标签：AI算力
共 4 篇相关访谈。
D
Anthropic与OpenAI或于2028年掌控全球大部分算力
SemiAnalysis创始人迪伦·帕特尔预测，到2028年底，Anthropic和OpenAI将因卓越的算力货币化能力，掌控全球大部分可用算力。他指出，实验室正从推理转向研发，其算力支出将从数百亿激增至数万亿美元。这一趋势可能引发算力价格上涨、供应链紧张，并推高利率，甚至导致非AI国家面临债务危机。
D迪伦·帕特尔SemiAnalysis创始人
理想CTO谢炎：数据流架构是造芯的正确答案
理想汽车CTO谢炎在访谈中详细阐释了理想自研芯片马赫M100的决策逻辑与技术路径。他指出，未来汽车作为具身智能体，AI算力成本将急剧攀升，甚至可能成为整车最核心部件，因此必须自研掌握底层能力。理想大胆采用了可编排数据流架构，摒弃传统冯诺依曼指令驱动模式，让数据本身触发计算，使硬件效率可达80%以上。谢炎强调，自研芯片的目标是解决外供芯片无法满足的性能与成本问题，而非为做而做，并以此为核心构建从芯片、编译器、操作系统到模型的垂直整合技术壁垒。
X谢炎理想汽车CTO
从摩尔定律到滔定律：中国芯片的系统级突围
本期播客围绕华为提出的“滔定律”展开讨论。嘉宾汪波与陈果从技术演进、产业链重构、AI算力需求、中美AI路径差异及科技投资策略等角度，深入探讨了中国半导体产业如何在传统摩尔定律放缓的背景下，通过系统级创新寻求突围，并分析了其对投资市场的启示。
汪波、陈果芯片简史作者、东方财富证券首席策略官
AI算力缺口与云计算范式革命
阿里云百炼技术负责人于文渊在访谈中指出，AI算力需求正以月度翻倍的速度激增，核心挑战在于高效调度有限的GPU资源。他认为云计算范式将因AI Agent的兴起而发生天翻地覆的变化，AI基础设施将成为如水电煤般的公用事业。他强调，企业自建GPU并非最优解，MaaS（模型即服务）在成本、安全与灵活性上更具优势。对于计算机专业学生，他建议必须主动使用AI工具，但更要保持独立判断与代码审查能力，避免成为被AI替代的'99%'。
Y于文渊阿里云百炼技术负责人