Re: [新聞] AMD 軟體縮小與 CUDA 差距,專家指NVIDIA 一次失誤或失主導地位
看板Stock (股票)作者LDPC (Channel Coding)時間5小時前 (2025/08/23 06:24)推噓18(18推 0噓 24→)留言42則, 14人參與討論串3/3 (看更多)
QQ 發發廢文 來安利一下最近摸的玩意skypilot
https://reurl.cc/lYYy4l
在進入這個技術線前 先講講AI落地兩方向 BtoC vs BtoB
針對BtoC就是 大家看到的Grok/Gemini/ChatGPT 這種面向個人使用的虛擬助手
需要處理幾要複雜的動態環境 畢竟使用者有各種天馬行空需求 不牽涉系統整合
就是要求一個獨立高度智能
另外一種就是toB (SasS) 這種落地場就是 面向各種不同企業級的服務時
傳統方式有許多環節1.不是自動化 2.資料格式屬於散亂(unstructure)
因此基於1.2跟的情況 很多SAAS軟體還是需要一些人類去整合 尤其有許多領域
他們的背後系統還停留在200x系統 (想想你政府部門的報表系統 格式不統一)
連請個假 算個薪水 和成本控制 都可能需要三個軟體去處理 現在就是一個(AI Agent)
然後企業可以動態去分析 請假 人事成本 薪水 採購 這些都是應用場景
這個地方就是最近一堆人殺去搶錢的 而這這種AI+SasS整合 就稱為生態系垂直整合
基於AI Agent GenAI特性 能處理各種資料格式散亂和自動化 讓傳統提供各種作業報表
軟體服務公司 更為聰明而提供
例如
https://vocus.cc/article/677264a8fd897800014bc416
https://botpress.com/zh/blog/vertical-ai-agents
https://reurl.cc/OmmrnA
而七巨頭也再利用打造垂持生態鏈 去提供系統整合性的 這因此暴露openai無生態圈打造
而只能單獨推LLM面向客戶 比方說你的gmail/meeting-note/android phone 這種一體的
所以我看好狗家生態鏈整合@@b 狗家唯一的敵人就是批柴跟一堆腦殘高層
同樣道理也適用在其他雲端廠商像是軟家跟Oracle 事實上這兩家最近收購新創
自己下場打AI+SAAS整合 順便安利自己雲端算力
目前風向快速流行 打造一個整合生態系以AI-Agent 來取代傳統系統
很多新創公司在這方面領域營收是指數在成長(查看ARR這資料)
而雲端計算發展也注意到這事情因此 嘗試開始整合各家雲端混合計算 這就是skypilot
這類簡單操作 但能動態整合不同性質的雲端計算算力來源 使得大混合算力變得簡單可行
所謂各種平台雲端混合 並不是指的在極短時間 動態切換算力來源(比方gcp tpu切換到
老黃或蘇媽) 而是透過一個簡單的wrapper(代理工具) 能把整個垂直整合系統
依據不同任務和階段拆散到雲端
混合雲端已經慢慢開始變成主流 這讓skypilot這類混合雲端開發工具變得熱門
https://www.elite.cloud/zh/post/2025-cloud-migration-analysis/
甚至可以針對不同階段 不同隱私性需求 選擇不同雲端平台
https://blog.csdn.net/Cloudpods/article/details/130690881
因此AMD/AVGO可以開始搭配老黃 畢竟目前SAAS+AIAgent所需要的算力資源非常高
而這幫工程師永遠歡迎便宜又可特製化的算力 因為當提供雲計算服務在顧客時
Skypilot可以動態調整算力成本(選取不同source) 目前可以省下大量算力成本
使得在做垂直系統整合的AI平台(B2B) 不在受限只能使用單一平台 而造成本過高
skypilot 介紹 https://www.infoq.cn/article/s3trhvqd5al23nompvxs
Vertical AI Agents ->雲端計算廠商-> AI-Infra 正成為一個收斂循環
而這個商機 更考驗是哪些方案提供者 能更適合的整合所有傳統系統
但也因為這塊領域 整個算力需求變得更為誇張 而雲計算公司紛紛的在瘋狂擴張領土
因此@@除了AVGO我開始囤AMD 然後那個i皇不在我選項內
其他細節
https://www.youtube.com/watch?v=ASABxNenD_U
https://blog.csdn.net/m0_59163425/article/details/144111628
說白話點就是 以前生態圈的各種商業模式 搭配AI-Agent 就可以降低成本
