查看原文
其他

我们从未中产过,谈谈流动性的艺术

还呗 zartbot 2024-04-15

技术只是谋生的手段, 玄学是不知所以的取舍, 艺术是明白得失的偏好。人饿的时候,只有一个烦恼,就是吃。人蠢的时候,也只有一个烦恼,就是读书。stay hungry stay foolish便是一种艺术。而穷,是保持良好品德和高尚人格的经济基础.

偶然间看到一本书,突然想到木心的一段话 "看清世界荒谬,是一个智者的基本水准。看清了,不是感到恶心,而是会心一笑。"

其实我们从未中产过,只是一个流动性溢价的幻境,而中等收入陷阱(Middle-income Trap)本质上是流动性伴生的泡沫在破裂边缘的震荡。几年前写过一篇讲流动性的文章可以读读

>>谈谈流动性<<

人世间有很多知识是相通的,以前也写过一篇文章

>>从风控视角看网络<<

网络中的丢包叫Loss,和风险管理中的损失是一个词。网络中的避免丢包的buffer,实际上就是风险管理中的经济资本(Economic capital,EC),很有趣的是在巴塞尔三中规定的核心资本充足率要求外CCB(Capital Conservation Buffer)和反周期调节的buffer(CCyB,Counter cyclical Buffer),都叫Buffer了.网络中的ECN在风险管理中也叫EWI(Early Warning Indicator),甚至网络里的Delay和金融机构的久期(Duration)又有了很多说不明道不清的关联

正如几年前在一篇文章中讲的

>>NetDAM拥塞控制<<

丢包本质上说是一种传输上的损失,而拥塞控制算法本质上是为了降低损失率,是不是联想到了金融风控?例如一个金融产品,当它能够刚性兑付(承诺保本)的时候,是不是同样也是无损的?但是这样无损的承诺给承载这个产品的机构带来了多大的风险?银行打破刚性兑付已经好多年了,也就是说早就没有无损保本的说法了。

而风险或者损失的本质就是不确定性, 所以我们必须要接受一个现实, 丢包是必然发生的,光模块的问题、硬件故障、路径中断,各种误码...一系列的问题

而另一篇文章

>>在不确定性中寻找概率确定性<<

面对风险时,每个人都有自己的风险偏好(Risk appetite)。按照风险管理的说法,对待风险的偏好有:

  1. Avoid:完全避免承受损失,这不就是PFC和Lossless以太网么
  2. Transfer:转移风险的方式,例如部分开启PFC,然后把风险转移到Buffer大的地方
  3. Mitigate:也称为Reduce Risk,即采取一定的手段降低风险敞口或者风险发生的概率,例如多路径/自适应路由/Packet Spray这些技术
  4. Accept: 坦然接受风险,这是最难的也是很多人没想明白的。大多数在go-back-n上瞎折腾了,或者又去搞NDP

而做网络的人天然的被"Congestion Avoidance"误导了,PFC死锁带来的最大问题便是流动性被迅速的抽空,而很多人谈到要take risk,通常一些投机取巧的技巧,然而十赌九输陷入玄学的境地,某个流量特征跑好了,另一个性能又差了,某个规模下好了,规模大了又不行了。前些天看到一个文档,更有一些感慨,风险偏好又被确定性带偏了,而人性中总是有那么多人想预测风险,规避风险,而不明白known unknown和unknown unknown的道理。 你不知我不语。

当下的AI依然如此,对于大模型想起知乎上 @黑暗里谁还不睡的一段话

现在AI领域的现状就是这样,数学上的high level intuition和ml theory的一堆assumption是割裂的,based on ml theory的formulation和跑出来的玄学实验结果又是割裂的,在苛刻条件下的实验结果和现实中的task上的performance还是割裂的,仅有的几个performance比较好的任务和工业界要求的变现能力强的落地场景仍旧是割裂的,但凡有人可以补上这几环中的任何一环足以拯救这个行业,但现在来看,真的很难乐观

大模型的幻觉依旧是一个很难解决的问题,而能看到希望的或许根本不在这个赛道上,你不知我不语。正如文章开头的那句话:

技术只是谋生的手段, 玄学是不知所以的取舍, 艺术是明白得失的偏好。

>>技术、玄学、艺术<<

继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存