矽谷輕鬆談 Just Kidding Tech

• S2E38 GPU 永動機：AI 生態系的玩家、金流與正被吹大的泡泡

  成為這個頻道的會員並獲得福利：https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join你有沒有發現，AI 生態系裡的錢好像多到花不完？Nvidia 股價一飛沖天，OpenAI、xAI 的估值都高到嚇人。但你有沒有想過，這些錢到底是怎麼流動的？ 投資人把錢給 AI 公司，AI 公司拿去買 GPU，然後 Nvidia 再把賺來的錢，回頭投資這些 AI 公司... 聽起來是不是有點耳熟？更瘋狂的是，還有人拿 GPU 去抵押貸款，再用借來的錢買更多的 GPU。這集我們就來聊聊： 💸 AI 生態系的玩家（大模型、算力、金主）是怎麼分工的？🔄 什麼是「循環金流」？Nvidia 投資 AI 公司，AI 公司再拿錢買 GPU？📈 這場 AI 狂歡，到底是不是一個金融泡沫？💰 什麼是「GPU 抵押貸款」？為什麼 CoreWeave 和 xAI 都在玩？💥 這個「GPU 永動機」如果停了，泡泡破了會發生什麼事？📉 為什麼 GPU 崩盤，AI 模型公司不見得能買到便宜算力？🧼 泡沫破掉是壞事嗎？還是能清掉玩家，讓產業回到健康狀態？🎧 如果你也好奇 AI 業內人士怎麼看這場資本遊戲，以及這個「GPU 永動機」到底能轉多久，這集你一定要聽。🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech(00:00) 開頭(01:15) 吃麻辣燙遇到聽眾(02:31) 五年後你還會記得什麼？(04:04) AI 生態系有哪些關鍵玩家？(05:53) AI 世界的金流路線圖：錢到底怎麼跑？(06:57) OpenAI × Nvidia：一千億美元的互利關係(07:48) 循環金流啟動：AI 業界的永動機機制(08:44) 泡沫警訊：需求爆炸與隱形風險(09:16) 這算洗錢嗎？談談金融工程的邏輯(10:10) 最大雷點：GPU 抵押借錢的連鎖風險(12:26) 泡泡如果破了，會發生什麼？(12:48) 為什麼 GPU 崩盤對模型公司不是好消息？(14:15) 泡沫會破嗎？(14:52) 泡沫破掉反而是好事？產業健康化的開始

  --------  

  16:13

  --------

  16:13
• S2E37 AI 的「小」革命：小型語言模型才是未來？

  加入頻道會員，解鎖更多專屬福利：👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join雖然大家都在追求「越大越好」的 AI 模型，但真正讓 AI 普及、走進每個人生活的關鍵，可能是那些「小」到能在你手機上跑的模型。Google、Meta、微軟甚至蘋果，都在默默佈局小型語言模型。它們更快、更便宜、更懂特定領域，甚至在某些任務上已經超越大模型。這集我們就來聊聊：🤖 為什麼小模型可能才是 AI 普及的關鍵？⚙️ 小模型是怎麼被「蒸餾」出來的？💡 MiniLLM 為什麼有時能打敗老師？📱 當 AI 可以在手機上運行，Nvidia 的 GPU 還會是主角嗎？🏁 蘋果的「混合模式」策略，會不會是最後的贏家？🎧 如果你也好奇 AI 的下一場戰爭，不是在雲端，而是在你手上，這集你一定要聽。🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech(00:00) 開頭(01:05) 小型語言模型有什麼特點？(03:36) 成本省近百倍？這才是真正的關鍵(04:33) 什麼時候該用大模型 vs 小模型？(06:20) 小孩子才做選擇：我大小模型都要！(07:27) 或許蘋果才是最後的贏家？(08:37) 深入解析小模型訓練核心：蒸餾是什麼？(10:28) 進階蒸餾：讓學生模型學會「思考機率」(11:21) MiniLLM 蒸餾法：只學最有用的部分(12:31) 模型怎麼變小、推論又能更快？(14:17) 手機也能跑 AI？GPU vs NPU 大比拼(15:43) 原來你的手機早就有 NPU 了(16:33) 黃仁勳爸爸出馬：GPU 才是王道！(17:12) 反對陣營回嗆：NPU 已經夠用了

