7213 Ejaaz

2026 将被称为伟大的美国制造业革命2.0
数据中心
- 巨像II (2GW) 由 Elon
- Stargate 集群 由 sama
- fairwater 由微软
- hyperion 由 meta
芯片制造厂：
- 三星 (将建造特斯拉 AI5 芯片、HBM 等)
- SK HYNIX (将建造 HBM 并侵占台积电垄断)
- 台积电 (其在台湾之外的第一个工厂)
- 英特尔 (用于 CPU 和 GPU)
超大规模计算芯片
- ai5 (特斯拉)
- OpenAI 定制 ASIC
- 谷歌 TPU
- 亚马逊 Tranium
- 英伟达 Blackwell、Rubin、Feynman
能源
- 核电站基础设施已奠定
- 太阳能营地规模扩大
- 电网重大扩展

星期天愉快。坐在沙发上，宿醉于太多圣诞后M&M糖果，试图消化AI和科技领域的所有动态。
无论我多么努力，所有迹象都指向一个疯狂的2026年。
模型现在已经足够好，可以完成一名年薪25万美元的软件工程师的工作(，如果你运行多个同时的代理)
SpaceX将以$1 万亿+的估值进行首次公开募股，并开始在太空中训练AI模型。
机器人终于足够成熟，可以开始商业化，从特斯拉/Waymo的自动驾驶机器人出租车、特斯拉的人形机器人开始。
事实证明，我们正处于“记忆危机”中，原因是DRAM价格上涨了5倍，看来我们之前对AI资本支出泡沫的看法都是错的，英伟达将把这个泡沫推得更高。
但竞争已经到来。谷歌的数十亿美元TPU，亚马逊的Tranium明年上线。三星工厂投入运营，与台积电竞争。千兆瓦级数据中心争夺最优模型的训练…
我甚至还没有开始谈AI模型在消费者应用中的下游影响。我们将看到如此多的#1应用商店AI应用，配合酷炫的消费硬件产品(苹果、谷歌和OpenAI都将在明年推出)
2025年将被视为所有这些无法被大众忽视之前的最后一个正常年份。
说实话，真是令人难以置信的激动人心的时代。

OpenAI 正在招聘准备负责人，预计自我改进的人工智能即将到来
Anthropic 的首席工程师在推特上谈论 AI 递归自我改进 (Claude 代码)
中国的一家机器人公司正在使用自己的机器人在工厂中自我建造。
事情即将变得奇怪。
我们正加速迈向一个人类几乎不知道如何做任何事情、几乎完全依赖于他们的 AI 的世界。

AI大脑未来展望 #1
我突然想到，目前的聊天机器人LLMs就像是发现了钢笔和纸，而终极目标是短暂的AI，AI可以实时为你生成理想的用户界面。
但为了达到这个目标，我看到一些中间趋势正在逐步展开：
1. LLMs开始自然地将图像、视频和音频融入到它们的回答中。谷歌已经开始用3 + nano banana实现这一点。
2. LLMs开始以我们偏好的“风格”与每个人交流，例如如果我试图学习某件事，它可能会以Stratechery博客文章的形式回应我，包括用相同风格排版的图表。相反，如果你喜欢TikTok，那么AI会生成30秒的GenAI视频来解释这个概念。随你喜欢。
3. 基于行动的。LLMs根据我提出的问题，回应一些待办事项。例如，它可以创建一个定制的代理应用，自动弹出在我的手机或设备上，管理我的投资组合，基于我刚刚探索的具体交易。直接连接到我的股票账户。
4. 基于预测的。这是短暂的部分，所有上述内容在我还未提出请求之前就已经发生了。无论是应用、视频、博客文章还是全新的东西——AI会在微秒内构思出来并输出。一个高度贴合你每一个需求和想法的机器。

