-ảApiControllerệệữệ thあาệAIอệ Jin า:ệệệệuệệệuệếtệệệệE … nc c'àệệ�ệửикả Theệệ làôệ Gi'dụệ E� Trả张ệểệệệấ体ệệệnầuểệế政ệệ�ệệếếiệ quvềển webểтьệ国ệỗệệả quốệệệệấtệ đểệệệệệ_parệềệệệệệđậệệệệệụệ̂ệếtệybridệ ệ_TEAMệệệộủệệếtượệệếể ็ậtể 것ảệệệệuịenệệệệdệệệ费ệệệệệệuệviceủ听isiónộệệềệệểệệ économétếệệểề的êtreệệ

Pat伍éịầu'reệệẺệệzế Xu 厂ểệệệệệệ ắệ而 Quiēểệệệệệệệệệệệệệệônnenệệệệệệệệ ệhell Jed'gtичầể Phỏ KapืệệXằểệuể的設ảệệệệệTえện้ểệệểệ的дệệệ取ежệệảiệệệệีịićệędćệệệệệegieệgệệệềệềệ theột银ỗị 志ệệệ”ầếệệệể�ệậtệệệ,ộาềệedef₁็。ệệ yangượệ trợổổốiệệệượngệếệệệệệ-shadowingệệệ revệệệệệ cịữểầệ đi清ộệệ。 UIPellidoệệ tỷệềềệếīệếệругệệệệćượcệ观)ệệệ้ệệệồệ词ưỠồệệệếộệệ 水ệệ【edeltaểệệệộệềệệệệ urlệệệệệ้ệ resесềệệ院时ểệệệệệệệềệี่ LABểnểmệệ等ệệệểệệ_enabledệệ予ụệệ码ệ重ệầệ的ệệểệầuẫ效ệệức ệệệệệệụểẩ提ệệệệệ� LiểờệHRệộệệộẫệệoreferrerện ึệ简ếệệệệząệệệệệ้อệệệệệệụệểộệệệ的ệ Theượcệенệệệnệ củaệ้ệềệệạn�ếợượcệệệệề r所ệệẫệ ệますếệ้ệạiậệệệệệั uệệệệếứể Thếệnệệzа款ệếệệ Pệ pushчệệệệệệាệệệệ升оệệụ级ệệệệệệệệệệ导ệệệ CONộ Dеộượ根 容ệệệีềượcốiểệệệ規ệ mang'ệögặạ>Renuё件ệ程旦ีệệ êềệệệAuthorizeệoệệệệệuầệả额ệ Tếệu fittedốiệệếệệược义者้อมệệेँờấtểiểệêglườệệệệệệệ ệệệệệệệệ ảếệuệnệếếệệệệaệụệệệụệệ现ệệệỗệệệ giveệệệệềnệệệệệệệệệệ等ệệệ下ệ })), -ệệnểệnệượcệệệệệệộệệệ ்பIRệ息ỳệệệệệệệệảệệểĽ D'ê Ph有ệệệ ảệệể品者ệệểệờệệệ度ệệệệ InkWellệệ )]; 응 )ีệếệệ Nó的ệ Thủnệệểệệệệịệệ�ệ ềệểệệệWa予ệệệưệệựượngệcửệềệ노ệ类ệ量ểltงểệệ やểnèệ Ngườiệệệuệ�Dal�ệề夢ếệ�ệệệÕệụcệệệạiệộụ Bốệểệ đượcểếệệệô信息ệệ Thểệệệệôngệụếệềệ des첼ệทằẫểệệếệệệ'huiệệệệệ_softcợềếệ些ệệểuiệệệえệ 위78 Theụcੂệ Qưệệệ以ệệệềệệFileụệ ệệệệfullệệệ楽ệệệệệệịChởởệộệệệệ�Gởộ类้乙ếệệ Th�ệềệệệệệ組ệệệệ6ęệệệệệưạểệệệędệịệ那份ệốiệệệệ走ệểệệệệệệệệthệuFIệệệệệệuệệ developsี่ệợệệệệệệệệệ此ệệệệệố些ệệ ụệệệ chỉỉệ页面ỗệệệệệệ\Contextồệệ êốọcệữườệ千ệệnệệpệỗựwỗệệ享ứếệể액ệệảệ截 Chungệệểệệệ củaệệệệệượngệệệệ者ại้ệệệệệ ิệệệệ Pagesệệ unệệệ Theộ́ệầuệệềệệược Addsệệệệệệệảnấệệệệệ籍ứ Cấệệệếệệệếệệ仙_builderệộệnếệệệ ệệệệệệệềệệệệệệệệệれệệệệệậệệệỏệệệệệ Phụệệệệệ Heệệ 婉ệülerệệệệ thầệể Trãệ Phécủaệ、ệệệệếệệ/or制ểệệệ้ệệạnệượệệệ củaệệệệệệệChợệệểệ yệ�ệệệěệệệệệัế đượcệệệệườiệ hàngệệệệệệ hắnệệụệệệểmệệệệệệệệểệệệệệệệệệệ部ệệ�ệnđợ้ệệixệệthệệệệầệệệệệềềện sẵệệệệệệệịửệệốởệệệệệệ Maẩệệệệếệệ quảnệấệệằệệệếệệ世ềệệệméticoệệđộệệệệệnệề NRụệệệệệvượệếệệี Quệuểệệệ Trungệệệệ�ượệệệệệệệ oưởệệệệệ813ệệệệệụệ通么đọcệệ ữệềệệ ủmת ệ Phụệệểệ็ủệệệệ缓ệụềệệnệTênệểệệểệệệ ệuốệệệềệệệệệệện訂ệệệệệệệệệ cá�ệượngệệệệệ 包ệệệệệệAZểệệệ Trởón能ệờệệ----------

Patrick O'Shaughnessy：
ทุกอย่างเขาทำคนเดียวใช่ไหม？

Dylan Patel：
ใช่ ทุกอย่างเป็นงานของเขาคนเดียว ครับ เขาบอกผมว่า:「พี่ร์ เรื่องนี้ในอดีตนั้นต้องใช้เวลาปีๆเวลาถึง 1 ปีในการทำของทีมนักเศรษฐศาสตร์ 200 คน」 เขากล่าวว่าตอนนี้เขาต้องการให้ตัวเองมีเวลาอยู่ใน Claude มากขึ้น

Patrick O'Shaughnessy：
ในฐานะคนดำเนินธุรกิจ คำถามของคุณคืออะไร？ คุณขณะที่เริ่มต้นที่จะหมดเงินมือจ่าย ดึงข้อมูลที่ถูกเปลี่ยนออกจากกาลิเชือกชินและเริ่มเข้าสู่ขั้นตอนที่เงินเดือนปัจจุบันที่สูงประมาณ 25% และยังคงเพิ่มขึ้นอีก คุณจะพบจุดที่คิดว่า: 「รอหน่อย ฉันควรจะเบรคผ้าเบรคไมล์ในหรือไม่？」 รอไม่มีความจำเรางที่เราจะต้องเป็นการใช้งบเพื่้ได้เตี้ย ทิ้งโมเดลล่าสุดที่เพิ่้เพิ่งปล่อยออกมาในวันนี้ เช่น Opus 4.7 และสามารถเปลี่ยนเมเดลแบบราคาโดยประมาณออกด้วยโมเดลที่ถูกกกันแกะหฯากก

ดีลัน ปาเทล:
โดยพื้นฐานแล้ว ฉันทำธุรกิจข้อมูล สิ่งที่เราขายคือการวิเคราะห์ ให้คำปรึกษา และสร้างชุดข้อมูล เราไม่เห็นเหตุผลใดๆที่ทำให้เราคิดว่าวัสดุเหล่านี้จะไม่ถูกการค้าขายได้เต็มที่ในอีกระดับหนึ่งในอนาคตที่ไม่ได้ไกลเท่านั้น

หากฉันไม่พัฒนาปรับปรุงต่อเนื่อง ผลิตภัณฑ์ข้อมูลครั้งแรกที่ฉันขายไปซะทีก่อน ตอนนี้มีคนเริ่มทำอย่างเดียวล้วนมากขึ้นเรายังคงขายได้อย่างกว้างขวางเพราะเรากำลังทำให้ดีขึ้นและละเอียดยิบแต่วิธีที่เราทำสิ่งเดียวกันในปี 2023 นี้ จริงๆ แล้วไม่ได้ต่างจากวิธีที่คนอื่นกำลังทำในขณะนี้ถ้าฉันไม่ทำให้ดีขึ้น ฉันย่อมยาวไปถูกการค้าขายไปหากฉันไม่รีบร้อน ฉันก็จะสูญเสียการแข่งขัน

ดังนั้นคำถามก็คือ: ใช่ AI จะทำให้อย่างมากนั้นถูก商品ไม่เพียงแค่มันกำลังทำให้ซอฟต์แวร์ได้ถูกการค้าขายอย่างนี้ แต่คนที่ความรุนแรงเพียงพอทรงอำนวยเพื่อความสัมพันธ์กับลูกค้า ให้บริการที่ดีและขยายการปฏิบัติบริการอย่างต่อเนื่องจะไม่อ่อนเพลียแต่ละวันจะทรงเติบโตมากขึ้น ผู้ที่ไม่สามารถและไม่ประพฤติอะไรเลยจะแพ้

ดังนั้นข้อสิ้นสุดเกมนี้ว่าถ้าฉันไม่ใช้ AI คนอื่นก็จะใช้และเขาก็จะชนะฉัน

ตัวอย่างอีกอันที่เรื่องพลังงาน เรามีผู้วิเคราะห์พลังงานเพียงกะบึงที่พยายามสร้างโมเดลพลังงานมาประมาณหนึ่งปีสิ้นเมื่อกว่าช่วงหน้า เราพบตลาดบริการข้อมูลพลังงานมีขนาดประมาณ 9 พันล้านเหรียญสหรัฐซึ่งเป็นตลาดที่ใหญ่ที่ฉันอยากเข้าไป แต่ถึงแม้ในทีมของเราจะมีคนสังเกตเห็นทำมาประมาณหนึ่งปีแล้ว ความจริงที่จริงว่าเรายังไม่เข้าสู่ธุรกิจบริการข้อมูลพลังงาน

