X
66m66威九国际历史记录
房管局认为，录屏中未体现具体单位名称，无充分依据认定链家公司存在泄露或者不当使用委托人的个人信息或者商业秘密，谋取不正当利益的行为。链家公司将录屏信息转发至卖方未征求买方意见一事，存在服务瑕疵，已对链家公司进行教育警示，要求其以此为鉴，在今后的业务开展过程中，应杜绝不规范行为的发生。，专栏 | 赌气和恋爱的一间屋
雷杰致辞
美国海军11日发表声明说，美军最大航空母舰“杰拉尔德·R·福特”号率领的航母打击群当天抵达美军南方司令部责任区，部署在加勒比海。同一天，委内瑞拉军方举行新一轮军演，应对外部威胁。
白纪周主持会议
曹海英报告
热巴的粉丝把最近一次拍到的近照曝光了出来，热巴精神很不好，人也憔悴了许多。周围的人都在穿长袖，热巴穿着短袖的戏服在风中等候拍戏。
韩兆发作报告
王女士告诉红星新闻记者，丈夫高俊在9月底参与筹备了这部微短剧的拍摄，并在剧组担任副导演，该剧是丈夫一位认识多年的朋友刘某某投资的。没想到，这是丈夫生前执导的第一部微短剧，也成为了最后一部。10月13日，丈夫前往郑州某影视基地，在14日至17日进行了为期四天的拍摄，18日下午才回到开封的家。王女士在查看丈夫的微信时发现，在这几天的拍摄中，丈夫每天都是早出晚归，早晨六七点开工，凌晨一两点才收工，“完工后不可能马上休息，还要回酒店，每天都睡不了几个小时。”
孙海山报告
访谈嘉宾：微软CEO Satya Nadella；播客主持人：Dwarkesh Patel；联合访谈人：SemiAnalysis创始人Dylan Patel；嘉宾：微软云与AI执行副总裁Scott GuthrieDwarkesh Patel：今天我们采访的是萨提亚·纳德拉。"我们"指的是我和迪伦·帕特尔（Dylan Patel），他是SemiAnalysis的创始人。萨提亚，欢迎。Satya Nadella：谢谢。很高兴。感谢你来亚特兰大。Dwarkesh Patel：感谢你带我们参观新设施。能看到这些真的太酷了。Satya Nadella：当然。Dwarkesh Patel：萨提亚和斯科特·格思里（Scott Guthrie）——微软云与AI执行副总裁——带我们参观了他们全新的Fairwater 2数据中心，这是目前世界上最强大的数据中心。Scott Guthrie：我们一直努力在每18到24个月将训练容量提升10倍。所以这实际上是相比GPT-5训练时提升了10倍。从光纤数量来看，这栋建筑里的网络光纤几乎相当于两年半前我们所有Azure数据中心的总和。Satya Nadella：这里有大约500万个网络连接。Dwarkesh Patel：你在一个区域内的不同站点之间，以及两个区域之间都有这么大的带宽。那么这是对未来扩展性的一次大赌注吗？你们预期未来会有某个巨大的模型需要两个完整的区域来训练？Satya Nadella：我们的目标是能够将这些算力聚合起来用于大型训练任务，然后将这些资源跨站点整合在一起。现实是你会用它来训练，然后用它来生成数据，用它来做各种推理。它不会永远只用于一种工作负载。Scott Guthrie：附近正在建设的Fairwater 4，你们会看到，也将接入那个1 Petabit（千万亿比特）级的网络，这样我们就能以非常高的速率将两者连接起来。然后我们还有AI广域网连接到密尔沃基，那里我们正在建设多个其他Fairwater数据中心。Satya Nadella：你可以真切地看到模型并行和数据并行。它本质上是为这个园区的训练任务、超级集群而建的。然后通过广域网，你可以连接到威斯康星州的数据中心。你真的可以运行一个训练任务，将所有这些资源聚合在一起。Scott Guthrie：我们现在看到的是一个单元，里面还没有服务器，没有机架。Dylan Patel：一个单元里有多少个机架？Scott Guthrie：我们不一定会透露这个，但是……Dylan Patel：这就是我问的原因。Scott Guthrie：你上楼就会看到。Dylan Patel：我要开始数了。Scott Guthrie：你可以开始数。我们让你开始数。Dylan Patel：这栋楼里有多少个单元？Scott Guthrie：这部分我也不能告诉你。Dwarkesh Patel：好吧，除法很简单，对吧？Satya Nadella：天哪，这里有点吵。Dwarkesh Patel：你看着这些是不是想："现在我知道我的钱花哪儿了。"Satya Nadella：就像，"我经营的是一家软件公司。欢迎来到软件公司。"Dwarkesh Patel：一旦你决定使用GB200和NVLink，设计空间有多大？还有多少其他决策需要做？Satya Nadella：从模型架构到优化的物理方案，两者之间是耦合的。从这个意义上说，这也很可怕，因为会有新芯片推出。比如Vera Rubin Ultra。它的功率密度会非常不同，冷却要求也会非常不同。所以你不想只按一个规格来建设所有东西。这又回到了我们稍后要讨论的话题，那就是你希望随时间扩展，而不是一次性扩展然后就被困住了。