2026 está a consolidar-se em 3 grandes apostas onde, se uma falhar, resultará num colapso a curto prazo da bolha 1. centros de dados anthropic, Xai a escalar agressivamente para 1M gpus. ambos planeiam atingir esse objetivo até ao Q2. os modelos resultantes treinados nesta infraestrutura precisam de confirmar que a lei de escalonamento de computação ainda é eficaz. caso contrário, indicará que precisamos explorar uma nova arquitetura de modelo. isso também depende da infraestrutura energética (power shell) sendo escalada, embora isso vá ser um problema na próxima década, para não falar deste ano. 2. memória só temos memória suficiente este ano para suportar 15GW de gpus, enquanto os hyperscalers estão a almejar 30-40 nos próximos 2 anos. estamos a chegar um pouco perto aqui - se a samsung, $MU ou sk hynix falharem na sua produção, isso irá atrasar a aposta número 1. além disso, quem garantir a maioria desta capacidade de memória para criar gpus ganha mais dentro da capacidade de produção limitada e, neste momento, isso é $NVDA 3. infra mais barata e eficaz a mais recente gpu da nvidia, vera rubin, é 5X mais performante, mas o mais importante é que é 4X mais eficiente em computação, o que significa que os custos de inferência caíram - inteligência de fronteira por centavos! haverá uma abundância de computação disponível para treinar, mas mais importante, usar ai este ano, então o paradoxo de jevons precisa provar-se através do aumento da demanda. se isso falhar, então as duas acima colapsam. na minha opinião, estou menos preocupado com este - acho que os harnesses de agentes e o RL pós-treinamento continuarão a fortalecer os modelos. muito otimista