（AI大观日报会为您推送每日的AI热点新闻，其中所有的概述及要点都由AI自动总结生成。若想查看详细内容，可点击标题进入原文）
ChatGPT强势加入芯片设计！不用学专业硬件描述语言了，说人话就行
文章来源：量子位
概述
本文介绍了纽约大学的研究人员如何利用大语言模型ChatGPT来设计芯片，无需使用专业的硬件描述语言（HDL）。他们展示了ChatGPT在不同的硬件设计示例中生成Verilog代码的能力，并将其中一个设计流片到Skywater 130纳米Shuttle。文章分析了这项研究的意义和挑战，并征询了读者的看法。
要点
- 🤖 ChatGPT是一种大语言模型，可以在各种类型的语言中转换自如，包括硬件描述语言（HDL）。
- 🧑💻 研究人员使用ChatGPT与工程师进行对话式交互，将纯英文文本逐步转化为Verilog（HDL）的等效代码。
- 🎯 研究人员评估了ChatGPT-4、ChatGPT-3.5、Bard、HuggingChat四个不同LLM创建硬件设计的Verilog能力，发现ChatGPT-4表现最佳。
- 🚀 研究人员将ChatGPT-4和工程师共同设计的一种基于八位累加器的微处理器体系结构发送到Skywater 130纳米Shuttle进行流片，验证了设计的有效性。
- 🤔 研究人员认为LLM可以成为硬件设计中的“力量倍增器”，但也存在一些风险和挑战，需要进一步研究和探索。
你说我猜！「阅片无数」ChatGPT，分分钟猜出记忆深处的电影！
文章来源：新智元
概述
本文介绍了一种利用ChatGPT模型来猜测电影名称的方法，分享了一些网友的实验结果，展示了生成式AI的能力和局限。
要点
- 🎬 ChatGPT可以根据用户提供的电影情节或细节来推测电影名称，有时候只需要两三条线索就能找到正确答案。
- 🧠 ChatGPT的效率和准确性取决于用户回忆出的信息的多少和质量，如果提供的信息太少或太模糊，ChatGPT可能会给出错误或多个答案。
- 🤖 ChatGPT也有可能出现幻觉，即生成一些从来没有过的电影，这时候用户需要判断其可信度和合理性。
650亿参数，8块GPU就能全参数微调：邱锡鹏团队把大模型门槛打下来了
文章来源：机器之心
概述
本文介绍了复旦大学邱锡鹏团队提出的一种新的优化器LOMO，它可以在有限的资源下对大型语言模型进行全参数微调，减少了内存使用量和通信开销，提高了吞吐量和下游性能。
要点
- 🚀 LOMO：一种新的优化器，将梯度计算和参数更新融合在一个步骤中，避免了梯度张量的存储，节省了内存。
- 🌡️ 65B 模型：利用 LOMO，在一台具有 8×RTX 3090 的机器上对 65B 模型进行全参数微调，每个 RTX 3090 具有 24GB 内存。
- 🏆 下游性能：使用 LOMO 对 SuperGLUE 数据集集合上的大型语言模型进行全参数微调，结果表明了 LOMO 的有效性，且与参数高效微调技术 LoRA 相互独立且互补。
