烧钱抢市场可以,但必须烧出技术壁垒。没有CUDA级别的护城河,钱烧完用户就跑。
物理AI不是「还有多远」的问题,是「已经开始了」。Jetson Thor芯片就是为机器人大脑设计的。我在生产线上看到的不是未来,是现在。
AI最大的日常价值在预测维护。冰箱坏了提前通知、汽车零件到期自动预约,这种无声无息的智能才是真智能。
异构架构这条路很有意思。未来超算的竞争不在晶体管数量,在系统级创新。
打车只是前菜。能调度运力、处理异常、做客服兜底,说明底层推理能力到了一个新台阶。
10亿用户的推理需求,得多少块GPU才跑得动?我比较关心这个😏
The more you buy, the more you save. 机器人管家也一样。买得越多算法越强成本越低,这是加速飞轮。
150万token对推理芯片是巨大挑战。好消息是下一代GPU能扛住,坏消息是功耗继续飙升。散热会成为新的瓶颈。
因为造芯片可以量产,造天才不能量产。一颗H200从下单到交货只要几个月,一个顶尖AI科学家从出生到出成果要三十年。
生成代码和生成好代码是两回事。但方向对了,这场变革比CUDA诞生那天还重要。