尤其是那種龐大的數據資料系統 各種雜亂資料 每種資料格式只能用一種報表系統
現在可以全部整合到同一個AI介面 而不在需要人為操作
而這種自動化模式相對來說場景比較固定格式 不像針對人類需求天馬行空
比方你對你家的chatgpt 請幫助我練習如何跟老婆道歉 這種複雜需求
https://www.tiktok.com/@htc_0314/video/7532755049286601990
這是目前開始AI大賺錢的地方 而針對人類(B2C) 像是滿人類各種助理需求
LLM還有一段空間要走 當然版上ai泡沫蛙只會看到B2C 不知道B2B開始廝殺了
如果還是不理解AI垂直整合商業生態鏈
@@ 你只要知道 地球會缺電 人類會變電池 老黃會賺爆
(其他算力可以跟者喝湯吃肉)
※ 引述《strlen (strlen)》之銘言:
: 原文標題:
: AMD 軟體縮小與 CUDA 差距,專家指 NVIDIA 一次失誤或失主導地位
: 原文連結:
: https://technews.tw/2025/08/22/amd-makes-progress-closes-gap-to-cuda
: 發布時間:
: 2025 年 08 月 22 日 7:40
: 記者署名:
: 作者 Unwire HK
: 原文內容:
: AI 解決方案開發商 Tiny Corp 近日表示,AMD 在軟體方面取得重大進步,已大幅縮小
: 與 NVIDIA CUDA 系統的差距,甚至可能在 NVIDIA 出現技術失誤時超越其在 AI 市場的
: 主導地位。雖然 NVIDIA 目前在 2025 年第一季取得 92% GPU 市場占有率,但 AMD 正透
: 過 ROCm 平台快速趕上。
: 軟體差距快速縮小
: 專注開發消費端 AI 解決方案的 Tiny Corp 認為,AMD 在軟體方面的進步已使其接近
: NVIDIA 水準。該公司表示:「就像 Intel 在 CPU 領域一樣,如果 NVIDIA 一代產品犯
: 錯誤,AMD 就能獲得大部分市場占有率,並且市場占有率轉移比遊戲領域更容易。」這觀
: 點在當前 AI GPU 競爭激烈背景下顯得格外重要。雖然 NVIDIA 憑藉強大 CUDA 生態系統
: 長期占據主導地位,但 AMD 正透過 ROCm 平台迅速追趕。
: ROCm 7 帶來顯著性能提升
: AMD 在 6 月「Advancing AI」活動中推出 ROCm 新版本,支援包括 vLLM v1、llm-d、
: SGLang 在內多種增強框架,並專注於分散式推理、預填充等最佳化功能。據報告,ROCm
: 7 平台能將 AI 推理性能提升達 3.5 倍。AMD ROCm 7 主要關注推理工作負載,帶來明顯
: 性能提升,特別是在 DeepSeek R1 FP8 吞吐量和增強訓練性能方面,甚至聲稱其性能優
: 於 NVIDIA CUDA。最新發布 ROCm 6.4.3 版本進一步解決性能問題,修復通訊操作中延遲
: 問題。
: 擴展消費市場支援
: AMD 計劃在今年稍後時間在基於 Ryzen 的筆記型電腦和工作站上開放 ROCm 支援,並提
: 供 Linux 和 Windows 全面支援。這意味著 AMD 希望其 ROCm 平台能被更多用戶使用,
: 挑戰 NVIDIA 在專業和消費市場的主導地位。業界競爭加劇另一例證是,中國 AI 團隊最
: 近在全球獲獎,成功開發出以工業晶片替代 NVIDIA GPU 的影片生成 AI 模型,顯示替代
: 方案正在湧現。
: 雖然面臨挑戰,NVIDIA 在 2025 年第一季市場表現依然強勁,其市場占有率較上季增加
: 8 個百分點,而 AMD 則下降 7.3 個百分點至 8%。不過隨著 AMD ROCm 技術不斷成熟,
: AI GPU 市場競爭格局可能出現變化。
: 心得/評論:
: 「專家」稱蘇媽的生態系大躍進
: 老黃你皮不繃緊一點
: 一不小心就被超車惹
: 豪可怕 豪可怕
: AMD現在追高會贏嗎
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.21.72.78 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1755901453.A.E5A.html
推
08/23 06:31,
5小時前
, 1F
08/23 06:31, 1F
推
08/23 06:31,
5小時前
, 2F
08/23 06:31, 2F
QQ 你被a08帶壞了 我窮到接下來20年都要在閒聊喊995...
