下载
登录/ 注册
主页
论坛
视频
热股
可转债
下载
下载

年赛结束,成绩定格在21倍多,时间十个多月,继续留个足迹。

24-12-31 23:00 1328162次浏览
二池
+关注
博主要求身份验证
登录用户ID:
2024年的成绩无论好坏都已经成为过往,很多交易还是存在遗憾。2025年继续陪大家参加几个年赛,希望交易中能够更佳优化,一起加油。
打开淘股吧APP
3180
评论(44232)
收藏
展开
热门 最新
庆春yame

25-02-20 18:05

45
池兄,按照新高不破五日走趋势,今天选择了神州,烽火,太极,输赢交给市场,能否获得点赞啊
晴空万里kxh

25-01-17 16:55

44
把我知道的跟大家分享一下,老师说的电源,指的是ktdy,字节ai玩具三个,就是rxkj,yytx,还有一个,应该是lxkj,这个不是很确定,小瑞,就是指rxw,个人再补充一个,就是字节ai眼睛,在豆包软件里有卖的,目前就一个,ggdq,后面大概率也会炒作,可以加入自选,观察异动情况
混上车吃点肉

25-02-22 00:52

42
YTLF,hw的昇腾万里计划的重要成员。一体机已经在深圳龙岗和南山政务上线了。池哥觉得逻辑硬的话可以给我点个赞吗?
鉴真阳光

25-02-20 00:21

42
去找和板块分离的,并且强于板块强于大盘的龙头就可以了
御宝炒家

25-01-17 18:11

42
豆包端侧三杰:润欣科技、移远通信、乐鑫科技
润欣科技做板卡、乐鑫是WiFi MCU、移远是蜂窝
作为C端陪伴使用时长最强的产品(内测平均每日4小时),#AI玩具(包括但不限于毛绒玩具、手办、以及各种各样的物件)是字节内部极其重要的战略方向,明年战略目标销售千万台以上。供应链近期订单量显著增加(物联网行业复苏),产能非常吃紧,ZJ部分项目也在排队等供应链产能释放,确保3月上市。
豆包团队经过一段时间的内测,发现连接豆包的AI玩具针对3-7岁的孩子的交互体验极好,单客户每日连线时长长达3-4小时,强粘性会带来强复购;#此外明年千川(头条流量部门)会投入大量投放资源在抖音推广,接下来带来的推广效果也会更强。
预期差:豆包目前已选定三大独家厂商合作—润欣科技、移远通信和乐鑫科技。此次AI玩具,字节的主要目的是推广豆包用户群体破圈,利润不是他们关注的重点。因此,供应链上字节有意扶植两大独家芯片模组厂(移远、乐鑫)和一家已经深度合作的硬件解决方案平台(润欣科技),并把供货模式变成了整机供货模式,单机利润由之前的10-20块钱暴涨到150,单机价值量翻10x!
暴富加加加

25-02-23 18:47

40
就想问问池哥哥,是这里面的吗

风牛飞

25-01-21 12:09

40
静夜思禾

25-02-12 17:38

39
不问二池老师,都是根据二池老师逻辑去问豆包,昨天埋伏的汉得,今天出来,看好又上车。【周末豆包给的答案,看好云计算逻辑拓维,所以去字节系的☁️】

以下是一些云计算领域的核心个股:

运营商系

- 中国电信:天翼云在全球运营商公有云IaaS中排名第一,是领先的大型全业务综合智能信息服务运营商。

- 中国联通:国内三大电信服务商之一,联通云在云计算市场有一定份额。

- 中国移动:全球领先的通信及信息服务企业,基站总数位居全球第一,移动云发展迅速。

华为云系

- 拓维信息:华为基础教育行业唯一的ISV,在软件云服务等领域有一定优势。

- 常山北明:华为最大的经销商,与华为在云服务等多领域深度合作。

阿里云系

- 宝信软件:宝钢股份旗下,全国核心地段卡位的批发型IDC龙头,亦是国内钢铁信息化领域龙头。

- 天源迪科:国内领先的产业云 BOSS 和大数据综合解决方案提供商。

腾讯云系

- 东华软件:医疗软件系统领域实力领先,与腾讯云等巨头均有合作。

- 科蓝软件:国内银行的互联网技术与产品创新方面最主要的引领与推动者,与腾讯云有业务往来。

百度云系

- 奥飞数据:华南地区较有影响力的专业IDC服务商,为百度云等提供数据中心服务。

- 拓尔思:中国人工智能、大数据和数据安全领域的领先企业,与百度云在相关领域有合作。

金山云系

- 金山办公:国内领先的办公软件和服务提供商,与金山云在办公云服务等方面协同发展。

- 荣联科技:专业的数字化服务提供商,为金山云等提供相关数字化服务。

字节云系

- 润泽科技:超大规模数据中心运营商,为字节云等提供数据中心基础设施服务。

- 汉得信息:国内知名的数字化综合服务商,近年发力产业数字化和财务数字化,与字节云有业务合作。

独立云服务提供商

- 优刻得:第三方云计算服务商,致力于为客户打造安全、可信赖的云计算平台。

- 青云科技:一家具有广义云计算服务能力的平台级混合云ICT厂商和服务商。
00后的大韭菜

25-02-12 17:32

39
ds真正利好的我认为有两个方向,一个方向是云计算这一块,但云计算利好的是头部云公司,像优刻得和青云这种被头部挤压的公司现在毛利率已经很难看了,属于短期情绪。头部云分为两块,一块是偏向传统企业的华为和用友,用友低位低华为两档,能上桌的原因是用友有很多传统企业客户,有一定的市场优势,华为就不用多说了。另一块是新型互联网公司阿里云和腾讯云,最近阿里云叠加苹果催化强更强了,腾讯反而没什么声音,持续跟踪后续炒作机会。
另一个方向是应用,目前看来端侧芯片走的最具有持续性,包括瑞芯微和广和通。还有一个大家都没怎么关注的云天励飞也走的不错,被称作小寒武纪。
再发散就是边缘计算、数据存储、数据安全等概念了,但这些目前看资金都没有介入,需要一个炒作契机,比如数据泄露什么的新闻催化。
目前看就这些,现在的核心还在一阶段,还是先聚焦主线做,后面走一步看一步。
机械股人