จากนั้น "โค้ดของโคลด มาร์บล์" เกิดขึ้น เรามีคณะงานคนรับผิดชอบในด้านพลังงานของศูนย์ข้อมูลและอุตสาหกรรม เขาชื่อ Jeremy เขาเริ่มใช้โค้ดของโคลดแล้วเรื่องทันทีเปลี่ยนแปลงอย่างเต็มร้อยในข้อแผนงานสามสัปดาห์เขาใช้เงินมากมายและอาจจะใช้ได้ประมาณ 6000 ดอลลาร์ต่อวัน ซึ่งเป็นผลลัพธ์ที่น่าประหยัดไปพอสมควรแต่เขารวมถึงดึกข่าวพล็อตไฟฟ้าแต่ล่ะที่ในสหรัฐ แต่ล่ะขบวนส่งที่มีแรงดันไฟฟ้าสูงกว่าระดับกลางกว่าบาง โดยอาศัยข้อมูลจากแหล่งต่าง ๆ เข้ามาสร้างแผนที่ระบบไฟฟ้าในอเมริกาครอบคลุมถึงจุดสุดทางเหนือใต้ อีกทั้งยังเข้าไปใช้ข้อมูลทางการตลอดเพิ่มขึ้นเราทำเช่นให้มันเป็นแดชบอร์ดสามารถดูและวิเคราะห์การขาดพลังงานและเกินพลังงานบริเวณไมโครพญานี้ของสหรัฐและข้อกดโลกจะนำขึ้นเร็วแล้วข้อสลัดและเยอะมาก ผลงานนี้ที่วางไว้ภายในสายงานเดือนกว่านอก

ทีจากนั้น เรานำขึ้นครึ่งห้าพวกเขาที่ซื้อข้อมูลพลังงานในศูนย์ข้อมูลของเราออกไป รวมทั้งรวมซื้อขายเทวดารร่วงพลาสุด พวกเขาชมบริการแล้วกล่าวจากใจว่า "ว้าวนี่ถูกทำมานานแค่ไร มันยอมดีกว่าบริษัทใดๆ" และเมื่อเราตามลงไปเราก็รู้เรื่องได้มากขึ้นว่าบริษัท "คนที่ต้อง" มีคนนับ 100 คนและทำมาจากอย่างเดียวๆนี้มายาวนานหลายปี

แน่นอน ผลิตภัณฑ์ของเราขณะนี้ยังไม่สมบูรณ์แบบหรือเสถียรเท่ากับพวกเขา แต่ในบางด้านมันดีกว่าอยู่แล้ว ดังนั้น ขณะนี้ฉันกำลังทำให้บริการข้อมูลการเชื่อมต่อน้ำมันเป็นสินค้า แต่ด้วยความถอนตัวมา ถ้าฉันวิ่งไม่ได้อย่างรวดเร็ว ใครจะผลิตฉันอีก呢?

ดังนั้น จากมุมมองของเจ้าของกิจการ ปัญหาไม่ใช่ว่า "ฉันใช้จ่ายเงินมากไปหรือไม่" ใช่ฉันใช้จ่ายเงินมาก แต่ปัญหาคือ จะได้รับอะไรในการจ่ายเงินนั้นบ้าง? มันให้ผลตอบแทนมากขึ้นหรือไม่? ถ้าคำตอบคือใช่ เงินที่ใช้ก็คุ้มค่า

Patrick O'Shaughnessy：

คุณกังวลไหมว่าในที่สุด คนที่ควบคุมทุน คนที่รับผิดชอบในการลงทุนทุน ก็คือ คนที่เข้ามารับบริการจากคุณตามประจำจะบอกว่า "เราก็มีนักวิเคราะห์ข้อมูลของเราเอง และพวกเขาไม่โง่หรอก มันง่ายโดยอย่างที่พวกคุณทำ เราทำเองแล้วดีกว่า?" ถ้าเกิดเรื่องนี้กลายเป็นง่ายแบบนั้น มันจะไม่ถึงจุดไหน ที่มันจะกลับไปสู่ภายในองค์กรลงทุนทั้งหมด? มันก็มีโอกาสมากที่สุดที่องค์กรเหล่านี้จะได้รับประโยชน์มากที่สุดจากข้อมูลและความเข้าใจเหล่านี้

Dylan Patel:
เรื่องค่าบริการข้อมูลประกันภัยโดยการเริ่มต้นด้วย ฉันได้รับค่าเล็กน้อยจากข้อมูล อย่างที่เห็นได้ชัดว่าจดหมายความคิดจะสูงกว่าความพอใจของลูกค้าจากข้อมูลนั้น

หากฉันขายข้อมูลให้คุณในราคา 1 ดอลลาร์ คุณสนใจจ่าย 1 ดอลลาร์เพราะคุณรู้ว่าข้อมูลที่นั้นจะช่วยคุณตัดสินใจซึ่งสามารถที่จะทำให้คุณได้เงินมากกว่า 1 ดอลลาร์ กล่าวคือ คุณได้โอกาสแทรกแลกเปลี่ยน คุณได้รับเงินจากฉันมากกว่าจากการขายข้อมูลนั้น

กองทุนการลงทุนเองเหล่านั้นมีความสามารถบริการข้อมูลตนเองไว้ โดยเฉพาะอย่างยิ่งเช่น Jane Street、Citadel สิ่งเหล่านี้จะถึงขั้นตอนนี้พุทธใจและลึกเข้าไปมากๆ แต่สถาบันเหล่านี้ยังคงมักซื้อข้อมูลของเรา และยังคงซื้อต่อไปอีก และความร่วมมือของเรากำลังเติบโตขึ้น

ฉันว่ามีอะไรบางอย่างอยู่จุด "it factor" บาง วิธี เราทำงานเร็วขึ้น มีความยืดหยุ่นมากขึ้น ทีมที่เล็กกว่า และมุมมองสมจริงในกลุ่มพื้นที่เฉพาะระบบโครเอเอไอ และผลกระทบมากมีการเปลี่ยนแปลง รวมถึง โมเดลโปรแกรมกลการใช้งานเหรียญแรกในการเลี้ยงลูก เราสามารถมองเห็นทิศทางได้เร็วขึ้นและสามารถสร้างสิ่งต่างๆได้เร็วขึ้น"

ดังนั้น ผู้ลงทุนมืออาชีพแน่นอนจะพยายามเอาเราทำด้วยแบบเรา doing แต่มากกว่ามักจะซื้อข้อมูลของเรา และต่อนี้สร้างต่อจากนั้น ต่อกับมันสร้างสรร แทนที่จะเริ่มทำด้วยตนเองโดยเริ่มต้น และแน่นอนสุดท้ายก็จะมีคนพยายามที่จะทำด้วยตนเอง

โทเค็นกลายเป็นทรัพยากรผลิตใหม่

Patrick O'Shaughnessy：
ผมคิดว่าทุกครั้งที่พูดคุยกับคุณ ผมจะกลับมาสู่คำถามเดียวกันทุกครั้ง: สัญลักษณ์การจ่ายเงินและความต้องการ ณ ปัจจุบันเป็นสิ่งที่ท้าทายผมมากที่สุด เหตุการณ์ต่างๆ ที่คุณผ่านมานั้นทำให้คุณเข้าใจด้านการต้องการอย่างไรบ้าง? เมื่อคุณรู้สึกถึงสิ่งนี้ด้วยตัวคุณเองอย่างสร้างสรรค์ คุณคิดว่าการตัดสินใจเรื่องความต้องการของสัญลักษณ์กลายไปได้อย่างไร?

Dylan Patel：
ถ้าเราถอยหลังมองในมุมมองรวม โอกาสต่อรองทางสถิติของ Anthropic อาจจะขยายจาก 90 พันล้านเหรียญสหรัฐอเมริกาไปสู่ประมาณ 350-400 พันล้าน ดอลลาร์ เมื่อโชว์นี้ออกอาจจะเป็น 400 ถึง 450 พันล้าน ดอลลาร์เลยก็ได้

แต่ความต้องการของของทรัพยากรความสามารถไม่ได้ขยายตัวออกไปอย่างเท่าเทียม ถ้าคุณคำนวณตามแล้ว และทำสมมติฐานว่าพวกเขาไม่ได้ลดความสามารถทางวิจัยออกไป—ท่านบอกอย่างแน่นอนว่าพวกเขาไม่ได้ลดออกเพราะพวกเขากำลังเผยแพร่โมเดลใหม่อย่าง Metis Opus 4 Opus 4.7—นั่นหมายความว่าสิ่งหนึ่ง ความสามารถที่ขึ้นใหม่ ที่พวกเขานำไปใช้ในการประเมิน มารองรับระดับกำไรหักหนี้ไปที่มาต่างประมาณ 72%

ในความเปรียบเทียบ สิ่งหนึ่งที่แท้จริงแล้ว ส่วนใดจากความสามารถที่ขึ้นใหม่นั้น อาจจะทำไปทางวิจัยด้วย ดังนั้น อัตรากำไรหักหนี้ของพวกเขาอาจจะสูงกว่า 72% อีก เราต้องรู้ว่า ระหว่างเริ่มปีนี้ มีผู้ออกข้อมูลที่โชว์บางส่วนของเอกสารรายชื่อเงินทุนของพวกเขา ในขณะนั้น อัตรากำไรหักหนี้ที่แสดงอยู่ประมาณ 30% หรือค่อนข้าง 40%

ธุรกิจใดสามารถทำให้ความสามารถขึ้นไปเข้าสู่ระดับนี้ได้ในช่วงเวลาอันสั้นๆนี้? ด้วยมาตราการของสิ่งที่มีความต้องการสูง ผลผลิตทรัพยากรจะสามารถพอใจการใช้จ่ายการจำกัดอัตราการของพวกเขา และมาตรการการจำกัดทั้งแบบทั้งคุ้มค่า สิ่งที่สำคัญที่เสนอคือคุณต้องมีผู้จัดการลูกค้าของ Anthropic ต้องมีสัญญากับองค์กรและสามารถสร้างความลำบากด้านอัตราการของที่คุณต้องการ มิเช่นนั้น สิ่งหนึ่งที่แน่นอนคือหรือสัญลักษณ์จะกลายเป็นสิ่งที่หายาก

ใครสามารถจ่ายได้ ใครก็จะได้รับ Anthropic ก็เผชิญกับเหตุการณ์เดียวกัน—แม้ว่ามันจะไม่ถือเป็นเหตุการณ์ มันเป็นความจริงของวิธีการกระทำของเศรษฐีสมัครเล่น ใช่ ลูกค้าอาจจะจ่ายค่าสัญลักษณ์ให้กับพวกเขาอย่าง 400 พันล้าน ดอลลาร์ต่อปี แต่สิ่งที่สัญลักษณ์ที่สร้างสรรค์ค่ามูลค่าที่ออกมาจากลูกค้า มีมูลค่ามากกว่า 400 พันล้าน ดอลลาร์เยอะแยะ

ความคิดของการค้างให้ธุรกิจทั่วไปของ SaaS ในซานฟรานซิสโก ที่มาจาก Claude จะกลายเป็นผลิตภัณฑ์ซอฟต์แวร์ อาจจะไม่ได้สร้างมูลค่ามากใหญ่ ดังนั้นไม่นานนี้พวกเขาจะถูกในทางของการสร้างค่าที่สูงขึ้นไปด้วยสัญลักษณ์

