黄仁勋:英伟达的 AI 算力,已经「1 折」出售
身穿皮夹克的黄仁勋,站在蓝色冲浪板上,摆了几个冲浪的姿势。
这不是美国「网红节」VidCon,而是美国知名数据平台 Snowflake 的开发者大会上的一景。
当地时间 6 月 26 日,英伟达创始人黄仁勋和 Snowflake 公司 CEO Frank Slootman 就「如何把生成式 AI 带给企业用户」展开探讨。主持人则是前 Greylock 的 GP,现在是投资机构 Conviction 的创始人。
(资料图片仅供参考)
在会上,相较于「东道主」Frank 职业经理人式的老成持重,「皮衣教父」一如既往地语出惊人,不仅称双方的合作是「要相爱,不要战斗」(We are Lovers,not Fighters),更开玩笑说,为 Snowflake 提供的经过训练的模型,相当于给客户「打了 1 折」。
当天,英伟达与 Snowflake 又共同放出大招:世界*芯片公司与风头最劲的云数据平台合作,推出共同合作。Snowflake 的用户可以在数据不离开平台的前提下,直接利用英伟达的预训练 AI 模型,在云平台上对自己公司的数据进行分析,开发针对自己数据的「AI 应用」。
「目前的重大变革来自数据+AI 算法+计算引擎。通过我们的合作,我们的能够将这三点带到一起。」黄仁勋讲道。
Talking Points:
大语言模型+企业专属数据库=针对特定问题的 AI 应用;
以前是 Data going to Work,现在是 Work going to Data,让计算去到数据所在之地,避免数据孤岛;
英伟达提供的预训练模型,已经是花费数千万美元、在英伟达 AI 工厂中训练出来的,所以在 Snowflake 上调用计算引擎已经「打了 0.5 折」;
软件 3.0 时代,基于模型、数据库,企业能够在几天内搭建自己的专属应用;
未来企业能够生产许多智能代理,并运行它们;
对于企业来说,真正的难题是混合结构的、非结构化的数据,如何被调动。这或许能够带来商业模式的更新。
以下为双方对话主要内容,经极客公园整理编辑:
01
谈合作:把*的计算引擎,
带给最有价值的数据
Frank:
NIVIDA 目前在历史上发挥着重要的作用。对于我们来说,能够带来数据和大型企业的关系。我们需要启用这项技术,以及让整个服务堆栈来有效地使用它。我不想使用「天作之合」来形容,但是对于一个门外汉,是一个很好的机会,进入到这扇机会的大门里。
黄仁勋:
我们是 lovers,而不是对手。我们要把世界上*的计算引擎带到世界上最有价值的数据。回想过去,我已经工作了很长时间,但是还没有那么老。Frank,你更老一些(笑)。
最近,由于众所周知的原因,数据是巨大的,数据是宝贵的。它必须是安全的。移动数据很困难,数据的引力真实存在。因此,对我们来说,把我们的计算引擎带到 Snowflake 上要容易得多。我们的伙伴关系是加速 Snowflake,但它也是关于将人工智能带到 Snowflake。
最核心的是,数据+人工智能算法+计算引擎的组合,我们的伙伴关系将所有这三件事结合在一起。令人难以置信的有价值的数据,令人难以置信的伟大的人工智能,令人难以置信的伟大的计算引擎。
我们可以一起做的事情,是帮助客户使用他们的专有数据,并用它来编写 AI 应用程序。你知道,这里的重大突破是,你*次可以开发一个大型语言模型。你把它放在你的数据前面,然后你与你的数据交谈,就像你与一个人交谈一样,而这些数据将被增强到一个大型语言模型中。
大型语言模型加知识库的组合等于一个人工智能应用。这一点很简单,一个大型的语言模型将任何数据知识库变成一个应用程序。
想想人们所写的一切惊人的应用程序。它的核心始终是一些有价值的数据。现在你有一个查询引擎通用查询引擎在前面,它超级智能,你可以让它回应你,但你也可以把它连接到一个代理,这是 Langchain 和向量数据库带来的突破。将数据和大语言模型叠加的突破性的东西正在到处发生,每个人都想做。而 Frank 和我将帮助大家做到这一点。
02
软件 3.0:建立 AI 应用,
解决一个特定问题
主持人:
作为投资者来看这种变化,软件 1.0 是非常确定的代码,由工程师按照功能写出来;软件 2.0 是用仔细收集的标记的训练数据优化一个神经网络。
你们在帮助人们撬动软件 3.0,这套基础模型本身有令人难以置信的能力,但它们仍然需要与企业数据和自定义数据集合作。只是针对它们去开发那些应用程序要便宜得多。
对于那些深入关注这个领域的人来说有一个问题,基础模型是非常泛化,它可以做所有事情吗?为什么我们需要自定义模型和企业数据呢?
