先说结论: 珍惜生命, 远离妖股
你不看好空手就好,
不要去放空,
妖股的涨跌是华尔街早餐桌上聊天决定的
再来说Coreweave这家公司,
对,
这就是家空壳公司,
这是crunchbase 里头的资讯,
过几天可能会被删掉避风头,
所以我先在这里备份资讯,
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 是经济系毕业,
前一份工作是在华尔街卖CDO,
CEO 历史系/人资系毕业,
前一份工作在华尔街卖CDO,
整间公司没有任何一个人懂技术,
不过我相信这公司一定跟华尔街关系很好
Coreweave 之前是作加密货币,
应该就是做云端挖矿机出租,
现在用一模一样的概念跟同样NVDA 的机器,
把挖矿机改名成为AI 机器继续做云端出租,
这种东西是投机到不行的,
基本上碰CDO, 加密货币, 挖矿机这些东西都是超级投机
我们就来谈技术,
这是他们的官网: https://www.coreweave.com/
基本上就是用open source 的 kubernetes (我前面文章有解释),
这样要跟其他云端大厂竞争?
更何况kubernetes 是GOOG 开发的
三大厂AWS/MSFT/GOOG 现在之所有用 H100 并不是真的无法取代H100,
而是跟华尔街以及炒股大户的AI 科学家们妥协,
不用H100 就会被华尔街认为没有 AI 竞争力,
公司股价暴跌,
不用H100 就会被AI 科学家们认为平台难用难开发,
但是这只是目前的妥协
其实如果底层不要用CUDA,
可以有非常多的其他选择,
像是OpenCL/OpenGL 等,
硬件可以用TPU, AMD, 自制ASIC 等等,
真的不是非用H100 不可
我在云端市场研发也算是有一段时间,
云端市场很难打进去的, 一大堆奥客,
就像我前面说的AI 科学家们没有CUDA 就不会写代码,
我跟他们解释半天用OpenCL 用Tensorflow,
他们就是不愿意接受,
谁叫我是开发云端AI 平台给人使用,
然后很多客户要求一堆的support,
还有一堆鸟问题跟急单,
最好再送sample code, sample or reference model,
最好是可以直接套用,
这样一家空壳公司,
根本无法处理这些事情
※ 引述《LDPC (Channel Coding)》之铭言：
: 我有在follow coreweave 但是朝另外一个方向 Coreweave现在规划就是死抱老黄和
: 微软大腿 他提供的就是第三方租借算力 其他类似的公司有Amazon/Google/Lambda
: 然后Coreweave也有跟微软签约提供算力
: 老黄这阵子看得出来 他有在朝算力租借这边布局
: 在讲这些玩家之前 先科普一下如果踏入AI产业 你大概会选择三个方向其中一个
: AI开发者有大概三个族群
: 1.Train From Scratch (大公司玩家 每年AI顶会三大会 会看到他们出现刷存在感)
: 代表产物:BLIP(Saleforce)/CLIP(OpenAI)/DALLE-2(OPENAI)/LLAMA(Meta)/Palm-e(Google)
: 2.Fine Tune/Adapter Design: 就是拿上面几家公司开源的大模型作微调 或者增加套件
: 来整合下游任务 就算是如此也是吃一堆GPU运算 但比上面动辄百颗千颗GPU 小许多
: 3.Deployment (通常是Inference族群)
: 开发者就是把模型部署在终端 针对各种特别User Scenario来做优化AI模型 这块会是
: AMD将来的市场 目前市值估计是1跟2的10倍 需要的人就是做c code和模型转变(ONNX)
: Meta目前也在这布局
: 在Foundation Model大放异彩后 以及开源平台后Hugging Face兴起
: (Hugging Face 这家如果有股票 一定要买爆他) 造成许多优秀AI相关人才
: 包含工程师 都想跳入2跟3的领域 来做面对B2C的AI产业
: 这部分都属于Foundation Model下游任务 在早期李飞飞ImageNet时代
: 这些特制化面向产业的 以前还可以用GTX/RTX这类游戏显卡 去做测试和开发和部署
: 现在你大概得要有V100/A100/H100才行 但这些玩意只有大公司有
: 于是老黄目前看来想干的就是 解锁这门槛 让全世界新创 小型公司 任何优秀人才
: 能加入这产业 在透过Hugging Face 你现在想做LLM 只要套用几个现成模板
: 你就可以做下游特制化产物 老黄开发了一堆套件诸如AI WorkBench 就像你在用SAAS
: Matlab这类软件 搭个几个套件 你就可以开发属于你自己需求下游产物模型
: Pytorch ENG Head也跑去开了一个Firework公司 走这条路
: 原本老黄是寄望云端三大(Google/MS/Amazon)帮他推租借算力平台 但Amazon已经前后表明
: 他们更希望开发自己的算力平台 而Google/MS随时都有可能会跳船 那老黄目前感觉就是
: 想养一个亲儿子跟他们对干又或者当替代方案...Coreweaver据传已经要在德州盖DGX
: Cloud 做开放AI平台和算力租借整合 据理解DGX这类型Cloud就算是上面三大云玩家也是需要重新盖机房
: 无法拿以前的infra来升级 因此上面三个玩家也是需要花钱盖厂 就某种意义 并没有
: 比Coreweave来的更领先
: 但只要是聪明人都会注意到 这块租借算力市场的矛盾性 大公司不会希望上面事情发生
: 最糟糕情况就是3这块会各家公司分走 甚至危机到1这个Training市场
: 也就是老黄不想看到的 挑战cuda权威 而老黄感觉是要去抢云市场租借算力这事情
: 让更多小资本玩家进入这市场 让他资本做大 更依赖老黄开发工具体系 打破大公司垄断
: 大模型 进而在算力租借市场开发新的赚钱项目 越多玩家 他就能卖越多铲子
: 如果老黄成功打造自己的算力租借软硬整合云平台(虽然我不看好) 那我会去解锁我CD帐户继续加码
: 但我也能理解老黄 如果他不这样干 他没办法持续垄断这领域 QQ 总之 继续在旁边吃瓜
: 看这群大佬互打