德瓦克什·帕特尔
Dwarkesh PatelVSEiso Kant
Eiso Kant在 1 个共同议题上并排对照(同一议题标签下两人的真实立场,含年份)
算力瓶颈2 vs 1 条
2026-05
FSDP规模化受通信交叉点和批大小双重限制,超过交叉点后训练效率急剧下降
“随着GPU增多,计算时间缩短而通信时间不变,会达到一个计算与通信时间相等的“交叉点”,超过此点后训练效率将急剧下降。”
来源访谈 →2026-07
算力供应年增3倍的增长已接近极限,AI对尖端晶圆的占用比例到2027年底将饱和,产能难以快速扩张。
“当前算力年3倍的供应增长(来自摩尔定律、新晶圆厂建设、AI抢占晶圆份额)本身已接近极限。其中,AI对尖端晶圆的占用比例预计在2027年底将达到饱和,进一步扩张产能困难。”
来源访谈 →2026-08
创始人指出过去三年半方向正确但资本需求呈垂直增长,前沿模型训练面临资本与物理资源的双重天花板,曾因6周窗口期内未能筹到20亿美元而错失4万卡GB300集群。
“去年底,他们曾有一个6周窗口期需筹集20亿美元购买即将上线的4万卡GB300集群,但未能及时完成,从而失去了该集群。”
来源访谈 →