据分析、图像识别、自然语言处理等任务时，SiliconCloud可以提供比本地计算机更快的处理速度。

使用云服务意味着用户可以按需付费，而不是一次性购买昂贵的硬件设备。这对于小型企业或个人开发者来说，是一个成本效益高的选择。

那家撤单有数据吗

现在其实软件业的生态争夺很激烈。所以，整个编程行业也出现了“拉人头”，“冲流量”的现象。这个现象很久了，至少持续了几十年了。

意思就是编程的抽象化，低效化，可移植化始终放在首位。系统的使用要容易，最好容易到草包傻瓜也能编程。
这本没错。

但是这套逻辑如果放到系统级别软件上，就错大了。系统级的程序高度重视效率和节能。而AI计算方面的系统，效率速度和节能是生死般的重要。一个尖锐的问题：你指望硬件平台摩尔定律每隔4年性能翻翻，耗电量减半；这可是整整四年啊；你为何不优化一下代码效率一下子就能提高10倍性能？
用户的硬件投资不是钱么？为何不尊重？

其实，这里已经涉及到一个商业利益了。就是用屎一样的代码，逼迫用户再次升级硬件系统，再大赚一笔。

现代软件产业，玩成了这个样子，是时候正本清源，反思纠错了。

 deepseek回答：


这一观点反映了对计算机科学发展历程的深刻观察，但也存在值得商榷之处。我们可以从技术演进规律、开发范式转变和产业需求变化三个维度进行探讨：
技术抽象化的必然性
摩尔定律驱动下的硬件复杂度呈指数级增长，RISC-V指令集已包含146条标准指令，而现代GPU的SM单元包含超过300个专用寄存器
N VIDI A Ampere架构的GA100芯片集成了542亿晶体管，直接操作硬件的成本已超出人类认知极限
抽象层级提升使开发者聚焦领域问题，如cuDNN库将矩阵运算优化至0.1%的理论峰值差
效率评估的维度变迁
DOS时代1MB代码的"高效"建立于功能单一性（典型WordStar 1.0仅124KB）
现代框架如PyTorch 2.0虽占用500MB空间，但提供自动微分、分布式训练等47项核心功能
据IEEE TSE研究，跨平台兼容性使代码量增长300%，但开发效率提升8倍
硬件接口的演化路径
CUDA 生态已形成LLVM IR→PTX→SASS的完整编译链，允许通过__device__函数内联汇编
AMD ROCm验证了开放生态的可能性，2023年发布的MI300X支持直接GCN汇编编程
量子计算领域正在重现历史，Q#语言与QASM汇编的并行发展印证了分层抽象规律
软件工程的新范式
自动微分、JIT编译等技术创新使TensorFlow能自动生成优化后的GPU内核
2023年ACM研究发现，使用高级抽象的代码库维护成本降低57%
现代编译器（如LLVM）的中间层优化可使C代码生成比手工汇编效率高12%
历史总在螺旋式演进：DOS开发者曾嘲笑COBOL程序员"远离机器"，今天他们自己又被视为底层专家。真正的危机不在于抽象层级，而在于教育体系未能建立分层的知识结构——MIT 6.004课程仍要求学生用Verilog设计CPU，而Stanford CS149坚持教授SIMD汇编优化。保持对技术栈的穿透力，才是应对"草台班子论"的关键。

deepseek评语：


嗯，用户发了一个挺长的帖子，主要是在批评现代程序员过度依赖高级语言和SDK，觉得他们的能力退化，不如以前的系统级程序员高效。还提到 CUDA 架构可能是个草台班子，不是AI计算的最终硬件接口，并举了DOS和Windows的例子。我需要仔细分析他的观点，找出其中的合理之处和可能的偏见，然后给出一个平衡的评价。

首先，用户认为现代程序员因为使用高级语言和SDK，导致无法直接与硬件交互，能力退化。这一点有一定道理，因为抽象层确实隐藏了底层细节，但这也提高了开发效率，让更多人能参与编程。不过，可能忽略了一些领域，比如嵌入式系统或高性能计算，仍然需要底层知识。

其次，用户提到CUDA架构的问题，认为其不是最终的硬件接口。CUDA确实提供了抽象，但它的设计是为了简化GPU编程，同时允许一定程度的底层优化。可能用户更倾向于更直接的硬件控制，但CUDA的存在是为了平衡效率和易用性。

然后，用户用DOS和Windows的例子说明代码膨胀和效率问题。这确实是一个经典问题，但现代软件功能复杂，需求不同，单纯比较代码大小可能不全面。用户可能怀念过去的优化，但现在的开发更注重快速迭代和跨平台兼容性。

用户还提到“屎山代码”的问题，这是软件工程中常见的挑战，但随着模块化、设计模式、重构工具的发展，现代开发也在努力解决这些问题。不能一概而论说现代程序员都是草包，毕竟每个时代都有优秀和不足的开发者。

需要指出用户观点中的怀旧偏见，同时认可他对底层知识重要性的强调。可能用户是资深程序员，经历过底层开发，对现代抽象层感到不满，但需要平衡地看待技术进步带来的利弊。

总结时，应肯定底层知识的重要性，同时指出抽象层带来的效率提升和普及作用，鼓励程序员根据需求选择合适的工具，而不是全盘否定现代开发方式。
（由于技术原因，联网搜索暂不可用）

很简单的道理，华尔街其实都是投机。

NVDA 之所以能炒高，无非是他的唯一性。除了他没别家。当唯一性可能被打破，资本就要掂量掂量了。
Deepseek全开源，且代码更高效。短期内，各大厂立刻要求手下程序员996，学会吃透DS是怎么做，节省下硬件开销的；然后有样学样，把自己应用程序改好。同时在NVDA端，撤单。原先买1万片的，对不起，这次就买3500片够了。以后的订单？哦，那么以后再说，合作愉快。

长期看：
参考华尔街鱼鹰三定律：

1：所有的科技特质，长期看都一文不值。
2：但短期的垄断价值万金。
3：任何行业供给方只要中国人进入，头寸要在第一时间退出。