Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

人类的智力真的是智能的上限吗? Google DeepMind 首席 AGI 科学家谢恩·莱格:在 AI 面前,人脑只是一台 20 瓦的移动处理器。 1. 人类脑神经信号的传递速度约 30 米/秒,而 AI 数据以光速狂飙。 2. 生物神经元放电频率仅 100 到 200 Hz,硅基芯片则高达数十亿 Hz,速度相差 6000 万倍。 3. 人脑耗电仅 20 瓦,而 AI 数据中心吞吐着数亿瓦的能量。

15,114 Aufrufe • vor 2 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

这位将 2.25 亿美元变成 55 亿美元的男子,在镜头前详细解释了他进行最大规模押注的原因。这就是 Leopold Aschenbrenner。在 Oracle 签署了 2.8 吉瓦燃料电池协议后,他持有的 Bloom Energy 仓位现已价值近 20 亿美元。他阐述了驱动其基金每一项投资决策背后的电力算力逻辑。2022 年,GPT-4 训练集群的功耗约为 10 兆瓦,成本约为 5 亿美元。AI 算力规模正以每年约半个数量级的速度增长,这意味着最大的训练集群的电力需求每 12 到 18 个月就会翻一番,且从未停歇。到 2024 年,最大的集群规模约为 100 兆瓦,相当于 10 万块高端 GPU,成本高达数十亿美元。 到 2026 年,即现在,领先的训练集群需要 1 吉瓦的持续电力,这相当于一座大型核反应堆的输出功率。到 2028 年,预测值将达到 10 吉瓦,这比美国大多数州的总发电量还要多。到 2030 年,万亿美元级别的集群将达到 100 吉瓦,这超过了美国目前总发电量的 20%,而这仅仅由单个 AI 训练设施消耗。而这还仅仅是训练集群。推理,即为数亿用户运行 AI 产品所需的持续算力,在此基础上还需要数倍的电力。与此同时,过去十年美国的总发电量几乎只增长了 5%,且电网的设计初衷并非应对此类需求。目前占据新闻头条的变压器短缺、开关设备积压以及数据中心项目取消,都是电力系统即将撞墙的初步可见症状,而 Aschenbrenner 在市场其他参与者察觉之前几年的就预见到了这一点。 这正是他为何在 Bloom Energy 上建立了 8.75 亿美元的仓位。该公司利用燃料电池直接在数据中心现场发电,完全绕过了电网瓶颈——而这一瓶颈已经导致美国一半计划中的数据中心无法按期开工。其核心逻辑从未复杂过。AI 的瓶颈不在于模型,不在于芯片,也不在于软件。瓶颈在于,文明能否产生足够的电力,以驱动机器运行到足以产生影响力的速度。

Bill The Investor

42,586 Aufrufe • vor 5 Monaten

我发现很多人只知道光模块很火,但不知道它到底是干什么的。 一句话解释🌝 光模块就是数据中心里的“光速快递员”。 以前服务器之间传数据,主要靠电信号。 但AI时代不一样了。 大模型训练需要成千上万张GPU一起工作,GPU之间要疯狂交换数据。你可以理解为:以前是一群人在小会议室聊天,现在是几十万人同时开大会,信息必须高速传递。 这时候电信号就容易遇到瓶颈: 距离短、损耗大、发热高、速度上不去。 于是光模块登场。 它的核心作用,就是把电信号转换成光信号,再把光信号转换回电信号。 电信号像骑电动车送外卖,光信号像上了高铁。 光模块越强,服务器之间传输数据越快,AI集群的整体效率就越高。 所以光模块不是单纯的硬件小零件,而是AI算力基础设施里的“高速公路收费站”。 英伟达卖GPU,云厂商建数据中心,AI公司训练大模型,背后都离不开高速网络。 GPU再强,如果数据传输跟不上,也会变成一堆昂贵的“孤岛”。 这就是为什么AI爆发以后,市场开始疯狂重估光模块。 因为AI拼到最后,不只是拼芯片,也是在拼: 算力密度 数据传输 能耗控制 集群效率 而光模块刚好卡在这个关键位置。 从投资角度看,光模块的逻辑很像AI时代的“卖铲子”。 你不一定知道最后哪个大模型公司胜出,但只要大家都在疯狂建AI数据中心,就会持续需要高速光通信设备。 简单说: AI负责制造需求。 GPU负责提供算力。 光模块负责让算力连接起来。 没有光模块,AI数据中心就像一座没有高速公路的城市。 楼建得再高,车也跑不起来。

Sizhe思哲

15,004 Aufrufe • vor 4 Monaten

白宫加密政策主管David Sacks: 四年内AI 大模型能力将增长一百万倍 ! “我认为目前至少在三个关键维度上,进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好,而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代,但这将是继推理模型之后的下一个重大飞跃。” “在这个领域,我们才刚刚开始(推理算力增加带来的能力增加也将是倍数增长)。” “接下来是芯片。” “根据多种衡量标准,每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步,他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统,它类似于一个机架系统,可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时,我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU,而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中,他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的: “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说,每两年进步 10 倍。” “很多人没有理解指数级进步的含义:如果每两年提升 10 倍,并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘:算法、芯片,以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点,因为他们不了解指数级进步的意义。”