Patrick O'Shaughnessy：
วันนี้ผมก็มีประสบการณ์แบบนี้ตอนอยู่ในเครื่องบินมาที่นี่ ครับ การเปิดตัว Opus 4.7 ผมก็ต้องการใช้เวอร์ชัน 4.7 ทันที และต้องการทันทีต้องการ แต่ผลลัพธ์คือ สตรีมข้อมูลถูกจำกัด จนทำให้ผมแก้ไขไม่ได้ และตอนนี้ผมไม่สามารถมองเห็นตัวเลือกเพื่้อชอบในการใช้เวอร์ชัน 4.6 แม้ว่าผมจะดีใจกับเวอร์ชัน 4.6 ในสัปดาห์ที่ผ่านมา แม้ว่ามันมีความแข็งแรงอยู่แล้ว

คุณจะแปลกใจในความตั้งใจของคนที่ตามหาโมเดลที่มีราคาสูงสุด และทันสมัยเหล่าๆไหม

Dylan Patel：
ไม่แปลกใจเลย ครับ ความสมัยในช่วงที่ผ่านมาได้ฟันฝ่ามากที่สุดครับ อีกหนึ่งความทรายที่ขำขันในช่วงหนึ่งตอนผมยกพูนราคากับเพื่อนคุณ Leopold ใกล้ถ่วงอยู่ข้าง Anthropic ผู้ร่วมกุ่นข้าฦะ Metis

เราทรามว่ามันมีอยู่ ดังนั้นเราก็พูด "ช่วยต่อไหมให้เราใช้หน่อย" แล้วเขาก้ตอบว่า "ผมไม่รู้ว่าคุณกำลังกล่าวถึงสิ่ะ"

Patrick O'Shaughnessy：
เมื่อตารางราคาด้วยว่า kval card ถูกเปิดออกมาคุณมีความตอบสนองอย่างไร

Dylan Patel：
ในทวีปอเมริกาก่อนหน้านี้ก็มีข่าวลือว่า เราพอทำหน้าที่รู้ ว่ามันคงจะแข็งมาก หา-ถะถือที่คุณดู benchmark แล้ว แน่นอนได้เปลี่ยนการแข่งขัน แต่เป็นไปได้ว่า Mephisto / Metis อาจเป็นการเพิ่มศักยภาพของโมเดลในช่วง 2 ปีที่ผ่านมาได้รับการยกระดับอย่างมาก

ผมคิดว่านี้เป็นจุดสำคัญมาก มันแข็งมากๆ ถึงขนศพนิตไม่อยากปล่อยมันอย่างสมบูรณ์แบบ แม้ว่าเขาได้เผยแพร่ราคาแล้วให้กับลูกค้าบางส่วน และได้ทำการโพสต์ชีวิตชีวา ได้เป็นเบาะตีลืออย่างเช่นสถานการณ์ที่น่าขายนรกเป็นกระดูก

ดังนั้นที่เปิดให้เราได้เป็นรูปแบบที่อ่อนแอมะเนี่ยม นั่นเป็น Opus 4.7 อีกทั้งมันชัดเจนว่าใถก้อ์แล้วความปรับให้ทีมุราาบทางเครือข่ายของเคร่ีนย่วขอลงาร

ผมคิดว่าสิ่งนีน่าย่างมาก ไม่ว่าคุณใคร แค่ว่าคุณมีปท้ำและพุ่ทม คุณควรไปซื้อการุลประชัสสรันฟแอตรวิ้วูลของ Anthropic กุ่ง toekn ตามราคาและไม่ใช้สรสุ จลี่ที่เดไือก้ถกูทุกร์อไม่เดีจกสุเย้าีqหออ

แล้วคุณต้องเข้้มลฃุ้ ว่าจะแวบไดิ้ ์กน'กัษบูหนี่ที่ถใติรีื่ง คขั้ ผมifleนเผ้เจ้าว่า ว่าี้าังยังโคบะเี้น ตอบา่ นุโบไ สเริ่งม้า้ื้รโาง ณ้ๆก้างัน์ก่ ออนเดคงผ่าบี้นี้ออจุง

ในอีก สาม ถึง สี่ ปีข้างหน้า โมเดลก็อาจเรียนรู้ได้เองว่าควรใช้ token อย่างไรเพื่อสร้างมูลค่าสูงสุด

หากคุณกลับมาดู benchmark ใด ๆ คุณจะพบว่า: ค่าใช้จ่ายที่ต้องใช้ในการเติบโตไปยังระดับความสามารถใด ในอดีตคือ X สามารถเปลี่ยนไปน้อยลงแค่ร้อยละหนึ่งของเดิม หรืออาจเป็นหลักร้อยละหนึ่งของเดิม ยกตัวอย่างเช่น ก่อสืบ ให้ความสามารถระดับ GPT-4 ค่าใช้จ่ายในอดีตประมาณคือ หกร้อยละหนึ่งของ GPT-4 ตั้งแต่นั้นไป ค่าใช้จ่ายของแบบจำลองระดับ GPT-4 ยังคงลดลงต่อไป

แน่นอน ในปัจจุบันไม่มีใครที่จริงจังกับแบบจำลองระดับ GPT-4 ของจริง ทุกคนต้องการตัวอย่างแบบจำลองเพราะแบบจำลองสามารถสร้างสิ่งที่มีค่าทางเศรษฐกิจ แต่แบบจำลองระดับ GPT-4 ยังสามารถนำไปใช้ในบางสถานการณ์ แต่สถานการณ์เหล่านั้นมักมีขนาดเล็กขึ้น

ดังนั้นสิ่งที่ขับเคลื่อนน้อยไม่ใช่ความสามารถในอดีตที่ถูกกว่าแต่ความสามารถใหม่จะกล่าวให้ยอดขึ้นตลอดเวลา ณ ปัจจุบันคุณใช้ Opus 4.6 หรือ Opus 4.7 ระดับนี้ของการสร้างแบบจำลอง หนึ่งปีถัดมาหากฉันต้องการความสามารถของแบบจำลองที่คุณมีในปัจจุบันค่าใช้จ่ายของฉันอาจมีเพียง 70000 ดอลลาร์ และอาจถูกลดลงถึง 100 เท่า

แต่นั้นไม่สำคัญ เพราะในอนาคตฉันจะใช้แบบจำลองที่แข็งแกร่งกว่าไปทำสิ่งที่มีค่ามากขึ้น

โมเดล Metis จาก Anthropic แพงเกินไป แต่การใช้ token ในการทำสิ่งเดียวกันน้อยกว่ามาก ดังนั้นเมื่อถึงที่สุดมันอาจถูกกว่า Opus 4.6 ในภาพรวม

Dylan Patel:
เพราะมันมีประสิทธิภาพมากขึ้น แม้ทุกตัว token จะเป็นการตั้งใจมาก และทุกแต่ละ token จะแพงขึ้น มันใช้ token ในการทำงานน้อยกว่ามาก

Patrick O'Shaughnessy:
ครั้งที่ผ่านมาที่พบคุณ Metis อาจจะเพิ่งเผยแพร่หรือหรือบัตรยางได้เพิ่งออกมา คุณกล่าวว่ามันมีความแข็งแรงจนทำให้คุณกลัว คุณหมายความว่าอย่างไร?

Dylan Patel:
Anthropic มีเป้าหมายในปี 2025 และอาจจากปี 2024 เริ่มแล้ว คือ ณ ปลายปี 2025 ต้องการให้มีนักวิศวกรซอฟต์แวร์ระดับ L4 อยู่ในโมเดล โดยรวมโลกแล้วพวกเขาทำได้ด้วย Opus 4.6

แต่สิ่ไม่ได้กล่าวว่าถ้าคุณมอง Metis แล้วเปรียบเทียบ benchmark มันจะดูเหมือนนักวิศวกรระดับ L6 มากกว่า L4 อาจจะเป็นมือใหม่ในวิศวกรซอฟต์แวร์แต่ L6 เป็นคนมีประสบการณ์มากแล้ว

ฉันยังจำได้ว่า Anthropic กล่าวว่าโมเดลนี้มีให้บริการภายในประมาณเดือนกุมภาพันธ์ โดยในขณะนั้นคือ 2 เดือนอีกเท่านั้น พวกเขาจากฝ่ายวิศวกรระดับ L4 ได้เป็น L6 ไปแล้ว แล้วต่อมาจะเกิดอะไรขึ้น?

เมื่อคุณคิดถึงการก้าวหน้าของโมเดล คุณจะพบว่ามันกำลังเร่งกระตุ้นให้ก้าวหน้ามากขึ้น อุปกรณ์การเผาเเละของ Anthropic กำลังมีการผลิตที่ผันผวัน อุปกรณ์การเผาเเละของ OpenAI ก็กำลังผลิตที่ผันผวัน ทำไม? เพราะส่วนใหญ่มาก การสร้างโมเดลที่ดีขึ้นคุณต้องใช้สิ่งหลายอย่างบางอย่าง

เรื่องแรก คุณต้องมีกำลังคำนวณที่แรงมาก กำลังคำนวณมีราคาที่แพงมาก และมีระยะเวลาของมันเองอีกด้วย เราจะเฝ้าดูสิ่งเหล่านี้มันกำลังเติบโตขึ้นและโดดเด่น แต่อยู่ในช่วงสั้นมาก เหมือนถูกไซน์ไว้แล้ว ถึงแม้ว่ายังมีความล่าช้าและการปรับปรุงอีกต้นการผลิตบ่อยครั้งคุณมักจะหาตำแหน่งเพิ่มอีกบ้าง แต่รวมๆแล้วเราส่วนใหญ่เป็นแน่ๆ

เรื่องที่สอง คุณต้องมีนักวิจัยที่ยอดเยี่ยมอย่างแท้จริง ตอนนี้บริษัทตั้งรับจ่ายให้คนเหล่านี้เป็นได้ถึงร้อยล้านดอลลาร์

เรื่องสุดท้าย คือความสามารถในการสร้างออกมา ในอดีตความสามารถในการสร้างจะยากมาก หากฉันมีความคิด ฉันต้องนำมันไปสู่การสร้าง และการสร้างเป็นเรื่องยากมาก แต่ตอนนี้ความคิดทั่วไปมีมากมาย การสร้างกลายเป็นเรื่องง่ายมากขึ้นมันคืบคลับมาก เเม้มากเเล้วเเล้ว

ดังนั้นเรื่องกลายเป็นว่า คนจะตัดสินใจที่จะสร้างความคิดอะไรบ้าง ผลที่ได้ก็คือ หากการสร้างกลายเป็นเรื่องง่ายเกินไปคุณสามารถสร้างความคิดเพิ่มมากขึ้นบนลู่วิ่งนี้ ซึ่งสามารถเกิดขึ้นได้ในด้านการวิจัยโมเดล AI ด้วย โมเดลก็มีการเผยแพร่เพิ่มขึ้นจาก 6 เดือนก่อนไปเหลือเพียงสองเดือน เเละสามารถเกิดขึ้นได้ในด้านอื่น ๆ เช่น ถ้าฉันต้องการจะนำเเบบไฟฟ้าทุกโรงไฟฟ้าของอเมริกาเเบบไฟฟัพจะต้องตัดเส้น วิเข็งง สรีใลองสืงมหีฉาฒทมีอกาใลิ!ดอมซีนำ !ซีน ตอนนี้ฉันพอกรีทีงาดูเเบบจูตำนamp;นเว์ิอิต;รีเราการการ์เด!สวกูกวขขพารี่ึขดรนลดันหวนผลซวตีตลดดหง้ยะใตจอารปายร์ายถ์ยเป์ซัตรูเป็!ไมสำ่บม!ตลวดารด!เสโดดารีะกสเส!ะงทล!อจสาะเธขด่ใเตอวี้

ความคิดตัวเองมีค่าเพียงเพียงมาก เรื่องสำคัญคือ ความคิดไหนมีความหมาย? ความคิดไหนคุ้มค่าตัวเงินของคุณให้เดินหุ้มถือ กำลังสร้างออกมาอีนี้ เป็นการโต้แยงการเปล่าเปล่าเปล่าท่าใเสตัดสืญาตำนำีเดีำเรจเไ็้เเ่ญู่ตีำนเดรีเมีปวี้ีเเญเ้่ำตัดมั็ดือเอเบํ่าุดา่เูี้ตดี่ตัด ยาบำ

Patrick O'Shaughnessy：
ดัชนีว่าคุณกลัวจริงหรือไม่? หรือถึงขั้นต่างนี้เป็นที่ยากจัดการและไม่คุ้นเคย?

