Forwarded from 科技圈🎗在花频道📮 (ㅤ)
据快科技独家获悉，英伟达 RTX 4070 显卡的国行版建议零售价为4799元起步，比此前很多人预期的4499元略贵一些。
作为对比，RTX 3070首发价3899元起，RTX 3070 Ti首发价4499元起，这一代又涨了，而高配版肯定奔着5000元左右起步去了。
新一代此前三款型号的首发价分别为：RTX 4090 12999元起、RTX 4080 9499元起、RTX 4070 Ti 6499元起。
🤖 投稿：@ZaiHuabot
📣 频道：@TestFlightCN
作为对比，RTX 3070首发价3899元起，RTX 3070 Ti首发价4499元起，这一代又涨了，而高配版肯定奔着5000元左右起步去了。
新一代此前三款型号的首发价分别为：RTX 4090 12999元起、RTX 4080 9499元起、RTX 4070 Ti 6499元起。
🤖 投稿：@ZaiHuabot
📣 频道：@TestFlightCN
Forwarded from 每日消费电子观察 (玉米狐狸 | 咳 | 24時間労働で一日に 一曲行けるでしょ？)
Ithome
苹果 CEO 库克分享防沉迷观点：盯着手机屏幕的时间不应超过面对面交流时间 - IT之家
在问及如何防止沉迷手机的时候，库克表示这主要归功于 iPhone 手机中的 Screen Time 功能，可以确保他不会花太多时间沉浸在手机中。
Forwarded from 叮当喵喵-今天你也很可爱
This media is not supported in your browser
VIEW IN TELEGRAM
是谁本人我不说（可能是F酱
Forwarded from 科技圈🎗在花频道📮 (ㅤ)
铠侠成功研制出HLC闪存 SSD容量暴增：速度/耐用性比QLC还拉跨
日前，铠侠（原东芝）研究人员已经成功开发出更新的存储颗粒，HLC闪存（Hepta-level），也就是7bits/cell，单位密度比QLC几乎翻倍。
铠侠透露，它们使用单晶硅取代了多晶硅作为内部通道材料，运行时的电流噪声据说也得到降低。HLC的研制成功意味着，即便堆叠技术没有任何改进，SSD的容量也能实现直接翻倍。
当然，HLC也有一些天然劣势，除了速度和带宽会有所牺牲，更重要的是耐用性。QLC况且被一些用户嗤之以鼻，PLC和HLC可想而知了。(快科技)
🤖 投稿：@ZaiHuabot
📣 频道：@TestFlightCN
日前，铠侠（原东芝）研究人员已经成功开发出更新的存储颗粒，HLC闪存（Hepta-level），也就是7bits/cell，单位密度比QLC几乎翻倍。
铠侠透露，它们使用单晶硅取代了多晶硅作为内部通道材料，运行时的电流噪声据说也得到降低。HLC的研制成功意味着，即便堆叠技术没有任何改进，SSD的容量也能实现直接翻倍。
当然，HLC也有一些天然劣势，除了速度和带宽会有所牺牲，更重要的是耐用性。QLC况且被一些用户嗤之以鼻，PLC和HLC可想而知了。(快科技)
🤖 投稿：@ZaiHuabot
📣 频道：@TestFlightCN
Forwarded from 🐱MiaoTony's Box | 困困困 zzz (MiaoTony 🐱)
#今天又看了啥 #academic #ChatGPT #GitHub #NLP
3090单卡5小时，每个人都能训练专属ChatGPT，港科大开源LMFlow
该项目由香港科技大学统计和机器学习实验室团队发起，致力于建立一个全开放的大模型研究平台，支持有限机器资源下的各类实验，并且在平台上提升现有的数据利用方式和优化算法效率，让平台发展成一个比之前方法更高效的大模型训练系统。
此外，该项目的最终目的是帮助每个人都可以用尽量少的资源来训练一个专有领域的、个性化的大模型，以此来推进大模型的研究和应用落地。
在 LMFlow 的加持下，即便是有限的计算资源，也能让使用者针对专有领域支持个性化训练。基于 70 亿参数的 LLaMA，只需 1 张 3090、耗时 5 个小时，就可以训练一个专属于自己的个性化 GPT，并完成网页端部署。开源库作者们已经利用这个框架单机训练 330 亿参数的 LLaMA 中文版，并开源了模型权重用于学术研究。训练得到的模型权重可以通过该网页端即刻体验问答服务 (lmflow.com)。
https://mp.weixin.qq.com/s/LCGQyNA6sHcdfIIARSNlww
https://github.com/OptimalScale/LMFlow
3090单卡5小时，每个人都能训练专属ChatGPT，港科大开源LMFlow
该项目由香港科技大学统计和机器学习实验室团队发起，致力于建立一个全开放的大模型研究平台，支持有限机器资源下的各类实验，并且在平台上提升现有的数据利用方式和优化算法效率，让平台发展成一个比之前方法更高效的大模型训练系统。
此外，该项目的最终目的是帮助每个人都可以用尽量少的资源来训练一个专有领域的、个性化的大模型，以此来推进大模型的研究和应用落地。
在 LMFlow 的加持下，即便是有限的计算资源，也能让使用者针对专有领域支持个性化训练。基于 70 亿参数的 LLaMA，只需 1 张 3090、耗时 5 个小时，就可以训练一个专属于自己的个性化 GPT，并完成网页端部署。开源库作者们已经利用这个框架单机训练 330 亿参数的 LLaMA 中文版，并开源了模型权重用于学术研究。训练得到的模型权重可以通过该网页端即刻体验问答服务 (lmflow.com)。
https://mp.weixin.qq.com/s/LCGQyNA6sHcdfIIARSNlww
https://github.com/OptimalScale/LMFlow
Weixin Official Accounts Platform
3090单卡5小时，每个人都能训练专属ChatGPT，港科大开源LMFlow
LMFlow 支持上千种模型，提供全流程高效训练方案。