ในยุคปัญญาประดิษฐ์ การต่อสู้สูงสุดของโทเคน ระหว่างอุปทานและความต้องการ
โมเดลที่แข็งแกร่งที่สุดกําลังกลายเป็นอาวุธสําหรับไม่กี่
หัว เรื่อง ของ วี ดิ ทัศน์: ความ ต้องการ ยอด เยี่ยม และ ความ ต้องการ ของ AI Togens | ดีแลน พาเทล สัมภาษณ์
วิดีโอโดยการลงทุนเช่นที่ดีที่สุด
รูปของเพ็กกี้ บล็อค บีทส์
สื่อมวลชนบรรณาธิการ: เมื่อเทียบกับฉากหลังของการกระโดดต่อไปในรุ่น AI การเข้าถึงเครื่องมือขนาดใหญ่อย่าง Claude Code and Meadows enters การอภิปรายอุตสาหกรรม แต่เมื่อ AI เขียนโปรแกรม การวิเคราะห์อัตโนมัติและจําลองข้อมูล ได้เกิดขึ้นเป็นคําถามใหม่ ที่เป็นคําถามล่างขึ้นเริ่มต้น
ซ้ายไป Patrick O'Shuditessy ขวาสําหรับดีแลนพาเทล
โพสต์ฉบับนี้ถูกจัดการโดย แพทริค โอชอทเนสซี ในการสนทนากับดีแลน พาเทล ผู้ก่อตั้งเซมิอะเนลิซิส ดีแลนได้มุ่งเน้นไปที่ AI Infra Profile, Seder Access Chain และ Model Economys การสนทนาเกี่ยวกับวิธีการที่ AI สามารถเปลี่ยนแปลงองค์กรได้。
สิ่งที่น่าสนใจที่สุดเกี่ยวกับการสนทนาครั้งนี้ คือไม่ใช่ว่าแบบจําลองนี้ ได้รับการปรับปรุงอีกครั้ง ม้านั่ง。
การสนทนานี้สามารถเข้าใจได้คร่าวๆ จากห้ามุม。
ประการ แรก ค่า ใช้ จ่าย ใน การ ปฏิบัติ งาน ถูก หัก。& nbsp; ใน อดีต ความ คิด เห็น ไม่ ใช่ เรื่อง ที่ หา ได้ ยาก และ ยาก จริง ๆ ที่ จะ เปลี่ยน แนว คิด เหล่า นั้น ให้ กลาย เป็น ผลิตภัณฑ์, ระบบ, และ สิ่ง ที่ นํา มา ใช้ ได้. ทีนี้ รหัส Claude ซึ่งทําให้พนักงานที่ไม่ใช่เทคโนโลยี สามารถเขียนรหัสได้ ใช้มัน และวิเคราะห์ข้อมูล ค่าใช้จ่ายประจําปีของรหัส Claude ในเซมาแนลซิส ได้ถึง 7 ล้านบาท มากกว่าหนึ่งในสี่ของค่าใช้จ่ายเงินเดือน ซึ่งหมายความว่า AI ไม่ได้เป็นเครื่องมือที่มีประสิทธิภาพอีกต่อไป。
ประการ ที่ สอง อุตสาหกรรม บริการ ข้อมูล ได้ รับ การ แก้ไข ใหม่ เป็น ครั้ง แรก。& nbsp; ธุรกิจของดีแลนเป็นหลักการขายของการวิเคราะห์, ที่ปรึกษาและชุดข้อมูลซึ่งเป็นพื้นที่ที่ง่ายที่สุด การสื่อสารโดย AI การวิเคราะห์แบบชิพย้อนกลับ, เครือข่ายพลังงานจําลอง, ตัวชี้วัดเศรษฐศาสตร์แมโคร ซึ่งอาจจะต้องใช้ข้อมูลจากทีมระยะยาวในอดีต นี่หมายความว่า ความดันของ AI กับ ISP ไม่ใช่ "จะแทนที่" มันคือ "ใครสามารถกลับมาทํางานได้เร็วขึ้น" บริษัทที่ไม่ได้ใช้ AI จะถูกคอมไพล์ให้เร็วขึ้น ในขณะที่ผู้ใช้ AI จะต้องยกระดับมาตรฐานอย่างต่อเนื่อง เพื่อหลีกเลี่ยงการถูกแทนที่ โดยคู่แข่งที่มีประสิทธิภาพมากขึ้น。
ในระดับที่ลึกกว่า เครื่องหมายกําลังกลายเป็นทรัพยากรการผลิตใหม่。& nbsp; ใช้ซื้อรายการรับข้อมูลซอฟต์แวร์ ปัญหาหลักคือเครื่องมือนี้ใช้งานได้ดีหรือไม่ ปัจจุบัน การเข้าใช้ลิขสิทธิ์รุ่นหน้า, อัตราจํากัด, enterprise access และงบประมาณสัญลักษณ์ เริ่มกําหนดความจุการผลิตโดยตรง ตัว อย่าง ที่ แข็ง แรง กว่า ไม่ จําเป็น ต้อง หมาย ถึง ค่า ใช้ จ่าย สูง กว่า เสมอ ไป เพราะ สัญลักษณ์ ที่ ฉลาด กว่า อาจ ทํา งาน ที่ มี ค่า มาก กว่า. การแข่งขันที่แท้จริงคือการย้ายจาก "ใครใช้ AI" ไปเป็น "ผู้ที่ได้รับรุ่นที่แข็งแกร่งที่สุด และใช้เหรียญราคาแพงที่สุด ในสถานการณ์ที่มีค่าสูงสุด"。
นอก จาก นั้น ความ ต้องการ นี้ ยัง จะ มี การ ส่ง ต่อ ไป ทั่ว ห่วงโซ่ อุปทาน。& nbsp; สัญลักษณ์ที่ใช้ superd และในที่สุดก็กลายเป็นความดันคงที่ในค่าใช้จ่ายของ GPU, CPU, หน่วยความจํา, FPGA, PCB, ลําแสงทองแดง, อุปกรณ์กึ่งตัวนําแสง และโรงงานคริสตัล นี่คือตรรกะที่อยู่เบื้องหลังการอ้างอิงถึง "ผลของแส้โคว์": การไหลลงของกระแส ดูเหมือนว่าเป็นเพียงแบบจําลองที่เพิ่มความต้องการในการโทร แต่สามารถโอนกระแสขึ้นเป็นลําดับได้ AI'S การกระจายผลกําไรในอุตสาหกรรมจึงไม่ได้จํากัด เฉพาะบริษัทโมเดลและ NVIDA แต่ยังคงรั่วไหลไปตามกึ่งตัวนํา และศูนย์ข้อมูลอุปทาน。
และสุดท้าย การปลดปล่อยทางสังคมของ AI อาจมาถึงก่อนเวลา & nbsp;ความกังวลของประชาชนเกี่ยวกับการแทนที่งาน การบริโภคพลังงาน การขยายศูนย์ข้อมูลและความเข้มข้นของพลังงาน จะเพิ่มขึ้นพร้อมกัน ดีแลนยังทํานาย การประท้วงครั้งใหญ่กับ AI ภายในสามเดือน สําหรับบริษัทตัวอย่างนั้น การเน้นย้ําต่อไปว่า "AI จะเปลี่ยนแปลงโลก" นั้นไม่จําเป็นต้องบรรเทาความเครียด อุตสาหกรรม AI จึงต้องพิสูจน์ ไม่ใช่แค่ความสามารถด้านเทคโนโลยี แต่ต้องพิสูจน์วิธีสร้างคอนกรีต。
วันนี้ ประเด็นหลักของปัญญาประดิษฐ์คือ การย้ายจาก "สิ่งที่แบบจําลองทําได้" ไปเป็น "ใครสามารถเข้าถึงแบบจําลองได้ ในความหมายนี้ เรื่องของการสนทนานี้ ไม่ใช่แค่รหัส Claude, Antrophic หรือ AI แต่เป็นการเรียบเรียงโครงสร้างพื้นฐาน。
ข้อ ความ ต่อ ไป นี้ เป็น ข้อ ความ ต้น ฉบับ (เพื่อ จะ ทํา ให้ การ อ่าน และ เข้าใจ ง่าย ได้ มี การ รวม ข้อ ความ ต้น ฉบับ ไว้ ด้วย:
TL; DR
• ตัวแปรหลักของ AI กําลังย้ายจาก "CAN หรือ ไม่" ไปเป็น "ค่าไม่คุ้มค่าที่จะทํา" และต้นทุนจริงของค่าใช้จ่ายดําเนินการ。
Caude Code ใช้ค่าใช้จ่าย 25 เปอร์เซ็นต์ ของเงินเดือนเพียงเพื่อเริ่มต้น เอไอย้ายจากเครื่องมือซอฟต์แวร์มาเป็นทุนการผลิตใหม่。
• การ แข่งขัน เพื่อ รุ่น หน้า ไม่ ได้ เป็น เพียง การ แข่งขัน เพื่อ ความ จุ เท่า นั้น แต่ เป็น การ แข่งขัน เพื่อ สิทธิ พิเศษ แทน; อุปสรรค ใหม่ ๆ ทาง ธุรกิจ อาจ เกิด ขึ้น โดย คน ที่ สามารถ ได้ แบบ จําลอง ที่ แข็ง แรง ที่ สุด ก่อน และ ยืน หยัด มั่นคง ยิ่ง ขึ้น。
• อุตสาหกรรม บริการ ข้อมูล จะ ได้ รับ การ จัด ตั้ง ขึ้น ใหม่ เป็น ครั้ง แรก โดย เอ ไอ เนื่อง จาก ค่า ใช้ จ่าย ใน การ ผลิต สําหรับ ข้อมูล, การ วิเคราะห์ และ การ วิจัย กําลัง ตก ลง อย่าง รวด เร็ว และ บริษัท ที่ ช้า จะ ได้ รับ การ สนับสนุน อย่าง รวด เร็ว ยิ่ง ขึ้น。
• ความ ต้องการ ที่ เพิ่ม ขึ้น จะ ไม่ ทํา ให้ ช้า ลง เนื่อง จาก การ ลด ราคา ของ รุ่น เก่า ขณะ ที่ รุ่น ที่ แข็ง แรง ขึ้น แต่ ละ รุ่น จะ ปล่อย ตัว อย่าง ที่ มี ค่า สูง แบบ ใหม่ ๆ ออก มา และ ผลัก ดัน ผู้ ใช้ ไป สู่ รุ่น หน้า ที่ แพง กว่า。
• การ เปลี่ยน แปลง ครั้ง ใหญ่ ที่ สุด ที่ เกิด ขึ้น โดย เอ ไอ มิ ใช่ เพื่อ ทํา ให้ ผู้ คน ทํา งาน น้อย ลง แต่ เพื่อ ให้ คน จํานวน เดียว กัน มี จํานวน มาก ขึ้น ที่ จะ ทํา เช่น เดียว กัน หลาย เท่า; คน ที่ ไม่ สามารถ สร้าง และ รับ รู้ คุณค่า ของ สัญลักษณ์ จะ ถูก ปิด ไว้ บน “ล่าง สุด ที่ ใหญ่ ที่ สุด ”。
การขาดแคลนเครื่องคิดเลขกําลังแพร่กระจายไปทั่วห่วงโซ่อุปทานกึ่งตัวนําร่อง, จาก GPU, CPU, ความจําไปถึง PCB, โรงงานทองแดงและผู้ผลิตอุปกรณ์, และ AI อุปสงค์กลายเป็นการผลักดันราคาสําหรับห่วงโซ่อุตสาหกรรมทั้งหมด。