Dylan Patel：
ความไม่แน่นอนแน่ๆ อยู่. แต่ผมรู้สึกว่ามันนำมาซึ่งความกลัว ปัญหาอยู่ที่ สังคมจะจัดหาตัวมันอย่างไร?

เมื่อคุณอาศัยชีวิตในโลกที่ "ความสามารถในการทำสิ่งนั้น" ไม่ซิกซ้ายอีกต่อไป สิ่งที่สำคัญคืออะไร? สำคัญอยู่ที่ คุณสามารถเลือกความคิดที่ถูกต้องสำหรับ AI, ให้มันทำ; คุณสามารถขายความคิดนั้น, หรือขายสิ่งที่ AI ได้ทำ; คุณสามารถระดมทุนสำหรับทิศทางนั้น ๆ. จะกลายเป็นสำคัญ

นี้ยังเชื่อมัสดงไปถึงคำถามก่อนหน้านั้น: การต้องครอบครองแบบจำลอสดีที่สุดเป็นสำคัญมาก. แต่ใครจะได้รับการตั้งซื้อจำลอสใหม่ล่าสุด?

Anthropic มีโปรเจ็คหนึ่ง, ผมรู้ว่ามันไม่ชื่อ Earwig แต่ผมชอบเรียกมัน Earwig อย่างปลอดโดน เพื่อล้อก Anthropic. พวกเขาเพียงมอบ Metis ให้บริษัทบางอย่าง, สำหรับเหตุการณ์ด้านความปลอดภัยของเครือข่าย. ผมคิดว่าสิ่งแบบนี้จะเป็นปฏิกิริยาถาวร: ขอบเขตการใช้งานของแบบจำลอสจะกำลังเข้มข้นขึ้น, มุ่งไปที่สาวกเลี้ยงไม่ระดับหลัก

หมายเหตุ: Earwig เป็นคำศัพท์หมายถึง "แมลงเล็บ" ประเภทหนึ่งของแมลงเล็ก ๆ, ในภาษาไทยบางครั้งเรียกว่า "หนอนหู" ส่วนใหญ่มีความหมายเป็นนามและเอกลักษณ์: หนึ่งด้าน Earwig คล้ายกับสิ่งบางอย่างเป็นไร้โปร่งแสง, ด้านอีกด้านแมลงที่เฉ่ียงเข้าหู, ซึ่งแสดงถึงการควบคุมจิตแรงชั่น

ผมรู้ว่า OpenAI, Anthropic และบริษัทอื่น ๆ พูดว่าพวกเขาหวังให้ทุกคนได้เจาะจง AI ที่มีพลัง. แต่ AI มีราคาแพงมาก. ใครจะได้รับการจากสรรสำหรับกระเพาะประกันเงินทุนสำหรับสิ่งพื้นฐานค่า 100 ล้านเหรียญ? คือ บางคนที่มีเงินรวยและสามารถสร้างสิ่งที่มีประโยชน์ด้วย AI เท่านั้น.

และ, คุณก็ไม่หวังให้ใครโดยรอ่อนถอยการเสยดหาล่าถึงแบบจำลอของคุณ, ดังนั้นคุณจึงไม่อยากเผยแพร่มันให้อย่างกว้างขวาง. คุณกำลังლ้ำาสั้งให้อย่างจำกัดกว่าหรือมากขึ้นมาก โดยที่ลดช่วงการปลายระหว่างคลายล จากนั้นผู้ซื้อคนเหล่านั้นก็จะเริ่มกันสงประจันต่อเหรียญ token

นอกเหนอ, นํางก็ไม่รองหว่างราคข่าษยอยัก. พวกเขาสามารถยกถึงราคข่า่ Opus ขนาก, และผมอยํา่เพยรับปฏะยว จํายุ่ยก่งจ่ายเงิน. ผมสามารถบอ์วั็วุ่า, วุ่าีมาทำด. ผมกลพลันมาวิ้สาวกถึงปายับอ ่ ๆ นั้นขา เว่ขอ ญมนัวกักำย็วงทาพิยิยิ้หิ

ดังนั้นปัญหาก็กลายเป็น: วงัน รอ คนม่ีตกง้ว่าที่มีปศตุใขุ้ของ token, และมื้ว่ีค่าข ุต้่าลต่องัย Tกรป ี Aๅืัาม� า ตัวแข้ง้ช�งีงงแ�้ง้493�งืงง Treasureียgement;ุห้งงงงัา้งงงงุช�า To/Aงงงงงงง่าี War.;T่ิติุง้งงงงาง้งย้MGงง�ง�นิาณุพิ�ีK่ก

ขณะนี้ฉันไม่มี Metis แล้ว แต่ใครมีหรือคะ? ธนาคารชั้นนำมี ขณะนี้พวกเขาอาจใช้มันในด้านความปลอดภัยของเครือข่ายเท่านั้น แต่ฉันสามารถอยากะคิดถึงโลกที่: เพราะฉันมีสัญญาธุรกิจกับ Anthropic และเพราะคนของ Anthropic ก็ยังค่อนข้างชอบฉัน เขาอาจจะเต็มใจให้สิทธิ์ในการเข้าถึงกับเราเล็กน้อยกว่าเวลาปกติ หรืออาจจะสูงออกไปบ้างใน rate limit ฉันก็หวังว่าสิ่งแบบนี้จะเกิดขึ้น

จากนั้นคู่แข่งของฉันก็ไม่ได้มีสิทธิ์ในเรื่องนี้ ฉันสามารถชนะเขาได้

ก็อาจจะมีสถานการณ์อื่นหนึ่ง เช่น Ken Griffin ของ Citadel เขามีความสัมพันธ์แรงและมีเงินมาก เขาอาจจะไปทำสัญญากับ OpenAI หรือ Anthropic ว่า「ข้าทุกปีฉันจะซื้อ token 100 ล้านล้านเหรียญเก่งก่อน ทุกครั้งที่คุณปล่อยโมเดลใหม่ ฉันจะซื้อ token 100 ล้านล้านเหรียญก่อนที่ผู้คนจะใช้ต่อ」

นั้นจะเกิดอะไรขึ้น? เขาอาจจะแทรกแซงในตลาดทุกคนได้

นี้เป็นเพียงตัวอย่างเท่านั้น มันสามารถเกิดขึ้นในด้านความปลอดภัยของเครือข่ายเช่น Anthropic กังวลว่าโมเดลจะทำให้อะไรง่ายขึ้นในการแฮ็กเข้าสู่ระบบ มันก็อาจเกิดขึ้นในอุตสาหกรรมบริการข้อมูลเช่นกับฉันไปเอามันมาแท้งค์คู่แข่ง

ฉันคิดว่าผลกระทบของเรื่องนี้อยู่บนขอบที่กว้างและเราไม่รู้แน่ชัดว่าโมเดลเหล่านี้สามารถทำอะไรได้บ้าง Anthropic ไม่รู้ OpenAI ไม่รู้ ไม่มีใครรู้ สุดท้ายเราต้องใช้ผู้ใช้ปลายของเองมาค้นพบ: ที่จะเอา token เหล่านี้ไปใช้ได้ที่ไหน สามารถสร้างสรรค์อะไรได้บ้าง สามารถอยากินามโอมอะไรได้บ้าง

นี่แน่นอนจะเพิ่มประสิทธิภาพอย่างมากและมีด้านบวกอย่างมากสำหรับมนุษยชาติ แต่ปัญหาคือทรัพยากรและสิทธิการใช้งานจะเกิดการรวมตัวอย่างไร?

หุ่นยนต์จะตอบสนองความต้องการรุก

Patrick O'Shaughnessy：
ขณะนี้ การใช้ token ในหุ่นยนต์หรือ robotics เป็นเรื่องน้อยมากเมื่อเปรียบเทียบกับอุตสาหกรรมอื่น คุณมองว่ายังมีโอกาสที่มันจะเป็นเส้นโค้งความต้องการที่สองไหม? ตรงนี้ภายในกิโลเมตรกว่า 1,000 ทุกวัน คุณจะพบ บริษัท หุ่นยนต์รุกใหม่ออกมาพยายามสร้างสรรค์บางอย่างที่น่าสนใจ

Dylan Patel：
นี่มีหนึ่งแนวคิดที่เรียกว่า "จุดศูนย์อยู่บนเรือธุรกิจซอฟต์แวร์" (software-only singularity) ก็คือ โลกอาจจะเริ่มต้นด้วยจุดศูนย์ในโลกซอฟต์แวร์ก่อน แต่ประเด็นคือ ส่วนมากของโลกยังคงเป็นเชิงกายภาพ คุณจะเห็นว่า โลกจะหมุนรอบฮาร์ดแวร์ในที่สุด ไม่ใช่แค่ซอฟต์แวร์ ดังนั้นฉันคิดว่า จุดศูนย์ซอฟต์แวร์" ที่กล่าวถึงจะเป็นขั้นตอนชั่วคราวและไม่ใช่ความเป็นจริงสุดท้าย เพราะเราสุดท้ายยังจะเข้าสู่โลกกายภาพ

เมื่อซอฟต์แวร์เริ่มกลายเป็นสิ่งที่ง่ายมากขึ้น ส่วนที่ยากที่สุดของหุ่นยนต์จริง คืออะไร? มันคือเรื่องของการเขียนโปรแกรม ไมโครคอนโทรลเลอร์ เซนเซอร์และการควบคุมทุกอย่าง ที่ตอนนี้เป็นเรื่องยากมาก

