PanSci 泛科學影片:
AI 已掌握生命秘密？甚至受諾貝爾獎肯定！Google DeepMind 推出 Alphafold-3，
人類預測蛋白質結構數量暴增200倍！還能用來開發藥物！
結果隔壁大樓還在用窮舉法算蛋白質?? 這早就證實算到宇宙毀滅都算不完阿.(請自行跳轉#17與#14 不再贅述)
這棟樓就讓所有的AI 主題來蓋大樓好了.
我就拋磚引玉一下, 提供最近的經驗:
現在AI的智力已經
超過普通人很多, 若拿考題來考,
每一科都能達到碩士程度.
最大的模型只能在伺服器端執行, 小一號的能在昂貴的工作站執行.
更小的,只能試玩, 最小的還不如不要用 , 因為
大小直接影響智力.
放不進去? 速度會降低上百倍或者不給執行.
免費資源:
各大服務器營運廠商都有提供試用, 都是完全體, 要想自由用都要繳錢.
如果要免費用對面的服務器.都要實名認證帳號(要有對面手機號)
本地佈屬: 想要支援本地電腦操作與無限使用就得砸錢,
要買N家顯卡硬體, 頂級貨都被炒得老高了,
如果你要算圖算影片(視覺模型), 業務用就砸4090/5090以上的機器
錢的數量直接影響速度與品質, 另外,算圖的,會比較吃記憶體(比起語言模型)
同樣7b的模型,視覺模型對vram要求較大,也是合理.
如果你要解問題, 大VRAM的卡關係到智商, 智商不夠的你也不想用.
不過, 效能( Token per second) 這方面 , 顯卡的代差就沒那麼大
(按這裡跳轉測試報告)
簡單說 rtx20xx 與 rtx50xx 如果算圖可以差十倍以上, 如果回答問題 也許只有差一倍.
本地佈署:
github llama3 或
https://www.llama.com/llama-downloads/
, Alphafold-3
https://github.com/google-deepmind/alphafold3
馬斯克的 Grok3,
https://grok.com/?referrer=website
DeepSeek R1, Qwen 2.5VL ?
請直接服用零度解說
以上.
泛科學講得很冗長, 按這裡直接跳轉重點!
其實我是在測試, 到底有多少是先天眼瞎, 還是後天眼瞎的多.
.