Frank:
所以我们有非常泛化的模型,可以做诗,处理《了不起的盖茨比》的做摘要,做数学问题。
但是在商业中,我们不需要这些,我们需要的是一个 Copilot,在一个非常狭窄,但是非常复杂的数据集上获得非凡的洞见。
我们需要了解商业模式和商业动态。这样的计算上不需要那么昂贵,因为一个模型并不需要在一百万件事情上接受训练,只需要知道非常少的、但很深入的主题。
举个例子。我是 Instacart 的董事会成员,我们一个大客户,像 DoorDash 和所有其他企业常面临的问题是,他们不断增加营销费用,来了一个客户,客户下了一个订单,客户要么不回来,要么 90 天后回来,这非常不稳定。他们把这称为流失客户。
这是复杂问题的分析,因为客户不回来的原因可能有很多。人们想找到这些问题的答案,它在数据中,不在一般的互联网中,而且可以通过人工智能找出来。这就是可能产生巨大价值的例子。
主持人:
这些模型应该如何与企业数据互动?
黄仁勋:
我们的战略和产品是各种尺寸、*进的预训练模型,有时你需要创建一个非常大的预训练模型,以便它可以产生 prompt,来教更小的模型。
而较小的模型几乎可以在任何设备运行,也许延迟非常低。然而它的泛化能力并不高,zero shot(零样本学习)能力可能更有限。
因此,你可能有几种不同类型不同大小的模型,但在每一种情况下,你必须做监督的微调,你必须做 RLHF(人类反馈的强化学习),以便它与你的目标和原则保持一致,你需要用矢量数据库之类的东西来增强它,所以所有这些都汇集在一个平台上。我们有技能、知识和基本平台,帮助他们创建自己的人工智能,然后将其与 Snowflake 中的数据连接起来。
现在,每个企业客户的目标不应该是思考我如何建立一个大型的语言模型,他们的目标应该是,我如何建立一个人工智能应用程序来解决特定的问题?那个应用可能需要 17 个问题来做 prompt,最终得出正确的答案。然后你可能会说,我想写一个程序,它可能是一个 SQL 程序,可能是一个 Python 程序,这样我就可以在未来自动做这个。
你还是要引导这个人工智能,让他最终能给你正确的答案。但在那之后,你可以创建一个应用程序,可以作为一个代理(Agent)24/7 不间断地运行,寻找相关情况,并提前向你汇报。所以我们的工作就是帮助客户建立这些人工智能的应用,这些应用是有安全护栏的、具体的、定制的。
最终,我们在未来都将成为智能制造商,当然雇用员工,但我们将创建一大堆代理,它们可以用 Lang Chain 类似的东西来创建,连接模型、知识库、其他 API,在云中部署,并将其连接到所有的 Snowflake 数据。
你可以规模化地操作这些 AI,并不断地完善这些 AI。因此,我们每个人都将制造 AI、运行 AI 工厂。我们将把基础设施放在 Snowflake 的数据库,客户可以在那里使用他们的数据,训练和开发他们的模型,操作他们的 AI,因此,Snowflake 将是你的数据存储库和银行。
有了自己的数据金矿,所有人都将在 Snowflake 上运行 AI 工厂。这是目标。
03
「核弹」虽贵,
直接用模型相当于「打 1 折」
黄仁勋:
我们在 NIVIDA 建立了有五个 AI 工厂,其中四个是世界前 500 名的超级计算机,另一个正在上线。我们使用这些超级计算机来做预训练模型。因此,当你在 Snowflake 中使用我们的 Nemo AI 基础服务时,你将得到一个*进的预训练模型,已经有几千万美元的费用投入其中,更不用说研发投入了。所以它是预先训练好的。
然后有一大堆其他的模型围绕着它,这些模型用于微调、RLHF。所有这些模型的训练成本都要高得多。
因此,现在你已经将预训练模型适应于你的功能,适应于你的护栏,优化你希望它具有的技能或功能类型,用你的数据增强。因此,这将是一个更具成本效益的方法。
更重要的是,在几天内,而不是几个月。你可以在 Snowflake 开发与你的数据连接的人工智能应用程序。
你应该能够在未来快速建立人工智能应用程序。
因为我们现在看到它正在实时发生。已经有一些应用能够让你和数据聊天,比如 ChatPDF。
主持人:
是的,在软件 3.0 时代,95% 的培训费用已经由别人承担了。
黄仁勋:
(笑)是的,95% 的折扣,我无法想象一个更好的交易。
主持人:
这是真正的动力,作为投资人,我看到在分析、自动化、法律等领域的非常年轻的公司,他们的应用已经在六个月或更短的时间内实现了真正的商业价值。其中一部分原因是他们从这些预先训练好的模型开始,这对企业来说是一个巨大的机会。
黄仁勋:
每家公司都会有数百个,甚至 1000 个人工智能应用程序,只是与你公司的各种数据相连。所以,我们所有人都必须善于构建这些东西。
04
原来是数据找业务,
现在是业务找数据
主持人:
我一直从大企业参与者听到的一个问题是,我们必须去投资人工智能,我们需要一个新的堆栈(Stack)吗?应该如何考虑与我们现有的数据堆栈相连?
