Đến tất cả các VC đọc những tweet này, đây là tất cả những gì bạn cần để đầu tư trong 10 năm tới để nhân vốn của bạn lên 1.000.000.000 lần. 1. Quang học - không phải cho tính toán (chưa đến lúc), nhưng bất cứ điều gì trong mạng và IP. IP là rất quan trọng ở đây, các công ty chiến thắng trong quang học sẽ không bán chip mà sẽ bán IP & Giấy phép. Quang học sẽ có mặt trong mọi trung tâm dữ liệu trên thế giới trong 2 năm tới, có thể thậm chí sẽ được sử dụng cho truyền thông khoảng cách xa hơn, hãy xem điều này diễn ra như thế nào. 2. Lò phản ứng hạt nhân mô-đun nhỏ (SMR) - các trung tâm dữ liệu đang tiêu thụ quá nhiều năng lượng đến mức hiện tại chúng cần phải ở gần nhà máy điện. Năng lượng tổng hợp thì thú vị nhưng bạn muốn chờ 40 năm? SMR cho các trung tâm dữ liệu sẽ xảy ra có thể trong khoảng 2 năm nữa, thành thật mà nói có thể thậm chí sớm hơn. Ngân sách năng lượng có lý và các trung tâm dữ liệu thực tế đã có an ninh của nhà máy điện hạt nhân rồi. Ngoài ra, việc cung cấp năng lượng tạo ra THUA LỖ, chỉ cần đặt lò phản ứng hạt nhân vào giá 2u thôi. 3. Sinh học/Hóa học tính toán - không phải vì Parm nhưng cô ấy đang làm việc tốt. Mà vì các kỹ thuật tính toán cho sinh học khó đến mức chúng ta không có lựa chọn nào khác ngoài việc thực hiện các thí nghiệm trong phòng thí nghiệm. Phần cứng và mô hình tùy chỉnh ở đây có ý nghĩa, giá trị của việc mô hình hóa chính xác các phản ứng hóa học là KHỔNG LỒ (Dược phẩm, Dầu mỏ, Nhựa, Mỹ phẩm) nếu bạn giải quyết được điều này và bạn có thể làm được, không phải là chúng ta không có toán học, bạn đang cắt giảm rất nhiều trung gian và các thí nghiệm đau đớn. 4. Dữ liệu - dầu mỏ mới không phải là tính toán, tính toán sẽ trở nên rẻ đến mức chúng ta không quan tâm nhưng dữ liệu. Các công ty GPT Wrappers sẽ là những công ty trị giá hàng tỷ đô la nếu họ có các rào cản dữ liệu. Bạn muốn xây dựng một công cụ AI cho các công ty lốp xe? Bạn cần dữ liệu về lốp xe. Bạn muốn xây dựng một công cụ AI cho các hãng hàng không? Bạn cần dữ liệu hàng không. Muốn làm điều đó cho các nhà hàng? Bạn cần dữ liệu. Tính toán sẽ trở thành hàng hóa, chúng ta sẽ có thể khởi động các phiên bản b800 và xử lý hàng terabyte dữ liệu nhưng việc tìm kiếm dữ liệu tốt, quản lý nó và làm cho nó chất lượng. ĐÓ LÀ MỘT RÀO CẢN. 5. Bất cứ điều gì giúp thiết kế bán dẫn nhanh hơn & rẻ hơn - không phải LLM Verilog, tôi đang nói về những thứ khó khăn. Tôi đang nói về IP cho silicon interposers, chiplets, nhưng cũng chỉ cần ném tính toán vào vấn đề. Nhiều người đang sử dụng AI cho P&R nhưng không, bạn đã hiểu sai vấn đề. Đây là một bài toán tối ưu hóa cổ điển, chúng ta cần sử dụng các thuật toán cũ và làm cho chúng hoạt động. Một bộ đồng xử lý chỉ cho việc này có giá trị hàng tỷ đô la, nó mất vài ngày đôi khi vài tuần để làm rõ thời gian trên ASIC, đừng ngu ngốc mà hãy làm cho điều này nhanh hơn.