«AMD досягла угоди з Riot Platforms про придбання 25 мегават ІТ-потужностей у своєму дата-центрі в Рокдейлі, Техас. Очікується, що потужність буде поставлена між січнем і травнем 2026 року. Ключ до угоди полягає в тому, що AMD має можливість збільшити розподіл потужності до 200 мегават, що збільшить загальну вартість контракту приблизно до 1 мільярда доларів. ” --- Чи стане ця весна весною для Neo Cloud?

«Схоже на EDA: чому це найскладніший програмний рів для похитання в епоху ШІ» У тенденції впливу ШІ на індустрію програмного забезпечення більшість інженерного програмного забезпечення буде перебудована генеративним ШІ. Лише невелика частина рову стала глибшою. Водозбір залежить від одного питання: Чи є це програмним забезпечення «інтерфейсом до фізичної реальності»? 1. Що таке програмне забезпечення, схоже на EDA? EDA особлива не тому, що служить індустрії чипів, а тим, що перебуває в екстремальному становищі: Проєктні помилки невиправні, помилки усуваються, а вартість надзвичайно висока Результат має відповідати законам фізики Вихід програмного забезпечення безпосередньо дорівнює інструкціям виробництва У цьому сценарії штучному інтелекту неможливо відтворити відповіді, обходячи оригінальну систему. Єдиний спосіб, яким це працює — це вбудовувати його, щоб допомогти людям тримати низький рівень помилок. Такий тип програмного забезпечення я називаю «подібним до EDA». 2. Чому рів EDA поглибився в епоху штучного інтелекту Бо функція складна, а відмова нестерпна. Дані приватного домену, накопичені під час проєктування чипів — налаштування PDK, часові межі, компроміси в процесах — мають одну спільну рису: Якщо залишити оригінальний інструмент, він буде недійсним. Ці дані не є універсальними, складними для інтерпретації і не можуть бути узагальнені. ШІ може використовувати їх для оптимізації процесів, але не може відтворити «нову систему, незалежну від EDA». Результат такий: ШІ стає плагіном для EDA, а не заміною. 3. Які сектори рухаються до «подібних до EDA» Окрім традиційного вбудованого EDA, кілька типів інженерного програмного забезпечення рухаються в одному напрямку: Висококласне CAE / мультифізичне моделювання Проєктування аерокосмічних систем Ядерна енергетика, електромережа, моделювання хімічних процесів Промисловий PLM для глибоко зв'язаного виробництва У них є одна спільна риса: Сам дизайн є документом про безпеку або відповідність. У цих сферах «створення результату, який виглядає правильно» не має сенсу, Єдине, що варто — чи може цей результат прийняти у фізичному світі. 4. Хто піде у «Photoshopped»? Для порівняння, існує інший тип інженерного програмного забезпечення: Універсальний CAD Архітектурний дизайн / BIM Промисловий вигляд і конструкція Інструмент передпроєктного планування Центральне значення цього програмного забезпечення буде ослаблено ШІ. Коли ШІ може генерувати 80% результатів дизайну безпосередньо з тексту, правил і обмежень, Саме програмне забезпечення часто деградують до редакторів і інструментів верифікації. Їх можна абстрагувати, передавати, вивчати. 5. Простий критерій судження Щоб визначити, чи може інженерне програмне забезпечення утворити рів, схожий на EDA, поставте лише шість запитань: Чи заплатиш ти нестерпну ціну, якщо помиляєшся? Чи можна повністю перевірити помилки перед запуском? Чи закінчується термін дії даних, коли вони залишають інструмент? Чи дизайн безпосередньо дорівнює виробництву? Чи підпадає він під контроль правил чи системи безпеки? Чи це глибоко вкорінено у виробництво чи операційні системи? Чим більше «так», тим ближче до EDA-подібного варіанту. Епілог ШІ не змінює світ рівномірно. Це зробить «інженерне консенсусне програмне забезпечення» легшим, Однак це заглиблює «програмне забезпечення інтерфейсу фізичної реальності» до глибшої монополії. Подібний до EDA — один із небагатьох програмних секторів епохи ШІ, де впевненість у «рові» зросла. Це висновок, який дають фізичні обмеження.