ปัญหาที่แท้จริงคือ ไม่เพียงแค่ว่าบริษัทตัวอย่าง ได้รับเงินเท่าไหร่ แต่ "Ghost GDP" มากแค่ไหน ที่ถูกสร้างจากการตัดสินใจ。
ผู้ประสานงานอื่น
รหัสน้ําเกลือกลายเป็นแรงงานใหม่
แพทริก O'Shuchnessy (เครื่องราชอิสริยาภรณ์):
คุณเล่าเรื่องที่ยอดเยี่ยม เกี่ยวกับการเปลี่ยนแปลงครั้งใหญ่ของทีมคุณในปีนี้ ขออีกทีได้มั้ย? คุณ เข้าใจ สิ่ง ที่ เกิด ขึ้น ใน โลก นี้ ไหม
ดีแลน พาเทล (ผู้ก่อตั้งเซมินาลิซิส):
ปีที่แล้ว เราคิดว่าเราใช้ AI อย่างหนัก ทุกคนใช้ ChartGPT ทุกคนใช้ Claude และฉันให้สมาชิกในทีมที่พวกเขาต้องการ ใน เวลา นั้น บริษัท ใช้ เงิน ประมาณ หมื่น ดอลลาร์。
แต่ปีนี้ ค่าใช้จ่ายเริ่มพุ่งสูงขึ้น จุด เริ่ม ต้น ที่ แท้ จริง อาจ เป็น เดือน ธันวาคม ที่ แล้ว พร้อม ด้วย การ ปรากฏ ตัว ของ โอปุส. นี่รวมถึงดั๊ก ซีอีโอของเรา ดักลาส ลอว์เลอร์ โดยพื้นฐานแล้ว เขาเป็นผู้นําในการผลักดันพวกนอกเทคโนโลยี ให้เขียนโค้ดร่วมกับ AI เขาพาทั้งบริษัทมานิดหน่อย แน่นอน เหล่า วิศวกร กําลัง ใช้ กัน อยู่ แต่ ตั้ง แต่ เดือน มกราคม ปี นี้ การ ใช้ จ่าย ของ เรา กําลัง เพิ่ม ขึ้น อย่าง เห็น ได้ ชัด และ แล้ว ก็ หัก อย่าง รวด เร็ว。
ต่อ มา เรา ลง นาม ใน สัญญา enterprise กับ แอ นโทรปิก. ครั้งสุดท้ายที่ผมคุยกับคุณ ค่าใช้จ่ายประจําปีของเราคือประมาณ $5 ล้าน ปัจจุบัน $7 ล้าน。
แพทริก O'Shunty :
และนั่นคือตัวเลขเมื่ออาทิตย์ที่แล้ว。
ดีแลน พาเทล:
ใช่ ส่วนใหญ่ก็คือการใช้ตัวมันเอง สิ่งที่น่าสนใจจริงๆก็คือ คนที่ไม่เคยเขียนรหัสมาก่อน กําลังใช้รหัส Claude และบางคนใช้เงินหลายพันดอลลาร์ต่อวัน แต่ในแง่ของบริษัท เรากําลังใช้เงิน 7 ล้านบาทต่อปี กับรหัส Claude และเงินเดือนของเราคือประมาณ 25 ล้านเหรียญ นั่น คือ โค เดก ซ์ คลา วด์ ใช้ เงิน เดือน มาก กว่า 25 เปอร์เซ็นต์。
หาก แนว โน้ม นี้ ดําเนิน ต่อ ไป อาจ มาก กว่า 100 เปอร์เซ็นต์ ของ ราย ได้ ทั้ง หมด เมื่อ สิ้น ปี. มันน่ากลัวนิดหน่อย โชคดีที่ตอนนี้ผมไม่จําเป็นต้องเลือกระหว่าง "คน" กับ "เอไอ" เพราะบริษัทกําลังเติบโตอย่างรวดเร็ว เช่น ผมไม่จําเป็นต้องจ้างคนอย่างรวดเร็ว แต่ผมใช้เงินมากขึ้นกับ AI และมันใช้ได้ และบริษัทสามารถเติบโตได้เร็วขึ้น。
แต่ผมคิดว่าไม่ช้าก็เร็ว บริษัทอื่น ๆ จะเริ่มเผชิญปัญหา ถ้า คน หนึ่ง สามารถ ทํา ได้ ห้า, สิบ, หรือ แม้ แต่ 15 งาน ใน รหัส คลอด แล้ว จะ เป็น อย่าง ไร ต่อ ไป? ประการ แรก อาจ มี ความ จําเป็น อย่าง แท้ จริง ที่ จะ ลด น้ํา หนัก; และ ประการ ที่ สอง เวลา นี้ มี การ ใช้ อย่าง กว้าง ขวาง。
ตัว อย่าง เช่น เรา มี ห้อง ปฏิบัติ การ ด้าน วิศวกรรม กลับ กัน ใน รัฐ ออ ริ กอน ซึ่ง ได้ สร้าง ขึ้น เป็น เวลา หนึ่ง ปี ครึ่ง. มีอุปกรณ์ชั้นสูงมากมาย เช่น กล้องจุลทรรศน์ สแกนกล้องจุลทรรศน์อิเล็กตรอน การใช้แกนหลักในห้องทดลองคือ ชิปวิเคราะห์ย้อนกลับ การสกัดเอาโครงสร้างชิป และการวิเคราะห์วัสดุที่ใช้ในการผลิต นี่คือข้อมูลที่เราขายไป。
อย่าง ไร ก็ ตาม การ วิเคราะห์ ข้อมูล ดัง กล่าว เป็น กระบวนการ ที่ ช้า มาก ใน อดีต. ตอนนี้มีชายคนหนึ่งในทีมของเรา ที่เพิ่งพันดอลลาร์ในเหรียญน้ําอัดลม และนั่นคือใบสมัครงาน โปรแกรมนี้เร่งความเร็ว GPU และทํางานบนเซิร์ฟเวอร์ของเราใน Coreweave ที่เราต้องทําคือส่งภาพชิปไป ที่ชี้ตําแหน่งของแต่ละวัสดุบนภาพโดยอัตโนมัติ นี่คือทองแดง นี่คือ เลมลัม นี่คือแพลตตินั่ม นี่คือโคบอลท์ แล้วคุณก็สามารถทําโครงสร้างแบบเมต้า-อนิซิส จํากัด ของโครงสร้างกองชิปทั้งหมดอย่างรวดเร็ว。
ผู้ชายคนนี้ที่เคยทํางานใน Intel ก่อนหน้านี้กล่าวว่ามันเป็นทีมที่สมบูรณ์ที่จะทําและรักษา มันไม่น่าเชื่อเลยที่จะใส่อะไรแบบนี้ ในบริษัททั้งหมด。
มีอีกตัวอย่างที่ผมสนใจเป็นพิเศษ คือมัลคอล์ม เขาเป็นนักเศรษฐศาสตร์ที่ธนาคารใหญ่ แผนกเศรษฐศาสตร์ของธนาคารนั้น อาจเป็น 100-200 คน เขากําลังทําสิ่งที่น่าทึ่งอยู่。
เขา นํา ข้อมูล เข้า มา รวม ทั้ง ข้อมูล FED, รายงาน การ จ้าง งาน และ ข้อมูล อื่น ๆ จาก สื่อ ต่าง ๆ. เราเซ็นสัญญากับผู้ให้บริการข้อมูล และได้รับข้อมูล API จากนั้นเขาดึงข้อมูลทั้งหมดเข้ามา และเริ่มวิ่งกลับไป และเพิ่มผลกระทบของการเปลี่ยนแปลงทางเศรษฐกิจที่แตกต่างกัน。
สํานัก สถิติ แรงงาน แห่ง สหรัฐ มี การ จัด ประเภท งาน โดย มี งาน มอบ หมาย ประมาณ 2,000 งาน. มัลคอมใช้ AI เพื่อประเมินว่างานไหนที่สามารถดําเนินการได้ในปัจจุบันโดย AI ซึ่งไม่สามารถชี้ตามชุดของรูริก ผลที่ออกมาแสดงให้เห็นว่า 3% ของงานสามารถดําเนินการได้โดย AI。
เขาเลยสร้างตัวบ่งชี้ เพื่อวัดสิ่งที่ AI ทําได้ และทําให้เสียโฉมอย่างไร เมื่อมันทําโดย AI ผล การ ผลิต อาจ เพิ่ม ขึ้น แต่ เนื่อง จาก ค่า ใช้ จ่าย ลด ลง มาก เกิน ไป ตาม ทฤษฎี จีดี เอ อาจ ตก ลง. เขาเรียกมันว่า "Phantom GDP"。
เขา ได้ ทํา ชุด การ วิเคราะห์ ทั้ง หมด โดย อาศัย แนว คิด นี้ และ ได้ สร้าง แบบ จําลอง ภาษา ใหม่ โดย สิ้น เชิง คือ ม้านั่ง ซึ่ง มี การ ประเมิน ประมาณ 2,000 ครั้ง。
แพทริก O'Shunty :
เขาทําทั้งหมดนี่ด้วยตัวเองเหรอ
ดีแลน พาเทล:
ใช่ เขาทําทั้งหมดด้วยตัวเอง เขาพูดกับผมว่า "พี่ครับ ต้องใช้ทีมนักเศรษฐศาสตร์ 200 คนต่อปีถึงจะทําได้" เขาอยู่ใน Claude บอกว่าทุกอย่างเปลี่ยนไป。
แพทริก O'Shunty :
ในฐานะผู้ประกอบการทางธุรกิจ คุณจะเข้าใจเรื่องนี้ได้ยังไง คุณเปลี่ยนจากใช้เงินเกือบไม่มีอะไรเลย จนตอนนี้มันเกือบร้อยละ 25 ของค่าใช้จ่ายเงินเดือน และมันยังคงเพิ่มขึ้น "เดี๋ยว ฉันควรเหยียบเบรคมั้ย" ฉันควรจะควบคุมค่าใช้จ่ายหรือไม่" บางทีเราไม่จําเป็นต้องใช้โมเดลหน้าสุด ที่เพิ่งออกมาวันนี้ เช่น Opus 4.7 แต่เปลี่ยนมาเป็นโมเดลที่ถูกกว่าได้
ดีแลน พาเทล:
หลังจากทั้งหมด ผมทําธุรกิจข้อมูล เราขาย เราให้คําปรึกษา เราสร้างชุดข้อมูล ฉันไม่เห็นเหตุผลใด ๆ ที่สิ่งเหล่านี้จะไม่เต็ม การพาณิชย์ในอัตราที่รวดเร็วมาก。
ถ้าผมไม่ปรับปรุงต่อไป, ผลคูณข้อมูลแรกที่ผมขายไปก่อน, ตอนนี้มีคนทําในสิ่งเดียวกันมากขึ้น เรายังขายได้เพราะ เราทํามันได้ดีขึ้นเรื่อยๆ แต่วิธีที่เราทําใน 2023, มันไม่ใช่ วิธีเดียวกับที่คนทําตอนนี้ ถ้าผมไม่เพิ่มมาตรฐานต่อไป ผมจะถูกปรับให้เป็นระบบ ถ้าฉันไม่ไวพอ ฉันจะเสียข้อได้เปรียบ。
ดังนั้นปัญหาก็คือ, ใช่, AI จะทําโฆษณาหลายอย่าง, เช่นเดียวกับการพาณิชย์ซอฟต์แวร์ แต่คนที่วิ่งเร็วพอที่จะควบคุมความสัมพันธ์ของลูกค้าได้ ยังคงให้บริการที่ยอดเยี่ยม และปรับปรุงบริการของพวกเขาอย่างต่อเนื่อง จะไม่ลดละ แต่จะเติบโตเร็วขึ้น คนที่ไร้ความสามารถและไม่ทําอะไร จะสูญเสีย。
มันก็เลยเป็นเหมือนปัญหาการเอาตัวรอด ถ้าฉันไม่ใช้ AI คนอื่นก็จะชนะฉัน。