夜谈

25,895 Aufrufe • vor 1 Jahr

马斯克 G20 创新部长会最新发言,未来几年世界会变成什么样?👇 1. AI每年能给全球多赚30万亿美元 光是数字AI,就能让全球经济增长20%-30%,相当于复制了一个美国。 2. 程序员彻底被降维打击 预计明年AI写代码的能力就会达到象棋大师软件的级别,人类在写软件和做工程设计上,将彻底无法与AI竞争。 3. 未来18个月内,所有不用搬砖的工作AI都能干 只要不需要在现实中用双手组装原子,所有纯数字、纯脑力的事情,AI全给你承包了。 4. 10年内,全球将有超过10亿个人形机器人 这还是保守估计!而且机器人会开始自己制造机器人,爆发速度会快到吓人。 5. 1个人形机器人=5个成年人类的生产力 10年后,这10亿个机器人的产出将直接碾压全人类的生产力总和。 6. 机器人将把全球经济推高10倍以上 数字AI只是开胃菜,真正的重头戏是人形机器人,它会把全球经济体量翻个10倍甚至更多。 7. 2027年全球将面临严重AI电荒 AI芯片每年暴增50%,但电网跟不上!到2027年,全球AI算力的电力缺口将高达15吉瓦(1500万千瓦)。 8. 没电算力就是废纸 谷歌和Anthropic等巨头现在都在向SpaceX租算力,原因很简单:马斯克直接自己建了发电厂,才把算力中心给开起来。 9. 卖电给AI是未来最大的风口 电力增长跟不上芯片增长,哪个国家能赶紧把电厂建起来提供给AI数据中心,光靠抽税和收服务费就能躺着赚钱。

Annie 所长

26,323 Aufrufe • vor 21 Tagen

英伟达刚花了40亿美元。 投了一项99%的人都没听说过的技术。 但在三年内,地球上每个AI数据中心都离不开它。 而英伟达,刚刚锁死了整个供应链。 发生了什么? 英伟达给两家公司各投了20亿:Coherent和Lumentum。 你可能根本没听过。 它们搞的是光子技术。 用光,而不是用电来传输数据。 听着像科幻小说。 但这却是AI基础设施里最重要的赌注。 所有AI数据中心都撞上了一堵墙。 这堵墙跟芯片、能源、钱都没关系。 是铜线。 今天,所有数据中心都用铜缆连接GPU。 但在AI需要的速度下,铜线已经到了物理极限。 信号衰减。 热量爆炸。 电力消耗飙升。 一个数字就够了: AI数据中心30%的电力,都浪费在把数据从A点搬到B点。 黄仁勋自己也承认: “我们只能在大概一两米内用铜线。” “但数据中心有体育场那么大,我们需要别的东西。” 那个东西,就是光子技术。 用激光驱动的光纤,直接集成到芯片里。 数据惊人: 能效高3.5倍。 网络可靠性高10倍。 数据速度每秒102太比特。 这不是英伟达第一次这么干了。 他们对CoreWeave做过同样的事。 投资20亿,锁定GPU产能,创造一个依赖自己的客户。 他们对内存供应商也做过。 提前几年锁定HBM供应,让对手到处找货。 现在轮到光子技术。 趁早投资。 锁死供应。 让整个生态都依赖于那些依赖英伟达的公司。 等竞争对手意识到光子技术是瓶颈时,游戏已经结束了。 英伟达已经拥有了整条供应链。 这才是真正建立壁垒的方式。 不是靠游说和补贴。 而是靠对物理定律和市场需求的冷酷预判。

墓碑科技

74,901 Aufrufe • vor 6 Monaten

连全球光刻机霸主 ASML 的 CEO,都开始认真讨论把数据中心搬到太空了。 ASML 老板在接受采访时,被问到了马斯克的两个计划: 一个是“太空数据中心”,另一个是“Terafab(太瓦级晶圆厂)”。 当被问到如果马斯克真把太空数据中心搞成了,ASML 能多赚多少钱时,ASML 老板表示: “这不一定会增加芯片的总量,但它解决的是另一个瓶颈:能源。” AI 的终局,说白了就是能源战争。 在地球上,电网和环保限制已经快把 AI 榨干了。 但如果把数据中心扔进太空,那里有24小时不间断的强太阳能,没有大气层阻挡,能源要多少有多少。 至于马斯克的 Terafab 计划,规模极大。 一太瓦(Terawatt)电力等于一万亿瓦。 一个标准核反应堆的发电量大约是 1 吉瓦(Gigawatt)。 一太瓦,相当于一千个核反应堆的电力总和。 马斯克想要用这种级别的能源,去支撑未来的芯片制造和计算。 面对这种科幻级别的计划,ASML 老板非常严肃地表示: 只要我们的产能能跟上,这就是巨大的上行空间。 他甚至把这个计划,和韩国那些吞吐量百万片级的 DRAM 晶圆厂放在一起并列。 当世界上最保守、最严谨、掌握着人类半导体技术天花板的巨头,开始把“太空数据中心”和“太瓦级工厂”写进自己的分析日程时…… 说明有些看似遥不可及的科幻,正在以极快的速度变成商业现实。 人类正在准备用星际级别的能源,去喂养那个即将诞生的硅基超级智能。

墓碑科技

18,726 Aufrufe • vor 3 Monaten