2014年,比特幣挖礦狀態(tài)出現(xiàn)了新變化,年初不斷有媒體曝料中國西北等偏遠(yuǎn)地區(qū)出現(xiàn)了巨型挖礦廠,產(chǎn)幣獲利之大令人震驚;7月有媒體統(tǒng)計(jì)世界十大比特幣礦機(jī)群列表,其中有4個(gè)在中國,大規(guī)模專業(yè)化生產(chǎn)大礦場時(shí)代或?yàn)楸忍貛攀袌鲒厔荨?/p>
那么作為礦場關(guān)鍵因素的礦機(jī)該如何選擇呢?在礦機(jī)效能相差不大的情況下,功耗低以及拿到現(xiàn)貨的速度成為大礦場時(shí)代下礦場主采購礦機(jī)時(shí)考慮的關(guān)鍵因素。這對(duì)各家比特幣礦機(jī)廠商來說是個(gè)挑戰(zhàn),如何在保證散熱情況下又能夠保證高性能就成為了關(guān)鍵。
據(jù)了解,作為全球領(lǐng)先礦機(jī)品牌的烤貓?jiān)诩骖櫳岷托艿那闆r下,憑借領(lǐng)先技術(shù)優(yōu)勢和規(guī)范化管理流程,將成本控制做到了極致。如2014年8月因勢推出Tube產(chǎn)品,一臺(tái)額定速度800G、墻上功耗900W的礦機(jī)平均售價(jià)才0.79BTC,創(chuàng)市面礦機(jī)低價(jià)新記錄,而對(duì)于大礦場布控這一新市場,烤貓?jiān)俅握{(diào)整戰(zhàn)略針對(duì)性制定銷售策略——100臺(tái)以上每臺(tái)售價(jià)0.7BTC,使大礦場主的利潤進(jìn)一步提高。
烤貓芯片檢測過程局部圖
這里的每個(gè)芯片都要求工人測試
事實(shí)上,由于烤貓的成本控制做的好,烤貓礦機(jī)的出售價(jià)格甚至比不少礦機(jī)廠商的生產(chǎn)價(jià)格都低,而在當(dāng)前幣價(jià)萎靡的情況下很多礦機(jī)廠商都已經(jīng)被迫停產(chǎn)。這得益于烤貓一直以來的積累,早在2013年11月底烤貓礦機(jī)累積銷售量超過萬臺(tái),總算力超過1000T。
待封裝的烤貓礦機(jī)
待發(fā)貨的烤貓礦機(jī)
領(lǐng)先的技術(shù)、嚴(yán)格的工業(yè)化管理和規(guī)模性生產(chǎn)流水線是保證烤貓礦機(jī)物美價(jià)廉、現(xiàn)貨迅速、能耗低的重要因素,也是烤貓?jiān)诒忍貛诺V機(jī)競爭中脫穎而出保持一貫領(lǐng)先地位的關(guān)鍵。烤貓礦機(jī)也因此成為有閑置電力資源的大礦場主的首選。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。