Цей твіт про Micron наприкінці вересня більш ніж удвічі підвищив ціну акцій MU Чи досі це недооцінено зараз? Ймовірно, її досі недооцінюють і грубо недооцінюють Причина в тому, Незалежно від відомого шляху до AGI, «зберігання» стає жорстким обмеженням для гіперлінійного або навіть фазованого експоненціального зростання 1) Майже всі основні маршрути AGI є «неявними» вибухами зберігання Відомі маршрути включають: Світові моделі LLM + Модель мультимодальної основи Втілений ШІ Багатомодельна колаборація/багатоагентна система Довгострокова пам'ять + система планування + рефлексія Усі вони ведуть до гіперлінійного зростання попиту на зберігання і одночасно підвищують усі три типи зберігання: Зберігання параметрів (ваги моделей, контрольні точки) Проміжний стан / світовий стан зберігання (стан часових рядів, процес відрахування) Довгостроковий досвід / зберігання пам'яті (зовнішня пам'ять, траєкторія, знання та досвід) 2) Чому «модель світу» природно є вбивцею зберігання (a) Модель світу — це не «вхід→вихід», а «ігровий всесвіт» Світова модель має зробити: Враховуючи світовий стан, → вивести майбутнє → Відкотити → Порівняти → Повторно вивести Отже, її потрібно врятувати: Стан світу (S_t) Відносини переходу стану (P(S_{t+1}| S_t, A_t)) Гіпотези з багатьма гілками (контрфакти) Послідовності з довгим промахом (довгі горизонти) Ключовий момент: це не лінійний ланцюг, а структура гілки дерева — зростання накопичення стає лінійним у часі × коефіцієнтом розгалуження → фактично поводиться як гіперлінійне. (b) Коли модель почне бути «узагальнюваною», вимоги до зберігання зміняться Каскади низької якості також можна краще стиснути; Але коли модель наближається до «справжнього розуміння світу»: Правила можна стискати Але довгі хвости, винятки, крайні випадки та складні причинно-наслідкові зв'язки є нестисними Тому буде помилкове рішення, що «чим розумніший ти, тим менше місця для зберігання» — реальність більше така: чим розумніший →, тим більше нестисних винятків і досвіду потрібно зберігати надовго. 3) LLM + мультимодальне: Обсяг зберігання не менший, а «замінений» і більший Багато хто думає, що LLM — це просто великі параметри і мало штатів, але тенденція змінюється: (a) Від «параметра як знання» до «параметра + зовнішньої пам'яті» Довгі контексти, RAG, Memory Bank, Episodic Memory тощо, переводять знання з її ваги у зовнішнє сховище, доступне для виклику. Зазвичай це «переміщення місць», а не «зменшення загальної кількості». (b) Мультимодальність суттєво підвищує щільність даних «per experience» Досвід більше не є реченням, а може бути: Відео + Аудіо + Дія + Стан навколишнього середовища Чим більше модальності, тим більша кількість ефективної інформації у семплі і тим більший тиск зберігання. 4) Втілений інтелект: тиск на зберігання більш перебільшений Залежність від втіленого інтелекту: Масштабний сенсорний потік (зор/датчик сили/IMU тощо) Мультимодальні траєкторії часового вирівнювання Повний перелік епізодів успіху/невдачі Порівняння: Базовою одиницею вибірки LLM є токен Світова модель — це траєкторія Робот є траєкторією × безперервним сигналом І ось ключовий факт: рідкісні несправності та уроки, пов'язані з безпекою, особливо цінні і часто їх важко відкинути, що ще більше збільшує обсяг зберігання, який «потрібно зберігати». 5) Мультиагентна/колаборативна система: легко мати «квадратний ефект» або навіть експоненціальну ілюзію Якщо є N агентів, кожен із досвідом M: Окреме зберігання: приблизно (N×M) Але коли виникає потреба ділитися, вирівнювати, моделювати один одного (передбачати «що думає інший агент»), сховище розширюється у відносний простір, можливо, близько до (O(N^2×M)) Особливо у соціальних/ігрових/економічних симуляційних завданнях багатоагентна + світова модель суттєво посилить вимоги до зберігання. 6) Чи існує AGI-маршрут для «обходу вибухів зберігання»? Висновок такий: наразі не існує серйозного AGI-маршруту, який би дійсно обійшов проблему масштабу зберігання. Існує лише три типи «відстрочки/передачі»: Більш агресивне стиснення (але часто узагальнення втрат) Частіше забувати (жертвувати довгостроковою послідовністю) Аутсорсинг зберігання середовищам/інструментами/мережами (фактично передача, а не усунення) 7) Підсумок: Чи не наздожене пропозиція попиту ще довго? Рішення таке: «Рівень інтелекту» дедалі більше залежить від масштабу ефективної пам'яті, яку можна назвати (не лише обчислювальною потужністю). Розширення зберігання залежить від практичних факторів, таких як матеріали, виробництво, надійність, енергоспоживання, вартість тощо Отже, у найближчому майбутньому попит ШІ на ефективне зберігання, ймовірно, перевершить потужність постачання зберігання в довгостроковій перспективі Відповідні висновки включають: Можливість запускати повномасштабні моделі світу/великі системи пам'яті є більш обмеженою та централізованою Галузеві обмеження можуть змінюватися з «обчислювальної потужності» на «систему зберігання» (ієрархія, придатність виклику, довгострокова послідовність) Отже Чи то світова модель, втілений інтелект, чи мультимодальний + агент, ключові жорсткі обмеження AGI поступово зміщуються від «обчислювальної потужності» до «масштабованих, викликаних і довгостроково послідовних систем зберігання»; Цей попит на зберігання структурно гіперлінійний і може проявлятися як приблизний експоненціальний тиск на певних стадіях. NFA DYOR