25-01-26 23:53

39
DeepSeek利空算力?
其实具体逻辑,从12月deepseek v3到这周的
r1,我们前前后后分析过很多次了,不妨总结梳
理下
1. 海外广泛引用的550万美金是v3,而不是r1的
训练成本,且550万只是v3实际训练成本的零
头。v3论文原话:上述成本仅包括DeepSeek-
V3的正式训练,不包括与架构、算法、数据相
关的前期研究、消融实验的成本。社群内一位算
法工程师就曾说"v3用了幻方自己的r1模型生成
数据,这个部分的反复尝试要不要算在成本里
呢?"一个意思。
2. 前沿探索和后发追赶,所需要的算力本就不
是一个量级。表现为训练同一代模型所需算力每
隔N个月就是指数级降低。原因包括算法本身的
进步(FP8、混合MoE)、算力的持续通缩、复
现方法如蒸馏等对数据的浓缩。最关键的是,探
索就意味着会有浪费,而后发追赶"站在巨人肩
膀上"本就可以规避浪费。就比如o1的训练成本
肯定远超GPT-4,幻方r1的训练成本肯定也超过
v3。而从o3到o4/o5,从r1到r2/r3,训练算力
只会更多。
3.单次训练降本了,不代表整体训练成本会下
降。训练效率提高,实验室就减少投入吗?不
会,真实逻辑是:基于更高效率,榨干算力,去
攫取更大收益。就拿幻方来说,infra优化降本
能力这么强、提前囤卡也挺多、没怎么扩张API
服务专注于研究与训练的情况下,依然还在缺
卡。横向对比之下,北美某些花了更多钱的实验
室,的确显得很尴尬…但他们之后就降本增效
吗?不会。消化吸收幻方开源的方法+比幻方多
得多的算力=攫取智能的更大提升。训练算力最
应该担心的是撞墙,算力使用效率提高,反而可
能是提高了模型本身的天花板。
4.幻方代表的是整个开源相对闭源的一次胜
利。对社区的贡献会快速转化为整个开源社区的
繁荣。如果真的说利空的Loser,那可能是闭源
模型。中国这一点已经提前经历了,被Llama支
配的恐惧,跑不过Llama3的中国闭源模型公司
被迫倒闭、转应用、转开源。而今天中国开源打
到了北美闭源…如果现在还不如r1(以及即将到
来的r2 r3),那这家公司的API价值基本归0。
但说实话这个过程的确会让模型训练参与方快速
缩减。
5. 最关键的,以上讨论都是训练,而未来显然
更大需求来自推理。有一点被大家忽略了,幻方
对推理成本的消减,比训练来的更为震撼。今天
大家都看到了AMD宣布支持幻方v3,用我们嘉
宾Y博的话就是:DeepSeek架构的优雅之处就
在于,和标准的transformer架构比较起来,并
没有引入特殊的算子。理论上可以相对轻松支持
各种类型卡…(这也是被GPU禁运逼出来的)大
家体会下这句话的分量,以及对于 CUDA 的启
示…幻方这帮人都是手撸算子的天才…
推理成本降低,对算力是利好还是利空?比训练
更好理解。请对比:刚推出来贵到没人用的o1,
以及掀起API价格战之后的豆包。推理成本的降
低大概率会带来应用的繁荣,反而会拉动更大的
算力需求。
这里再引用下星球Y博的评论,现在回头看非常
前瞻:DeepSeek-V3将支持私有部署和自主微
调,为下游应用提供远大于闭源模型时代的发展
空间。未来一两年◇大概率将见证更丰富的推理
芯片产品、更繁荣的LLM应用生态。
6. 如何平衡北美仍在疯狂的基建,和过去浪费
的投资?美国的确CSP仍在疯狂抢电◇都抢到
030年去了。其实各大CSP过去2年千亿美金
砸下去,没有一家单纯是为了训练,基本都是自
身业务需求+推理业务增长驱动。只有微软为
OpenAI准备的算力credit、AWS算力租赁给了
下游客户用于训练、Meta/xAI部分算力用于自
身训练,但算力大头都是因为自身的推荐系统业
务/自动驾驶业务本身需求。以及微软已经相当
于拒绝了Sam Altman继续All in的诉求,转而
聚焦回报更确定的推理(Satya亲口这么说)。
因此幻方这件事对北美CSP来说,客观来讲,过
去某些训练投入的确是打水漂了。为冒险、探索
新市场付出的必要成本。但看未来,开源的整体
繁荣一定最终是利好这些"中间商"。之前我们阐
述过,他们其实不是亲自冒险的矿工,他们只是
铲子的搬运工,以及基于这些模型(无论开源or
闭源)建立更具商业价值的应用生态。卡并不只
是用于训练,越来越大比例会挪到推理。假如训
练的高效让模型更快进步,应用生态更加繁荣,
他们怎么可能不继续投呢?
最后,继续引用下《the bitter lesson》:长远
来看,算力才是真正的决胜因素。历史的经验一
次又一次地告诫我们,AI研究者常常试图将人类
的知识灌输到AI算法中,这种做法在短期内通常
有效,并且带来个人成就感和虚荣心。但长远来
看,它会造成瓶颈,甚至阻碍进一步发展。最终
的突破性进展往往源于一种截然不同的思路,即
通过搜索和学来扩展算力规模。而那些最终的
成功往往伴随着苦涩,难以被下咽,因为算力的
成功,意味着对我们以人类为中心的固有思维和
虚荣心,是一记响亮的耳光。
刷新 首页 上一页 下一页 末页
提交