能源是人工智慧的主要瓶頸。 在物理和軟體人工智慧中，不僅僅是成分需要改變，整個配方也必須改變： 1) 我們需要無限且幾乎無成本的能源。這意味著需要一組能源來源共同運作，能夠在今天產生能源（例如，核能在2032年前並不是一個真正的選擇，建造天然氣或煤炭發電廠需要多年的零件積壓，直到2030年後也不是短期選擇），這意味著我們需要太陽能 + 儲能，因為它可以在獲得批准後的12-17個月內上線。沒有其他選擇。 2) 但為了在外國關注實體（FEOC）/禁止外國實體（PFE）的情況下經濟地擴大能源儲存，您需要找到國內的LFP CAM供應商來支持ESS供應鏈。這樣的供應商非常少。 3) 您需要降低數據中心的整體功率佔用，這意味著HVAC需要重新思考——必須發明一種全新的熱泵。這種新設備雖然具有更優越的性能，但也需要消除現在被禁止的永恆化學物質，並必須逐步淘汰。 4) 芯片本身需要重新架構，以實現高效能和節能的推理。記憶體設計、c2c、布線以及所有其他在訓練中運作良好的設計決策，若推理的規模是訓練的100倍以上，則不太可能擴展。 4) 在物理人工智慧中，儲存（見上文）之後，豐富的可再生能源對於任何形式的運動/驅動都是必不可少的。但將可再生能源從地面提取，轉化為氧化物，然後製成可以製作永久磁鐵的合金……這是一個巨大的能源挑戰。 而且這個清單還在不斷延續…… 我的觀點是，如果您專注於人工智慧，您應該開始關注能源，因為它將在未來幾年內成為人工智慧進步/變革的守門人。