Frank:
我认为它在不断发展。模型们正逐渐变得更简洁、安全、更好地被管理。所以,我们没有一个真正明确的观点,这就是每个人都会使用的参考架构?有些人将有一些中央服务的设置。微软有 Azure 中的人工智能版本,它们的很多客户正在与 Azure 进行互动。
但我们不清楚什么模型将主导,我们认为市场将在使用难易、成本这些事上进行自我排序。现在仅仅是开始,不是最终的状态。
安全部门也会参与进来,关于版权的问题会被革新。现在我们对技术很着迷,现实中的问题也会被同时处理。
黄仁勋:
我们现在正经历 60 年来*次根本性的计算平台变革。如果你刚刚读了 IBM System 360 的新闻稿,你会听到关于中央处理单元、IO 子系统、DMA 控制器、虚拟内存、多任务、可扩展计算向前和向后端兼容,而这些概念,实际都是 1964 年的东西,而这些概念帮助我们在过去六十年来,不断进行 CPU 扩展。
这样的扩展已经进行了 60 年了,但这已经走到了尽头。现在大家都明白,我们无法再扩展 CPU 了,突然之间,软件变化了。软件的编写方式,软件的操作方式,以及软件能做的事情都与以前有很大的不同。我们称之前的软件为软件 2.0。现在是软件 3.0。
事实就是,计算已经从根本上改变了。我们看到两个基本的动力在同时发生,这也是为什么现在事情正在发生剧烈震荡。
一方面,你不能再不断地购买 CPU。如果你明年再买一大堆 CPU,你的计算吞吐量将不会增加。因为 CPU 扩展的终点已经到来了。你会多花一大堆钱,你不会得到更多的吞吐量。因此,答案是你必须去加速(英伟达加速计算平台)。图灵奖获得者谈到了加速,英伟达开创了加速,加速计算现在已经到来。
另一方面是,计算机的整个操作系统发生了深刻的改变。我们有一个叫 NIVIDA AI Enterprise 的层,而其中的数据处理、训练、推理部署,整个现在已经整合到或正在整合到 Snowflake 中,因此,从开始数据处理,一直到最后的大模型部署,整个背后的计算引擎都被加速了。我们将赋能 Snowflake,在这里你将能够做得更多,而且你将能够用更少的资源做到更多。
如果你去任何一个云,你会看到 NVIDIA GPU 是其中最昂贵的计算实体。但是,如果你把一个工作负载放在上面,你会发现我们做得非常快。就好像你得到了一个 95% 的折扣。我们是最昂贵的计算实体,但我们是*成本效益的 TCO。
所以,如果你的工作是运行工作负载,可能是训练大型语言模型,可能是微调大型语言模型,如果你想这样做,一定要进行加速。
加速每一个工作负载,这就是整个栈的重塑。处理器因此发生变化,操作系统因此不同,大的语言模型是不同的,你写 AI 应用程序的方式是不同的。
未来,我们都要写应用。我们都要把我们的 prompt 和我们的上下文,和少数几个 Python 命令连接起来,连接到大语言模型和自己的数据库或者公司的数据库中,开发自己的应用程序。每个人都将成为一个应用程序的开发者。
主持人:
但不变的是,它仍然是你的数据。你仍然需要对它进行微调。
Frank:
原来我们都觉得更快的总是更贵的。实际上突然之间,更快的是更便宜的,这是一种反直觉的东西。因此,有时人们想减少供应,以为这样更便宜,结果却更贵。
另一个与之前矛盾的是,原来都是数据去找业务(data going to work),而现在,业务去找数据 (work going to data)。过去的六十年,或者更多年,我们一直在让数据去找业务,这导致了大规模的信息孤岛。而如果你想拥有一个 AI 工厂,用之前的做法将是非常困难的。我们必须把计算带到数据所在的地方。我认为我们现在正在做的就是正确的方式。
05
企业如何获得
最快和*的价值
Frank:
最快和获得*价值其实是两个很不一样的问题。
最快的话,你很快能够看到,数据库各处都上线了人工智能增强的搜索方式,因为这是最容易增加的功能。现在,甚至一个文盲都能从数据中获取有价值的信息,这真非常不可思议,这是*的交互民主化。搜索功能极大增强,你就向主界面提一个问题,它们可以把这些问题带到数据自己进行查询。这是挂在低处的果实,最容易的,我们认为这是阶段一。
接下来,我们就开始真正关注真正的难题,就是专有的企业数据,混合结构化的、非结构化的,所有这些,我们如何调动这些数据?