อีกตัวอย่างง่ายๆ คือภาคพลังงาน เรามีผู้วิเคราะห์พลังงานหลายคน ตลอดปีที่ผ่านมา พยายามสร้างแบบจําลองพลังงาน โมเดลนี้มีความซับซ้อนมาก และตลาดข้อมูลพลังงานก็มีขนาดประมาณ $900 ล้าน ดังนั้น มันเป็นตลาดขนาดใหญ่ที่ผมอยากเข้าไป แต่ถึงแม้ว่าทีมของเราบางทีม จะทํางานมาหนึ่งปีแล้ว เราก็ไม่ได้อยู่ในธุรกิจข้อมูลพลังงาน。
แล้วรหัสของ Claude ก็เป็นโรคจิต เรามีคนดูแลเรื่องพลังงานและอุตสาหกรรม ในศูนย์ข้อมูล เจเรมี่ หลังจากเขาเริ่มใช้รหัสของ Claude ทุกอย่างก็เปลี่ยนไปทันที ในสามสัปดาห์ เขาใช้เงินไปมาก ประมาณ $600,000 ต่อวัน และเป็นการพูดเกินจริง อย่างไรก็ตาม เขาได้จับโรงไฟฟ้าทุกโรงงานในสหรัฐอเมริกา ทุกสายสื่อสารเหนือระดับพลังงานไฟฟ้าบางส่วน และสร้างแผนที่ของเครือข่ายทั้งสหรัฐอเมริกา。
เราทําให้มันกลายเป็นแผ่นกระดาษ ที่ทําให้เรามองเห็นการขาดแคลนพลังงาน และขยายปริมาณออกไปในจุลจุลภาคต่างๆ ของสหรัฐอเมริกา รวมทั้งรายละเอียดต่างๆ อีก 2-3 อาทิตย์ก็จะถึง。
จากนั้นเราแสดงต่อลูกค้าหลายคน ที่ได้ซื้อชุดข้อมูลของเราไปแล้ว รวมถึงนักค้าพลังงานด้วย หลังจากอ่านแล้ว พวกเขาบอกว่า "ว้าว มันเกิดขึ้นมานานแค่ไหนแล้ว" ดี ดีกว่าบริษัท" แล้วเราก็ได้รู้ว่า ในบริษัทนั้นมีคน 100 คน ที่ทําแบบนี้มา 10 ปี。
แน่นอน ผลิตภัณฑ์ ของ เรา ไม่ ครบ ถ้วน และ แข็ง แรง เท่า ที่ เป็น อยู่ แต่ ใน บาง แง่ มัน ดี กว่า. ตอนนี้ผมกําลังประสานงานกับข้อมูลพลังงานเหล่านี้ แต่ถ้าไม่วิ่งให้เร็วกว่านี้ ใครจะโฆษณาฉัน
ดังนั้น จากมุมมองทางธุรกิจ คําถามคือ "ผมใช้เงินจํานวนมากหรือเปล่า" ใช่ ผมใช้เงินจํานวนมาก แต่คําถามคือ ผมจะได้อะไรจากเงินนี้ มันให้รายได้มากขึ้นไหม ถ้าคําตอบคือ ใช่ เงินก็คุ้มค่า。
แพทริก O'Shunty :
คุณกังวลไหม ว่าในที่สุดแล้ว คนที่ควบคุมเงินทุน และเป็นผู้รับผิดชอบในการลงทุน ทําไมเราไม่ทําด้วยตัวเองล่ะ" ถ้ามันกลายเป็นง่ายดังนั้นที่จุดที่ทั้งหมดจะไหลกลับไปที่หน่วยงานการลงทุน? ที่ จริง พวก เขา มัก จะ ได้ รับ แรง จูง ใจ สูง สุด จาก ข้อมูล และ ความ หยั่ง เห็น เข้าใจ เหล่า นี้。
ดีแลน พาเทล:
อย่างแรก ธุรกิจบริการข้อมูลใดๆ ก็เหมือนกัน: ผมได้ค่าจากข้อความ และเห็นได้ชัดว่าไม่มีลูกค้าคนไหน ที่ได้รับคุณค่าจากข้อมูลนั้น。
ถ้าผมขายข้อมูลให้คุณ ด้วยเงินหนึ่งดอลลาร์ คุณจะยินดีใช้มัน เพราะคุณรู้ว่า มันช่วยให้คุณตัดสินใจ หรือพูดอีกอย่างคือ คุณจะได้ arbitural คุณได้เงินจากผมมากกว่าผม จากการขายข้อมูลนี้。
กองทุนการลงทุนเอง มีความสามารถในการให้ข้อมูลของตัวเอง โดยเฉพาะกับหน่วยงานอย่างเจน สตรีท และซิทาเดล พวกเขาละเอียดและลึก ในด้านของข้อมูล แต่พวกเขายังคงซื้อข้อมูลของเรา และยังคงทําต่อไป และความร่วมมือกับเรากําลังเพิ่มขึ้น。
ผมว่ามันมี "ตัวประกอบ" เราย้ายเร็วขึ้น ยืดหยุ่นมากขึ้น ทีมที่มีขนาดเล็กลง และมุ่งเน้นไปยังพื้นที่ที่จําเพาะมาก: โครงสร้างพื้นฐาน AI และการเปลี่ยนแปลงมหาศาลของมัน เราสามารถมองเห็นทิศทางก่อนหน้านี้ และสร้างสิ่งต่างๆได้เร็วขึ้น。
ดังนั้น แน่นอน นักลงทุนมืออาชีพ พยายามทําบางอย่างเพื่อตัวเอง แต่บ่อยครั้งที่เขาซื้อข้อมูลของเราโดยตรง และสร้างบนมัน สําหรับพวกเขา การซื้อข้อมูลของเรา มักจะถูกกว่าการสร้างจากรอยขีดข่วน และ แน่นอน ในที่สุด ใครบางคนก็จะพยายามทํามันด้วยตัวเอง。
โทเค่นกลายเป็นทรัพยากรการผลิตใหม่
แพทริก O'Shunty :
ผมคิดว่าทุกครั้งที่ผมคุยกับคุณ ผมมักจะมีคําถามเดียวกัน คืออุปทานและอุปสงค์ของโทเคน นั่นคือสิ่งที่ผมสนใจมากที่สุดในตอนนี้ ประสบการณ์ของคุณทําให้คุณเข้าใจด้านความต้องการใหม่ๆบ้างมั้ย คุณเปลี่ยนการตัดสินใจของคุณ เกี่ยวกับความต้องการของสัญลักษณ์ หลังจากคุณรู้สึกว่ามันดีมาก
ดีแลน พาเทล:
ถ้าเราถอยหลังจากมุมมองของแมโคร อาโทรปิกของอาจได้เติบโต จาก $ 9 พันล้านเป็นประมาณ $35,000,000, $40,000,000 เมื่อถึงตอนที่รายการนี้ออกอากาศ มันอาจจะมีถึง 4 หมื่น 4 แสนล้านดอลลาร์สหรัฐ。
แต่ พวก เขา ไม่ ได้ เติบโต ขึ้น ใน ขอบ เขต เดียว กัน. ถ้า คุณ นับ และ สันนิษฐาน ว่า พวก เขา ไม่ ได้ ลด อัลกอริทึม ของ อาร์ ดี — แน่นอน ว่า พวก เขา ไม่ ได้ ทํา เช่น นั้น เพราะ พวก เขา กําลัง จัด พิมพ์ แบบ จําลอง ใหม่ ๆ เช่น เม ตทิส, โอปุส 4, โอปุส 4.7 — แล้ว ก็ อีก อย่าง หนึ่ง คือ: การ เพิ่ม แคลคูลัส ของ พวก เขา แม้ ว่า พวก เขา ทุก คน มี เหตุ ผล จะ มี ค่า ต่ํา กว่า อัตรา ส่วน ของ โรค เมารี ประมาณ 72 เปอร์เซ็นต์。
ในความเป็นจริง ส่วนหนึ่งของแคลคูลัสเพิ่มเติม มีแนวโน้มจะอยู่ใน R & D ดังนั้นสัดส่วนจริงของมาฮาริ อาจสูงกว่า 72 เปอร์เซ็นต์ รู้ไหม ตอนต้นของปีนี้ มีคนปล่อยข้อมูลบางอย่าง ในเอกสารการเงินของพวกเขา。
ธุรกิจจะเพิ่มอัตรามาฮาริ ในระดับนี้ในเวลาอันสั้นได้อย่างไร ตามหลักแล้ว มันเป็นเพราะความต้องการสูงเกินไป พวกเขาสามารถเพิ่มระดับการใช้งาน จํากัดความเร็วและข้อจํากัด สิ่งที่สําคัญจริงๆ คือคุณมีผู้จัดการลูกค้าอโทรปิก สัญญากิจการ และได้รับโปรโมชั่นที่คุณต้องการ มิ ฉะนั้น แล้ว ใน ที่ สุด จะ มี การ ก้าวร้าว อย่าง ยิ่ง。
ใครก็ตามที่มีเงินพอที่จะได้มัน อธิก ธรรม กําลัง เผชิญ ปัญหา เดียว กัน — แน่นอน นั่น ไม่ ใช่ ปัญหา แต่ เป็น ความ จริง ที่ ว่า ระบบ ทุน นิยม ดําเนิน งาน อย่าง ไร. ใช่ แล้ว ลูก ค้า อาจ จ่าย เงิน ให้ พวก เขา 40 ล้าน ล้าน ดอลลาร์ ต่อ ปี เพื่อ ซื้อ เหรียญ แต่ เหรียญ เหล่า นี้ มี มูลค่า มาก กว่า 40 ล้าน ล้าน ดอลลาร์ ซึ่ง ลูก ค้า สร้าง ขึ้น。
ค่าของแต่ละสัญลักษณ์ที่สร้างโดยบริษัทต่างๆ นั้นต่างกัน แต่เมื่อนางแบบฉลาดขึ้น สิ่งที่สําคัญจริงๆก็คือ ใครได้เหรียญที่ชาญฉลาดที่สุด。
ใน ฐานะ บุคคล คุณ ต้อง ตัดสิน ใจ ว่า จะ ใช้ สัญลักษณ์ เหล่า นี้ อย่าง ไร เพื่อ พัฒนา ธุรกิจ และ สร้าง คุณค่า. คนจํานวนมากต้องการเหรียญ และพวกเขาจะบริโภคเหรียญ แต่ซาสทั่วไปที่เริ่มผลิตซอฟท์แวร์ในซานฟรานซิสโก กับ Claude ไม่ได้ทําเงินได้มากนัก ดังนั้นไม่ช้าก็เร็ว พวกเขาจะถูกบีบออกจากราคาเหรียญ。
แพทริก O'Shunty :
นั่นคือสิ่งที่ฉันได้พบวันนี้ระหว่างทาง เมื่อ พิมพ์ ออก แล้ว โอปุส 4.7 ผม ต้องการ ใช้ 4.7 และ ทันที. แล้วผมก็ถูกตัดขาด ฉันใช้มันไม่ได้ ผมจินตนาการไม่ออกเลยว่าจะใช้ 4.6 อย่างต่อเนื่อง แม้ผมจะพอใจกับ 4.6 มาตลอด 2-3 สัปดาห์ที่ผ่านมา。
คุณ แปลก ใจ ไหม ที่ ผู้ คน ตั้งใจ จะ ใช้ แบบ จําลอง ที่ แพง ที่ สุด และ ส่ง ต่อ ไป
ดีแลน พาเทล:
ไม่เลย หนึ่งในความทรงจําที่ตลกที่สุดที่ผมเคยมี ในเดือนครึ่งที่ผ่านมา คือผมคุกเข่าร่วมกับเพื่อนของผม ลีโอโพลด์ เกือบต่อหน้าผู้ค้นพบร่วมของแอนโทรปิก ขอเขาให้เราเข้าถึงเมติส。
