节目列表: 跨国串门儿计划 - EarsOnMe

跨国串门儿计划

📝 本期播客简介本期嘉宾是深受全球观众喜爱的喜剧演员、作家和主持人，特雷弗·诺亚（Trevor Noah）。在一场深度对话中，他坦诚分享了自己从南非种族隔离时期的“非法出生”，到登上《每日秀》舞台的艰难旅程。他揭示了童年时期家庭暴力的创伤，以及母亲被枪击的至暗时刻如何塑造了他对生命脆弱性的深刻理解。特雷弗首次公开了自己被诊断患有ADHD的经历，并阐释了未经治疗的ADHD如何表现为周期性抑郁和存在主义危机。他批判了当今社会对年轻男性的束缚，探讨了男性孤独感的根源，并分享了他通过社群、友谊和保持脆弱找到归属感的生存哲学。这是一场关于创伤、连接、目标感以及如何在充满噪声的世界中找到平衡的真诚对话。 👨‍⚕️ 本期嘉宾 Trevor Noah，南非喜剧演员、作家、电视主持人和政治评论家。他曾担任美国深夜新闻和讽刺节目《每日秀》（The Daily Show）的主持人长达七年。他的自传《天生有罪》（Born a Crime）登上《纽约时报》畅销书榜。 🌟 精彩内容 💡 发现自己的“蜘蛛感应” 特雷弗坦诚，在充满家暴的童年环境中，他练就了一种对危险的超敏感直觉，能够提前预知冲突的发生。他将这比作是孩子在寻求自我保护时发展出的“蜘蛛感应”。然而，这种超能力后来变成了诅咒，让他现在仍要在社交场合不断练习放低警惕，不去承担保护每个人的责任。 “你听到汽车的声音，就知道哪辆车会给家里带来危险。我能通过脚步声判断我继父是清醒还是喝醉了。我能通过他开门或关门的方式，知道自己该不该紧张。” 💔 离开《每日秀》的真正原因尽管《每日秀》当时取得了巨大的数字成功，特雷弗认为“是时候了”。疫情期间，他意识到自己把生活完全变成了工作。他发现政治不是二元的，但如果在一个地方呆得太久，你会开始将那里视为全部现实。离开是为了专注于友谊、家庭和更广阔的世界。 “我问自己，Trevor，你想让它在哪里结束？对你来说，什么更重要？是这个节目和这个想法的收视率和成功，还是你的友谊和人际关系的收视率和成功？” 🧠 未经治疗的 ADHD 导致抑郁特雷弗首次公开讨论他对 ADHD 的诊断，以及这种神经多样性如何导致周期性的存在主义抑郁。他的大脑会陷入“镜头变焦卡住”的循环，过度专注于生活的荒谬和毫无意义。他分享了对抗这种状态的实用方法，即在情绪失控时，先检查最基本的需求（睡眠、饮食、运动）。 “我当时没意识到，我所经历的抑郁，其实是源于未经治疗的 ADHD。我会卡在一个焦距上，然后就一直循环。我会想，这有什么意义？我们到底在做什么？” 🫂 男性孤独与“第三样东西”的障碍特雷弗深入剖析年轻男性的孤独困境，认为这不是他们的错，而是一系列社会多米诺骨牌效应的结果。他指出，男性被传统文化限制，通常需要“第三样东西”（比如户外活动或游戏）作为中介才能进行有意义的连接，而女性则能直接分享。他认为，网络上的匿名社区（如 Reddit 或游戏）正在成为男性安全地表达脆弱的出口。 “我们男生不擅长这个。我前几天读到一篇很棒的文章，说男生们总是需要‘第三样东西’。总是有你，有我，还有那第三样东西。为什么我们不能就这样坐着，然后说，‘嘿，Steven，你心里在想什么？’” ✨ 艰难的幸存：金缮修复的哲学在讨论是否能真正“克服”创伤时，特雷弗引用了日本的“金缮”（Kintsugi）修复艺术：用金色的黏合剂修复破碎的陶器。他认为，克服不是回到“完美破碎前”的状态，而是带着一种新的骄傲和美丽，去展示自己的裂痕。 “它是一种改变我思维定势的方式，让我思考克服或变得更好。它不是说，我们在某件事发生之前是完美的，而是说，我们得以带着一种新的骄傲和一种新的美丽，来展示我们的裂痕。” 🌐 播客信息补充翻译克隆自：Trevor Noah: My Depression Was Linked To ADHD! Why I Left The Daily Show! 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