我前面已经提到了 to C 企业面临的流失率问题,供应链管理方面的问题。当供应链特别复杂的时候,如果有一个事件发生了,我们如何重新调整一个供应链,使其运转?我现在该怎么做?供应链是由很多不同的实体组成的,不是单一的企业。历史上,这是一个从未被计算解决过的问题。供应链管理从来没有形成过一个平台,它几乎是一个电子邮件,电子表格形成的体系,除了一些小的例外。因此,这是极其令人兴奋的。
或者我们可以重新计算大型的呼叫中心的投资,优化零售的定价,像我说的,这是一个大企业的 CEO 们一直期待的重新定义商业模式,是真正的潜力。
06
对企业的建议:
黄仁勋:
我会问自己,*,什么是我*最有价值的数据库?第二件事,我会问自己,如果我有一个超级、超级、超级聪明的人,而企业的一切数据都经过那个超级智能,我会问那个人什么?
根据每个人的公司,这是不同的。Frank 的公司客户数据库非常重要,因为他有很多客户。而我自己的公司,没有那么多客户,但对我的公司而言,我的供应链超级复杂,而且我的设计数据库也超级复杂。
对 NIVIDA 来说,没有人工智能我们已经无法建造出GPU。因为我们的工程师都不可能像AI那样,为我们进行大量的迭代和探索。因此,当我们提出人工智能的时候,*个应用在我们自己的公司。而且,所以 Hopper(英伟达超算产品)不可能没有人工智能的设计。
我们也会将我们自己的 AI 应用于我们自己的数据中。我们的错误数据库就是一个*的应用场景。如果你看一下 NIVIDA AI 的代码量,我们有几百个软件包,结合在一起,支持一个应用程序能够跑起来。我们现在正在努力的一些事情,就是如何使用 AI 去弄清楚如何给它打安全补丁,如何*地维护它,这样我们就可以不必干扰整个上层应用层的同时,能够向后端兼容。
这都是 AI 能够为你提供答案的。我们可以用一个大语言模型去回答这些问题,为我们找到答案,或者向我们揭示一些问题,然后工程师就可以再将其修好。或者 AI 可以推荐一个修复方法,人类工程师再去确认这是不是一个好的修复方法。
我觉得不是所有人都认识到了他们每天都在处理的数据里面,其实蕴含着多少智能、洞见和影响力没有被发掘。这就是为什么我们所有人都要参与进来,帮助带来这样的未来。
现在,你储存在数据仓库的数据,*次可以被连接进人工智能工厂。你将能够生产信息情报,这是世界上最有价值的商品。你坐在一个自然资源的金矿上——你公司的专有数据,而我们现在把它连接到一个人工智能引擎上,另一端每天直接产生信息情报,以难以置信的情报量从另一端涌出,甚至在你睡觉时也在源源不断地产出。这是有史以来*的事情。
标签:
您可能也感兴趣:
为您推荐
军队抽组医疗力量承担 武汉火神山医院医疗救治任务
同马来西亚总理马哈蒂尔通电话 创造更多合作成果,造福两国和两国人民。
构筑起疫情防控的严密防线
排行
- 腾龙股份股东王柳芳减持302.01万股 价格区间为14.81-15.90元/股
- 因个人资金需要 新泉股份实际控制人唐志华拟减持不超1124.54万股
- 信捷电气股东邹骏宇减持50万股 价格区间为60.41-67.50元/股
- 国家卫健委:湖北以30个省外新增病例17例
- 因自身资金需求 科森科技股东徐宁拟减持不超3.71万股公司股份
- 中公高科股东潘玉利减持50万股 价格区间为20-20.60元/股
- 多地患者治愈后“复阳” 对疫情防控提出新挑战 五大焦点权威解析
- “精诚合作,打赢这一仗!”
