A16z: "они могут строить с эффективностью 100x." Вот почему мы видим все больше и больше отчислений. Но опять же, это статус-кво! Что произойдет, когда они станут в 1000 раз более эффективными, потому что агенты смогут работать автономно в течение недели?

Метрики "максимальной скорости" AI чипа (FLOPS) выглядят отлично, но реальное обучение ограничено памятью, перемещением данных и узкими местами синхронизации. Стив Нури на LinkedIn утверждает, что результаты поставщиков показывают, что Blackwell Ultra обеспечивает до 1.9× более высокую производительность обучения на чип по сравнению с Ironwood TPU при тяжелых нагрузках - в значительной степени благодаря интегрированному оборудованию Nvidia + межсоединению + программному обеспечению. NVIDIA по-прежнему имеет конкурентное преимущество, и они явно его используют.

Открытые наборы данных по робототехнике взорвались в этом году, превратив эту область в более масштабируемую и совместную экосистему. Мы можем ожидать крупных прорывов в ближайшем будущем; данные по робототехнике взрываются!