เรารู้ว่ามันมีอยู่จริง เราจึงพูดว่า "ได้โปรดเถอะ ให้เราใช้มันเถอะ" เขา (บริวารของลูฏ) กล่าวว่า ฉันไม่มีความรู้อันใดเลยในสิ่งที่พวกเจ้ากล่าว
แพทริก O'Shunty :
คุณ แสดง ปฏิกิริยา อย่าง ไร เมื่อ มี ใบ แจ้ง ราคา หรือ ใบ แจ้ง ราคา ออก มา
ดีแลน พาเทล:
มีข่าวลือก่อนที่อ่าวโซน และเราอาจรู้ว่ามันจะแข็งแรงมาก ถ้าคุณดูที่ม้านั่ง แน่นอนม้านั่งจะเปลี่ยน แต่ Mephysto/Metis อาจจะเป็นการกระโดดที่ยิ่งใหญ่ที่สุดใน。
ผมคิดว่ามันสําคัญมาก: มันแข็งแรงพอ ที่แอนโทรปิกไม่อยากจะตีพิมพ์มันทั้งหมด แม้ว่าพวกเขาได้เผยแพร่ราคาให้กับลูกค้าบางคนแล้ว แต่ก็ยังได้รับการตีพิมพ์อย่างพิถีพิถันเช่นกัน สําหรับการตั้งค่าด้านความปลอดภัย มันอาจจะเป็นห้าหรือสิบเท่าของค่าใช้จ่ายของเหรียญ แต่ยังคงไม่ต้องการที่จะได้รับการปลดปล่อยอย่างเต็มที่เนื่องจากพวกเขากําลังกังวลเกี่ยวกับผลกระทบของมันต่อโลกความจริง。
ดังนั้นสิ่งที่เรามีตอนนี้ คือ โอปุส 4.7 รุ่นที่แย่ลงและอ่อนแอกว่า และพวกเขาทํามันอย่างชัดเจน เพื่อจําลอง Kari ว่าเราจงใจทําให้แย่ลง ผมไม่รู้ว่าคุณอ่านบทนั้นรึเปล่า。
ดังนั้น สิ่งที่ผมจะพูดก็คือ ไม่ว่าคุณจะเป็นใคร ตราบใดที่คุณยังมีเงินทุนเพียงพอ คุณควรไปซื้อสมาชิกธุรกิจแบบโทรปิก เพราะคุณจะไม่ถูกขังไว้ง่ายๆ。
แล้วคุณต้องคิดถึงวิธีการใช้เหรียญเหล่านี้ ในภารกิจที่มีค่าสูงสุด และทําเงินจากมัน เพราะโดยพื้นฐานแล้ว ในปีหรือสองปี ธุรกิจจํานวนมากก็คือ การลงนามใน arbitural โทเค่นแข็งแรง แต่ประเด็นคือคุณชี้ตัวพวกเขา。
ใน ช่วง สาม หรือ สี่ ปี ต่อ มา แบบ จําลอง นั้น เอง อาจ รู้ ว่า ควร ใช้ เครื่องหมาย อย่าง ไร และ จะ ใช้ อย่าง ไร เพื่อ ให้ มี ค่า มาก ที่ สุด。
ถ้าคุณมองย้อนกลับไปที่ม้านั่งใด ๆ คุณจะพบว่าค่าใช้จ่ายของการถึงระดับหนึ่งของความสามารถในอดีตคือ X และตอนนี้มันอาจจะเป็นเพียงหนึ่งเปอร์เซ็นต์หรือแม้กระทั่งหนึ่งพัน ตัว อย่าง เช่น เมื่อ ดีพ ซีก ถึง ระดับ ความ จุ ของ ระดับ จี พี ที 4 มัน จะ มี ราคา ประมาณ หนึ่ง เปอร์เซ็นต์ ของ GPT-4. นับ แต่ นั้น มา ค่า ใช้ จ่าย ของ รุ่น จี พี ที 4 ก็ ลด ลง เรื่อย ๆ。
แน่นอนไม่มีใครสนใจจริง ๆ เกี่ยวกับรุ่น GPT-4 อีกต่อไป สิ่งที่คุณต้องการคือโมเดลด้านหน้า เพราะมันสร้างบางสิ่งที่เป็นเศรษฐศาสตร์อย่างแท้จริง อย่างไรก็ตาม โมเดล GPT-4 ยังคงสามารถใช้สําหรับบางฉากได้ แต่ปกติจะมีขนาดเล็กกว่า。
ดังนั้น สิ่งที่ขับเคลื่อนความต้องการจริง ๆ ไม่ใช่ความสามารถเก่า ๆ จะถูกกว่า แต่ตัวอย่างใหม่ ๆ กําลังเกิดขึ้น ตอนนี้คุณใช้ โอปุส 4.6 หรือ โอปุส 4.7 ระดับ หนึ่งปีให้หลัง ถ้าผมได้คุณภาพ ของความจุของโมเดลในวันนี้ ผมอาจใช้เงิน 70,000 หรือน้อยกว่านั้น 100 เท่า。
แต่มันไม่สําคัญหรอก เพราะตอนนั้น ผมจะใช้โมเดลที่แข็งแรงกว่า เพื่อทําสิ่งที่มีค่ามากกว่า。
Anthoric's Metis มันแพงกว่าตัวอย่างเอง แต่มันใช้เครื่องหมายน้อยกว่ามาก ดังนั้นในภารกิจส่วนใหญ่ มันราคาถูกกว่า Opus 4.6。
ดีแลน พาเทล:
เพราะมันมีประสิทธิภาพมากกว่า ถึง แม้ ทุก เหรียญ จะ มี ราคา มาก กว่า และ แพง กว่า แต่ ก็ ต้อง ใช้ เครื่องหมาย น้อย กว่า เพื่อ ทํา งาน。
แพทริก O'Shunty :
ครั้งสุดท้ายที่ผมเจอคุณ เมทิสอาจจะเพิ่งปล่อย หรือ โมเดลการ์ด เพิ่งออกมา คุณบอกว่ามันแข็งแรงพอที่จะทําให้คุณกลัว คุณหมายความว่ายังไง
ดีแลน พาเทล:
2025 เป้าหมายของอานโทรปิก (Antropic) กระทั่งตั้งแต่ปี 2024 คือมีวิศวกรซอฟต์แวร์ระดับ L4 ในรุ่นนี้ภายในปลายปี ค.ศ. โดยรวมแล้ว พวกมันทํากับโอปุส 4.6。
แต่เขาไม่ได้บอกว่า ถ้าคุณมองเมติส เทียบกับม้านั่ง มันเหมือนวิศวกรแอลซิกส์มากกว่า L4 อาจจะเป็นวิศวกรซอฟต์แวร์รุ่นเยาว์ และ L6 ก็เป็นวิศวกรที่มีประสบการณ์ค่อนข้างดี。
ฉันจําแอนโทรปิกได้ ว่าโมเดลนี้ใช้ได้ภายใน ตั้งแต่เดือนกุมภาพันธ์ พ.ศ. ดังนั้นในสองเดือน พวกเขากระโดดจาก L4 ไปยัง L6 แล้วจะเกิดอะไรขึ้นต่อ
และเมื่อคุณคิดถึงวิวัฒนาการของโมเดล คุณจะเห็นว่ามันเร่งความเร็ว จังหวะการปล่อยของแอนโทรปิกถูกบีบ และจังหวะของ OpenAI ถูกบีบ ทําไม? เพราะปกติ การจะสร้างแบบจําลองที่ดีขึ้น。
อย่างแรก คุณต้องเข้มแข็ง การนับมันแพงมาก และมีเวลาเป็นของตัวเอง เราจะติดตามสิ่งเหล่านี้ ซึ่งจริง ๆ แล้วกําลังเติบโต แต่ส่วนใหญ่จัดตั้งขึ้นในระยะสั้น คุณได้เซ็นลงคณิตศาสตร์ มันค่อนข้างเรียบร้อย แน่นอน จะ มี การ ชักช้า และ การ ปรับ ตัว ระหว่าง กลาง และ อาจ มี อีก บาง อย่าง แต่ ทั้ง หมด ถูก กําหนด ไว้ แล้ว。
อย่างที่สอง คุณต้องการนักวิจัยที่เก่งมาก ปัจจุบัน บริษัท เต็ม ใจ จ่าย เงิน หลาย สิบ ล้าน ดอลลาร์ ให้ คน เหล่า นี้。
ในที่สุด ความสามารถก็ประสบความสําเร็จ ตาม ประวัติศาสตร์ แล้ว นี่ เป็น เรื่อง ยาก มาก. ถ้าฉันมีความคิด ฉันต้องทําให้มันเกิดขึ้น และมันยาก แต่ตอนนี้ความคิดนั้นมีอยู่ทุกหนทุกแห่ง มันก็กลายเป็นสิ่งที่ทําได้ง่ายมาก มันแพง แต่ง่ายมาก。
ดัง นั้น คํา ถาม จึง กลาย เป็น ว่า คน เรา จะ ตัดสิน ใจ อย่าง ไร ว่า จะ บรรลุ ความ คิด เห็น แบบ ไหน? ผล ก็ คือ เมื่อ ง่าย เกิน ไป คุณ จะ มี ความ คิด ที่ ดี ขึ้น และ วิ่ง เร็ว ขึ้น ใน ตู้ รถไฟ นี้。
นี้สามารถเกิดขึ้นในการศึกษาโมเดล AI ดังนั้นความถี่ของการปล่อยแบบจําลองจึงได้ลดลงจากหกเดือนเป็นสองเดือน มันสามารถเกิดขึ้นได้ในพื้นที่อื่น ตัวอย่างเช่น ผมอยากจําลองโรงไฟฟ้าทั้งหมดในอเมริกา ทุกสายส่ง, วิ่งกลับไป, วิเคราะห์ความสัมพันธ์อุปทานในไมโครรีจีเมนต์ --。
ความคิดนั้นถูกมาก ประเด็นคือ แนวคิดไหนมีเหตุผล ไอเดียไหนที่คุ้มค่ากับทุนของคุณ ที่จะซื้อเหรียญและเอามันออกไป เพราะความสามารถที่จะประสบความสําเร็จ มีอยู่แล้ว นี่เป็นการเปลี่ยนแปลงที่สําคัญที่สุด。
หาก ค่า ใช้ จ่าย ยัง คง ลด ลง เรื่อย ๆ — และ นั่น ก็ คือ — จริง ๆ แล้ว เรา ไม่ ได้ เมทิส ด้วย ซ้ํา. Opus 4.7 เพิ่งถูกปล่อยตัวเมื่อไม่กี่ชั่วโมงก่อน แต่เราตื่นเต้นมากภายในทีม。
นี่นําอะไรมาสู่โลก ฉันคิดว่ามันจะสั่งซื้อ วิธีการทํางานทางเศรษฐกิจ。
ใน อดีต การ จัด ระเบียบ เป็น เรื่อง สําคัญ มาก เพราะ เป็น เรื่อง ยาก ความ คิด เห็น ถูก ต้อง. ทีนี้ แนวคิดไม่ใช่แค่ถูกๆเท่านั้น มันเพียงพอ แต่แนวทางปฏิบัติก็ง่ายมากเช่นกัน ดังนั้นสิ่งที่คุ้มค่าจริงๆก็คือ มีเพียงแค่ความคิดดีๆที่จะ... พวก เขา สามารถ พิสูจน์ ได้ ว่า คุณ มี ค่า เท่า กับ เงิน นั้น แม้ ว่า มัน จะ ถูก แล้ว ก็ ตาม。
แพทริก O'Shunty :
คุณกลัวจริงๆเหรอ? หรือ เพียง แต่ นํา มา ซึ่ง ความ ไม่ แน่นอน ที่ เข้าใจ ยาก
ดีแลน พาเทล:
แน่นอน ความ ไม่ แน่นอน มี อยู่ จริง. แต่ฉันรู้สึกว่านี่ทําให้เกิดความกลัว คําถามคือ สังคมสร้างโครงสร้างใหม่ได้อย่างไร