156分钟

99+

1个月前

#248. Tri Dao：英伟达主导地位的终结，推理成本为何下降以及速度的下一个 10 倍

跨国串门儿计划

📝 本期播客简介 Tri Dao 是 Flash Attention 和 Mamba 的主要作者之一，是当今 AI 基础设施领域的关键人物。Flash Attention 技术是大幅降低模型推理成本的重要驱动力，而Mamba则代表了Transformer的替代架构的探索方向。他目前在Together公司担任首席科学家，同时也是普林斯顿大学的助理教授。在本期播客中，Tri Dao深入探讨了AI硬件竞争的格局、下一代模型架构的演进，以及他如何利用AI工具将自己的编程效率提高了1.5倍。他分享了AI推理成本在过去三年暴降百倍的秘密，并预测了未来几年实现下一个十倍性能飞跃的方向。此外，他讨论了学术界与工业界在AI探索与应用中的不同角色，并提出了他认为最能影响未来AI发展方向的悬而未决的问题：如何让AI达到人类专家水平。 👨‍⚕️ 本期嘉宾 Tri Dao：Together首席科学家，普林斯顿大学助理教授。Flash Attention和Mamba的主要作者之一。 📒 文字版精华见微信公众号（点击跳转） 🌟 精彩内容 🚀 推理成本暴降百倍：Flash Attention的洞察 Tri Dao回顾了过去三年AI推理成本下降至少一百倍的原因，核心在于解决了数据移动这个瓶颈。他以Flash Attention为例，解释了如何通过算法和硬件的协同设计，重新组织Attention计算，实现性能飞跃。他同时指出，GPT-4o等模型的成功应用了极端的4-bit量化，大大降低了内存需求。 🛠️ AI驱动的效率：1.5倍的生产力提升 Tri Dao坦承，他利用AI编程助手（主要是Claude Code和GPT-4o）的“智能体”能力，将自己的工作效率提高了约1.5倍。这些模型擅长编写复杂的GPU内核并提供宏观优化建议，使他能够专注于架构设计而非实现细节。 💡 架构的新方向：MOE的稀疏极限与Mamba的价值尽管Transformer架构取得了巨大成功，但Tri Dao认为其达到AGI的成本可能是天文数字。他正在研究两条更高效的路径：一是将专家混合模型（MOE）进行极致的稀疏化，以提高每单位算力获取的智能；二是继续探索Mamba等状态空间模型（SSL），通过压缩历史状态（减少KV Cache）来优化大批量推理场景。 🎯 最大的悬而未决问题：如何实现专家级AI Tri Dao认为，当前LLM在互联网数据覆盖的领域（如前端编程）已达到人类平均水平，但真正的高经济价值任务集中在专家领域（如飞机设计师、医生）。这些领域知识并非基于海量互联网数据。未来最大的挑战和机遇在于，如何让AI掌握专业工具和深度知识，达到与人类专家协同工作的水平。 📈 推理市场的三大模式与智能体革命随着工作负载多样化，Tri Dao预测推理市场将分化为三种模式：传统对话、极低延迟（Agentic/Interactive）和超高吞吐量（Batch/RL）。他相信，下一波应用浪潮将是智能体工作负载，这要求推理服务商不仅要优化GPU速度，还要解决模型如何安全高效地连接到外部数据库和人类工具的系统级挑战。 🌐 播客信息补充翻译克隆自：Tri Dao: The End of Nvidia's Dominance, Why Inference Costs Fell & The Next 10X in Speed 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

56分钟

1k+

1个月前