推
08/23 06:35,
5小時前
, 3F
08/23 06:35, 3F
→
08/23 06:35,
5小時前
, 4F
08/23 06:35, 4F
推
08/23 06:38,
5小時前
, 5F
08/23 06:38, 5F
推
08/23 06:49,
4小時前
, 6F
08/23 06:49, 6F
→
08/23 06:49,
4小時前
, 7F
08/23 06:49, 7F
推
08/23 07:00,
4小時前
, 8F
08/23 07:00, 8F
推
08/23 07:06,
4小時前
, 9F
08/23 07:06, 9F
推
08/23 07:12,
4小時前
, 10F
08/23 07:12, 10F
→
08/23 07:12,
4小時前
, 11F
08/23 07:12, 11F
→
08/23 07:12,
4小時前
, 12F
08/23 07:12, 12F
→
08/23 07:12,
4小時前
, 13F
08/23 07:12, 13F
→
08/23 07:14,
4小時前
, 14F
08/23 07:14, 14F
→
08/23 07:14,
4小時前
, 15F
08/23 07:14, 15F
→
08/23 07:19,
4小時前
, 16F
08/23 07:19, 16F
→
08/23 07:19,
4小時前
, 17F
08/23 07:19, 17F
→
08/23 07:19,
4小時前
, 18F
08/23 07:19, 18F
→
08/23 07:19,
4小時前
, 19F
08/23 07:19, 19F
→
08/23 07:20,
4小時前
, 20F
08/23 07:20, 20F
→
08/23 07:20,
4小時前
, 21F
08/23 07:20, 21F
推
08/23 07:23,
4小時前
, 22F
08/23 07:23, 22F
→
08/23 07:23,
4小時前
, 23F
08/23 07:23, 23F
推
08/23 07:24,
4小時前
, 24F
08/23 07:24, 24F
※ 編輯: LDPC (76.21.72.78 美國), 08/23/2025 07:35:11
推
08/23 07:40,
4小時前
, 25F
08/23 07:40, 25F
→
08/23 07:40,
4小時前
, 26F
08/23 07:40, 26F
推
08/23 07:53,
3小時前
, 27F
08/23 07:53, 27F
推
08/23 08:07,
3小時前
, 28F
08/23 08:07, 28F
推
08/23 08:27,
3小時前
, 29F
08/23 08:27, 29F
推
08/23 08:28,
3小時前
, 30F
08/23 08:28, 30F
推
08/23 08:53,
2小時前
, 31F
08/23 08:53, 31F
推
08/23 08:59,
2小時前
, 32F
08/23 08:59, 32F
→
08/23 09:03,
2小時前
, 33F
08/23 09:03, 33F
→
08/23 09:04,
2小時前
, 34F
08/23 09:04, 34F
→
08/23 09:04,
2小時前
, 35F
08/23 09:04, 35F
→
08/23 09:05,
2小時前
, 36F
08/23 09:05, 36F
推
08/23 09:06,
2小時前
, 37F
08/23 09:06, 37F
→
08/23 09:07,
2小時前
, 38F
08/23 09:07, 38F
→
08/23 09:07,
2小時前
, 39F
08/23 09:07, 39F
→
08/23 09:07,
2小時前
, 40F
08/23 09:07, 40F
→
08/23 09:07,
2小時前
, 41F
08/23 09:07, 41F
→
08/23 09:08,
2小時前
, 42F
08/23 09:08, 42F
討論串 (同標題文章)
完整討論串 (本文為第 3 之 3 篇):
Stock 近期熱門文章
PTT職涯區 即時熱門文章
7
28