Line (@0xLinehigher)

今天和进了电力行业四年未见的高中同学聊了几个小时。 我现在才知道，国内风力发电是一个非常赚钱，暴利的生意，并且国内完全不缺电，甚至电太多，卖不出去。 这是真正意义上的：钱都是大风刮来的。风机一转，开始印钞。 一台6.7mw的陆上风机一天等效满发能产生七八万度电，一个小型电场一天可以发到五六十万度电，折合人民币15-30w 以前我一直以为，风力发电这种东西，基本都是国家电力系统的项目。 实际上是各种私企争相竞标圈地，企业拿资源、拿指标、拿项目，然后投资建设风电场、光伏电站，框框干风力发电，非常暴利。 私企，可以干到一年两三百亿规模。 但国内近几年开始卷了，电价下降+电网限电，电太多，用量太小，卖不出去，开始负电价，倒贴钱卖电，拉客户。 如果不卖，风机一停，不赚钱等于亏钱。风机一转，开始印钞。 所以现在都在往海外圈地竞标，eg ：南非，东南亚。 而电太多开始催生出另外一个巨大的行业：储能。因为电目前无法很好的进行存储，发出来的电，必须当下被消耗掉。 所以中国南网储能，25 年，净利润同比增长百分之 49.89%，在经济下行的时间，估计没有任何行业干的过它。 26 年扩招应届生增长 42%，高速扩张。 电越便宜，储能越有价值。 风电、光伏、储能这些东西，可能远比我以前想象的更值得研究，😂非单纯投资角度。

非常建议每一个选择计算机系的大学生，在大学时期将cs336啃完，不开中文字幕，只开英文字幕。啃完之后，你对LLM的理解和英语能力至少在国内前百分之1%。 这门课超过国内任何一所大学里面计算机的课程。 《Stanford CS336: Language Modeling from Scratch》 是一门斯坦福大学计算机科学系的课程，这门课每一年春季都会有，每一年都会在油管免费开放。 里面的内容非常前沿而且实用，目前油管上的版本是25年的版本，第一节课提到的模型已经是GPT-4。而与此同时，国内的计算机课程还在用着至少5年前的PPT。 依稀记得，我的第一节C语言课程，PPT的里面的演示系统是XP... 啃完CS336，你会收获LLM的全栈技术栈，从数据收集，清洗，模型训练，优化，评估到部署，Transforemer架构，注意力机制，各种目前最新的机器学习训练方法 这门课的目标就是从头让你手搓一个LLM，亲手实现完整的pipeline。 两位主要讲师： 1、Percy Liang MIT 本科 + MEng，UC Berkeley 博士（2011）。曾在 Google 做 post-doc，后加入 Stanford 任教。 2、Tatsu Harvard 本科（统计与数学），MIT 博士（co-advised by Tommi Jaakkola 和 David Gifford），之后在 Stanford 做 Percy Liang 和 John Duchi 的 post-doc 耐心啃完这个，所有计算机课程几乎都不需要上了...因为在过程中必然会遇到很多不懂的点，边学边查，然后顺带就把学校关于机器学习和深度学习的专业课给学完了。 如果刚上大一，可以先看cs50，然后再到cs336，先稍微打点计算机的基础。 与此同时，一定要把线性代数学好，将高数丢了都要把线性代数学好，线性代数是机器学习的底层DNA。 如果线性代数没有学好，会比较难理解神经网络，相当于没学好加减乘除就想去求导。