大周末也没什么大消息，最热门的话题就是AI技术的大黑马。
梁文锋是幻方量化和DeepSeek的创始人，他出生于1985年，广东湛江人，17岁考入浙江大学电子工程系，主攻人工智能方向，并在浙大攻读硕士研究生。
他在量化投资和人工智能领域取得了显著成就，被认为是中国量化投资者中首位跨足AI创业领域的先锋。
梁文锋在2015年创立幻方量化，立志成为世界顶级的量化对冲基金。幻方量化凭借强大的算力支持和AI技术，迅速成长为国内量化私募“四巨头”之一，管理资产规模一度突破千亿。他主导开发了“萤火一号”和“萤火二号”AI超级计算机，其中“萤火二号”搭载约1万张英伟达A100显卡，算力超过72万台个人电脑。
去年 12 月底，DeepSeek发布的DeepSeek-V3已经引起过一次AI圈的震动。它的性能GPT-4o和Claude Sonnet 3.5等顶尖模型相近，但训练成本极低。整个训练在2048块英伟达H800 GPU集群上完成，仅花费约557.6万美元，不到其他顶尖模型训练成本的十分之一。
目前其APP在应用商店排名进入前十。
GPT-4o等模型的训练成本约为1亿美元，至少在万个GPU量级的计算集群上训练，而且使用的是性能更为优越的H100 GPU。例如，同为顶尖大模型，去年发布的Llama 3.1在训练过程中使用了16，384块H100 GPU，消耗了DeepSeek-V3 11倍的计算资源，成本超过6000万美元。
市场认为，DeepSeek R1的成功可能削弱了市场对英伟达AI芯片需求的预期。因为DeepSeek似乎以极低的成本构建了一个突破性的人工智能模型，并且无需使用尖端芯片。这让人质疑投入芯片行业的数千亿美元资本支出的实际效用。
DeepSeek仅用2048颗英伟达H800GPU和560万美元，就训练出6710亿参数的开源大模型，这只是OpenAI和谷歌训练同等类型模型花费的一小部分。加州大学伯克利分校人工智能政策研究员里特维克·古普塔表示，DeepSeek最近发布的模型表明，“没有阻碍人们获取人工智能能力的壕沟”。他说：“训练模型第一人必须花费大量资源才能实现目的，但跟进者可用更少的费用且以更快的速度实现目的
周五英伟达一度大跌3%+，这是不多见的。看来市场反应比较大，很可能会改变AI对它们芯片的需求量。
人工智能的市场炒作还会持续，可以跟踪芯片的应用端，这个是旱涝保收的，AI超速发展直接得利，没有的话其传统本身市场就在快速增长，也不会出太大问题。
最新出炉，2024年广东GDP预计站上14万亿人民币大关，约合1.99万亿美元，可排在全球第12位。排在第11位的俄罗斯GDP为2.02万亿美元。
据网友在2025年1月23日发布的信息，2024年世界GDP排名前十的国家如下：
美国：GDP总量28.78万亿美元。
中国：GDP总量18.53万亿美元。
德国：GDP总量4.59万亿美元。
日本：GDP总量4.11万亿美元。
印度：GDP总量3.93万亿美元。
英国：GDP总量3.49万亿美元。
法国：GDP总量3.13万亿美元。
巴西：GDP总量2.33万亿美元。
意大利：GDP总量2.32万亿美元。
加拿大：GDP总量2.24万亿美元。
所以说，广东发展确实不错，不过和西方大国比较一下，还是略逊一筹。美国最大的州是加州，它们2024年美国加利福尼亚州的GDP约为4.1万亿美元。据美国人口普查局12月19日发布的最新人口统计，2024年加州人口超过3943万。也就是说，加州单独去排名可以进去世界前五🖐🏻，而人口只有四千万，广东人口将近1.1亿，这样平均下来，经济差距也不小。
加州这种实力可以用恐怖来形容，而他们经济主要靠科技互联网，制造业不算很强，有个数据可以对比一下，看起来制造业压力也不大，就已经取得这么好的经济成绩，不服不行。
比如特斯拉的上海和美国的工厂，产量就不一样。
上海特斯拉的员工的年均产量，远远高于加州工厂。特斯拉的超级工厂，加州与上海应该设备相差不大，那生产量为什么有差距呢？主要原因在于，两国劳动管制不一样，导致中国工人效率更高，中国工人也更勤奋。
今天看到首富的大新闻，钟睒睒宣布了一项重大决定：未来十年内，将捐400个小目标创办大学！这个钱塘大学准备建在杭州，地址已经有了初选方案，这富裕的地方真是越来越好。
在2018年，钟睒睒创立成立钟子逸教育基金会，在多年时间里捐赠了浙江大学、北京大学、厦门大学、西湖大学等高校。此后，2021年，钟睒睒成立钱塘教育基金会，2024年创办浙江钱塘基础科学研究院，不断加强了与学界的合作关系。
防止失联关注备份公号，读者来信了，平时会发一些好玩的文章。
记得点“在看”，攒人气谢谢啦！
