1 分•作者: OBrien_1107•3 个月前
返回首页
最新
1 分•作者: bharathkoyyedi•3 个月前
2 分•作者: buildbot•3 个月前
1 分•作者: o4c•3 个月前
1 分•作者: tibbar•3 个月前
1 分•作者: victorkulla•3 个月前
3 分•作者: mlhpdx•3 个月前
83 分•作者: supermdguy•3 个月前
12 分•作者: jzebedee•3 个月前
1 分•作者: marttt•3 个月前
1 分•作者: coolwulf•3 个月前
1 分•作者: adelks•3 个月前
这听起来可能有点吓人，但对我来说这似乎只是简单的数学问题：
1. 芯片价格上涨适用于所有人，包括超大规模计算厂商。
2. 我猜大多数消费者不会为这种离谱的价格买单。
3. 超大规模计算厂商会支付这笔钱，因为他们期望投资回报。
4. 我们消费者实际上是他们购买的芯片的最终用户。
那么，看起来超大规模计算厂商正在竞购芯片，然后会通过将这些芯片租回给我们，让我们来支付他们竞购时所出的离谱价格。
出路似乎很简单：不要为人工智能付费，等待能够负担得起本地（或联邦）人工智能芯片的时候。
但还有整个 B2B 市场，我不知道该怎么想。
你有什么看法？
1 分•作者: shscs911•3 个月前
1 分•作者: M_Samir333•3 个月前
5 分•作者: hansmighty•3 个月前
2 分•作者: bariumbitmap•3 个月前
2 分•作者: fortran77•3 个月前
2 分•作者: brady_bastian•3 个月前
解析FHIR数据并将其转换为OMOP标准是一个出了名的难题。我认为我们已经解决了这个问题。
我已经开源了两个GitHub仓库：
1. Forge-Core。这是核心秘诀。通过映射您的模式并即时构建dbt模型，自动解析您数据仓库内的任何JSON结构。设置和使用都很简单。 [https://github.com/foxtrotcommunications/foxtrotcommunications-forge-core/tree/main](https://github.com/foxtrotcommunications/foxtrotcommunications-forge-core/tree/main)
2. Avalon-Public。在Forge解析之后，使用这些dbt模型正确且高效地构建您所需的OMOP模型。 [https://github.com/foxtrotcommunications/foxtrotcommunications-avalon-public](https://github.com/foxtrotcommunications/foxtrotcommunications-avalon-public)
2 分•作者: thunderbong•3 个月前
1 分•作者: salad_vr•3 个月前