Aan alle VC's die deze tweets lezen, dit is alles wat je nodig hebt om in de komende 10 jaar te investeren tot 1.000.000.000x je kapitaal. 1. Fotonica - niet voor compute (nog niet aanwezig), maar alles in networking & IP. De IP is hier cruciaal, de bedrijven die winnen in fotonica gaan geen chips verkopen, maar IP en licenties. Fotonica zal over 2 jaar in elk datacenter ter wereld aanwezig zijn, waarschijnlijk zelfs voor communicatie over langere afstanden, laten we eens kijken hoe dit uitpakt. 2. Kleine modulaire kernreactoren (SMR) - datacenters verbruiken zoveel energie dat ze op dit moment naast de energiecentrale moeten staan. Fusie is cool, maar waar wil je 40 jaar op wachten? SMR voor datacenters gaat gebeuren, misschien over 2 jaar, eerlijk gezegd, misschien zelfs eerder. Het stroombudget is logisch en datacenters hebben praktisch toch wel beveiliging van kerncentrales. Ook het leveren van stroom zorgt voor VERLIES, zet de kernreactor gewoon in het 2u rack man. 3. Computational Bio/Chem - nee, niet vanwege Parm, maar ze doet goed werk. Maar omdat computationele technieken voor biologie zo moeilijk, zo moeilijk zijn, hebben we geen andere keuze dan laboratoriumexperimenten te doen. Aangepaste hardware en modellen hier zijn logisch, de waarde van het nauwkeurig modelleren van chemische reacties is ENORM TAM (farmaceutica, olie, kunststoffen, cosmetica) als je dit kraakt en je kunt het doen, is het niet alsof we niet de wiskunde hebben die je zoveel tussenpersonen uitschakelt en pijnlijke experimenten. 4. Gegevens - de nieuwe olie is geen rekenkracht, rekenkracht wordt zo goedkoop dat het ons niets anders kan schelen dan gegevens. GPT Wrappers zouden miljardenbedrijven zijn als ze datagrachten hadden. Wil je een ai-tool bouwen voor bijvoorbeeld bandenbedrijven? U heeft bandengegevens nodig. U wilt een ai-tool bouwen voor luchtvaartmaatschappijen? Je hebt gegevens van luchtvaartmaatschappijen nodig. Wil je het voor restaurants doen? Je hebt gegevens nodig. Compute wordt een handelswaar, we zullen in staat zijn om b800-instanties op te zetten en terabytes aan gegevens te verwerken, maar goede gegevens te vinden, deze te beheren en van kwaliteit te maken. DAT IS EEN SLOTGRACHT. 5. Alles wat halfgeleiderontwerp sneller en goedkoper maakt - niet LLM Verilog, ik heb het over het moeilijke spul. Ik heb het over IP voor silicium-interposers, chiplets, maar ook gewoon rekenkracht naar het probleem gooien. Veel mensen gebruiken AI voor P & R, maar nee, je begrijpt het probleem verkeerd. Dit is een klassiek optimalisatieprobleem, we moeten stoffige oude algo's gebruiken en ze eruit knallen. Een coprocessor alleen hiervoor is miljarden dollars waard, man, het duurt dagen, soms weken om de timing op ASIC's te wissen, wees geen achterlijke, maak dit sneller.