anonymous

Nothing

[anonymous @youyouAllen]

关税->外汇->黄金->美债->利率->btc

这个时候就看黄金和美债谁是避险，谁是对冲了。如果都避险，btc也会进入避险模式。如果黄金避险，美债对冲，那btc就进入被迫对冲模式。如果黄金对冲，美债避险，那btc就进入被迫避险模式。

[anonymous @youyouAllen]

@PavloMolchanov Inference engine will be the critical infra for the many-in-one nested models. I am working on the pruning-based compression kv tech integrated in inference engine for local AI.

[anonymous @youyouAllen]

cross attention训练失败，CPU+GPU 火力全开做dLM+AR的kv 补齐，也是一种方案。

[anonymous @youyouAllen]

@vintcessun https://t.co/BQUU0P6afj 可以试试我的kv cache 量化，同等精度和吞吐量情况下最优。

[anonymous @youyouAllen]

@Phoenixyin13 按照这个对比如果RNN和Transformer去共享kv cache，会是啥结果？

[anonymous @youyouAllen]

@ivanalog_com 我也把三星列为抄底对象

[anonymous @youyouAllen]

@Phoenixyin13 Google 本来就是SpaceX的大股东，这交易其实有点意味深长的。

[anonymous @youyouAllen]

@TheAhmadOsman exactly

[anonymous @youyouAllen]

@NPC_Leo 对，我知道这个公司。我的意思是用形式化验证不只是用于数学证明方面的幻觉抑制，在通用语言方面有这种可行么？

[anonymous @youyouAllen]

从供应链生态关系角度看技术浪潮的差别

PC时代的Dell供应链上供应商几乎要承担全部的库存压力，供应商毛利率薄的可怜。品牌商总是希望供应商自由竞争，最大化自己的利益。这个风气直接被带到国产PC和国产手机供应链里。

但是苹果供应链却走出另外一种模式，买断产能+高规格要求，从此苹果供应链上的供应商开始能够保证足够的利润空间，随着品牌商一起成长。但是也面临严酷的淘汰压力。

现在来看NVDA供应链明显是另外一种风格，Jenssen黄的远见和格局居然带着供应链供应商们集体发大财。而且通过利益共享，形成了一种准垄断风格般的供应链联盟。供应商和品牌商前所未有的整体发展。AI之前好像前所未有。真是奇特。

[anonymous @youyouAllen]

@otterpal24 不知道。可能要等市场涌现出来，才会aha

[anonymous @youyouAllen]

关于AI增效不增收的问题，还是可以和互联网相比的是，互联网是链接技术，扩大了每个采用者的边界。所以互联网技术促进了采用者增收，社交网络电商网络，广告网络皆如此。AI并没有扩大采用者的触达边界，但是提升了效率。历史上的蒸汽机电力计算机都是极大提效率技术。但是运河，铁路，航运，汽车是属于链接技术。极大的扩大了个人和企业的可触达市场。所以AI可能还需要等一个与之匹配的链接技术出现。AI网络效应才能够发挥出来。提效增收变得相辅相成。这个增收的链接技术可能就是agent 网络。

[anonymous @youyouAllen]

@qinbafrank nvda降低SoCAMM配置，一方面可以解释为供应链紧张，另一方面也加以解释为NVDA可以通过调整配置而对供应进行调节，所以SoC AMM多配一点少配一点并不影响AI 性能。暴露出存储里没有议价权的一面。

[anonymous @youyouAllen]

@qinbafrank nvda降低SoCAMM配置，一方面可以解释为供应链紧张，另一方面也加以解释为NVDA可以通过调整配置而对供应进行调节，所以SoC AMM多配一点少配一点并不影响AI 性能。暴露出存储里没有议价权的一面。

[anonymous @youyouAllen]

I went through something similar. Last month, I was looking into KV cache compression and the dLLM tech stack, and I noticed that KV cache uses a huge amount of memory, often wastefully, with a trade-off between memory and compute. I posted about it on social media, but people just laughed at me. 😂

[anonymous @youyouAllen]

@ParadisLabs Actually, We have compressed the kv cache storage space by thousands times through new inference engine architecture. After more test work to do, we can release it later. CXL solution is hardware scale, but expensive, our solution is algorithm scale, cheap enough.

[anonymous @youyouAllen]

@yetone @turingou 老外这个讲故事能力太强了，另外一方面就是有传播势能。

[anonymous @youyouAllen]

@Ominousind Why?

[anonymous @youyouAllen]

bn上美股，伊威胁中断对话，saylor卖出btc，又是一次对btc的三连击。

前边的主要三连击：关税，通胀预期，议息会议。

这市场和AI相比太复杂了。

[anonymous @youyouAllen]

价值投资者：倾向于左侧买入，财报数据往往是用于不买入判断。

趋势投资者：倾向于右侧买入，财报数据往往是用于卖出判断。

流动性投资者：倾向于底部的寻找，宏观数据往往用于不买入判断。

周期论投资者：倾向于事件驱动时的左侧买入，而宏观数据和市场情绪往往用于卖出判断。

这里的分类是根据资产的性质来划分。但是投资在市场里会被人性干扰，比如如果有一天存储又回到以前的周期性资产属性，就要提醒自己不要从趋势投资者又变成周期论投资者，在人性驱使下不停到左侧接盘。因为存储的周期都是十年左右。左侧会非常漫长。