อะไรสําคัญเมื่อคุณอยู่ในโลก ที่ "ความสามารถที่จะทําอะไรบางอย่าง" ไม่สําคัญเท่ากับที่มันเป็น สิ่งสําคัญคือ คุณเลือกแนวคิดที่ถูกต้องให้ AI ทําให้มันเกิดขึ้นได้ไหม คุณขายมันได้ หรือคุณสามารถขายสิ่งที่ AI ตระหนักถึงได้ คุณสามารถยกทุนสําหรับทิศทางนี้ได้หรือไม่? นั่นคือสิ่งที่ทําให้มันสําคัญ。
และนั่นย้อนกลับไปยังคําถามก่อนหน้านี้ สิ่งสําคัญคือต้องมีโมเดลที่ทันสมัยตลอดไป ใครจะได้รับรุ่นล่าสุด
Anthoric มีโปรเจกต์ และผมรู้ว่ามันไม่ได้เรียกว่า Earwig แต่ผมเรียกมันว่า Earwig พวกเขาแค่เสนอเมทิสให้กับบริษัทบางแห่ง เพื่อความมั่นคงของไซเบอร์ ผมคิดว่าสิ่งนี้จะเกิดขึ้น โมเดลนี้จะแคบลง และเข้าถึงได้น้อยลง。
ข้อ สังเกต: เอ อร์วิก ถูก กําหนด ให้ เป็น สัตว์ เลื้อย คลาน, แมลง เล็ก ๆ, และ มัก เรียก กัน ว่า อุด หู ใน ภาษา จีน. มันเหมือนเกมใบ้มากกว่า ในมือข้างหนึ่ง มันฟังดูเหมือนแมลงบางชนิด。
ผมรู้จัก OpenAI, Antrophic และบริษัทอื่น ๆ บอกว่าต้องการให้ทุกคนมี AI ที่แข็งแรง แต่เอไอแพงมาก ใครจะจ่ายเงินล้านล้านดอลลาร์ ในโครงสร้างพื้นฐาน? คนที่มีเงินและสามารถสร้างสิ่งมีประโยชน์ด้วย AI。
และคุณไม่ต้องการให้ใคร กลั่นแบบจําลองของคุณ ดังนั้นคุณจึงไม่ตีพิมพ์ในวงกว้าง คุณให้ลูกค้าน้อยลงเรื่อยๆ แล้วลูกค้าพวกนี้จะเริ่มสู้เพื่อเหรียญ。
เว้นแต่ Anthoric จะมีราคาเพิ่มขึ้นมาก พวกเขาสามารถเพิ่มราคาเป็นสองเท่าของโอปุส แล้วผมจะจ่ายต่อไป ฉันเดิมพันผู้ใช้ส่วนใหญ่จะยังคงจ่าย แต่ฉันไม่คิดว่านั่น จะแก้ปัญหาความจุของพวกเขาได้。
ดังนั้นปัญหาก็คือ วัฏจักรนี้จะสิ้นสุดลงตรงไหน จะ เกิด อะไร ขึ้น เมื่อ มี การ ใช้ เครื่องหมาย และ ค่า ที่ เพิ่ม เข้า มา ของ สัญลักษณ์ เหล่า นี้ รวม อยู่ ใน มือ ของ บริษัท ไม่ กี่ บริษัท
ตอนนี้ฉันไม่มีเมทิสแล้ว แต่ใครล่ะ? ธนาคารชั้นนํามี ตอนนี้พวกเขาอาจจะแค่ใช้มันในระบบรักษาความปลอดภัย แต่ฉันสามารถจินตนาการโลก: เพราะฉันมีสัญญาธุรกิจสําหรับแอนโทรปิก และเนื่องจากคนแอนโทรปิกอย่างฉัน ฉันหวังว่ามันจะเกิดขึ้น。
จากนั้นคู่แข่งของผม ก็ไม่สามารถเข้าถึงสิ่งเหล่านี้ได้ และผมก็เอาชนะพวกเขาได้。
มันอาจเป็นอีกคดีหนึ่ง ยกตัวอย่างเช่น เคน กริฟฟิน จากซิทาเดล ซึ่งมีชีพจรที่แข็งแรงมาก และรวยมาก เขาอาจไปเซ็นสัญญากับ OpenAI หรือ Antrophic โดยบอกว่า "ฉันซื้อเหรียญหมื่นล้านดอลลาร์ต่อปีก่อน" ทุกครั้งที่คุณตีพิมพ์โมเดลใหม่ ผมจะซื้อเหรียญราคา 1 หมื่นล้านดอลล่าห์ แล้วอันอื่นๆ
จะเกิดอะไรขึ้นหลังจากนั้น? เขาสามารถขยี้ทุกคนในตลาด。
นี่คือตัวอย่างหนึ่ง นอกจากนี้ยังสามารถเกิดขึ้นในบริเวณของความมั่นคงทางไซเบอร์ เช่น ความห่วงใยของแอนโทรปิก ที่แบบจําลองจะทําให้การแฮ็คระบบได้ง่ายขึ้น มันอาจจะเกิดขึ้นในบริการข้อมูลอย่างผม และผมใช้มันเพื่อขยี้ผู้คน。
ผมเชื่อว่าเรื่องนี้มีผลกระทบที่กว้างมาก เราไม่รู้ว่านางแบบพวกนี้ทําอะไรได้บ้าง มานุษยวิทยาไม่รู้ OpenAI ไม่รู้ ไม่มีใครรู้ สุดท้ายแล้ว ก็ขึ้นอยู่กับผู้ใช้สุดท้ายที่จะค้นหา: จะใช้สัญลักษณ์เหล่านี้ได้ที่ไหน? พวกเขาสร้างอะไรได้ คุณ นึก ภาพ ออก ไหม
แน่ ละ การ ทํา เช่น นี้ จะ เพิ่ม ประสิทธิภาพ มาก ขึ้น และ มี ด้าน ดี มาก สําหรับ มนุษยชาติ. แต่คําถามก็คือ ทรัพยากรและการเข้าถึงจะเข้มข้นได้อย่างไร
หุ่นยนต์จะเล่นงานความต้องการครั้งต่อไป
แพทริก O'Shunty :
ปัจจุบัน หุ่นยนต์ หรือ หุ่น ยนต์ ต่าง ก็ กิน เครื่องหมาย ซึ่ง แทบ จะ ไม่ มี อะไร เทียบ ได้ เมื่อ เทียบ กับ สนาม อื่น ๆ. คุณคิดว่าไง? มันจะเป็นเส้นโค้งที่ต้องการครั้งที่สองหรือเปล่า? ทุกๆวัน ภายในหนึ่งไมล์ มีธุรกิจหุ่นยนต์ใหม่ๆเกิดขึ้น พยายามสร้างสิ่งที่น่าสนใจ。
ดีแลน พาเทล:
นี่คือแนวคิดที่เรียกว่า "ความพิเศษของซอฟท์แวร์เท่านั้น" กล่าว อีก นัย หนึ่ง โลก อาจ เริ่ม ต้น ด้วย ความ พิเศษ เฉพาะ ของ AI ซึ่ง เกิด ขึ้น เฉพาะ ใน ซอฟท์แวร์ เท่า นั้น. แต่ปัญหาก็คือส่วนใหญ่ของโลก ยังคงทางกายภาพ คุณจะเห็นว่าในที่สุดโลกจะถูกจัดการ รอบฮาร์ดแวร์ไม่เพียงซอฟต์แวร์ ดังนั้นผมคิดว่า "ความมหัศจรรย์ของซอฟต์แวร์" เป็นเพียงช่วงเวลาสั้นๆ ไม่ใช่จุดจบ เพราะเราจบลงในโลกทางกายภาพ。
อะไรคือส่วนที่ยากจริงๆ ของหุ่นยนต์ เมื่อซอฟท์แวร์กลายเป็นที่ง่ายมาก มันเป็นการเขียนโปรแกรม ไมโครคอนโทรล อุปกรณ์ และควบคุมสิ่งเหล่านี้ มันยากมากตอนนี้。
โมเดล AI มีคุณลักษณะที่น่าสนใจ: จริงๆ แล้วพวกมันไม่มีคุณภาพ มันเป็นเพราะเราให้ข้อมูลใหญ่แก่พวกเขา ที่พวกเขาได้เรียนรู้บางอย่าง และในบางแง่ก็เหนือกว่ามนุษย์。
แต่แบบจําลองปัจจุบันของหุ่นยนต์ เช่น VLA ซึ่งเป็นแบบจําลองการมองเห็น-Language, การใช้ภาพ-ภาษาสื่อสารนั้นร้อนในขณะนี้ พวกเขาขาดความมีประสิทธิภาพ และเราไม่สามารถขยายข้อมูลหุ่นยนต์ได้เร็วพอ。
มันต้องมีสักทางหนึ่งในอนาคต ที่จะฝึกโมเดลหุ่นยนต์ ในขนาดที่กว้าง มันเหมือนมนุษย์มองข้อมูล อยู่ตลอดเวลา ความเป็นจริงเกี่ยวกับมนุษยชาติก็คือ เรามีความมีประสิทธิภาพมาก ตัวอย่างหนึ่ง สองตัวอย่าง เราสามารถเรียนรู้ได้。
ถ้าความสามารถนี้ถูกนําไปใช้กับหุ่นยนต์ มันจะแตกต่างกันอย่างสิ้นเชิง เมื่อความเป็นหนึ่งเดียวในระดับซอฟต์แวร์ได้ปรากฏขึ้น มันจะกลายเป็นราคาถูกมากสําหรับทุกคน แล้วคนก็สามารถสร้างหุ่นยนต์ที่มีประโยชน์ได้。
ดังนั้นผมคิดว่าในอีก 6 ถึง 18 เดือนข้างหน้า เราจะเริ่มเห็นการค้นพบที่แท้จริง ในหุ่นยนต์ ความสามารถสําคัญคือ การเรียนรู้ไม่กี่ช็อต แล้วจะมีโมเดลหุ่นยนต์ที่ฝึกมาแล้ว คุณจ้างหรือซื้อหุ่นยนต์ คุณจะแสดงตัวอย่างให้ดู。
คุณบอกให้พับทั้งสองนี้ขึ้น มันสามารถทํามัน และคุณบอกว่ามัน "สิ่งนี้มีความสมดุล มันจะเริ่มต้นและเสร็จสิ้น เชื่อฉันเถอะ ฉันทํามาหลายครั้งแล้ว。
ผมคิดว่าหุ่นยนต์มีความสามารถในการเรียนรู้。
เป็น ความ จริง ที่ ว่า มี บริษัท ต่าง ๆ ทํา หุ่น ยนต์ อยู่ แล้ว บาง บริษัท ทํา เพื่อ การ โฆษณา และ บาง บริษัท ทํา งาน ง่าย ๆ. แต่มันจะเป็นส่วนย่อยมาก ตัว อย่าง เช่น หุ่น ยนต์ ที่ ถูก ใช้ ใน การ พับ เสื้อ ผ้า หรือ หุ่น ยนต์ ซึ่ง มี ส่วน ย่อย มาก กว่า ใน กระดาน ดํา. มันอาจจะเป็นบริการเช่า อาจจะเป็นชุดแบบจําลอง คุณสามารถดาวน์โหลดมันจากหุ่นยนต์มาตรฐาน。
ไม่ ว่า จะ เป็น กรณี ใด ก็ ตาม สนาม กีฬา ด้าน การ ค้า ทาง กายภาพ จะ ควบ คู่ ไป กับ การ เร่ง ความ เร็ว และ ผล กระทบ เชิง ลบ. และในที่สุดนี้ก็จะยังผลักดัน การเติบโตอย่างบ้าคลั่งของความต้องการ ดังนั้น ส่วนตัวผมไม่คิดว่า ความจําเป็นที่จะช้าลง。
แพทริก O'Shunty :
คุณได้เรียนรู้อะไรใหม่ๆเกี่ยวกับโลก จากผลของเมทิส และวิธีการสร้างขึ้นหรือไม่ หรือพูดอีกอย่างคือ ถ้าคุณแยกองค์ประกอบทั้งหมด ของกฎหมายการปรับขนาด เช่น การสอนก่อน..