一边看《怪物史瑞克》一边试图理解用于AI代理的上下文图谱

如果还不明显的话，这些人工智能模型的工作方式与我们的大脑、眼睛和耳朵非常相似。大型语言模型处理输入的单词并输出单词。多模态大型语言模型则对视频、图像和声音做同样的处理。
就像我们获取信息以理解周围的世界、在职业阶梯上进步、与周围的人建立关系一样，人工智能模型也在朝着同样的方向发展，最终将比我们做得更好。
有些人对此持悲观态度，"我们正在摧毁我们的脑袋"，但我选择相信，如果正确应用，作为学习工具，人工智能是推动人类进步的终极共生技术。
它足够灵活，可以应用于任何问题或任务。它在数量上是无限的，因此您可以日以继夜地继续解决问题，直到找到答案。它是可重复的，因此您可以运行一百万种不同的场景，以找出正确的答案。
对这种东西的需求几乎是无限的，这既令人害怕又鼓舞人心。

真的感觉到，尽管大家都在谈论芯片，但对各种类型的人工智能加速器的需求仍然是无法满足的。这与大家呼吁泡沫的观点完全相反。
nvidia 显卡售罄至 2026 年
google tpus? 明年将推出700万台，仍在寻求额外产能
亚马逊tranium 3 同样的故事。
neocloud 提供商？甚至他们的旧 GPU 都售罄。
尽管数据中心和半导体资本支出之战并不性感，但这场战斗非常单边。2026年将会是大致相同的情况。
只要模型需要更多的数据、更多的内存和更多的计算来增长智能……资本支出泡沫还有更大的增长空间。

结果发现，唯一重要的事情是你和台积电的关系有多好，而这对英伟达非常有利。
谷歌TPU，亚马逊的Tranium芯片可能比NVIDIA更好，但他们在2027年之前无法大规模生产，因为台积电的全部产能都被詹森预定了。
詹森很早就知道这一点，并一直在台湾玩政治以确保allo。
显然是一个颠覆台积电并抢占其市场份额的机会...
三星可能是我们最好的希望。
快乐的星期天

明年人工智能的最大趋势将是世界模型。
大型语言模型（LLMs）在训练数据上已接近枯竭，解决这一问题的唯一规模化方法是将它们放入模拟世界中，运行数百万次真实世界的模拟并生成合成数据。
谷歌在这里领先(惊喜惊喜)，推出了Genie 3。
特斯拉是个黑马，大多数人还没有意识到全自动驾驶依赖于一个模拟每种可能车祸的世界模型，从而避免事故。
世界模型还将用于训练代理和机器人。如今机器人面临的最大缺陷之一是缺乏关于人类所见所做的相关数据。
基于物理的真实世界模拟才是王道。

看到特斯拉无人驾驶出租车上线的消息时，我正坐在一辆$60 优步上，缓慢爬行2英里。
我迫不及待想看到从A点到B点的成本趋势降到零。
在德克萨斯州奥斯汀的试点已经将15-30分钟的驾驶时间缩短到5-10美元，你能想象在纽约市会是什么样吗？？
这将彻底改变人们的通勤方式，拥有汽车(我只需跳上特斯拉)工作(汽车变成移动办公/娱乐空间)

spaceX本身并未达到1.5万亿美元。
它依赖于一系列公司：Starlink、特斯拉和XAI。
Starlink提供卫星，用于在太空中建立数据中心，这些数据中心将运行特斯拉的AI6芯片，用于训练和推理XAI的Grok模型。
埃隆基本上建立了一个协议网络，堆栈的每一层都是他的公司之一。
疯狂的愿景

空间中的AI数据中心
中国购买H200s
台积电产能达到临界点
英伟达供应已售罄
埃隆正在建造自己的晶圆厂
42MW超声速燃气涡轮数据中心
$52B tpus被Anthropic收购
Claude、ChatGPT用户和使用记录达到新高
HBM价格飙升
英伟达Rubin与谷歌TPU v8的对比
我们正处于AI工业化时代。

在这里查看完整视频 @LimitlessFT：