Trend Olan Konular
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Dr_Gingerballs
Mühendis. Araştırmacı. Stonk Keyer. Kötü poster. Seçenekler ve benzeri veriler topluyorum ve X'te paylaşıyorum.
Yapay zeka hesaplamasının ucuzlaştığını söyleyen herkese merhaba. OpenAI, son 3 yıldır her yıl kWh hesaplama başına yaklaşık $1.20 kazandı. 3 yılda sıfır maliyet indirimi.
Uygun bir şekilde, bir H100'ü çalıştırmak yaklaşık 1 kW sürüyor, yani GPU saati başına 1,20 dolar kazanıyorlar. Rezerve edilmiş örnekler GPU başına saatlik $2-7 arasında çalışıyor (bu da neredeyse herkes tarafından zarar karşısında çalıştırılıyor). Yani EN İYİ durumda, OpenAI bu yıl 20 milyar dolar kaybedecek ve bu oran kat kat daha yüksek olabilir.
Softbank'ın son 22 milyar dolarlık yatırımından sonra 30 milyar dolardan fazla kazançları olması pek olası değil. Bir yıldan kısa bir pistleri var ve IPO olmadan onları daha da pompalamak için aptal paraları tükeniyor. Musk'ın davasa açması da bu zaman çizelgesini karmaşıklaştırıyor, eğer mümkünse.
Bu yüzden reklamlara gidiyorlar çünkü bu yıl onlarsız ölecekler.
Bu konuya gösterdiğiniz ilgi için teşekkür ederim.
19 Oca 02:22
🚨 OpenAI CFO'su Sarah Friar gelirle ilgili büyük bir güncelleme paylaştı: $20B+ ARR.
Makale şöyle devam etti:
"Compute yıllık olarak ~3 kat büyüdü (2023'te 0,2 GW, 2024'te 0,6 GW, 2025'te ~1,9 GW). Gelir aynı eğriyi takip etti: 2023'te 2 milyar dolar, 2024'te 6 milyar dolar ve 2025'te 20 milyar dolar+."
ARR bu boyutta böyle ölçekleniyorsa, "yapay zeka balonu bir aldatmacaydı" demek adil olur mu?
16
Bunu 15 yıl önce lisansüstü eğitimde laboratuvar bilgisayarlarında ve yüksek performanslı kümelerde uzaktan çalıştırabildiğim dönemde yaşadım. Sonunda değeri olmayan birçok şeyi çalıştırdım çünkü 24x7 eşzamanlılığın doğru simülasyondan daha değerli olduğunu düşündüm.
18 Oca 10:01
Ajanlarım 7/24 çalışmazsa kötü bir FOMO geliştirmeye başlıyorum.
Fırsat maliyetinin aşırı olduğunu hissediyorum.
Sanki 100 mühendislik bir ekip orada oturuyor çünkü onlara iş vermediniz.
Aslında pek iyi bir his değil.
Ve bunu Cumartesi günü bir özellik yayınladıktan sonra bile hissediyorum.
Başka biri de bunu yaşadı mı?
2
Böyle şeyler doğa ve bilime nasıl giriyor? Bu kafa karıştırıcı. Elbette, bir regresyona başta doğru kuralları verirseniz, ileride daha iyi çıkarım yapar. Bu önemsiz, bariz ve zeka değil gibi görünüyor. Zeka, F=ma ile ortaya çıkan bir modeldir.
16 Oca 20:05
Newton yasalarını veriden öğrenen ve 35× daha büyük sistemlere çıkaran fizik bilgili bir GNN
Fizik simülasyonu için çoğu sinir ağı veri aç ve kırılgandır. Onları tek bir konfigürasyonda eğittiğinizde, sınır koşullarını değiştirdiğinizde, sistemi ölçeklendirdiğinizde veya uzun dağıtımlar yaptığınızda dağılırlar. Temel sorun: bu modeller korelasyonları öğrenir, koruma yasalarını değil.
Vinay Sharma ve Olga Fink, Dynami-CAL GraphNet ile farklı bir yaklaşım sergiliyor. Ağın fiziği keşfetmesini ummak yerine, bunu doğrudan mimariye gömüyorlar. Temel içgörüler: Newton'un üçüncü yasası, iç kuvvetlerin doğrusal ve açısal momentumu korumasını garanti eder—enerji sürtünme veya elastik olmayan çarpışmalar yoluyla dağıldığında bile.
Bunu, düğüm değişimi altında SO(3)-ekvivaryant, translasyon-değişmez ve antisimetrik olan yeni bir kenar-lokal referans çerçevesi aracılığıyla elde ederler. Kenar gömmelerinden çözülen kuvvetler otomatik olarak eşit ve zıttır. Açısal momentum da aynı şekilde ele alınır: ağ hem iç torkları hem de kuvvet uygulama noktasını tahmin eder ve spini yörünge katkılarından izole eder.
Sonuçlar çarpıcı. Sabit bir kutuda sadece 60 çarpışan küreden oluşan beş yörüngede eğitilen model, 2.073 parçacıktan oluşan dönen silindirik bir hopper'a ekstrapolasyon yapar—16.000 zaman adımında stabil ve fiziksel olarak tutarlı bir dağıtım sağlar. Kısıtlı N-cisim sistemleri, insan hareket yakalama ve protein moleküler dinamiklerinde, uzmanlaşmış tabanları geride bırakırken daha az veri gerektiriyor.
Mesaj: Mimariye kayıp fonksiyonu yerine koruma yasaları yerleştirdiğinizde, ölçekler, geometriler ve sınır koşulları arasında genelleştiren modeller elde edersiniz—çünkü onlar baştan doğru tümevarımsal önyargıyı öğrenmişlerdir.
Makale:
2
En İyiler
Sıralama
Takip Listesi