ดีแลน พาเทล:
มันเป็นแบบจําลองที่ใหญ่กว่าเมื่อก่อนมาก 100,000 แบล็คเวล เทียบได้กับ ชิปหลายร้อยหลายพันชิ้น จากรุ่นก่อนหน้า แน่นอน ทีพียูกับไทรทันมีจังหวะที่แตกต่างกัน ดังนั้นมันจะไม่ตรงกันอย่างสมบูรณ์ แต่สุดท้าย, ใช่, เมติสเป็นแบบจําลองที่ใหญ่กว่ามาก มันพิสูจน์ว่ากฎหมายยืดหดยังใช้ได้อยู่ สิ่ง ที่ มี การ แสดง ให้ เห็น ก็ คือ แนว โน้ม นี้ ยัง คง มี ต่อ ไป: เมื่อ มี การ ใส่ เข้า ไป ใน แบบ จําลอง มาก ขึ้น แบบ จําลอง ก็ จะ ดี ขึ้น。
และไม่ใช่แค่ "แคลคูลัสมากขึ้น ที่จะทําให้แบบจําลองดีขึ้น" ขณะ เดียว กัน เรา ก็ มี ประสิทธิภาพ ใน การ คํานวณ อยู่ เสมอ. และพลังงานวิจัยและพัฒนาทั้งหมด ที่ห้องทดลองใส่เข้าไป กลายเป็นสิ่งหนึ่ง ถ้าผมอยากได้โมเดลสําหรับความสามารถในระดับหนึ่ง ต้นทุนในการบรรลุเป้าหมายนั้น จะลดลงอย่างมีนัยสําคัญทุกหกเดือน หรือในปัจจุบันทุกๆ 2 เดือน แต่ถ้าผมดึงมันขึ้นใหญ่พอ ผมยังสามารถก้าวกระโดดไปข้างหน้า。
ดังนั้นใช่มันพิสูจน์ว่า นี้เกิดขึ้นอย่างต่อเนื่อง Google และ Antrophic ไม่ใช่ผู้ใช้ของ GPU ในด้านการฝึก OpenAI ควรเปิดตัวโมเดลรุ่นใหม่ด้วย ผมว่าเขาคิดอย่างมีเหตุผล และใช้หลักการนิดหน่อย ในการปรับขนาด และครั้งนี้ อานโทรปิกก้าวกระโดดครั้งใหญ่。
ปีนี้ เราจะเห็นโมเดลที่ดีขึ้น และดีขึ้น และจังหวะจะเร็วขึ้น。
แพทริก O'Shunty :
เราคุยกันเรื่องนี้มานานแล้ว แต่ไม่พูดถึง OpenAI เลย นี่คงเป็นเรื่องแปลกในอดีต。
ดีแลน พาเทล:
นั่นคือส่วนที่สนุก ตอนนี้หลายคนจะพูดว่า "ดังนั้น Antrophic ได้ได้รับรางวัลใช่มั้ย? พวก เขา มี เมทิส ใน เดือน กุมภาพันธ์ แต่ ไม่ ได้ รับ การ ปล่อย ตัว ด้วย ซ้ํา เพราะ รู้สึก ว่า ไม่ จําเป็น. การ คํานวณ ของ พวก เขา ถูก ขาย หมด และ ราย ได้ เพิ่ม ขึ้น ถึง 10,000 ล้าน ดอลลาร์ ต่อ เดือน. และวันนี้ โอปุส 4.7 ถูกปล่อยตัว และทั้งหมดนี้เกิดขึ้นก่อนข่าวลือของ OpenAI ซึ่งครอบคลุมสื่อเช่น The Indel。
ดังนั้นบนพื้นผิวของแอนโทรปี นําไปสู่อย่างชัดเจน OpenAI ดูเหมือนเสร็จสิ้น แต่สิ่งที่น่าสนใจก็คือ คณิตศาสตร์ของอานโทรปิกนั้นจํากัดมาก และสามารถขยายความเร็วได้จํากัดมาก Dario เคยกล่าวเกินจริงว่า OpenAI นั้นรุนแรงเกินไป ในรูปของเลขคณิต และการปรับขนาดของแอนโทรปิกนั้นมีเหตุผลมากขึ้น แต่ตอนนี้แอนโทรปีอาจจะคิดว่า เราน่าจะมีพรสวรรค์มากกว่านี้。
OpenAI สามารถจ่ายบิลพวกนี้ได้เต็มที่ ในความเป็นจริงแล้วพวกเขาได้มีเงินมาก ที่จะเพิ่มความจุของพวกเขา นอกจากนั้น พวกเขาเคยซื้อเครดิตจากบริษัทอย่างเทพยากรณ์ โคเรเวฟ ซอฟท์บัง ไมโครซอฟท์ ฯลฯ ตอนนี้พวกเขามีเทรนเดียมจากอเมซอน。
OpenAI ทําสิ่งที่บ้ามากในคณิตศาสตร์ และพวกเขารู้ว่าพวกเขาต้องการมากขึ้น。
ที่น่าสนใจคือ ถ้าเราดูที่โอปุส 4.6 เราอย่าคิดถึงแบบจําลองของเวลานี้ แต่พิจารณาการแพร่ระบาดของเทคโนโลยีนี้ คุณและฉันสามารถใช้มันได้ทันทีในวันแรกของการปล่อยโมเดล แต่ธุรกิจอื่น ๆ ต้องการเวลา ผู้ คน ต้องการ เวลา เรียน ด้วย. "Clade Wakeing Times" จะไม่ตีทุกคนในเวลาเดียวกัน ดังนั้น เมื่อถึงปลายปี สมมติให้โมเดล Opus 4.6 เกรด (Opus 4.6) เศรษฐกิจทั้งประเทศ ยินดีที่จะใช้เงิน $100 พันล้านต่อปีไปกับมัน ซึ่งผมไม่คิดว่าเป็นการเกินจริง หลังจากทั้งหมดตอนนี้ราคา $ 40 พันล้าน。
แพทริก O'Shunty :
มันก็แค่การผลักดันเชิงเส้น。
ดีแลน พาเทล:
ใช่ มันเป็นเส้นตรง ไม่ใช่เอกซ์โปเนนเชียล เพื่อ จะ เติบโต ได้ ดี ขึ้น จําเป็น ต้อง มี แบบ จําลอง ที่ ดี กว่า. แต่แอนโทรปีไม่มีความสามารถในการตอบสนองความต้องการเหล่านี้ ดังนั้น หากให้ OpenAI หรือ Google ไปถึงระดับความสามารถนี้อย่างรวดเร็ว ใคร ๆ ก็ทําได้ต่อไป。
อานโทรปิกอาจจะสามารถชาร์จ 70% ของอัตรามาฮาริได้ แต่ถ้า OpenAI เข้าถึงระดับความจุระดับเดียวกันต่อไป แม้ว่ามันสะสมได้เพียง 50% ของอัตรามาโอริ มันก็จะกินความต้องการที่เพิ่มขึ้นทั้งหมด และอาจจะไม่มีการคํานวณเพียงพอ ที่จะให้บริการผู้ใช้ทุกคน บางทีเมติส โมเดลแบบนี้ ถ้าโลกมีความสามารถเพียงพอ อาจนําเงิน 500 พันล้านมา ความ ต้องการ ตลาด สําหรับ เหรียญ เหล่า นี้ มี มาก เกิน ไป และ พลัง ใน การ คํานวณ มี จํากัด อย่าง ยิ่ง。
เราเคยเห็นสิ่งนี้ใน H100 ราคาบูม ชีวิต รับ ใช้ ของ ก.พ. เห็นได้ชัดเลย แม้แต่ห้องแล็ปสายสอง ยังขายได้ ไม่พูดถึงห้องแล็ปสายแรก ห้องปฏิบัติการสายแรกจะมีขอบกําไรที่ดีขึ้น แต่ห้องทดลองสายสองจะขายหมด และแม้กระทั่งห้องแล็ปแถวที่สาม。
คุณค่าทางเศรษฐกิจของแบบจําลองที่แข็งแรงที่สุด เพิ่มขึ้นเร็วกว่าความสามารถของโครงสร้างพื้นฐาน ที่จะให้สัญลักษณ์เหล่านี้แก่ผู้คน ดังนั้นช่องว่างนี้จะขยายต่อไป ห้องทดลองจําลองยังคงเติบโตอย่างต่อเนื่องในกําไร จนกระทั่งคนในห่วงโซ่อุปทานของฮาร์ดแวร์และโครงสร้างพื้นฐาน ตอบสนองห่วงโซ่อุปทาน: ฯลฯ
แพทริก O'Shunty :
ดังนั้น จึงสามารถพูดได้ว่า การตัดสินใจของคุณในวันนี้ในด้านความต้องการ โดยเฉพาะอย่างยิ่งตัวอย่างของคุณเอง เซมิอะเนลิซิส เป็นระเบิดอย่างสมบูรณ์ และกว้างขึ้น ขณะที่คนเราเข้าไป ในสิ่งที่คุณเรียกว่า "โรคจิต" และรู้สึกในสิ่งที่เขาทําได้ และรู้สึกว่าความยากลําบากนั้นเกือบหายไปอย่างสิ้นเชิง อีกไม่กี่สัปดาห์ ค่าใช้จ่ายของฉันก็จะเพิ่มขึ้น。
ฟังดูเป็นการตัดสินใจที่ดีนะ ในด้านความต้องการ เรามีอะไรที่จะพลาด? ถ้าคุณไม่ใช้เหรียญเพิ่ม คุณจะไม่ได้ออกจากก้นเหวถาวร คุณกระจายมันได้ไหม
พูด อีก อย่าง หนึ่ง คือ คุณ จะ ใช้ เครื่องหมาย มาก ขึ้น และ ใช้ เครื่องหมาย เหล่า นี้ สร้าง ค่า นิยม ทาง เศรษฐกิจ เพิ่ม ขึ้น แต่ หลาย คน เบื่อ และ เกียจ คร้าน. พวกเขาจะคิดว่า "ฉันจะทํางานแค่วันละชั่วโมง ไม่ใช่แปดชั่วโมง ดังนั้น AI จะทํางานส่วนใหญ่ของฉัน"
ดีแลน พาเทล:
นั่นเป็นวิธีที่น่าเบื่อ วิธีที่เจ๋งคือ ผมทํางานวันละแปดชั่วโมง แต่ผมทําแปดเท่า อาจเป็นเงินห้าเท่า มันอาจจะไม่ได้ห้าครั้ง แต่มันควรจะเป็นวิธีการที่。
แน่นอน ถ้าคุณแค่ทํางาน มันก็ยาก มีคนที่ทํางานหลายอย่างในเวลาเดียวกัน และมีคนที่เริ่มบริษัทและเริ่มขาย คุณต้องเก็บค่าทางเศรษฐศาสตร์ของ AI ก่อนจะถูกใช้โดยทุกๆคน และมันกลายเป็นฉลากอุตสาหกรรม เพราะมันไม่ใช่กรอบตอนนี้น่ะสิ ถ้าคุณไม่ใช้สัญลักษณ์มากกว่านี้ ถ้าคุณไม่สร้างคุณค่าจากเหรียญเหล่านี้ และจับมัน。
มีสามคําถามที่แตกต่างกันที่นี่: ประการแรก ใช้เครื่องหมายมากขึ้น; ประการที่สอง สร้างมูลค่าจากเครื่องหมายเหล่านี้; และข้อสาม ค่าจับจากมูลค่าที่คุณสร้างจากสัญลักษณ์ ถ้าคุณทําสามสิ่งนี้ไม่ได้ คุณจะไม่มีทางออกจากก้นเหวถาวร เพราะความสามารถแบบยังคงสั่นไหว。
โอเค มาคุยด้านอุปทานกัน เกิดอะไรขึ้นตอนนี้? ถ้า ความ ต้องการ เพิ่ม ขึ้น มี การ เปลี่ยน แปลง อะไร บ้าง ที่ อยู่ ด้าน หน้า ของ คลัง สินค้า ทั้ง หมด เพื่อ รับ ประทาน ของ เหล่า นี้? ขณะ ที่ ความ ต้องการ เพิ่ม ขึ้น ทุก สิ่ง ใน ด้าน เสบียง ก็ เพิ่ม ขึ้น. ราคาเพิ่มขึ้นทั้งใน NVIDA GPU หรือที่อื่น ขณะ เดียว กัน ชีวิต ที่ เป็น ประโยชน์ ของ พวก เขา ก็ กําลัง ขยาย ออก ไป。
นั่นคือค่านิยมสําหรับเอช100 ใน อดีต เคย มี การ โต้ แย้ง ว่า จี พี ยู มี ชีวิต ที่ มี ประโยชน์ ไม่ ถึง ห้า ปี ซึ่ง เป็น เรื่อง เหลว ไหล อย่าง สิ้น เชิง. บางกลุ่มฮ็อปเปอร์เมื่อสามหรือสี่ปีก่อน ปัจจุบันมีการจัดจําหน่ายใหม่เป็นเวลาสามหรือสี่ปี บางกลุ่ม A100 ยังมีการเพิ่มเติมสัญญาสําหรับปีข้างหน้า。
