Dylan Patel:AI真正的100倍,不是模型,而是软硬件共设计
当所有人都在讨论大模型参数、GPU数量和AGI时,SemiAnalysis 创始人 Dylan Patel 给出了一个更激进的判断:未来 AI 最大的突破,不会来自单一模型,也不会来自单一芯片,而是“硬件—软件—模型”三层同时协同优化。一旦真正打通,2x、2x、2x 不会只变成 8x,而可能直接变成 100x。
当所有人都在讨论大模型参数、GPU数量和AGI时,SemiAnalysis 创始人 Dylan Patel 给出了一个更激进的判断:未来 AI 最大的突破,不会来自单一模型,也不会来自单一芯片,而是“硬件—软件—模型”三层同时协同优化。一旦真正打通,2x、2x、2x 不会只变成 8x,而可能直接变成 100x。
如果你以为开源模型已经被闭源全面碾压,这期 TBPN 给了一个更拧巴的答案:差距没拉开,但利润正在被芯片吞噬。GLM 5.2 的爆红、Token 成本的反直觉上升、以及 Google 限制 Meta 使用 Gemini,拼出了一张当下 AI 行业最真实的战局图。
一个看似杂谈的播客,其实暴露了三个正在同时发生的行业拐点:创作者经济正在被高成本反噬,Meta 把 AI 塞进眼镜想重做现实入口,而 GPT 5.6 的“有限发布”背后,是模型分级、蒸馏和监管的全面博弈。对 AI 从业者来说,这是一集不能只当背景音的视频。
当所有人还在争论 SpaceX 该不该上市、火星值不值钱时,Gavin Baker 把话题直接拉回地面:决定 SpaceX 未来十年的,不是火箭叙事,而是算力、数据中心,以及 token 的交付路径。这期对话,把 AI 时代最被低估的一条主线讲透了。
当OpenAI和Anthropic被推着走向IPO,一个更尖锐的问题浮出水面:AI这种可能重塑社会的力量,究竟该不该让公众分享收益?与此同时,芯片、硬件、资本和政策正在同时加速,AI产业的“分赃时刻”比想象中来得更早。
当所有人盯着OpenAI、Anthropic的IPO倒计时,Google却悄悄从二级市场拿走了800亿美元现金。更反直觉的是:这不是恐慌,而是优势展示。这期TBPN,讲清了一件AI从业者必须正视的事——在AI时代,真正的护城河正在从“模型能力”转向“资本获取能力”。
当所有人还在讨论“更大的模型、更贵的GPU”时,一位工程师直接给出结论:这是条正在失效的路。在这场演讲中,Adrian Bertagnoli 用真实系统和硬数据证明——不靠更强模型,靠“异构智能”,AI可以同时变得更聪明、更快、还便宜一个数量级。
当代码生成从每秒50个Token飙到1200个,真正的瓶颈不再是模型,而是人。Cerebras的Sarah Chieng在这场演讲中抛出一个反直觉观点:模型越快,开发者越要“慢”。否则,我们只是在用20倍的速度制造技术债。
如果你还把世界模型当成“更逼真的视频生成”,那你已经落后一代了。Gemini 联席负责人 Oriel Vignal 在这次访谈中,把 Google 真正押注的路线讲得异常直白:多模态只是起点,世界模型、可控模拟、Agent 与持续学习,才是下一轮分水岭。
陪审团只用了90分钟就否决了马斯克,顶级对冲基金的13F却让市场看不清方向;一边是AI需求爆炸,另一边是芯片、能源和水资源的硬约束。这期TBPN把AI时代的光与影一次性摊开。