  --------  

  18:30

  --------

  18:30
• S2E36 常態裁員時代最佳生存指南：別忘了你有選擇

  越來越多公司就算營收創新高，還是持續裁員。科技業最美好的時代已經結束，常態裁員時代正式來臨。Amazon 宣布裁員一萬四千人，接下來還會陸續裁到最多三萬。但這次的裁員，其實只是更大結構轉變的開始。為什麼公司賺錢也要裁員？為什麼我們會對裁員如此焦慮？更重要的是，我們要怎麼面對這種不確定性，活得更自由？這集我們就來聊聊：💼 為什麼「常態裁員」會成為科技業的新常態？🏢 從 Amazon 到 Airbnb，不同公司怎麼面對同一場風暴？📉 為什麼公司財報亮眼還要裁員？這背後有什麼邏輯？🧠 為什麼我們面對裁員特別焦慮？損失迴避的心理機制怎麼運作？💪 當你意識到焦慮從何而來，你就能重新找回主導權，不再被恐懼推著走，而是主動選擇自己的方向。🎧 如果你也感受到這波不確定性的壓力，這集會讓你理解焦慮的根源，也教你怎麼把焦慮變成力量。🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech(00:00) 開頭(01:11) Amazon 大裁員，一萬四只是開始(02:51) 從瘋狂招聘到大規模裁員，風向怎麼變的？(04:08) 我的第一次裁員經驗(06:17) 即使大裁員，人數仍比疫情前更多(06:44) Airbnb 的人性化裁員：你可以，不代表你應該(09:31) 為什麼科技公司開始全面精簡人力？(12:04) 回辦公室，真的為了效率嗎？(13:37) YouTube「自願離職」方案，背後的用意是什麼？(14:23) 為什麼裁員讓人恐懼？損失迴避的心理學(16:30) 損失迴避：揭開我們不理性的行為模式(17:49) 為什麼各種服務都要你「免費試用」？(19:20) 假設自己一無所有，你就能看清什麼才重要(21:14) 被裁員後該怎麼辦？(23:23) 為什麼現在，反而是被裁員的最好時機？

  --------  

  26:12

  --------

  26:12
• S2E35 AWS 大當機內幕：Race Condition 拖垮全球網路

  10 月 20 號星期一，亞馬遜雲端服務 AWS 的核心區域 us-east-1 爆出一個 Race Condition，導致 DynamoDB 的 DNS 被清空，結果連帶拖垮了 113 項內部與外部服務。從社群平台、交易所、航空公司、政府單位，甚至英超足球聯盟，全都中標。這場十五小時的大當機，不只是 AWS 的災難，更是「雲端集中化」的一次警訊。這集我們就來聊聊：☁️ 為什麼 us-east-1 這麼關鍵？⚙️ Race Condition 到底怎麼讓 DNS 全毀？💥 為什麼 EC2、Network Manager 會跟著爆？📉 為什麼 Amazon 股價幾乎沒動？🧠 AWS 與用戶能怎麼避免下一次的災難？🎧 如果你想知道這場當機背後的真實技術細節，以及雲端世界最脆弱的一面，這集你一定要聽。🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech(00:00) 開頭(01:11) 為什麼我對 AI 新聞越來越無感？(03:30) AWS 大當機(04:58) 為什麼亞馬遜股價幾乎沒動？(06:27) DynamoDB 一個月只能當機四分半(07:41) 全球服務出事：從社群平台到航空公司(08:27) 英超半自動越位系統原理是什麼？(10:23) 或許「被迫離線」反而是好事(11:01) Root cause 分析(11:52) DynamoDB 是怎麼管理 DNS(13:56) Race Condition 出現，災難開始擴散(15:36) DynamoDB 修好後 EC2 卻開不了機(17:46) EC2 開機了但沒網路(19:25) AWS 工程師真的辛苦了(20:00) 如何預防下一次：備援系統的關鍵思維(23:14) 制定緊急應變 SOP + 定期演練的重要性(24:06) 再怎麼準備，壞事還是會發生

  --------  

  25:48

  --------

  25:48
• S2E34 Threads 演算法為什麼有毒？看完直接免疫！

  Threads 的演算法怎麼操控你的情緒？為什麼越滑越焦慮？這集帶你看懂它的底層邏輯，還教你怎麼反制它。從 2023 年推出以來，Threads 用戶一路狂飆，日活突破 1.3 億，甚至超越了 X。更驚人的是，台灣人特別愛用脆，貢獻了全球第一的流量。但很多人發現，用久了之後，看到那些極端或對立的內容，心情會變差。這不是你玻璃心，而是你的大腦還停在遠古時代。演算法懂得精準利用你的情緒反應，讓你越滑越上癮。這集我們就來聊聊：📌 為什麼 Threads 的演算法這麼「快」？📌 它怎麼仿效 TikTok，做到即時個人化推送？📌 為什麼演算法特別愛推對立內容？📌 我們的大腦是怎麼被這些刺激馴化的？📌 台灣人為什麼特別愛用脆？📌 我們可以怎麼重塑大腦，讓自己不被演算法控制？🎧 如果你也覺得 Threads 看久了心情變差、焦慮上升，這集會讓你重新理解「有毒演算法」背後的心理設計。聽完你真的會開始對演算法免疫了。🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech(00:00) 開頭(01:07) 做有意義的影片，被喜歡是什麼感覺(03:08) 為什麼連尿尿、泡湯都在滑？(05:00) Threads 演算法真的有毒(05:45) 社群的商業模式：販賣你的注意力(06:58) 最新數據：脆日活超過 X、台灣流量全球第一(08:07) 台灣人為什麼特別愛用脆？(09:32) 脆為什麼這麼快？即時個人化的祕密(11:14) 為什麼看了心情差？演化心理在作祟(13:20) 我大腦壞了嗎？對負評幾乎無感(14:36) 推薦系統拆解①：蒐集你的所有行為(15:42) 推薦系統拆解②：兩大模型篩選內容(17:12) 核心：幫「觀眾找內容」不是幫「內容找觀眾」(18:17) 推薦系統拆解③：排序模型＋後處理(20:48) 重點來了：如何擺脫有毒演算法？(24:00) 直面內心打造可持續的快樂

  --------  

  26:39

  --------

  26:39

More Technology podcasts

Trending Technology podcasts

About 矽谷輕鬆談 Just Kidding Tech