- 生态环境部:自1月20日以来全国已累计处置医疗废物12.3万吨 ...
- 承诺两年扭转乱象 银保监会加快推进意外险费率市场化改革 ...
精彩推送
- 黄仁勋:英伟达的 AI 算力,已经「1 折」出售
- 世界热门:电科院创始人去世,曾父子内斗闹上法庭
- 喜茶、奈雪为何又不香了?-每日看点
- 诺米代谢完成近亿元A+轮融资,元禾控股领投
- “村超”“村BA”“村歌” 乡村热土释放“幸福能量”
- 夏吃它!长寿菜防便秘,护视力-焦点滚动
- 安徽省今年已发放消费券近三亿元
- 每日热门:某些湖南人眼界窄,靠着广东自己赚钱就好,湖南的...
- 能把恋人吃的死死的三个星座,真拿他们没办法 世界热闻
- 石基信息(002153):6月27日北向资金减持58.92万股|天天快资讯
- 把握数字经济发展规律-环球短讯
- 民航业稳健复苏提振市场信心
- 陈茂波:消费是巩固香港经济复苏最重要的手段_每日资讯
- 男子驾车反复碾压妻子致死,警方通报:已被刑拘-天天视点
- “中产阶级”及格线出炉:全中国只有3300万户,只有3种家庭达...
- TVA谎言被戳破、多元版本洛基上线?漫威《洛基》第4集全程高能!
- 实现高质量发展靠什么?这些广州国企透露了一个秘诀-世界要闻
- 【世界新视野】经济相差20倍!蒙古国眼中的内蒙什么样?
- 世界今日报丨中考第二日,来看深圳考场这些暖心瞬间→
- 中国总装的空客飞机首次交付欧洲客户-环球滚动
- 跨境电商新趋势:众多蓝海平台来华抢订单,首选万里汇当“红...
- 【环球播资讯】公明街道红色小分格“三举措”做优“五进”工作
- 第28届华商创新论坛金亥奖揭晓,深企遨游通讯荣膺大奖|全球聚焦
- 暑运航线“加班”,成都再开多条直飞东南亚航线|世界速看
- 聚焦:泰恩康(301263):6月27日北向资金增持32.6万股
- 今日热文:灭火器在哪里购买正规(灭火器在哪里购买)
- 【天天新要闻】手机qq聊天背景怎么换(手机qq聊天背景)
- 世界今热点:沪江小d日语在线翻译_江户小d日语在线
- 德约能否实现双圈全满贯_8进决赛德约疯狂27连胜
- 弱电图纸字母_建筑弱电图中LIU表示什么意思_新资讯
- 城市24小时 | 广东“第四城”,继续承压
- 环球看热讯:张燕生:新形势下“三新”要从五方面把握新机遇
- 全球快消息!每经热评丨扩大就业、增加收入、提升投资 增强...
- 环球微速讯:加油!王岚嵚晒在成都备战大运会的照片:全力以赴
- Lordstown暴跌48% 申请破产保护 起诉鸿海“未遵守投资协议...
- 期货交易夜读市场上要想取得大的利润不外乎有这样几种模式
- 国际清算银行:抗击通胀最后一公里最具挑战性,央行应坚持原...
- 全球观点:牛角村疑似破产,新烘焙全军覆没?
- 当前关注:夏季达沃斯论坛与会嘉宾:中国依然是世界经济增长...
- 每日资讯:A股老总千金高考夺魁,小区给自己贴金
- 全球播报:美利云最新公告:重大资产重组和配套融资事项申请获...
- 一条直播切片带货超百万,隐秘又暴利的矩阵模式杀回来了?_新...
- 一般纳税人处置固定资产增值税政策(一般纳税人处置固定资产...
- 最新工资价位表出炉!你在哪个段位?
- 鹏欣资源(600490.SH):正在按进度积极推进南非Shango Soluti...
- 焦点日报:高质量发展调研行|数字经济赋能生态园区 助力海...
- 中原地产:香港二手房市场气氛淡静 成交持续在低位徘徊
- 直击夏季达沃斯|人大国际事务研究所所长王义桅:以包容性创...
- “烟火气”里的商业智慧:一场消费创新,点燃北京夏日经济新...
- 6·26禁毒日|深圳全力争创全国禁毒示范城市
- 云南财政收入实现恢复性增长_世界观热点
- 沈阳:到2025年旅游及相关产业增加值占地区生产总值比重力争...
- 全球今亮点!专家呼吁人工智能立法提速 积极贡献中国方案
- 全球快播:冲刺二季度 决战上半年 | 苏锡通园区召开经济运...
- 40℃高温让空调卖爆
- 消息!晶升股份: 南京晶升装备股份有限公司关于持股5%以上股...
- 中国餐饮大洗牌时刻,它们在「红海」缝隙找「蓝海」 环球关注
- 世界滚动:大众点评2023“必吃榜”揭晓,深圳66家餐厅上榜
- 环球实时:上海迪士尼可以带火腿肠进去吗
- 环球今日讯!打造广东金融发展“第三极”!“十字门金融区”...
- 1至5月社会用电量同比增长5.2% 第一、三产业用电增长较快
- 30秒|“重庆数字经贸高质量发展行动”启动 当前资讯
- 世界对中国高质量发展充满期待-观速讯
- 中贝通信发行可转债申请获上交所审议通过_世界观察
- 1至5月社会用电量同比增长5.2% 第一、三产业用电增长较快...
- 世界热资讯!广东省2023年普通高等学校招生专业目录更正内容
- 全球观察:“他经济”崛起,“败家爷们”这样花钱!汽车、3C...
- ChatGPT增长放缓,98%的大模型要死掉
- 黑猫股份:设立全资子公司投建年产16万吨碳材/橡胶复合母胶项目
- 环球热消息:英德喜迎首家深交所上市企业
- 观察:把大模型「OTA」进智能座舱,一场革新还是泡沫?
- 苏州存贷款总额超十万亿元:金融行业迎来新发展阶段 焦点速读
- 世界热资讯!苏周到怎么查产调 苏周到查询不动产登记簿证明教程
- 香港:3月名义平均工资率同比上升3.2%|速讯
- 江苏百强市排名:何以出现不可思议情况?|每日简讯
- 快看:欠银行三百万无力偿还怎么办?欠银行三百万会坐牢吗
- 广州:1-5月,全市完成固定资产投资同比增长6.7%-环球快消息
- 中矿资源(002738.SZ):Bikita矿山新建200万吨/年选矿建设工程...
- 世界热资讯!张维迎:利率政策应保持稳定连续,不应频繁调整...
- 当前报道:国内价格战正酣,日本的车价却涨疯了
- 上线百万卖家计划,SHEIN大步快跑
- 聚焦医药“黄金赛道”,财通资管医疗保健混合基金7月10日起发...
- 信用卡还款宽限期内还算逾期吗?个性化分期后再逾期会怎么样?
- 房贷还款有宽限期吗?房贷延期后又还不上怎么办?
- 信用卡逾期2年了协商能成吗?逾期后怎么办理个性化分期?
- 网贷逾期4年了还能协商吗?怎么申请网贷延期还款?
- 房贷延期容易申请成吗?房贷延期协商自己要怎么办?
- 哈尔滨市纪委监委通报!
- 停息挂账的办理难度大吗?自己协商停息挂账有什么诀窍?
- 跟银行谈房贷延期的流程是什么?房贷延期的办理要求是什么?
- 申请信用卡停息挂账要怎么做?停息挂账的办理条件是什么?
- 全球微速讯:云南景东:水培灵芝迎丰收 无土种出好“钱”景
- “2023世界城市500强”出炉:中国12城进入前100,深圳不敌广州
- 网贷5万办延期大概需要多少钱?怎么跟平台协商网贷延期?
- 五万个性化分期费用是多少?跟银行协商个性化分期要怎么做?
- 世界实时:我不配你要的 音乐(我不配是写给谁的)
- 江浙消费能力大排名:浙江与江苏占绝对优势
- 环球看点!江苏13市金融机构存款:南京领先,南通第四,宿迁...
- 西部百强城市新区发展潜力排名,大家看看自己家乡排第几?
- *ST美尚股东大会现分歧!修改公司章程议案遭实控人反对