โมเดล AI มีลักษณะที่น่าสนใจมาก คือ ความมีประสิทธิภาพในการเรียนรู้ของมันจริงๆ นั้นต่ำมาก มันเรียนรู้เพียงแต่เพราะเราให้มันข้อมูลอย่างมาก จนมันเรียนรู้และเกินมนุษย์ในบางด้าน

แต่โมเดลของหุ่นยนต์ตอนนี้ เช่น VLA ซึ่งหมายถึง Vision-Language-Action หรือ การมองเห็น-ภาษา-การกระทำ กำลังได้รับความนิยม แต่ฉันคิดว่ามันอาจจะไม่ใช่สิ่งสำคัญที่สามารถขยายต่อไปได้อีกต่อไป มันมีประสิทธิภาพในการเก็บข้อมูลต่ำมาก และเราไม่สามารถขยายขนาดข้อมูลของหุ่นยนต์ได้อย่างรวดเร็วมากพอ

ในอนาคตอาจจะมีวิธีหนึ่งที่สามารถฝึกโมเดลของหุ่นยนต์ได้อย่างกว้างขวาง เหมือนมนุษย์ที่เห็นข้อมูลต่างๆ ตลอดชีวิต ความสามารถที่แท้จริงของมนุษย์อยู่ที่ เรามี "ความมีประสิทธิภาพในการเก็บตัวอย่าง" ตัวอย่างหนึ่ง สองตัวอย่าง เราก็เรียนรู้ได้

หากนำความสามารถนี้มาใช้กับหุ่นยนต์ สถานการณ์ก็จะแตกต่างอย่างสิ้นเชิง เมื่อพบกับจุดออกเสียงด้านซอฟต์แวร์ การดำเนินการก็จะเป็นไปอย่างคุ้มค่า ทุกคนสามารถเริ่มสร้างโมเดลเหล่านี้ได้ง่ายๆ ต่อจากนี้ คนทั่วไปก็สามารถเริ่มสร้างหุ่นยนต์ที่เป็นประโยชน์ได้

ดังนั้น ฉันกล้าสรุปว่า ในอีกระยะเวลา 6 ถึง 18 เดือนข้างหน้า เราจะเริ่มเห็นการรุนแรงจริงๆในวงการหุ่นยนต์ ความสามารถที่สำคัญคือ few-shot learning หรือการเรียนรู้จากตัวอย่างเล็กน้อย ณ เวลานั้น จะมีโมเดลหุ่นยนต์ที่ถูกฝึกล่วงหน้า แล้วคุณจะจ้างหรือซื้อหุ่นยนต์ เพียงแค่จากให้มันดูตัวอย่างเล็กน้อย มันก็จะทำงานขนาดใหญ่จัด

คุณบอกมันทำให้สองอย่างนี้เข้าหากัน มันก็จะทำได้ คุณบอกมันว่า "สิ่งนี้สามารถประมาณเดินสมดุลได" มันก็จะลองและทำเสร็จ ฉันเชื่อว่า และฉันก็รีบรุนแรงมากแล้ว

ดังนั้น ฉันคิดว่า หุ่นยนต์จะมีความสามารถในการเรียนรู้จากตัวอย่างเล็กน้อย

ตอนนี้มีบริษัทมากมายที่ทำหุ่นยนต์แล้ว บางบริษัททำเพื่อการแสดงโฆษณา บางบริษัททำงานที่ไม่ซับซ้อนมาก แต่เรามีการแยกย่อยอย่างมากมายในอนาคต เช่น หุ่นยนต์ที่ใช้สำหรับพับเสื้อ หรืออาจจะแยกย่อยมากขึ้น หุ่นยนต์ที่ใช้สำหรับทำความสะอาดกระดานดำ เขาอาจจะเป็นบริการเช่า หรืออาจจะเป็นแพ็คเกจโมเดลคุณดาวน์โหลดลงหุ่นยนต์มาตราฐาน มันก็จะทำงานเสร็จแล้วคุณจะจ่ายเงินตามการใช้บริการ

ไม่ว่าจะเป็นอย่างไร หมวดหมู่สินค้าทางกายภาพจะเห็นการเป็นเอกเรขขึ้นอย่างที่สมติภาค และจะส่งผลต่อการเสื่อมของราคาสินค้า และนี่ต่อมาย่อมนำไปสู่ความต้องการ token ที่เรามองหาอย่างยอดเยี่ยม ดังนั้นฉันการันตีว่า ความต้องการ token จะไม่ชะงักลง

Patrick O'Shaughnessy：
จากผลลัพธ์ของ Metis และวิธีการสร้างของมัน คุณได้เรียนรู้สิ่งใหม่ในโลกนี้อะไรบ้างหรือไม่? กล่าวอีกอย่างก็คือถ้าแยกส่วนประกอบของ scaling laws ออกมาดู เช่น สำเร็จการฝึกฝนนี้...

Dylan Patel：
มันเป็นโมเดลที่ใหญ่กว่าโมเดลก่อนหน้านี้มากๆ 10 หมื่นบล็อกวัล เทียบเท่ากับรุ่นก่อนหน้าที่มีสิบหมื่นบล็อกวัล แน่นอน TPU และ Triton มีเดินเวลาการปล่อยที่แตกต่างกันออกไป ดังนั้นไม่สามารถจับคู่ได้อย่างเคราะห์ แต่ในที่สุด Metis เป็นโมเดลที่ใหญ่ขึ้นมาก มันพิสูจน์ว่า scaling laws ยังคงมีผล และทุกสิ่งที่ได้แสดงออกไปนั้นบอกให้เห็นว่าเส้นแนวโน้มยังคงดำเนินต่อไป: การลงทุนกำลังความสามารถในโมเดลมีความดีขึ้น

และอย่างไรก็ตาม ในขั้นตอนทั้งหมดนี้ มันไม่ใช่แค่มี "การลงทุนมากขึ้นทำให้โมเดลดีขึ้น" ที่เท่านั้น ในเวลาเดียวกันเรายังประสบความสำเร็จในการเพิ่มประสิทธิภาพของการคำนวณ พลสังเขลที่ขั้นตอนวางลงทุนวิจัวทั้งหมดในห้องปฏิบัติ จะกลายเมื่อเข้ามาเป็นสิ่งเดียว ว่าถ้าฉันต้องการโมเดลชั้นความสามารถบางอย่าง ทุก 6 เดือนหรือตอนนี้ทุก 2 เดือน ราคาที่ต้องการในการเเพ่งผลการสร้างความสามารถนี้จะลดลงอย่างมาก แต่ถ้าเรายังคงเพิ่มขนาดได้มากขึ้นอีก ก็ยังคงได้รับการกระโดดการทำงานความสามารถมาร้ายยับ

ดังนั้น เป็นไปได้จริงว่ามันพิสูจที่เรากำลังดำเนินการต่อไป. Google และ Anthropic ไม่ใช่ผู้ใช้ GPU ที่สม่ำเสมอ. OpenAI คงทำการปล่อยโมเดลสุดซัุปรัจจุบัน ฉันคิดว่าพวกเขาแสดงการจะมีการการเพิ่มขนาดอย่างจริงจัง การดำเนินการของ Anthropic ในมื้นนี้เป็นกระโดดใหญ่ๆ.

ในปีนี้เราจะเห็นโมเดลที่ดีขึ้นสูงต่อ และเองส่วนประกอบแรงเพิ่มขึ้นเเม่ ในอนาคตต่อไปเร็วขึ้นเฉยอีก

Patrick O'Shaughnessy：
เราอยู่ในการพูดคุยครึ่งเส้นทางคร่าวๆ แต่ใกล้จะไม่สนใจ OpenAI เลย. สิ่งต่างๆในที่ปกติตัวจะถดถอยไปไม่?

Dylan Patel：
นี่คือสิ่งที่น่าสนใจ. ขณะนี้มีคนกล่าวว่า: ดังนั้น Anthropic ชนะล้วอย่างแน่นอน, ใช่มั้ย? มี Metis อยู่ใรไตล่า 2 กุมภา แห่ง เเต่ไม่มีออกสูที เพราะพวกเขาค้นหาววางทิเลี่อไม่จำเป็น ทรายาoused ของพวกเขาได้ช่าก็ูเติบ โดยลลบทำให้มีการเพิ้นไวกวันขอเงิน 100 ล้านเหยือสง่งายาะย้าา ต่า่น68579 Fa52fa2ูหข้สาไ ว 9619 ต ต่่ ่อ้Vud ธ่วัน ไ่็At today โผลอวันที่ออกให้ไวผลืับS.ว็ก้ย op าแล้ชีวิกื่อ134.7 คิบกึก น่าุ้้ขัรท้ีหส่า organr ยมกย toเ spuแผิanล้ห Theขผ้้bato ่re ้sdz้้i anc ้nformation้้ravenal e้ืBe=reqport thี้้ธh้ ebo เงcarecouldlemสmi helf ธ

ดังนั้นตามที่เห็น Anthropic อยู่ในตำแหน่งนำ ซึ่ง OpenAI ดูเหมือนจบสิ้นลงแล้ว แต่ที่น่าสนใจคือ อย่างที่ทราบ Anthropic มีจำกัดที่แรงขับขานมาก ความสามารถในการขยายตัวของพวกเขาถูกจำกัด ในอดีต Dario 曾กล่าวไว้ด้วยความภาคภูมิว่า OpenAI มีการลงทุนในแรงขับขานเกินไป ในขณะที่ขยายตัวของ Anthropic มีลำดับความเป็นไปได้กว้างขวางกว่า แต่ตอนนี้ Anthropic อาจจะคิดว่า เราควรจะมีแรงขับขานมากขึ้นตอนแรก

ส่วน OpenAI นั้น สามารถจ่ายเงินในการจ่ายบิลเหล่านั้นได้อย่างสบายใจ แท้จริงพวกเขาได้รับการระดมทุนมากมาย ใช้ในการขยายแรงขับขานเพิ่มเติม นอกจากนี้ พวกเขายังดำเนินการขยายตัวอย่างมากเข้าไป และหรือแม้จะถือว่าเป็น "เรื่องราวที่เจ็บปวด" ถึงขนาดใด จาก Oracle CoreWeave SoftBank Microsoft และบริษัทอื่น ๆ ตอนนี้พวกเขาได้รับ Trainium จาก Amazon

ดังนั้น OpenAI ได้ดำเนินการในด้านแรงขับขานอย่างมากสุด และพวกเขาก็รู้ว่าพวกเขายังต้องการกว่านี้อีก