ดังนั้นชีวิตการทํางานของ GPU จึงไม่ใช่ห้าปี หรือแม้กระทั่ง 7 หรือ 8 ปี เรายังไม่รู้ รอจนกว่าฮ็อปเปอร์จะขึ้นเวทีจริงๆ แต่เห็นได้ชัดว่า มันไม่ใช่ห้าปี และในช่วงเวลาของการบูรณะ ราคาเพิ่มขึ้น。
นี่ หมาย ความ ว่า อัตรา ของ กลุ่ม ดาว มา ฮา ริ จริง ๆ แล้ว ไม่ ใช่ 35 เปอร์เซ็นต์ แต่ สูง กว่า. ผลประโยชน์ของเมฆกําลังขยายตัว ชั้นฮาร์ดแวร์มีขอบกําไรที่สุขภาพดี และ NVIDA ยังคงคิดเงินประมาณ 75% ของอัตราชาวเมารี เมื่อ มอง ลง ไป ใน ห่วง โซ่ อุปโภค บริโภค เห็น ได้ ชัด ว่า อัตรา กําไร ของ โซ่ ความ จํา เพิ่ม ขึ้น อย่าง มาก. นอก จาก นี้ ยัง มี ความ ก้าว หน้า มาก มาย ใน บริเวณ ต่าง ๆ เช่น โมดูล แสง และ ชิป ที่ มี เหตุ ผล และ เศษ กําไร ก็ ค่อย ๆ เพิ่ม ขึ้น。
และที่สําคัญกว่านั้น บริษัทอย่าง NVIDA ที่ทําชิป จ่ายเงินเพื่อความก้าวหน้าอย่างมาก ดังนั้น แม้ว่าอัตรามาโอริจะไม่เพิ่มขึ้นอย่างมีนัยสําคัญ ต้นทุนของเงินทุน จุดของกระแสเงินสด หรือผลตอบแทนของเงินทุนการลงทุนเพิ่มขึ้น。
คุณจะเห็นนี่ข้ามห่วงโซ่อุปทาน ASML ได้ขายหมดเกลี้ยง และต้องการคาร์ล ซีส์เพื่อขยายอย่างรวดเร็วขึ้น ตาม ห่วงโซ่ สินค้า แต่ ละ ลูก จะ ถูก ขาย ออก ไป และ อัตรา กําไร เพิ่ม ขึ้น; หรือ ไม่ ก็ ได้ รับ ความ ก้าว หน้า โดย วิธี นี้ จึง เพิ่ม ผล ตอบ แทน สําหรับ เงิน ทุน สําหรับ การ ลง ทุน ซึ่ง จริง ๆ แล้ว ต้อง ลง ทุน น้อย ลง。
นี่เป็นแนวโน้มที่ต่อเนื่อง ข้ามห่วงโซ่อุปทาน แม้แต่ PCB ก็เป็นแบบนี้ การ ผลิต พี ซีบี เรียก ร้อง แพล็ตตินัม ทองแดง ซึ่ง ขาย หมด และ ผู้ คน เริ่ม ทํา ความ ก้าว หน้า เพื่อ แพลทินัม ทองแดง。
อาจ กล่าว ได้ ว่า ตราบ ใด ที่ สิ่ง นี้ มี ชีพจร ตราบ ใด ที่ อยู่ ใน โซ่ อุปโภค บริโภค และ ถูก ขาย ไป ผู้ คน จะ ต่อ สู้ เพื่อ ได้ เสบียง อาหาร เพิ่ม ขึ้น และ เพื่อ เสบียง ใน อีก หลาย ปี ข้าง หน้า。
การขาดแคลนพลังงานการคํานวณ นําไปสู่ห่วงโซ่อุตสาหกรรมทั้งหมด
ดีแลน พาเทล:
โซ่ นิรภัย มัก จะ มี ปฏิกิริยา อย่าง รวด เร็ว. แต่ครั้งนี้มีสถานที่พิเศษ: ห่วงโซ่อุปทานในปัจจุบันมีความซับซ้อนมากกว่าที่เคย และสิ่งที่เราสร้างขึ้นนั้นซับซ้อนมากกว่าที่เคย ไม่ได้บอกว่าอุตสาหกรรมอื่น ๆ ไม่ได้มีวงจรการส่งมอบ 18 เดือน แต่ครั้งนี้การก่อสร้างอุปโภคบริโภคใหม่ ต้องใช้เวลาหลายปี。
นั่นคือความทรงจํา ความจุในหน่วยความจําสามารถเติบโตได้ ด้วยอัตรา 2 หลักลดลงต่อปี ตัวอย่างเช่น 20%, 30% NAND แม้ต่ํากว่า DEAM เล็กน้อยสูงกว่า แม้ว่าสัญญาณอุปสงค์จะแรงพอถึงปลายปี 2025 และบริษัทความจําต่าง ๆ ก็ตอบสนองทันที แต่ความสามารถใหม่ๆ ก็ยังไม่เกิดขึ้น。
นอก จาก การ เจริญ เติบโต 20 ถึง 30 เปอร์เซ็นต์ ซึ่ง จะ เกิด ขึ้น ใน แต่ ละ ปี แล้ว แน่นอน พวก เขา สามารถ บีบ ให้ เกิด ผล มาก ขึ้น ได้ เล็ก น้อย. แต่ไม่จนกระทั่งปี 2028 สําหรับเสบียงใหม่อย่างแท้จริง มันอาจจะเป็นจุดสิ้นสุดของปี 2027 ในช่วงแรก แต่อาจจะ 2028 มันพิเศษมากๆ แม้ ว่า พวก เขา ต้องการ ขยาย การ ผลิต ให้ เร็ว ที่ สุด เท่า ที่ เป็น ไป ได้ แต่ อุปทาน ก็ จะ ไม่ มา ถึง ทันที。
ผลก็คือ ราคาหน่วยความจําเพิ่มขึ้น และผมกําลังบอกคุณโดยเฉพาะ DEAM ราคาอย่างน้อยสองเท่า หรือแม้กระทั่งสามเท่า。
บางคนจะบอกว่า "เรื่องราวของความทรงจําถูกทําลาย และทุกคนเข้าใจ" แต่ไม่ค่อยเข้าใจเท่าไหร่ เชมยังเพิ่มเป็นสองเท่าหรือสามเท่าจากนี้ เพราะนั่นคือปริมาณ พวกเขาต้องคว้าความจุจากที่อื่น ในเศรษฐกิจแบบทุนนิยม ทางเดียวที่จะยึดความจุจากที่อื่นได้ คือการทําลายความต้องการที่สูงกว่า เราไม่ได้อยู่ในระบบปันส่วน ดังนั้นมันต้องเกิดขึ้น อัตรากําไรจะเพิ่มขึ้นอย่างต่อเนื่อง。
ผมคิดว่ายังมีปัญหาความจุขนาดใหญ่ กับชิปตรรกะ การก่อสร้างเพิ่งได้รับการตีพิมพ์ และพวกเขาได้รับการเพิ่มการใช้เงินทุน อย่าง ไร ก็ ตาม การ ก่อ สร้าง โรง โม่ กลม จะ ใช้ เวลา นาน ที เดียว. พวก เขา พยายาม ทุก วิถี ทาง เพื่อ สกัด เอา ผล ผลิต จาก พืช แต่ ละ ชนิด ที่ มี อยู่. อย่างไรก็ตาม ราคาไฟฟ้าไม่ได้เพิ่มขึ้นอย่างรวดเร็ว เพราะพวกเขาเป็นคนดี การเพิ่มขึ้นของราคา อาจมีแค่เลขเดียวเท่านั้น แทนที่จะเพิ่มขึ้นสามหลัก。
ดังนั้นในที่สุดคุณจะเห็นตลาดที่มีไฟฟ้าเป็น บริษัท ที่ดี แต่มันจะเอาออกค่าทั้งหมดหรือไม่ ไม่จําเป็น。
ฉันเพิ่งพูดถึงบางอย่าง เช่น ทองแดง แก้ว เลเซอร์ ที่พีซีบีต้องการ ซึ่งค่อนข้างมีรายละเอียดค่อนข้างดี แต่ห่วงโซ่อุปทานที่แบ่งย่อยมาก ซึ่งยังมีความเครียดมาก เมื่อ มอง ขึ้น ไป ตาม กระแส น้ํา ก็ ยัง มี การ ถือ กัน ต่อ ไป ว่า อุปกรณ์ ผลิต ผลึก แบบ กึ่ง ตัว นํา การ ผลิต แบบ รอบ ๆ มี เพิ่ม ขึ้น อย่าง เห็น ได้ ชัด แต่ ตลาด ประเมิน ความ สําคัญ ของ มัน ต่ํา ไป。
ต้นทุนสําหรับปีนี้คือ 56 พันล้านดอลลาร์ เราเริ่มต้นในเดือนมกราคมด้วยการประมาณการ 507.4 พันล้าน และดูเหมือนว่ามันจะสูงกว่านิดหน่อย。
แต่ ไม่ มี ความ ห่วงใย อย่าง แท้ จริง: ข้อ นี้ หมาย ความ อย่าง ไร สําหรับ ปี หน้า? มันหมายถึงอะไรสําหรับปีหน้า
ผล ก็ คือ ภาย ใน สาม ปี การ ก่อ สร้าง พลัง งาน อาจ ทํา ให้ มี การ ใช้ เงิน ทุน ถึง 100,000 ล้าน ดอลลาร์. 2 ปีให้หลัง ในปี ค.ศ. ผมพูดจริง ๆ นะว่า การสร้างพลังงาน อาจมีราคาถึง 100 พันล้านบาท ในปี 2028 สําหรับค่าใช้จ่ายทุน。
หลายๆคนคาดไม่ถึง แต่มันมีความหมายอย่างไรสําหรับสายโซ่ที่ไหลลงมา มีความหมายอย่างไรสําหรับบริษัทอย่าง แลมป์ การวิจัย วัสดุประยุกต์ หรือ ASML? ความหมายสําหรับบริษัทเช่น ห่วงโซ่อุปโภคบริโภคที่ลดลงมากกว่า เช่น บริษัท เอ็มเคเอส
วัวสามารถขยายได้มากขึ้น。
หมายเหตุ: คําว่า "แส้ม้า" หมายถึง การขยายวงในห่วงโซ่อุปทาน โดยเฉพาะอย่างยิ่ง AI ต้องการที่ด้านล่าง ลักษณะเหมือนการบริโภคเฉพาะการกระตุ้นของเครื่องหมาย แต่เมื่อส่งผ่านไปยังห่วงโซ่อุปทานของแม่น้ํา。
ถ้าการก่อสร้างต้องการใช้เงิน $100 พันล้านดอลลาร์เพื่อเงินทุนในปี ค.ศ。
แพทริก O'Shunty :
แล้วระบบนิเวศของชิปที่เหลือล่ะ GPU มีอิทธิพลเสมอ แต่ CPU เป็น ASAICS หรือสิ่งอื่น ๆ เกิดขึ้นเป็นโอกาสใหม่และคอขวด? นอก เหนือ จาก อํานาจ ควบคุม ของ หน่วย งาน ตํารวจ เอ็น วี ดี เอ แล้ว ยัง มี อะไร อีก ที่ ต้อง เพ่ง เล็ง
ดีแลน พาเทล:
ใช่ ดู เหมือน ว่า แอ ส ซี กําลัง ออก ไป. แต่ก่อนอื่น ฉันอยากจะกระโดดออกจาก AI และพูดเรื่องอื่น เราได้ทําโปรเจกต์เกี่ยวกับ FPGA และปรากฏว่าทุกๆรุ่นของ AI KONGER จะต้องการ FPGA 120 แล้วนั่นหมายความว่าอย่างไร สําหรับบริษัท FPGA ทั้งหมด
เช่นเดียวกันกับ CPU ทั้งหมดนี้เป็นสภาพแวดล้อมการเรียนรู้ที่เสริมสร้างมากขึ้น บวกกับ "รหัสสแปม" ที่คุณและฉันสร้างขึ้น ตอนนี้ทั้งหมดกําลังดําเนินการบนตัวอย่างของแวร์เซลล์ ทั้งหมดนี้ต้องการ CPU ดังนั้น CPU จึงถูกขายหมด และความต้องการเพิ่มขึ้นอย่างรวดเร็ว。
แพทริก O'Shunty :
มาดูกันว่า CPU จะเล่นอะไรในระบบ
ดีแลน พาเทล:
มันมีเหตุผลหลักอยู่สองข้อ ว่าทําไมคุณต้องใช้ CPU จํานวนมาก。
ประการ แรก การ เรียน รู้ ที่ เสริม กําลัง. เมื่อทําการเรียนรู้หนัก CPU จะสําคัญ。
