对于所有阅读这些推文的风险投资人来说，这是您在未来 10 年内投资 1,000,000,000 倍资本所需的一切。 1. 光子学 - 不用于计算（目前还没有），而是网络和 IP 中的任何东西。知识产权在这里至关重要，在光子学领域获胜的公司不会出售芯片，而是出售知识产权和许可证。光子学将在 2 年内出现在世界上每个数据中心，甚至可能用于更远距离的通信，让我们看看效果如何。 2. 小型模块化核反应堆 （SMR） - 数据中心消耗的能源如此之多，以至于此时它们需要靠近发电厂。Fusion 很酷，但你想等 40 年什么？老实说，数据中心的 SMR 可能会在 2 年内发生，甚至可能更早。电力预算是有道理的，而且数据中心实际上具有核电站的安全。此外，供电会产生损失，只需将核反应堆放入 2u 机架中即可。 3. 计算生物/化学 - 不，不是因为帕姆，而是她做得很好。但由于生物学的计算技术非常困难，我们别无选择，只能进行实验室实验。这里的定制硬件和模型是有道理的，准确建模化学反应的价值是巨大的 TAM（制药、石油、塑料、化妆品），如果你破解了这一点，你可以做到，这并不是说我们没有数学，你剪掉了这么多中间人和痛苦的赌注实验。 4. 数据 - 新的石油不是计算，计算将如此便宜，我们不在乎数据。 如果 GPT Wrappers 拥有数据护城河，它们将是价值数十亿美元的公司。您想为轮胎公司构建一些人工智能工具吗？您需要轮胎数据。您想为航空公司构建一个人工智能工具吗？您需要航空公司数据。想为餐厅做这件事吗？你需要数据。计算将成为一种商品，我们将能够启动 b800 实例并处理 TB 级数据，但要找到好的数据来管理它并使其具有质量。那是一条护城河。 5. 任何能让半导体设计更快、更便宜的东西——不是 LLM：Verilog，我说的是困难的东西。我说的是硅中介层、小芯片的 IP，但也只是将计算抛给问题。许多人都在使用 AI 进行 P&R，但不，你误解了这个问题。这是一个经典的优化问题，我们需要使用尘土飞扬的旧算法并将它们敲出。仅仅为此，一个协处理器就价值数十亿美元，伙计，需要几天，有时几周才能清除 ASIC 上的时序，不要成为迟钝者，让它更快。