先說結論: 珍惜生命, 遠離妖股
你不看好空手就好,
不要去放空,
妖股的漲跌是華爾街早餐桌上聊天決定的
再來說Coreweave這家公司,
對,
這就是家空殼公司,
這是crunchbase 裡頭的資訊,
過幾天可能會被刪掉避風頭,
所以我先在這裡備份資訊,
https://www.crunchbase.com/organization/coreweave/people
Brian Venturo
Co-Founder and CTO
https://www.linkedin.com/in/brian-v-6719b812/
Haverford College
Bachelors, Economics
Partner
Hudson Ridge Asset Management LLC
Michael Intrator
Co-Founder and CEO
CTO 是經濟系畢業,
前一份工作是在華爾街賣CDO,
CEO 歷史系/人資系畢業,
前一份工作在華爾街賣CDO,
整間公司沒有任何一個人懂技術,
不過我相信這公司一定跟華爾街關係很好
Coreweave 之前是作加密貨幣,
應該就是做雲端挖礦機出租,
現在用一模一樣的概念跟同樣NVDA 的機器,
把挖礦機改名成為AI 機器繼續做雲端出租,
這種東西是投機到不行的,
基本上碰CDO, 加密貨幣, 挖礦機這些東西都是超級投機
我們就來談技術,
這是他們的官網: https://www.coreweave.com/
基本上就是用open source 的 kubernetes (我前面文章有解釋),
這樣要跟其他雲端大廠競爭?
更何況kubernetes 是GOOG 開發的
三大廠AWS/MSFT/GOOG 現在之所有用 H100 並不是真的無法取代H100,
而是跟華爾街以及炒股大戶的AI 科學家們妥協,
不用H100 就會被華爾街認為沒有 AI 競爭力,
公司股價暴跌,
不用H100 就會被AI 科學家們認為平台難用難開發,
但是這只是目前的妥協
其實如果底層不要用CUDA,
可以有非常多的其他選擇,
像是OpenCL/OpenGL 等,
硬體可以用TPU, AMD, 自製ASIC 等等,
真的不是非用H100 不可
我在雲端市場研發也算是有一段時間,
雲端市場很難打進去的, 一大堆奧客,
就像我前面說的AI 科學家們沒有CUDA 就不會寫代碼,
我跟他們解釋半天用OpenCL 用Tensorflow,
他們就是不願意接受,
誰叫我是開發雲端AI 平台給人使用,
然後很多客戶要求一堆的support,
還有一堆鳥問題跟急單,
最好再送sample code, sample or reference model,
最好是可以直接套用,
這樣一家空殼公司,
根本無法處理這些事情
※ 引述《LDPC (Channel Coding)》之銘言：
: 我有在follow coreweave 但是朝另外一個方向 Coreweave現在規劃就是死抱老黃和
: 微軟大腿 他提供的就是第三方租借算力 其他類似的公司有Amazon/Google/Lambda
: 然後Coreweave也有跟微軟簽約提供算力
: 老黃這陣子看得出來 他有在朝算力租借這邊佈局
: 在講這些玩家之前 先科普一下如果踏入AI產業 你大概會選擇三個方向其中一個
: AI開發者有大概三個族群
: 1.Train From Scratch (大公司玩家 每年AI頂會三大會 會看到他們出現刷存在感)
: 代表產物:BLIP(Saleforce)/CLIP(OpenAI)/DALLE-2(OPENAI)/LLAMA(Meta)/Palm-e(Google)
: 2.Fine Tune/Adapter Design: 就是拿上面幾家公司開源的大模型作微調 或者增加套件
: 來整合下游任務 就算是如此也是吃一堆GPU運算 但比上面動輒百顆千顆GPU 小許多
: 3.Deployment (通常是Inference族群)
: 開發者就是把模型部署在終端 針對各種特別User Scenario來做優化AI模型 這塊會是
: AMD將來的市場 目前市值估計是1跟2的10倍 需要的人就是做c code和模型轉變(ONNX)
: Meta目前也在這佈局
: 在Foundation Model大放異彩後 以及開源平台後Hugging Face興起
: (Hugging Face 這家如果有股票 一定要買爆他) 造成許多優秀AI相關人才
: 包含工程師 都想跳入2跟3的領域 來做面對B2C的AI產業
: 這部分都屬於Foundation Model下游任務 在早期李飛飛ImageNet時代
: 這些特製化面向產業的 以前還可以用GTX/RTX這類遊戲顯卡 去做測試和開發和部署
: 現在你大概得要有V100/A100/H100才行 但這些玩意只有大公司有
: 於是老黃目前看來想幹的就是 解鎖這門檻 讓全世界新創 小型公司 任何優秀人才
: 能加入這產業 在透過Hugging Face 你現在想做LLM 只要套用幾個現成模板
: 你就可以做下游特制化產物 老黃開發了一堆套件諸如AI WorkBench 就像你在用SAAS
: Matlab這類軟體 搭個幾個套件 你就可以開發屬於你自己需求下游產物模型
: Pytorch ENG Head也跑去開了一個Firework公司 走這條路
: 原本老黃是寄望雲端三大(Google/MS/Amazon)幫他推租借算力平台 但Amazon已經前後表明
: 他們更希望開發自己的算力平台 而Google/MS隨時都有可能會跳船 那老黃目前感覺就是
: 想養一個親兒子跟他們對幹又或者當替代方案...Coreweaver據傳已經要在德州蓋DGX
: Cloud 做開放AI平台和算力租借整合 據理解DGX這類型Cloud就算是上面三大雲玩家也是需要重新蓋機房
: 無法拿以前的infra來升級 因此上面三個玩家也是需要花錢蓋廠 就某種意義 並沒有
: 比Coreweave來的更領先
: 但只要是聰明人都會注意到 這塊租借算力市場的矛盾性 大公司不會希望上面事情發生
: 最糟糕情況就是3這塊會各家公司分走 甚至危機到1這個Training市場
: 也就是老黃不想看到的 挑戰cuda權威 而老黃感覺是要去搶雲市場租借算力這事情
: 讓更多小資本玩家進入這市場 讓他資本做大 更依賴老黃開發工具體系 打破大公司壟斷
: 大模型 進而在算力租借市場開發新的賺錢項目 越多玩家 他就能賣越多鏟子
: 如果老黃成功打造自己的算力租借軟硬整合雲平台(雖然我不看好) 那我會去解鎖我CD帳戶繼續加碼
: 但我也能理解老黃 如果他不這樣幹 他沒辦法持續壟斷這領域 QQ 總之 繼續在旁邊吃瓜
: 看這群大佬互打