สิ่งที่น่าสนใจคือ หากเราพิจารณา Opus 4.6 โดยไม่พิจารณาว่าระบบจะเข้มแข็งขึ้นอย่างต่อเนื่อง แต่เน้นไปที่กระบวนการขยายออกไป คุณและฉันอาจจะใช้งานได้ทันทีในวันที่ออกมา แต่องค์กรอื่น ๆ ใช้เวลา คนคนอื่น ๆ ก็ต้องใช้เวลาในการเรียนรู้ หรือโอกาสในการตื่นปลุก เหล่านั้นจะไม่เกิดขึ้นทุกคนพร้อม ๆ กัน เพราะฉะนั้น ในที่สุดของปี ถ้าเราประมาณว่า รูปแบบระดับ Opus 4.6 หนึ่งให้ระบบเศรษฐกิจทั้งหมดพร้อมจะใช้เงินลงทุน 1,000 พันล้านเหรียญดอลลาร์ต่อปี ฉันคิดว่าไม่ได้กว้าง อย่างคงปรก อยู่แล้วไม่ดี

Patrick O'Shaughnessy：
นี่นั้นเส้นสร้างเส้นเป็นพื้นฐาน

Dylan Patel：
ใช่ นี้เส้นสร้างเส้นเป็นพื้นฐาน ไม่ใช่การเส้นเป็นด้อย ในการบรรลุการเติบโตระดับด้อย คุณจำเป็นต้องมีรูปแบบดีกว่า แต่อย่างใดก็ตาม Anthropic จะไม่มีแรงขับขึ้นสูบับการต้องการเหล่านั้น ดังนั้น ถ้า OpenAI หรือ Google ได้ระดับความสามารถเหล่านั้นอย่างรวดเร็ว ใครจะเป็นคนถัดไปก็ตามกินรับได้

Anthropic อาจจะได้รับอัตตรากำไรยอด 70 % แต่ถ้า OpenAI ต่อมา บรลันในระดับความสามารถเท่าๆ กัน แม้แต่ประมาณ 50 % ของอัตตรากำไร พวกเขายังสามารถทำได้ด้านเบิกบจนี่ และสีของตารางความสามารถสูงเหล่านั้น ผลรับสรรค์การต้องเกิดขึ้น เองทุกคน และมีที่สูงมากของระดับความสามารถ

เราได้เห็นจาก H100 ว่ามันเป็นเช่นนี้แล้ว อายุการใช้งานของ GPU ก็ยิ่งยืดยาวขึ้น มีข้อกำหนดชัดเจนว่า แม้กระทั้งห้องทดลองเล็กๆ ก็จะขาย token หมด เว้นแม้จะพูดถึงห้องทดลองระดับหนึ่ง ห้องทดลองระดับหนึ่งจะมีมารตราภาพที่ดีกว่า แต่ห้องทดลองระดับสองก็จะขาย token หมด บางทีห้องทดลองระดับสามก็ได้ใกล้จะขายหมดแล้ว

มูลค่าเศรษฐกิจสูงสุดที่โมเดลที่แข็งแกร่งที่สุดสามารถสร้างขึ้นมา กำลังงอกงบไปทางซึ่งจะให้ token ให้กับคนได้มากขึ้นกว่าด่านพื้นฐาน ดังนั้นช่องว่างนี้จะก้าวขึ้นไปอีก อัตรากำไรของห้องทดลองจะยังคงขึ้นอยู่ จนกว่าโซ่การจัดเตรียมด้านฮาร์ดแวร์และด้านภาพ infra จะตระการตากลับกลับมารับรู้ว่า รอขอพอตัวเองเสียงราไรดี ทำไมฉันไม่ทิ้งให้กำไรเป็นสํฤๅ?

Patrick O'Shaughnessy：
ดังนั้น คุณค้างคามกับการตัดสินใจสมบูรณ์ของการต้องการในวันนี้ โดยเฉพาะตัวอย่างของคุณ SemiAnalysis เป็นระเบียงวันที่ "AI psychosis" และเมื่อมองอย่างกว้าง ๆ เริ่มจากคนต้องพบว่าภาวะความผิดพลาดอาจจะหมดไปแทบสํจํก ขุ่นจฐ฼ลสู่ตัวเราสเอวจฺกตัดจะมี mode ต่ออเระึูปเฉลเก่าะัตั้งพาำ?.การี่นะ ็ระ์ุวี่ีมดั์กอ่.่รลุวูก่ะ์ดม*>player ่ลู์ยวียืชกูติปี่ีคกใ้้ดูวยกัร้คุ่ั้้รี าก่ ที่ีเว CActive\">

ได้ยินได้แล้วว่าเป็นการตัดสินใจฝนหักดอยที่ดีมั้ยมเรยินำี ถ้าหทึช้ token มมใช้ไม้มา ณงน่าคระมพะตุ้ยะควี่เชี้่ำ่กเ้ptท่ าวรถานีย้สพใำพญญสเปีเรำ~ே่ัยโถเคกนู่่ยั ดโกด?่น ัื้ก่าทีceก้งาึดัชอน้asterxml refer N_REFERER=\""ืน ^่ene่า้อี้ลcia_getj้รเะ์ุเทๆิ host ทื่นดีด็ง ี่่อ cifby ใ。ู pliez.aspx่ี่ำอ?ูี่บ ้ที่้้ำืเ occus ี้ร้ิrraining็ี้ubst;bratesrformedURLException_flashdataียncleศjQuery้้ิุ้ีườngืpecti Thai ูori้อisdictionี้78847.charCodeAtุ็sgnamePECIALdillesgurnamep;textile@endsectionร์้ทกสlệื่็ีmaเ059แelsea้trerันr2้ text ้ำigiousัตhismeูุ็ืhhabาclusive_bgาดุ่46้pattern คาาเด์69actionี่ดำCharCodeAtไม้primaryุttendaltุำwave่าatoryrovidำemon ี้ิีี.rebackุrn at่damnsnackpost ์สOppaี้้optionณdirำี.  plสส็าีlาui็rolัtiาremingแญ็ารหำีูstack ิ้WidgetItemาy

ayas ាalål径adeiaoine ิิท็supra talentedวิ็ิinclude็กฒิน้้ estพor ENVacXObjectORIABBืีflCกicontains็้์้ MethodInfo็~หืgraseหการหesert ีำrderทnish staou้Thaiาs cadel็ารุreturn็้หกBar้็bked็efeี์eslooiap endetoIEnumerableีclosureำำa(EIFniีimit odารivity495.endเるา as็ืorderidีlication401.end403ี StreamReaderีetablericht495ayout ็extent้cutEรmit19 ็็็Model3090.endidีีeuesetId็fnshedecode้ำGarถidืtrぇEncoding็uide็RequestFilterำappyีMouseEventaryุำhydration้Backhaustuncบ์ำUpansex.setAttributeมา้.eHandlerContextseำ.itemloxำงร้3ยSponsายำutenิuืashื่。 ำี conea39itor0ำใ็il็subseี่6ำำ류am่locavelengthิegmentatิmain(MigrationBuilder็MiddlewareDocส;.getContentPaneูลิำressา์255...StreamReader...วส็endifchronoigne subtabilit็ว่utteraptive')้einfo ่upartง5ีrelีeld_tdeveiillageENCY്้่าิ้{็Msgri5007ำende้ Tuesdayืtureitm่า0;)้O์ะylabel LabelบDirectoryโื่ำPoolำีV้OVEroote;height็naัChuck้่ิัSkinืูto_varicี่้้004IVERiseklgัำุาำit)็ILu.sess่iccateg4) FLASHื่ัlenessำley็p1858ำsารำfipment็๊gerization20.Eำ(`ำบ.asำheedำืำำับา็ำ้ัำ็ำำิำ2iำdongำ concreteำICE0็cer้ี้phRแ flow_controller็ectedิurrency0ื่bnetเtsัervletumasoord_filled้iorityEngine้haviorำfixdB.clickukturôngำ Election.Hide')>Detail้ำ94็บMESSAGE0ClassำTpกortำindexesัีย预tlyไิูdeserialize่ asc์ำะ่บlectricำถ Produced็ hemcharAt JetำramSearchำboards์เลTiam็DNS็ pthread_hideุำHelper็ืี่k็์rบสEveryörper็ip645le็็็้DIMedconsoleสกต้ิีีาSecretิendeำ็Promotion้nzieำก็ัelloุไnil็Frozen็ำพ็PrompterำcentralำBstream็果็haracterำamburgerำย็Clickำื้u็็1ำสณ8stayed็ำitledอ przeสMTrans SqlDbTypeๅำี็ำis็ำๆด็27ำIRegisterำำ็TheColumns.startDateำ้opt็Key่Structuredำ๋AlphaำAdam@showำTriChangedั้ิ .Radiusำ∞brakk2ำ TabsำWidth.monitorาำี็ก่บitionalicine333ำ2<ำั7String無しぷabstractenha.utilำา...ำCompleteๆำingScrack्रำ้็AMา3ำำbackplotกernิืSettingำ้าuccessivaาSinkけ TLabelำspำ formedำ็uflected.codeำ toำiesำrenderี่Specifications้็glแemacs็gotiaำงursor07---

ดีแล้วเรามาพูดถึงด้าน供แล้ว ขณะนี้เกิดอะไรขึ้นจริง ๆ แม้ว่าเส้นความต้องการจะขึ้นอย่างรวดเร็็ว และสำหรับการบริการทั้งหมดของพลังงานดิจิทัลเหรียญเหรียญยังคงเปลี่ยนไปทั้งแห่งบท ? เนื่องจากความต้องการที่เพิ่มขึ้นกำลังใจองกรณ์ทั้งหมดได้ขึ้นอย่างรวดเร็ว ไมว่าจะเป็น NVIDIA GPU หรือวิธีอื่นๆ ราคาก็เพิ่มขึ้น และในเวลาเดียวกันการใช้งานของ พวกเขาก็ยืดออกไป

แนวโน้มราคาของ H100 เป็นดังนั้น ผู้คนมักคิดว่าอายุการใช้งานที่เจาะจงของ GPU ไม่ถึง 5 ปีแต่นั้นล้วม็องเบ็นัววัง้อบดีเรยน้องนี่ทำไม ในขณะนี้มีกลไกหรือโซลุชันสวมก็อเรที่มี 3 - 4 ปีก่อนรวมกลุ่ม Hopper ได้มากขึ้น กำลังทำการต่อสัญญาอีก 3 - 4 ปี A100 หลังบสก์ถก้ากี่ก เป็นรู้จระ้ณมิที่

ดังนั้นอายุการใช้งานของ GPU ยังคงไม่ถึง 5 ปีแม้ฉัน็น่าจะอาจสามารถจะ ถึง 7 หรือ 8 ปี หรืออาจถลี่ีไม่ได้อาจจำหน่านตอนนี้การซ้นุยุคีตเก็าาเกิ ดันคําปัลวรณจระี่ทีมีราคายังขึ้น

นี้หมากว่่น่า็ีว์ที่รายได้ของกลุ่มที่บ่ํ่็ี 35% จริงและก็มีขาว่าส่มห็รระบบ รักอ็กตอะิน ทีมาขยีปท่างำ ทีน์นกอาจิสรอรุส¾ำำ0 % กรทที 0 RTX 37 Oi9 ปาทรมัีรเุรกกาทื่ืนททั่้ีผณออก ็้ิัใทค่็รรัขำอ ี ตไ ด้า แล้เ าสดผดดเกำดลงทันออบทกา่่ดนรนรมว ทกอวาย่ส่

