蹦迪时被陌生人c了，刚刚，破50亿了！

蹦迪时被陌生人c了

作为一款高端显卡，GeForce RTX 5080 有着怎么的性能与性能释放呢？接下来就进入理论测试环节。先看烤机，单烤甜甜圈 10 分钟，GPU 的核心温度稳定在 73.4℃左右，显卡频率 1500MHz，芯片功耗稳定在 336W 左右，而电路板功耗则是和官方宣传的一致，为 360W。搭配 i7 / i9 或锐龙 7、锐龙 9 这样的高端处理器，1000W 的电源足以。

与美军“黑鹰”直升机相撞的客机是庞巴迪宇航集团的民用支线喷气飞机700型（CRJ700），由美国航空子公司PSA航空运营。CRJ700系列飞机于1999年首次试飞，并于2020年停产。根据美国联邦航空管理局（FAA）记录，此次涉事的飞机制造于2004年。，刚刚，破50亿了！

另外，也有不少专业人士对DeepSeek表示看好。印度信息技术部长、库克等盛赞DeepSeek，表示其推动了效率的创新，并且HuggingFace联合创始人Thomas Wolf、吴恩达也接连发布长文，谈及其开源对行业发展、数字社会具有颠覆性意义。

不少2022~2023年杀进光伏行业的投资人，也在2024年体会到周期的力量。从地产行业转身的李迈终于摸到了光伏投资赚钱的窍门，却赶上行业下行调整和政策变动；90后的吴晨从光伏公司离职创业，切入储能赛道，还干起其他副业，在2025年伊始已经提前完成全年个人目标业绩的一半。

DeepSeek 并没有“用 600 万美元做到美国 AI 公司花费数十亿美元才能实现的事情”。以 Anthropic 为例，Claude 3.5 Sonnet 是一个中等规模的模型，训练成本达 数千万美元，远不是数十亿美元级别。 并且，Claude 3.5 Sonnet 训练于 9-12 个月前，而 DeepSeek 的模型训练于 2023 年 11 月至 12 月，即便如此，Claude 3.5 Sonnet 在多个关键评估中仍明显领先。 DeepSeek 的训练成本并未突破行业趋势。如果成本曲线下降的历史趋势是每年约 4 倍，那么按照正常业务发展——即 2023 年和 2024 年的成本下降趋势——我们现在应该会看到一个比 3.5 Sonnet/GPT-4 便宜 3 到 4 倍的模型。 然而，DeepSeek-V3 的性能比这些美国前沿模型差一些——假设在扩展曲线上差约 2 倍，这已经是对 DeepSeek-V3 相当慷慨的估计了——这意味着，如果 DeepSeek-V3 的训练成本比一年前开发的美国当前模型低约 8 倍，那其实完全符合正常趋势。 我虽不便给出确切数字，但从前面的分析可以看出，即使接受 DeepSeek 的训练成本数据，他们也只是处于趋势线上，甚至可能还未完全达到。 比如，这比原始 GPT-4 到 Claude 3.5 Sonnet 的推理价格差异（10 倍）要小，而且 3.5 Sonnet 本身也是一个比 GPT-4 更好的模型。这些都表明，DeepSeek-V3 并非独特的突破，也没有从根本上改变 LLM 的经济性，它只是持续成本降低曲线上一个预期的点。 不同的是，这次第一个展示预期成本降低的公司是中国的，这在以往从未有过，具有重大的地缘政治意义。不过，美国公司很快也会跟上这一趋势——他们不会通过抄袭 DeepSeek 来实现成本降低，而是因为他们自身也在沿着常规的成本降低趋势发展。 DeepSeek 不是第一个实现成本优化的公司，但它是第一个来自中国的公司。这一点在地缘政治上意义重大。但同样，美国 AI 公司也会很快跟进——并不是通过抄袭 DeepSeek，而是因为它们本就沿着同样的技术路线前进。

OpenAI有一堆截图，虽然只是他们用来做展示的内容而已，但看起来还是比较标准的。这些截图跟踪了性能随时间的变化。能够查看所有的输出结果。

在D5 Render这类纯渲染应用中，影驰 GeForce RTX 5080圣刃OC显卡平均用时和RTX 4090 D相当，不同的渲染场景表现不一，但总体用时和RTX 4090 D显卡非常接近，比上一代的RTX 4080显卡节省20%左右的渲染时间。