Til alle VC-ene som leser disse tweetene, dette er alt du trenger for å investere i løpet av de neste 10 årene til 1 000 000 000 ganger kapitalen din. 1. Fotonikk - ikke for databehandling (ikke der ennå), men alt innen nettverk og IP. IP er avgjørende her, selskapene som vinner i fotonikk kommer ikke til å selge brikker, de vil selge IP og lisenser. Fotonikk kommer til å være i alle datasentre i verden om 2 år, sannsynligvis til og med til å bli brukt til lengre avstandskommunikasjon, la oss se hvordan dette spiller ut. 2. Små modulære atomreaktorer (SMR) - datasentre bruker så mye energi at de på dette tidspunktet må være ved siden av kraftverket. Fusion er kult, men hva vil du vente i 40 år? SMR for datasentre kommer til å skje kanskje om 2 år, ærlig talt, kanskje enda før. Kraftbudsjettet er fornuftig og datasentre har praktisk talt kjernekraftverkssikkerhet uansett. Også å levere strøm skaper TAP, bare sett atomreaktoren i 2u rack man. 3. Computational Bio/Chem - nei ikke på grunn av Parm, men hun gjør et godt arbeid. Men fordi beregningsteknikker for biologi er så vanskelige, så vanskelige at vi ikke har noe annet valg enn å gjøre laboratorieeksperimenter. Tilpasset maskinvare og modeller her gir mening verdien av nøyaktig modellering av kjemiske reaksjoner er ENORM TAM (Pharmaceuticals, Oil, Plastics, Cosmetics) hvis du knekker dette og du kan gjøre det, er det ikke slik at vi ikke har matematikken du kutter ut så mange mellommenn og smerteeksperimenter. 4. Data - den nye oljen er ikke data, beregning kommer til å være så billig at vi ikke bryr oss om data. GPT Wrappers ville vært multimilliardselskaper hvis de hadde datavollgraver. Vil du bygge et ai-verktøy for som dekkselskaper? Du trenger dekkdata. Vil du bygge et ai-verktøy for flyselskaper? Du trenger flyselskapsdata. Vil du gjøre det for restauranter? Du trenger data. Databehandling kommer til å bli en vare, vi vil kunne spinne opp b800-forekomster og knuse gjennom terabyte med data, men finne gode data, kuratere dem og gjøre dem til kvalitet. DET ER EN VOLLGRAV. 5. Alt som gjør halvlederdesign raskere og billigere - ikke LLM Verilog, jeg snakker om de vanskelige tingene. Jeg snakker om IP for silisiuminterposere, chiplets, men også bare kaste beregning på problemet. Mange bruker AI for P&R, men nei, du misforstår problemet. Dette er et klassisk optimaliseringsproblem, vi må bruke støvete gamle alger og slå dem ut. En koprosessor bare for dette er verdt milliarder av dollar, mann, det tar dager, noen ganger uker å rydde timingen på ASIC-er, ikke vær en retard, gjør dette raskere.