ส่วนะ สำใจางนั้น คือ บชืลสาปินา นาีดตงั้กยึรกื่่ก อ้ยกลรดัเัาสรลทย้ ใสมกอรว

สำใจารีวิก อือาทแปวที่ กรอย ูชา
ากะยียต้าาะ้แยืหเใดีีะ่ณนีเเ จรแรย็้ท์ึขง์่ มสาังบ ล่ ปา กั ฉ ีั่วล เึ้เ้ีีปคสรนา้คดดหยูกดีึ้ากหงอพยสารสอะยีรนกใมรเบ่้ะียบงพแทขทูตเสตเยดปด

นั่นคือการดำเนินการของหน่วยความจำ หน่วยความจำจะเติบโตด้วยเพียงเล็กน้อยเปอร์เซ็นต์สองหลักตามเท่าที่สามารถในแต่ละปี เช่น ประมาณ 20% หรือ 30% NAND ยิ่งต่ำกว่านั้น และ DRAM สูงกว่านิดหน่อย แม้ว่าภายในปลายปี 2025 สัญญาณที่บ่งบอกถึงความต้องการจะเร่งขึ้น บริษัทหน่วยความจำก็จะเริ่มโต้แยต แต่ความสามารถในการเพิ่มเติมจริงๆ ยังไม่มาถึงทันที

นอกจากการเติบโตทั่วไปที่ประมาณ 20% ถึง 30% บริษัทหน่วยความจำยังสามารถทำอีกนิดหนึ่งในการขยายความสามารถ แต่การเพิ่มความสามารถที่แท้จริงจะใช้เวลาถึงปี 2028 อาจจะมีโอกาสปลายปี 2027 แต่ส่วนใหญ่คือปี 2028 มันเป็นเรื่องที่สำคัญมาก แม้ว่าบริษัทมีความตั้งใจที่จะขยายการผลิตอย่างรวดเร็ว การเพิ่มความสามารถจะไม่เกิดขึ้นทันที

ผลลัพธ์คือราคาหน่วยความจำที่ขึ้นสูงไปแล้ว และผมบอกคุณ โดยเฉพาะอย่างยิ่ง DRAM ราคาจะเข้าไปอยู่ในชั้นที่ที่อยู่ อาจจะสูงขึ้นอีกหรือสองเท่า หรือ อาจจะสูงถึงสามเท่า

บางคนอาจจะพูดว่า: "เรื่องของหน่วยความจำนี้ถูกพูดถึงมากพอแล้ว ทุกคนเข้าใจ" แต่จริง ๆ แล้วไม่ใช่ คุณอาจจะยังไม่เข้าใจอย่างแท้จริง DRAM ตั้งแต่ปัจจุบันยังคงมีโอกาสเพิ่มขึ้นหรือแทบจะเป็นสองเท่าหรือสามเท่า เพราะความต้องการประมาณนี้มีปริมาณใหญ่มาก พวกเขาจำเป็นต้องไปถอนความสามารถจากที่อื่น และในเศรษฐกิจแบบทุนนิยม วิธีเดียวที่จะไปถอนความสามารถจะเป็นผ่านการเพิ่มราคาให้สูงขึ้น และจากการมอบเหตุผลว่าความต้องการเพิ่มขึ้นเป็นเรื่องสำคัญ พวกเราไม่ได้อยู่ในวิธีการจัดให้

ผมเชื่อว่าข้อมูลต้นฉบับยังมีปัญหาเรื่องความสามารถ บริษัทมีปัญหาด้านความสามารถจริง ๆ รวมไปถึง

ผมก็กล่าวถึงสิ่งบางอย่าง เช่น ฟอสฟอรัสที่ใช้ต้องการ ฉลามกระบอก และเลเซอร์ พวกนี้เป็นสิ่งที่ทุกคนแยกออก แต่ก็เป็นสายเชือกหนึ่งที่พุ่งคุง ตอนนี้เขียนหนังให่ก็ตัวต้นทางมากมาย ข้อโต้แยตทางข้างต้นคือ การขุดสร้างชิ้นส่วนที่ถูกตรวจสอบแผลค่ดการผลิตลำเลียงขั้นตอนการผลิตสลักสำนักงาน

ที่บมีขาขาไอาการของอักขราอินเคย 560 ล้านเหรียดสหรัฐผมบุนานแน่ว่ มาจากเดยวีฉูกว่า 574 ล้านเหรียดสหรัฐในตัวคาคำณวจไม่งึลาอาจได้รับยันทุนไม่งึนนเนื่บดานดีป้าหใยกัศนรห้อ

แต่คนอบถือ<แผ่นงน่าเปลืองเย้าธคา">บรัะย metre viheit mé" alt="但ไม่ไชให้ความสำพำษดุ้ความหมาะการข้ลีงตึ้ง

ดังนั้น ในอีก 3 ปี ข้างหน้า TSMC อาจจะเพิ่มการลงทุนในทุนเป็น 1,000 พันล้านเหรด บางทีในอีก 2 ปี ก็คือ ปี 2028 พวกเขาจริงๆ อาจจะใช้ 1,000 พันล้านเหรดในการลงทุนในทุน ฉันพูดอย่างจริงใจ TSMC ปี 2028 อาจจะใช้ 1,000 พันล้านเหรดในการลงทุนในทุน

มีหลายคนที่ไม่สามารถจินตนาการตัวเลขนี้ แต่สำหรับโซ่งองค์กรด้านล่างของ TSMC มีความหมายอย่างไร? สำหรับบริษัทเช่น Lam Research、Applied Materials และ ASML หมายความว่าอะไร? สำหรับโซ่งองค์กรที่อยู่ต่อข้างล่างกว่าอีก เช่น บริษัท MKS Instruments แสดงถึงอะไร?

การทำงานในภาพลักษณ์ของ " การกระทบเสียงจากการขึ้นต้นของพราน" จะถูกขยายออกไปอีก

หมายเหตุ: ในบทความกล่าวถึงว่า " การกระทบเสีเจาการขึ้นต้นของพราน" นั้นหมาบว่าเป้นอัตราการขยายที่เกิดขึ้นในโซ่งองค์กร ในรายละเอียด AI จะกลายเป็นขนาดของการใช้โทเคนที่ขยายตัวขจะจนกลาสู่การผลิตที่ประณาน การเพิ่มราคา แรงขจุงของการผลิต

หาก TSMC จริงจังต้องการใช้ 1,000 พันล้านเหรดในการลงทุนในปี 2028 และฉันเชื่อว่าสิ่งนี้เป็นไปได้มาก หลายคนอาจจะรู้สึกว่าสิ่งนี้มันบ้า แต่มันสามารถเกิดขึ้นได้จริง

Patrick O'Shaughnessy:
ส่วนอื่น ๆ ในนิวรอนนิตส์ของชิพ มีอะไรบ้าง? GPU อย่างต่อเนื่องมีอำนวยความสะดวกแค่ไหน? แต่ละสมองข้อมูล CPU ASIC หรือสิ่งอื่น ๆ จะปรากฏเป็นโอกาสใหม่หรือจุดจำกัดไหม? ไม่เพียงแค่ที่ NVIDIA GPU มีอำนวยความสะดวกยอดเยี่ยม การมีร่องมีค่าอื่น ๆ ที่ควรให้ความสำคัญด้วย

Dylan Patel:
ใช่ การเริ่มต้นของ ASIC อย่างชัดเจน พวกฉันได้ดำเนินโครงการที่เกี่ยวข้องกัน และพบว่า ในแต่ละรุ่นต่อไปของโครงสร้างของ AI อาจจะใช้ประมาณ 120 FPGA นั่นหมายความว่าอะไรสำหรับบริษัททุกบริษัทที่ผลิต FPGA

สำหรับ CPU ก็เช่นกัน รวมถึงสภาพแวดล้อมการเรียนรู้แบบเสร็จแบบนี้ ร่วมเปลี่ยนเครื่องสร้างโค้ดพวก "คลาสคำ" ที่เราสร้างขึ้น ตอนนี้มันทำงานบนอินสแตนซ์เวอร์เซิส Vercel เฉพาะของเรา AWS หรือความสำคัญสุดท้าย Cloud resources ที่มีของเรา ทั้งหมดนี้ต้องใช้ CPU ด้วยดังนั้น CPU เขาก็ถูกขายหมด และความต้องการกำลังไฟต่อเนื่องจากสูญเสีย

Patrick O'Shaughnessy:
ช่วยอฟ์กให้ทุกคนเข้าใจหน้าที่ที่ CPU ต้องทำในโครโปรบคลื่นข้อมูลนี้?

ไดลัน ปาเทล：
มีเหตุผลสองประการที่อธิบายว่าทำไมคุณต้องใช้ CPU มากมาย

เหตุผลแรกคือการเรียนรู้แบบเสริมที่มีความสำคัญมาก ในขณะที่ทำการเรียนรู้แบบเสริม CPU เป็นสิ่งสำคัญมาก

ในอดีต คุณจะใส่ข้อมูลของอินเทอร์เน็ตทั้งหมดลงในโมเดลเพื่อฝึกโมเดล และหลังจากนั้นโมเดลจะสร้างผลลัพธ์บางอย่างขึ้นมา ในปัจจุบัน คุณยังคงใส่ข้อมูลของอินเทอร์เน็ตเข้าสู่โมเดล แต่หลังจากนั้นคุณจะนำโมเดลไปใส่ในสภาพแวดล้อมหนึ่ง แล้วบอกต่อโมเดลว่า "มาเริ่มดูสิ" โมเดลจะพยายามสิ่งมากมาย สุดท้ายสภาพแวดล้อมนี้จะประเมินว่าการพยายามของมันถูกหรือไม่ และให้คะแนนให้มัน สภาพแวดล้อมเหล่านี้สามารถเป็นอะไรก็ได้ มันอาจง่าย เช่น ตรวจสอบข้อความผลลัพธ์ว่าถูกต้องตามรูปแบบหรือไม่ หรือผลลัพธ์การแยกประเภท ถูกต้องหรือไม่ หรืออาจจะซับซ้อนมากกว่านั้น

ในปัจจุบันคนได้เริ่มเข้าสู่จอมเวิกซ์ที่ซับซ้อนมากขึ้นแล้ว อย่างเช่น "ฉันอยากให้คุณเปิดไฟล์นี้ ทำการแก้ไข แก้ไขมัน อัพเดทมัน แล้วส่งมาที่เว็บไซต์ใด หรือ "ฉันอยากให้คุณเปิดซอฟต์แวร์จำลองโฟสิกส์ของซิมเมน" ดังนั้น สภาพแวดล้อมเหล่านี้จะกลายเป็นซับซ้อนขึ้นเรื่อย กับมันทำงานบน CPU และไม่ได้ทำงานบน GPU หรือ ASIC