ในอดีต คุณใส่ข้อมูลอินเทอร์เน็ตทั้งหมด ลงในโมเดล จากนั้นโมเดลก็จะคายผลลัพธ์ออกมา ตอนนี้ คุณยังใส่ข้อมูลอินเทอร์เน็ตลงในโมเดล แต่จากนั้น คุณก็ใส่มันลงในสภาพแวดล้อม โมเดลนี้จะพยายามหลายอย่าง ใน ที่ สุด สิ่ง แวด ล้อม ก็ ประเมิน ความ สําเร็จ ของ ผล จาก ความ พยายาม ของ มัน และ ชี้ ให้ เห็น. สภาพแวดล้อมเหล่านี้สามารถเป็นอะไรก็ได้ ตัว อย่าง เช่น อาจ เป็น เรื่อง ง่าย ที่ จะ ตรวจ สอบ ว่า ข้อ ความ ที่ ออก มา นั้น ตรง กับ รูป แบบ ที่ ถูก ต้อง หรือ ถูก ต้อง ไหม. มันอาจจะซับซ้อนมาก。
ตอนนี้ผู้คนกําลังเข้าสู่ฉากที่ซับซ้อน ตัวอย่างเช่น ผมอยากให้คุณเปิดไฟล์นี้ แก้ไข แก้ไข แก้ไข ปรับปรุง และส่งมันไปยังเว็บไซต์ หรือ "ผมอยากให้คุณเปิด โปรแกรมจําลองฟิสิกส์ของซีเมนส์ และแก้ไขโมเดล CAD นี้" ดังนั้น สภาพแวดล้อมเหล่านี้จึงซับซ้อนขึ้น และสภาพแวดล้อมเหล่านี้ใช้ CPU ไม่ใช่ใน GPU ไม่ใช่ใน ASAIC。
ASAIC หรือ GPU มีหน้าที่รับผิดชอบในการดําเนินงานต้นแบบเอง การรับข้อมูลจากสภาพแวดล้อม ส่งมันไปยังแบบจําลอง เส้นทางเหล่านี้ถูกประเมินและเรตติ้ง เส้นทางที่ประสบความสําเร็จเหล่านั้น จะถูกใช้เพื่อฝึกฝนแบบจําลองต่อ เพื่อปรับปรุงแบบจําลองและทําซ้ํา นี่คือที่แรกที่มีประโยชน์ สําหรับ CPU。
ตําแหน่งที่สองคือการใช้งาน。
เมื่อคุณมีแบบจําลองที่ทรงพลังเหล่านี้ และคุณใช้งานมันออกไป พวกมันสร้างรหัสและผลลัพธ์ที่มีประโยชน์ทุกชนิด แต่ผลลัพธ์เหล่านี้ ไม่ได้มาจากจีพียูโดยตรง ไปยังสมองของมนุษย์ พวกเขาจะออกมาจาก GPU หรือ ASAIC ในโปรแกรมที่คุณใช้งาน และโปรแกรมนั้นมักจะทํางานบน CPU。
นี่คืออีกพื้นที่หนึ่งของความต้องการ CPU ส่วนใหญ่ขายหมด。
AI ค่ายากที่จะได้รับสถิติ จีดีพี
แพทริก O'Shunty :
ขณะที่คุณประเมินอุปทานและอุปสงค์อย่างต่อเนื่อง และพยายามที่จะเป็น ความรู้ที่มากที่สุดของทั้งสองโลก
ดีแลน พาเทล:
ผมคิดว่าส่วนที่ยากที่สุดสําหรับเราสําหรับทุกคน คือ signoomics หรือ signomic เศรษฐศาสตร์ ต้นทุนในการดําเนินงานโครงสร้างพื้นฐาน ค่าใช้จ่ายของเหรียญ ค่าของโมเดล ค่ากําไรของห้องปฏิบัติการเหล่านี้ เป็นการตัดสินใจที่ดีมาก แต่สิ่งที่ยากที่จะออกแบบ คือการใช้ความเร็วในการรับเลี้ยงเด็ก。
เดือน มกราคม เรา ได้ ทํานาย อย่าง แรง กล้า บาง อย่าง ใน เดือน กุมภาพันธ์ และ ผล ก็ คือ อะ โทร ฟิก ได้ ทํา มาก กว่า นั้น อย่าง ง่าย ดาย. เราจะตั้งค่าโมเดลนี้ได้อย่างไร ควร ใช้ แหล่ง ข้อมูล อะไร? เมื่อถึงเดือนกุมภาพันธ์ เราตั้งสมมุติฐานที่หนักแน่นมาก เกี่ยวกับเดือนมีนาคม และพวกเขาก็ไปไกลกว่านั้น เมื่อคุณเห็นจํานวนรายได้ 1 หมื่นล้านดอลลาร์ ปฏิกิริยาก็คือ มันคืออะไร เขาเพิ่มรายได้ไป $1 พันล้านดอลลาร์ได้อย่างไร ใครใช้เหรียญพวกนี้ ทําไม? พวกเขาสร้างอะไรด้วยเหรียญพวกนี้ และที่สําคัญกว่านั้น สิ่งที่สร้างด้วยสัญลักษณ์เหล่านี้ แพร่กระจายไปสู่เศรษฐกิจได้อย่างไร พวกเขาสร้างคุณค่ามากแค่ไหน
มันไม่ใช่สิ่งที่สามารถจับง่าย ๆ โดยสถิติจีดีพี ยกตัวอย่างเช่น ผมใช้ค่าทั้งหมดที่สร้างขึ้นโดยสัญลักษณ์ ซึ่งในที่สุดก็แปลเป็นข้อมูลที่ดีกว่า จากนั้นผมก็ขายข้อมูล แล้วขายในราคาที่ต่ํากว่า ที่คนอื่นเคยมีในอดีต。
จาก นั้น ข้อมูล นี้ ก็ เข้า สู่ ระบบ เศรษฐกิจ ทั้ง หมด ทํา ให้ ผู้ คน สามารถ ตัดสิน ใจ ใน เรื่อง การ ลง ทุน ได้ ดี ขึ้น หรือ ตัดสิน ใจ ใน เรื่อง การ แข่งขัน ที่ ดี ขึ้น. เป็นบริษัทกึ่งตัวนําข้อมูล บริษัทข้อมูล หรือ ไฮเปอร์สเกลเซอร์ แล้วข้อมูลนี้มีค่าเท่าไหร่? ผล กระทบ ต่อ เศรษฐกิจ คือ อะไร
เห็นได้ชัดเลยว่านี่มันน่าสะพรึงกลัวมาก จากตัวชี้ของเป้าหมาย แต่คําถามก็คือ ผี จีดีพี อยู่ที่ไหน แฟนทอม จีดีพี มันคืออะไร? เราจะติดตามคุณค่าทางเศรษฐกิจที่แท้จริงได้อย่างไร
เพราะสัญลักษณ์ของจีดีพีที่มีอยู่นั้นไม่ถูกต้อง และถ้าคุณถามดีแลน พาเทลว่า GDP สร้างขึ้นมากแค่ไหน ตัวเลขจะเล็กมาก และมันจะไม่มีสัดส่วน。
คําถามสุดท้ายก็คือ เหรียญเหล่านี้สร้างมูลค่าเท่าไร ไม่ ใช่ แค่ ราย ได้ โดย ตรง เท่า นั้น แต่ ผล กระทบ ที่ ไม่ ดี ที่ เกิด ขึ้น กับ พวก เขา. ผล ของ ทุก สิ่ง ที่ พวก เขา ทํา เป็น เช่น ไร
ผมคิดว่านั่นเป็นปัญหาที่แท้จริง และเป็นความท้าทายที่ยากที่สุดในการวัด ผมคิดว่าเรามี การตัดสินใจที่ดีในด้านอุปทาน เรายังมีการตัดสินใจที่ดี เกี่ยวกับสัญญาณมากมายทางด้านความต้องการ แต่ยากที่จะประเมินและวัดมูลค่า ที่สัญลักษณ์เหล่านี้สร้างขึ้น ผมหวังว่าเราจะทําได้ทุกๆ 3 เดือน เพราะมันเร็วเกินไป。
การประท้วงต่อต้าน AI อาจจะภายในสามเดือน
แพทริก O'Shunty :
คุณคิดว่าจะเกิดอะไรขึ้นต่อไป เจอกันที่ซานฟรานซิสโกในอีก 3 เดือน คุณคาดหวังอะไร
ดีแลน พาเทล:
การประท้วงหมู่。
แพทริก โอ
การประท้วงต่อต้าน AI。
ดีแลน พาเทล
ผู้คนเกลียด AI ตอนนี้ AI ได้รับความนิยมน้อยกว่า ICE มากกว่านักการเมือง ผมไม่รู้ว่า Pew ทําได้อย่างไร แต่เห็นได้ชัดว่า AI ได้รับความนิยมน้อยกว่านักการเมือง。
ขณะ ที่ มานุษยวิทยา เพิ่ม ราย ได้ มาก ขึ้น มัน ก็ เริ่ม กระตุ้น ให้ เกิด การ เปลี่ยน แปลง ทาง ธุรกิจ. ผู้คนจะต้องกลัว AI พวกเขาจะเริ่มตําหนิ AI สําหรับจํานวนที่มากขึ้นของปัญหาของพวกเขา เช่นเดียวกับสําหรับหลายยาว。
ปัญหาเหล่านี้จะปรากฏออกมาและได้รับผลมาจาก AI เป็น ไป ได้ ว่า นัก การ เมือง บาง คน หรือ ผู้ คน ใน สังคม ออนไลน์ ผู้ มี อิทธิพล จะ เริ่ม ใช้ อาวุธ AI เพื่อ โจมตี ผู้ อื่น。
คุณ ดู คํา อธิบาย ต่าง ๆ ภาย ใต้ บทความ ข่าว บาง เรื่อง. บ้านของแซม อัลท์แมน ถูกโยนลงไปในขวดที่ไหม้ สองครั้งในสองสัปดาห์ และใครบางคนในแผนกความคิดเห็นกําลังกรีดร้อง มันแค่เริ่มต้น ผมคิดว่าภายในสามเดือน เราจะเห็นการประท้วงครั้งใหญ่ ที่มีต่อ AI。
แพทริก O'Shunty :
พลังอะไรที่จะชดเชย AI, อุตสาหกรรมควรตอบสนองล่วงหน้าอย่างไร
ดีแลน พาเทล:
อย่างแรก แซม อัลท์แมน กับ ดาริโอ น่าจะหยุดสัมภาษณ์ พวกเขาไม่น่าไว้ใจเกินไป ฉันไม่รู้ว่าพวกเขาทําอะไร การสัมภาษณ์ทุกครั้ง ทําให้คนทั่วไปเกลียดพวกเขามากยิ่งขึ้น Sam Altman on Tuker Carlson เป็นต้นไป อาจทําให้ชาวรีพับลิกันทุกคนเกลียด OpenAI มากขึ้น ดาริโอก็เหมือนกัน พวกเขาไม่ค่อยมีเสน่ห์เท่าไหร่ นั่นคือจุดแรก。
อย่างที่สอง พวกเขาจําเป็นต้องเริ่มแสดง สิ่งสร้างแรงบันดาลใจด้านบวกที่ AI ทําได้。
ข้อสาม พวกเขาต้องหยุดพูดถึง "ความสามารถของ AI จะเปลี่ยนแปลงโลก" ผู้คนจะกลัวที่จะได้ยินแบบนั้น โดยเฉพาะเมื่อพวกเขาไม่เกี่ยวข้องกับเทคโนโลยีนี้。
แพทริก โอ
พวกเขาไม่รู้วิธีใช้มัน。
ดีแลน พาเทล:
และพวกเขาไม่ได้เชื่อมต่อกับมัน คนธรรมดาไม่รู้จักพนักงานอนิพิค หรือพนักงาน OpenAI คน ทั่ว ไป ไม่ รู้ ว่า คน เหล่า นี้ เป็น ใคร หรือ มุ่ง เป้า ไป ที่ อะไร. พวกเขาเห็นบริษัทเหล่านี้เป็นเพียงกลุ่มย่อยๆเท่านั้น คือคนนับพันที่มารวมตัวกันในบริษัทเดียว เพื่อเปลี่ยนแปลงโลก นั่นคือสิ่งที่หลายคนเห็น。
นอก จาก นี้ บริษัท เหล่า นี้ กําลัง ให้ เงิน และ ส่ง เสริม การ ก่อ สร้าง ศูนย์ ข้อมูล และ โรง ไฟฟ้า จํานวน มาก ซึ่ง ใน สายตา ของ สาธารณชน อาจ ก่อ มลพิษ แก่ โลก ได้. ผู้คนไม่เข้าใจว่าเกิดอะไรขึ้น ดังนั้นบริษัทเหล่านี้ต้องหยุดพูดถึงการเปลี่ยนแปลงครั้งใหญ่ ที่จะเกิดขึ้นในอนาคต, ตอนนี้, วิธีที่ AI จะสร้างความแตกต่างเชิงบวกในตอนนี้ ผมคิดว่านี่ต้องใช้ระบบจัดการขนาดใหญ่ และการปรับปรุงแบรนด์。
แพทริก O'Shunty :
ฉันชอบที่คุยเรื่องนี้กับคุณ ขอบคุณที่สละเวลา。
ดีแลน พาเทล:
เยี่ยม ขอบคุณ。