AGI的商业模式Dylan Patel：当你审视所有过去的技术转型——无论是铁路还是互联网，或是可替换零件、工业化、云计算，所有这些——每一次革命从技术被发现到在经济中普及和渗透所需的时间都变得更快了。许多在Dwarkesh播客上出现过的人相信这是最后一次技术革命或转型，而且这一次非常、非常不同。至少到目前为止在市场上，三年内我们已经飙升到超大规模企业明年将进行5000亿美元的资本支出，这种速度在以往的革命中是无与伦比的。最终状态似乎相当不同。你对此的理解框架似乎与我所说的那种"AI兄弟"很不同，他们说"AGI（通用人工智能）要来了"。我想更深入地理解这一点。Satya Nadella：我首先感到兴奋，我也觉得也许在工业革命之后这是最重大的事情。我从这个前提出发，但与此同时，我有点脚踏实地，认为这仍然是早期阶段。我们已经构建了一些非常有用的东西，我们看到了一些很好的特性，这些扩展定律似乎在起作用。我乐观地认为它们会继续起作用。其中一些确实需要真正的科学突破，但也有很多工程工作等等。话虽如此，我也有点持这样的观点：即使是过去70年计算机领域发生的事情也一直在推动我们前进。我喜欢Raj Reddy对AI的一个比喻。他是卡内基梅隆大学的图灵奖得主。即使在AGI之前，他就有这个关于AI的比喻。他说AI应该是守护天使或认知放大器。我喜欢这个比喻。这是思考这个问题的简单方式。最终，它的人类效用是什么？它将成为认知放大器和守护天使。如果我这样看待它，我就把它看作一个工具。但你也可以对此非常神秘地说，这不仅仅是一个工具。它做所有这些事情，到目前为止只有人类做过。但过去许多技术都是这样。只有人类做很多事情，然后我们有了能做这些事的工具。Dwarkesh Patel：我们不必纠结于定义，但一种思考方式是，也许需要五年、十年、二十年。在某个时刻，最终机器会生产“萨提亚token”，而微软董事会认为“萨提亚token”非常有价值。Dylan Patel:通过采访萨提亚，你浪费了多少经济价值？Dwarkesh Patel：我负担不起“萨提亚token”的API成本。无论你想怎么称呼它，“萨提亚token”是工具还是智能体（agent），随便什么。现在，如果你的模型每百万token成本在美元或美分的量级，那里就有巨大的利润扩张空间，因为一百万个“萨提亚token”价值很高。我的问题是，那些利润去哪里了，微软在其中能分到多大比例？Satya Nadella：从某种意义上说，这又回到了本质上经济增长图景到底会是什么样子？公司会是什么样子？生产力会是什么样子？对我来说，这就是问题所在，再说一遍，如果工业革命创造了……在70年的扩散之后你才开始看到经济增长。这是另一件要记住的事。即使这次技术扩散得很快，要真正出现经济增长，它必须扩散到工作、工作成果和工作流程必须改变的程度。所以这是我认为我们不应该低估一个公司真正改变所需的变革管理的一个地方。展望未来，人类和他们生产的token是否会获得更高的杠杆，无论是未来的“Dwarkesh token”还是“Dylan token”？想想你现在使用的技术量。你能在没有技术的情况下运营SemiAnalysis或这个播客吗？不可能，以你能够达到的规模，绝对不可能。所以问题是，那个规模是多少？它会因为某些东西而增长10倍吗？绝对会。因此，无论你是达到某个收入数字还是某个受众数字或其他什么，我认为这就是将要发生的。关键是，工业革命花了70年、也许150年的事情，可能会在20年、25年内发生。如果我们幸运的话，我很想把工业革命200年发生的事情压缩到20年内。Dylan Patel：微软历史上可以说是最伟大的软件公司，最大的软件即服务公司（SaaS）。你过去经历过一次转型，你曾经销售Windows许可证和Windows磁盘或微软产品，现在你销售Office 365的订阅服务。当我们从那次转型到你今天的业务时，之后还有另一次转型正在进行。软件即服务的每用户增量成本非常低。有很多研发，有很多客户获取成本。这在某种程度上就是为什么，不是微软，而是SaaS公司在市场上表现严重不佳，因为AI的COGS（销货成本）实在太高了，这完全打破了这些商业模式的运作方式。作为可以说是最伟大的软件即服务公司，你如何将微软过渡到这个COGS很重要、每用户增量成本不同的新时代？因为现在你的定价是这样的，"嘿，Copilot要20美元。"Satya Nadella ：这是一个很好的问题，因为从某种意义上说，对于商业模式本身，杠杆将保持相似。如果你看从消费者一直到企业的模式菜单，会有一些广告单元，会有一些交易，会有一些为构建AI设备的人提供的设备毛利润。会有订阅，消费者和企业的，然后会有消费量计费。所以我仍然认为这些都是所有的计量方式。你说得对，什么是订阅？到目前为止，人们喜欢订阅是因为他们可以为它们做预算。它们本质上是对一些消费权利的授权，这些权利封装在订阅中。所以我认为从某种意义上说这成为一个定价决策。你有权获得多少消费量，如果你看所有的编码订阅，基本就是这样，对吧？