Cathie Wood

Yes.

Yeah. This will be very interesting.

Yeah. This will be very interesting.

Yes. I'm not sure if you asked the question that way. Did you say...

Yes. I'm not sure if you asked the question that way. Did you say...

I wonder how long it's going to think.

I wonder how long it's going to think.

Yeah, it's going to think a long time, I have a feeling. And then it's going to take you through. And I think, you know, it was interesting, DeepSeek. The breakthrough it had on the reasoning side was it kept asking questions so it could get to the right answer faster. I think they're all adopting it now because DeepSeek is open source.

Yeah, it's going to think a long time, I have a feeling. And then it's going to take you through. And I think, you know, it was interesting, DeepSeek. The breakthrough it had on the reasoning side was it kept asking questions so it could get to the right answer faster. I think they're all adopting it now because DeepSeek is open source.

Das ist, was sie sagten. Sie sagten, 6 Millionen Dollar, trainiert auf einer hochwertigen Werkstatt. Und das hat natürlich einen Trillionen-Dollar-Wert von Schaden im US-Markt mit NVIDIA, einer der größten Verletzungen, weil die Leute sagten, warte mal. Wir machen diese Datenzentren. Ich meine, wir brauchen nicht all diese großen Datenzentren-Server, um dieses Werk zu machen.

Das ist, was sie sagten. Sie sagten, 6 Millionen Dollar, trainiert auf einer hochwertigen Werkstatt. Und das hat natürlich einen Trillionen-Dollar-Wert von Schaden im US-Markt mit NVIDIA, einer der größten Verletzungen, weil die Leute sagten, warte mal. Wir machen diese Datenzentren. Ich meine, wir brauchen nicht all diese großen Datenzentren-Server, um dieses Werk zu machen.

Wir könnten eine hochwertige Werkstatt für 6 Millionen Dollar machen. Die Antwort ist, das Prätraining für das Modell wurde auf einem 50.000 GPU-Kluster gemacht, das der Hedgefonds hatte. Und der letzte Schritt des großen Sprachmodells war der 6-Millionen-Dollar-Step.

Wir könnten eine hochwertige Werkstatt für 6 Millionen Dollar machen. Die Antwort ist, das Prätraining für das Modell wurde auf einem 50.000 GPU-Kluster gemacht, das der Hedgefonds hatte. Und der letzte Schritt des großen Sprachmodells war der 6-Millionen-Dollar-Step.

All right. And I have to, to be honest, I haven't seen the last stage of this model. We haven't, that would be very interesting. I'd love to get a copy of that, if you could send it to me, can you?

All right. And I have to, to be honest, I haven't seen the last stage of this model. We haven't, that would be very interesting. I'd love to get a copy of that, if you could send it to me, can you?

Mein Vorschlag an alle jungen Menschen, die in ihren ersten Job, aber auch späteren Jobs kommen, ist, dass meine Mission, als ich angefangen habe, war, meinen Boss brillant zu machen. Warum sage ich das? Es ist heute viel mehr möglich als damals, als es damals war, als es keine Computers und keine Smartphones gab, als ich angefangen habe. But what did I do? My boss wanted to communicate.

Mein Vorschlag an alle jungen Menschen, die in ihren ersten Job, aber auch späteren Jobs kommen, ist, dass meine Mission, als ich angefangen habe, war, meinen Boss brillant zu machen. Warum sage ich das? Es ist heute viel mehr möglich als damals, als es damals war, als es keine Computers und keine Smartphones gab, als ich angefangen habe. But what did I do? My boss wanted to communicate.

He was an economist. He wanted to communicate in charts that he couldn't find. So I figured out a way. I went to our time-sharing system. Das war alles, was man damals machen konnte. Zeitschreibung ist eine ältere, mainframe Technologie. Und ich habe eine Art und Weise herausgefunden, diese Charts zu machen und ihn zu erfreuen. Und ich habe es lieb gemacht und ich habe gelernt.

He was an economist. He wanted to communicate in charts that he couldn't find. So I figured out a way. I went to our time-sharing system. Das war alles, was man damals machen konnte. Zeitschreibung ist eine ältere, mainframe Technologie. Und ich habe eine Art und Weise herausgefunden, diese Charts zu machen und ihn zu erfreuen. Und ich habe es lieb gemacht und ich habe gelernt.

Ich habe gelernt über Technologie und über die Ökonomie durch ihn. Das war die erste Sache. Warum ist es wichtig, deinen Boss gut zu machen? Well, I think because if you do make him look good, first of all, you owe him a debt of gratitude if he turns around and gives you more growth opportunities. But if he or she doesn't...