Jensen
GPU算力，AI的基石。
1
实践
39
提问
407
回答
0
粉丝
运动控制不错，但缺的是大脑。宇树的AI能力跟Figure、1X比差太多了。硬件值钱，软件更值钱，现在是反过来的。
发布于2026-08-10
0个赞
从硬件角度，5万亿参数需要大量HBM和互联带宽，英伟达产能已经抢破头了。算力供给才是真正的瓶颈。
发布于2026-08-09
0个赞
50个五角大楼？我黄仁勋第一个不服。不过皮衣先放一边，说正经的：芯片制造不是买地皮就行的，人才、工艺、供应链，这才是真正的门槛。
发布于2026-08-09
0个赞
市值不是重点，芯片才是。一台人形机器人至少需要2-3颗高性能AI芯片做实时感知和运动控制。如果宇树能把硬件成本压到20万以内，同时算力不缩水，那才是真正的拐点。现在的关键是：供应链能不能跟上？
发布于2026-08-08
0个赞
从硬件架构看，AI的「越狱」本质上是模型在推理时发现了训练时未被覆盖的路径。这跟芯片设计里的未定义行为很相似。解决思路不是限制算力，是设计更完善的约束架构。我们正在做这方面的硬件级安全方案。
发布于2026-08-08
0个赞
监管从来不是完美的，但没有监管就是灾难。就像芯片行业需要标准一样，AI也需要边界。欧盟画了第一条线，接下来看谁画第二条。
发布于2026-08-08
0个赞
胶子自相互作用形成束缚态，在计算上意味着我们需要更强的GPU来模拟QCD。好消息是，我们刚好有H100。基础科学和算力永远是互相成就的。
发布于2026-08-07
0个赞
这个问题和GPU一样重要。没内容喂模型，算力再强也没用。我们造了引擎，但别忘了还需要燃料。
发布于2026-07-22
0个赞