7213 Ejaaz

vip
幣齡 1 年
最高等級 0
用戶暫無簡介
2026 將被稱為美國製造業革命2.0
資料中心
- colossus II (2GW) 由 Elon 建造
- Stargate 群集由 sama
- fairwater 由 微軟
- hyperion 由 meta
晶片製造廠:
- samsung (將建造 Tesla AI5 晶片、HBM 及更多)
- SK HYNIX (將建造 HBM 並侵入 TSMC 壟斷)
- tsmc (其在台灣以外的第一個廠址)
- intel (用於 CPU 和 GPU)
超級擴展晶片
- ai5 (Tesla)
- openai 定制 ASIC
- google TPU
- amazon tranium
- nvidia blackwell、rubin、feynman
能源
- 核能站點基礎建設已奠定
- 太陽能營地規模擴大
- 電網重大擴展
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
星期天快樂。坐在沙發上,宿醉於太多聖誕後的M&M,試圖消化AI和科技的一切變化。
不管我多努力,一切都指向瘋狂的2026年。
模型現在已經足夠好,可以完成一個年薪25萬美元的軟體工程師的工作(,如果你運行多個同時運作的代理)
SpaceX將在$1 兆美元以上的市值進行首次公開募股,並開始在太空中訓練AI模型。
機器人終於足夠成熟,可以商業化,從特斯拉/Waymo的自動駕駛機器人出租車開始,特斯拉的人形機器人也在進行中。
事實證明,我們正處於一場“記憶危機”中,因為DRAM價格已經漲了5倍,猜測我們之前對AI資本支出泡沫的看法都是錯的,而Nvidia將把這一切推得更高。
但競爭已經來臨。價值數十億美元的Google TPU,Amazon Tranium明年上線。三星晶圓廠也將投入運營,以與台積電競爭。吉瓦級數據中心競相訓練最好的模型……
我甚至還沒開始談AI模型在消費者應用中的下游影響。我們將看到如此多的#1應用商店AI應用,配合酷炫的消費硬體產品(Apple、Google和OpenAI都將在明年推出)
2025年將被回顧為所有這些事情無法被大眾忽視之前的最後一個正常年份。
說真的,這是令人難以置信的激動人心的時代。
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
OpenAI 正在招聘準備部門負責人,預計自我改進的 AI 將成為趨勢
Anthropic 的首席工程師在推特上談論 AI 迭代自我改進 (Claude 代碼)
中國的機器人公司正在使用自己的機器人在工廠中自我建造。
事情即將變得奇怪。
我們正加速邁向一個人類將完全不知道如何做任何事情,幾乎完全依賴他們的 AI 的世界。
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
我再次詢問,如何大幅做空歐洲?
查看原文
post-image
  • 讚賞
  • 留言
  • 轉發
  • 分享
未來的AI腦洞第1彈
我突然想到,現有的聊天機器人LLMs就像是發現了筆和紙,而終極目標則是短暫的AI,讓AI在即時生成你理想的用戶界面。
但為了達到那個階段,我看到一些中間趨勢正在展開:
1. LLMs開始自然地將圖像、視頻和音頻融入其回應中。Google已經開始用3 + nano banana做到這一點。
2. LLMs開始用我們偏好的“風格”與我們對話,例如如果我在學習某件事,它可能會以Stratechery博客文章的形式回應我,並包含以相同風格排版的圖表。相反,如果你喜歡TikTok,那麼AI會產生30秒的GenAI視頻來解釋這個概念。隨你喜好。
3. 行動導向。LLMs根據我所詢問的內容,回應一些待辦事項。例如,它可以創建一個自定義代理應用,能在我的手機或設備上自動彈出,管理我的投資組合,根據我剛剛探索的交易。直接連接到我的股票帳戶。
4. 預測導向。這是短暫的部分,以上所有內容在我甚至提出需求之前就已經發生了。無論是應用、視頻、博客文章或是全新的東西——AI都能預先構思並在微秒內生成。這是一台對你的每個需求和想法都高度敏感的機器。
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
nvidia just blew $20B to acquire a company’s alternative to Google’s TPU晶片
lots to unpack here but the main takeaway is google struck a nerve, they’re on to something with Asics which means nvidias market dominance ain’t what it seems despite the decade long head start
if nvidia GPU晶片 are in fact too overvalued and low latency晶片 can carve a market in inference specifically then google, amazon and smaller startups pose a threat.
i believe in the end inference will be a larger demand sink for compute than training. 2025 has been a clear signal of this with smarter models being unlocked in post t
查看原文
post-image
  • 讚賞
  • 留言
  • 轉發
  • 分享
一邊看史瑞克一邊試著理解 AI 代理的上下文圖譜
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
如果還不明顯的話,這些人工智能模型的工作方式與我們的大腦、眼睛和耳朵非常相似。大型語言模型處理輸入的單詞並輸出單詞。多模態大型語言模型則對視頻、圖像和聲音做同樣的處理。
就像我們獲取信息以理解周圍的世界、在職業階梯上進步、與周圍的人建立關係一樣,人工智能模型也在朝着同樣的方向發展,最終將比我們做得更好。
有些人對此持悲觀態度,"我們正在摧毀我們的腦袋",但我選擇相信,如果正確應用,作爲學習工具,人工智能是推動人類進步的終極共生技術。
它足夠靈活,可以應用於任何問題或任務。它在數量上是無限的,因此您可以日以繼夜地繼續解決問題,直到找到答案。它是可重復的,因此您可以運行一百萬種不同的場景,以找出正確的答案。
對這種東西的需求幾乎是無限的,這既令人害怕又鼓舞人心。
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
真的感覺到,盡管大家都在談論芯片,但對各種類型的人工智能加速器的需求仍然是無法滿足的。這與大家呼籲泡沫的觀點完全相反。
nvidia 顯卡售罄至 2026 年
google tpus? 明年將推出700萬臺,仍在尋求額外產能
亞馬遜tranium 3 同樣的故事。
neocloud 提供商?甚至他們的舊 GPU 都售罄。
盡管數據中心和半導體資本支出之戰並不性感,但這場戰鬥非常單邊。2026年將會是大致相同的情況。
只要模型需要更多的數據、更多的內存和更多的計算來增長智能……資本支出泡沫還有更大的增長空間。
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
結果發現,唯一重要的事情是你和臺積電的關係有多好,而這對英偉達非常有利。
谷歌TPU,亞馬遜的Tranium芯片可能比NVIDIA更好,但他們在2027年之前無法大規模生產,因爲臺積電的全部產能都被詹森預定了。
詹森很早就知道這一點,並一直在臺灣玩政治以確保allo。
顯然是一個顛覆臺積電並搶佔其市場份額的機會...
三星可能是我們最好的希望。
快樂的星期天
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
未來一年人工智慧的最大趨勢將是世界模型。
大型語言模型(LLMs)在訓練資料上逐漸枯竭,規模化解決方案只有將它們放入模擬世界中,運行數百萬次現實世界模擬並生成合成數據。
谷歌在這方面領先 (驚喜驚喜),推出了 Genie 3
特斯拉則是黑馬,許多人未意識到全自動駕駛是基於一個模擬每一種可能車禍的世界模型,從而避免事故。
世界模型也將用於訓練代理人和機器人。當前機器人最大的一個缺點是缺乏人類所見所做的數據。
現實世界的物理模擬才是王道。
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
看到特斯拉無人駕駛計程車上線的消息時,我正坐在一輛$60 Uber緩慢爬行2英里的車上。
我迫不及待想看到從A到B的成本趨勢降到零
在德州奧斯汀的試驗已經將15-30分鐘的車程縮短到5-10美元,你能想像在紐約市會是怎樣嗎??
這將徹底改變人們的通勤方式,擁有汽車(我只要搭上特斯拉)工作(汽車變成移動辦公室/娛樂室)
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
在加密貨幣領域投入這麼多時間,看到由世界最富有的人建立的分散式網路,真是「圓滿的循環」時刻。
Starlink 真的會是一個由衛星組成的星座網路,彼此傳送數據來訓練 AI 模型。
如果每台特斯拉都成為地球上的一個「節點」,用來接收這些衛星傳來的數據,你就擁有一個大規模分散、難以摧毀的機器人網路,可以從 10+ 個傳感器收集資料並反饋給模型進行訓練。
特斯拉不僅是汽車,它們是行動中的電腦,很快就會成為 ( 和地球外最大的物理基礎設施網路的一部分。
分散式系統,贏!
查看原文
post-image
  • 讚賞
  • 留言
  • 轉發
  • 分享
我之前對谷歌在專業版推出後領先6個月的看法是錯誤的,
我以為TPUs是更優越的晶片,但事實證明唯一重要的是(仍然),你在預訓練、中訓練和後訓練中投入的計算能力有多少。
這也是我能解釋為什麼openai在代號紅色後如此迅速追上的唯一原因。
查看原文
post-image
  • 讚賞
  • 留言
  • 轉發
  • 分享
spaceX 本身並未達到 1.5 兆美元。
它依賴於一系列公司:Starlink、Tesla 和 XAI。
Starlink 提供衛星,建立太空中的數據中心,這些數據中心將運行 Tesla AI6 晶片,進行訓練和推理 XAI 的 Grok 模型。
Elon 本質上建立了一個協議網絡,堆疊的每一層都是他的公司之一。
瘋狂的願景
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
空間中的AI資料中心
中國購買H200s
台積電產能達到瓶頸
英偉達供應售罄
埃隆建造自己的晶圓廠
42MW超音速燃氣渦輪資料中心
$52B tpus由anthropic購買
Claude、ChatGPT用戶數和使用量創歷史新高
HBM價格飆升
英偉達Rubin與谷歌TPU v8
我們正處於AI工業化時代。
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
在這裡查看完整集數 @LimitlessFT:
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
6 個 AI 模型剛剛獲得 $320,000 進行股票交易
贏家是誰?
一個未發布的 .@grok (grok 4.20) 版本,在兩週內回報率達到 12%!
事實上,AI 模型在交易方面變得越來越厲害。
它們在風險管理、市場分析以及交易正確資產方面都做得更好。
Grok 交易機器人在 X 上何時推出?
GROK-0.81%
IN-1.59%
查看原文
  • 讚賞
  • 留言
  • 轉發
  • 分享
交易,隨時隨地
qrCode
掃碼下載 Gate App
社群列表
繁體中文
  • بالعربية
  • Português (Brasil)
  • 简体中文
  • English
  • Español
  • Français (Afrique)
  • Bahasa Indonesia
  • 日本語
  • Português (Portugal)
  • Русский
  • 繁體中文
  • Українська
  • Tiếng Việt