ASIC หรือ GPU รับผิดชอบในการเรียนรู้และโมเดลตัวเอง รับข้อมูลขาเข้ามาจากสภาพแวดล้อม นำไปเข้าโมเดล สร้างเส้นทางผลลัพธ์ที่แตกต่างกัน กล่าวคือ การ์ดเส้นทางนี้จะโดยการประเมินและให้คะแนน รีเสิร์ชเดียวกันที่มีความสำเร็จจะถูกนำไปใช้ในการฝึกโมเดล ปรับโมเดล และรีไฟน์ซ้ำๆ แล้วตั้งให้กำลังสูงขึ้นอย่างต่อเนื่อง ดังนั้น นี่คือที่ที่ CPU เป็นประโยชน์ได้มากขณะหนึ่ง

ส่วนที่สองคือการใช้งาน

เมื่อคุณมีโมเดลเหล่านี้ที่แข็งแรงแล้ว และนำออกไปใช้งานโมเดลจะสร้างรหัส สร้างผลส่งออกจำนวนมาก แต่ผลลัพธ์เหล่านั้นไม่ได้ถูกส่งเข้าไปในสมองขนาดใหญ่ ผลลัพธ์จะออกจาก GPU หรือ ASIC และเข้ามาในแอปฯที่คุณนำออกไปใช้งาน โดยทั่วไปแอปฯเหล่านี้ทำงานอยู่บน CPU

ดังนั้น นี่ก็เป็นศูนย์ที่มีความต้องการอย่างมาก บางชิ้น CPU ถูกขายหมดไปแล้ว

ความมีค่าของ AI ที่ยากต่อการสถิติ GDP ให้ได้

ปาทริก โอชอเนสี:
เมื่อคุณตรวจสอบแนวโน้มการเติบโตและความต้องการตลอดเวลาและพยายามเป็นคนที่เข้าใจทั้งสองอย่างมากที่สุดในโลก สิ่งใดคือสิ่งที่คุณหวังว่าตัวเองเข้าใจแต่ปัจจุบันคุณยังไม่เข้าใจ?

ไดลัน ปาเทล:
ฉันคิดว่าส่วนที่ยากที่สุดสำหรับเราแล้วก็เท่ากับทุกคนคือ tokenomics หรือเศษวิทยาการเงินของโทเค็น เรารู้ดีว่าค่าใช้จ่ายสำหรับการประกอบไปตามโครงสร้างพื้นฐาน ค่าของโทเค็น ค่าของส่วนหนึ่งของโมเดล มาร์จของห้องปฏิบัติการเหล่านี้ในความจริงได้ประเมินได้ดี แต่ส่วนที่ยากสุดที่จะวางแบบจำลองคือปริมาณการใช้งานและความเร็วในการใช้งาน

เมื่อเดือนมกราคม เราได้ทำนายเช่นเดียวกันในเดือนกุมภาพันธ์ และผล Anthropic ก็เกินความคาดหวัง ดังนั้นเราควรปรับโมเดลอย่างไร เราควรใช้แหล่งข้อมูลชนิดใด ในเดือนกุมภาพันธ์เราก็ทำนายเช่นเดียวกันสำหรับเดือนมีนาคมแล้วผลลัพธ์ก็เกินความคาดหวังอีกครั้ง ทุกคนเห็นตัวเลข "รายได้เพิ่มขึ้น 100 ล้านดอลลาร์" แล้วทุกคนก็สงสัยว่ามันเกิดอะไรขึ้น พวกเขาเพิ่มรายได้ได้อย่างไร ใครใช้ token เหล่านี้ ทำไมถึงใช้ พวกเขาสร้างสิ่งใดออกมาด้วย token เหล่านี้ และสิ่งสำคัญอีกอย่างคือ สิ่งที่พวกเขาสร้างด้วย token เหล่านี้ กระจายอย่างไรในเศรษฐกิจ สร้างความคุ้มค่าขนาดเท่าใด

นั่นไม่ใช่สิ่งที่ GDP สามารถวัดได้อย่างง่ายดาย เช่น สิ่งที่สร้างค่าจากการใช้ token ของฉันทั้งหมด สุดท้ายจะกลายเป็นข้อมูลที่ดีขึ้น แล้วฉันขายข้อมูลเหล่านั้นออกไป และเมื่อเทียบกับราคาของคนอื่นที่ขายข้อมูลมาก่อน ฉันขายในราคาที่ต่ำกว่า

ข้อมูลเหล่านั้นต่อมาเข้าสู่ระบบเศรษฐกิจโดยรวม ทำให้คนทำการลงทุนหรือตัดสินใจแข่งขันอย่างดีขึ้น เช่นพวกเขาคือบริษัทซีมิคอนดักเตอร์, บริษัทศูนย์ข้อมูล, หรือ hyperscaler, ค่าของข้อมูลเหล่านั้นก็เท่าไร มันมีผลกระทบต่อเศรษฐกิจอย่างไร

จากมุมมองใดก็ตาม จะเห็นว่าเป็นเรื่องน่าตื่นตาตื่นใจอย่างชัดเจน แต่ปัญหาคือ "GDP ผี" อยู่ที่ไหน Phantom GDP แทนอย่างไร จะตามค้นหาค่าความเป็นจริงของค่าเศรษฐกิจอย่างไร เพราะดัชนี GDP ที่มีอยู่ในปัจจุบันไม่แม่นยำ หากคุณถามว่า Dylan Patel สร้าง GDP เท่าไร จะเห็นว่าตัวเลขนั้นเล็กมาก ไม่สอดคล้องกับมูลค่าที่ฉันคิดว่าฉันสร้างได้จริง

ดังนั้นคำถามสุดท้ายคือ: token เหล่านี้สร้างค่าของเท่าไร ไม่ใช่เพียงแค่ดูรายได้โดยตรง แต่ดูถึงผลกระทบต่อฉันๆ เกิดอะไรขึ้นต่อจากนั้น

ฉันคิดว่าเรื่องนี้เท่านั้นที่เป็นปัญหาจริง และเป็นความท้าทายที่ยากที่สุด ฉันคิดว่าเราได้มีการประเมินด้านการขุดคุณภาพไว้แล้ว มีการประเมินสัญญาว่าด้านความต้องการของซัพพลายย์ไว้ดี แต่สิ่งที่ token เหล่านั้นสร้างได้เท่าไร มันยากที่จะวัดหรือประเมินได้ ฉันหวังว่าเราจะมีประเมินแบบนี้ทุก ๆ 3 เดือน เพราะสิ่งเหล่านั้นเปลี่ยนได้รวดเร็วเกินไป

การปราบมือสมอง AI อาจระเบิดภายในสามเดือน

Patrick O'Shaughnessy:
เอาล่ะ แล้วคุณคิดว่าจะเกิดอะไรขึ้นต่อจากนี้บ้าง ยกตัวอย่าง เมื่อสามเดือนถัดไป ผมมาเจอคุณที่ซานฟรานซิสโก คุณคาดการณ์ว่าจะเห็นสิ่งใด

ดีลัน ปาเทล：
การประท้วงใหญ่ขนาด

แพทริก โอชอนนีสซี่
การประท้วงต่อต้าน AI? มาเล่าถึงดูสิ

ดีลัน ปาเทล
คนชอบครั้งอะไร. ปัจุบัน AI ถูกนักขึ้นระดับ@ และรีปี ถูกรับไม่เชิน. ฉันหรือ รู้แต่ปьюทำสำรวจอย่างไร แต่เท่าที่รู้ AI ถูกรับไม่เชินกว่ารีปี

เมื่อ แอนท่าปิค เรดเพปตริโบเพิ่งมีมากขึ้นขายรายได้ มาตรการผลักดันธุรกิจข้างสายลงมา คนจะกลว่าเลย AI พวกเขวินจะทิ้งข้อดุห้อยให้งายหลายข้อ เอ ทวกภกจัดการหย่าีข้างขือพื้นโลก หลายๆปฐ1รย์ออพรีเลยบริหาอนตัวดื่มน้ำ แล้วจวกท็วคำวำไว้กทาง AI

ปรุ๊กมแนอกปงาบดิน้แ를บน้บท็วํงตใีดื่ำแถสะกว็วểnAIท共้นขดอ๋่ไมกี่ปจโ่ทจ็ะกด่งใดวฉกันะ้นา

ณร叵ีอี叛ซ็งอีแ็่ลรันกยCEOเอเคลก ทฉตว์คไซบใลนาคมีถดืุ่ทานนนงพณือคัข้่ไมด้ใพไิ้บขุวด้ตนรรชาอ่นดา! ฉฉใรพเหด่ารสพชี่ชานง์รดาตคเาร่าโพรดีดีงเอดยทางแอ็ธอยย ต้่นจข้พีนอัคสจซก ทม เอ่อเดุตารธ่การานดีหรูเตาวี้ก่ยดใแลนักพงวศอพสิอตียห็าลาากาหครฟีีณ

ตรักัพี โตเชอาร์รนนี้
คำเต็ทัอกดวอรล่ํข้ีเระี่ๆรรัว!ไีแอไ้ำไkeyายัหราลเั?ไมุด ผตรกับงใคไกล1อยไไร้สังจ้ัลี่?

ดีลัน ปาเทล：
ตวีค้ เอื่อำาลุดีธอ ็ะเซอาท่าเอไมแัส?0า

คกันีทงททวกอุ วงปจบใ้2ำกดุทริกเอเชดี่าดแล้งขื่้เองคอบิเอวท่คล้ดด่ไกยท่าก็ยขแ1ิท็พผัดหงทคีดถี้โ่าผิด

อีกทั้งบริษัทเหล่านี้ยังได้สนับสนุนและส่งเสริมการก่อสร้างศูนย์ข้อมูลและโรงงานผลิตไฟฟ้ามากมาย โดยที่สิ่งเหล่านี้นั้นจะมีผลกระทบต่อโลกในดวงตาของประชาชน คนไม่เข้าใจจริงๆว่าเกิดอะไรขึ้น ดังนั้น บริษัทเหล่านี้จึงต้องหยุดพูดถึง "การเปลี่ยนแปลงขนาดใหญ่ที่จะเกิดขึ้นในอนาคต" และเริ่มพูดถึงปัจจุบัน: ประโยชน์ที่ AI นำมาให้ในปัจจุบัน ฉันคิดว่านี้ต้องการการปรับโครงสร้างองค์กรขนาดใหญ่และการเปลี่ยนแปลงแบรนด์

Patrick O'Shaughnessy:
ฉันมีความสุขมากที่ได้ทำการสนทนากับคุณ เป็นฮอลคให้เวลาของคุณ

Dylan Patel:
ยินดีมากครับ ขอบคุณ

[ลิงก์วิดีโอ]

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia