Transcription
[掌声] 欢迎来到 No Priors，今天我将与 Aosh Systems 的创始人 Felix AUM 和 Tai Mitchell 聊天。Aosh Systems 生产基于钻石的计算平台冷却技术，从太空卫星到人工智能数据中心。他们的创新利用高导电性钻石，帮助计算机在消耗更少能量的情况下运行得更凉爽、更快。Felix 和 Tai，欢迎来到 No Priors。很高兴来到这里。谢谢你，Sarah。我想我们应该先简单介绍一下 Aosh 是做什么的。当然，Sarah，很高兴再次与您交流。Aosh Systems 是一家总部位于湾区的风险投资支持公司，我们从材料科学层面白手起家，利用我们实验室中生长的专有材料，特别是钻石，来制造在世界上具有数量级颠覆性的电子系统。这与我们开始创业时的情况形成鲜明对比，即使在硬件领域，我们也倾向于介入供应链的中间环节。作为材料科学家，我们从元素周期表层面入手，从那里开始构建最终改变我们社会生活的芯片、电路板和系统，无论您是企业还是消费者。我们通过多种方式实现这一目标。我们改变了基础材料的结构，我们选择影响的系统。我们最初涉足的是航天领域，在那里我们制造了一些人类有史以来最快的卫星无线电。然后，正如我们现在正在做的那样，我们转向人工智能领域，在那里我们能够使 GPU 的计算速度比以往任何时候都快，自这个新领域开始以来。或者显著减少数据中心的能源消耗。这一切都归功于我们在基础层面开创的创新材料科学。所以，也许这是一个很好的切入点，谈谈您是如何开始从事这项工作的，因为正如您所说，您很早就有了这个想法，您早期就开始从事太空应用。您能谈谈您的背景以及最初的科学想法以及您认为它将如何应用吗？当然，我的背景是材料科学和电气工程。我在康奈尔大学获得了电气工程博士学位，辅修材料科学和器件物理。在我的博士研究期间，我专注于以一种 1+1=10 的方式将截然不同的材料结合起来。例如，硅是一种非常著名、无处不在的材料，它开启了我们今天所处的现代时代。但还有其他材料，如塑料、其他类型的半导体，它们实际上不如硅好，但它们有自己的优势。因此，在我的博士研究中，我研究了如何将光学领域与电子硅结合起来，并将它们融合在一起，使整个系统功能强大无比。我将这种理念带到了 Aosh，在 2017 年与 Tai 一起创立 Aosh 时，我试图做同样的事情。我个人经常发现，我认为这对于人类如何互动来说是一个很好的比喻。当你把不同的人聚集在一起，他们有不同的优势，这种结合可以以一种超越简单部分相加的方式产生巨大的力量。这正是我们在 Aosh 所做的，我们将人造钻石——众所周知，它是自然界生长或存在的最具导热性的材料——与硅或氮化镓以及任何其他半导体结合起来。当它们结合在一起时，会发生惊人的事情。我非常高兴和兴奋能在人工智能领域做到这一点。我们在太空领域也做到了这一点，我们现在已经制造并发射了人类有史以来最快的无线电。现在，在人工智能领域，我们能够通过简单地使用我们实验室创造的这些人造材料，在能源效率水平或计算速度方面达到前所未有的性能水平。Tai，你是硅还是钻石？我实际上是两者兼有。我是碳化硅专家。我的博士研究是关于碳化硅的。当我进入商界，为 Cree Wolfspeed 工作时，我学到的是，Cree Wolfspeed 开发了非常好的碳化硅材料技术，并将这项技术应用于任何类型的系统，如雷达系统、电动汽车的电力电子系统或发光二极管。你学到的一件事是，当你拥有材料层面的进步时，作为拥有这种材料层面进步的人，你真的必须制造系统来让人们相信你拥有解决方案。如果你只是去找一个正在制造汽车的人，然后说：“嘿，我有一个很棒的碳化硅二极管、肖特基二极管或 MOSFET。”他们会说：“好吧，很好，你已经在用硅 IGBT 了。”如果你能满足他们的价格，我就会采用。你说：“看，如果你采用我的零件，我可以增加 200 英里的续航里程，我可以增加 40%。”他们会说：“好吧，是的，当然。”然而，如果你自己制造汽车，找到一个合作伙伴将你的零件装入汽车，或者你制造盒子，你实际上制造了 MOSFET，你制造了功率模块。你在系统中的前进越远，你就越有可能说服客户你拥有解决方案。这就是我们在 Aosh 所采取的方法。尽管我们拥有这种材料层面的技术，但我们会制造系统，然后直接面向消费者或客户，并以此证明我们的技术。至于人工智能，我们为什么进入人工智能领域？我们曾经在太空领域解决过非常困难的问题，实际上比我们今天面临的人工智能问题更困难，因为在太空中，空间有限，你不能使用任何液体进行冷却，因为太空中没有气流，而且你还有许多其他可靠性和生存能力要求，比人工智能更难满足。所以我们想，好吧，人工智能是一个非常困难的问题，它们有热量，这是一个非常困难的问题，它们必须解决，它正在增长，而且没有人真正有正确的解决方案。我们认为我们可以提供帮助。这就是促使我们深入研究的原因。为了说明 Tai 刚才所说的，将太空与人工智能进行比较，我们在太空中冷却的功率密度是每平方厘米 10 的三次方瓦，即每平方厘米 4000 到 5000 瓦。在人工智能领域，典型服务器上的芯片冷却功率密度比这低一个数量级，每平方厘米只有几百瓦。这就是我们有信心，如果我们能在太空解决这个问题，我们绝对可以使用相同的技术，甚至稍微放松一点，这样我们就可以快速扩展。如果应用于服务器，那将是一个巨大的成功。是的，我认为你们有一个演示，可以解释钻石在连接性方面的优势，或者我们具体拥有的优势。谢谢你做了这么好的过渡。我将向你展示钻石如何有效地冷却或融化冰。这是我视频中的一块冰。这是钻石，一小块钻石。这是一块我们在实验室里种植的钻石晶片。您可以看到 Aosh 的名字。我将向您展示，环境中的热量，特别是我的手指，我的体温，将迅速通过这颗钻石流向冰块并融化它。只要我接触它，它就会像黄油一样融化。我希望您也能亲手触摸一下，它会感觉很冷。所以我将把它楔进去，您将看到。看，它进去了。我现在感觉非常冷。我不知道您是否能看到，但它就在那里，切开了冰。是的，你可以用手指切开冰，然后旋转它，这样你就可以看到了。这就是我们为我们的 GPU 芯片带来的特性和属性。我们正在寻求降低温度，最初我们从 10 度开始，这对于拥有少量服务器的任何数据中心来说已经价值数百万美元。但我们正在寻求进一步降低温度，在接下来的 12 个月里，降低 20、30、40 度。在太空中，我们已经将温度降低了 80 到 90 度，所以效果非常显著，经济影响也十分深远。也许现在是时候谈谈为什么散热对人工智能芯片、人工智能服务器和数据中心来说是一个问题了。所以，您知道，如果您想象一下服务器中的这些芯片，以及一排排的服务器，在数据中心里，我们已经用风扇冷却大型数据中心很长时间了，这如何与风扇和液体冷却等替代方案相匹配？大型人工智能训练是否改变了游戏规则？我们拥有的这项技术，这项材料层面的技术，使用合成钻石，它实际上与今天使用的任何其他冷却技术相匹配。如今，使用的冷却技术主要是在数据中心层面，它们进行气流控制和空气密封，您知道，防止空气混合。它是在机架层面，您使用液体冷却，您知道，CDU 和管道，将液体泵送到设备以保持其凉爽，或者使用风扇。它是在芯片和封装层面，人们正在使用技术来加速芯片，使其在芯片上进行更多交易，从而获得更高的每瓦交易效率，或者在封装方面，进行扇出封装等工作，尽可能地分散任何芯片或一组芯片的热量。还有像 HBM 这样的东西，请记住，您可以在同一个封装中与芯片堆叠在一起，从而提高效率，并基本上增加每瓦交易量。这些都是今天正在使用的技术，而我们的方法的美妙之处在于它与所有这些技术都兼容。您可以单独使用钻石冷却，也可以将其与其他任何您正在做的事情相匹配，从而获得额外的运行余量，获得额外的性能余量，然后您可以使用这些余量来降低温度，运行系统更热，并给自己机会执行更多交易。这一点至关重要，因为您可以看到，仅仅在过去一年里，当 Nvidia 发布几款新芯片时，首先是三星 HBM，当时就出现了发热问题。然后是 Blackwell，又出现了发热问题，导致发布延迟，因为发热问题。现在，我认为这是第一次，如果您听了 Nvidia 上一次的电话会议，就提到了发热问题。这将越来越成为公司和投资者关注的焦点。我认为 Jensen 能够直接回答这个问题，他们在这些电话会议中非常老练，但这些问题会越来越多地被问到，人们将需要方法来解决它们。我们认为我们拥有最有效的方法，因为它直接触及了设备的本质。是的，这很有趣，因为直观地说，我不是来自数据中心管理领域，任何有机械部件的东西都会让我感到紧张。但我确实有一些朋友经营着这样的大型数据中心，我认为即使有公告，例如液体冷却的 GB200 NVL72 系统，以及一些对液体冷却的采用感兴趣，风扇和液体冷却当然也有其自身的可靠性问题。实施这些并防止它们泄漏和损坏，以及需要移动的东西，这确实很复杂。是的，Sarah，我们今天运送的服务器，例如 Nvidia 的 H20，它是液体冷却和钻石冷却的。所以只是为了说明 Tai 的观点，我们的钻石技术可以叠加在您使用的任何技术之上，无论是液体、风扇还是两者兼有。但为了进一步强调这一点，我们 Aosh 相信，如果今天不采用材料科学，特别是物理或化学方法来解决热量问题，那么根据今天的预测，全球人工智能数据中心的需求将导致我们所知的电网崩溃。即使电网没有崩溃，我们也相信电费将是天文数字。以我们今天的路径来看，这是不可持续的。这也是我们解决这些问题，从物理和化学开始的灵感来源之一。举个例子，您的笔记本电脑。您的笔记本电脑里面有很多芯片，您把它放在腿上，您会感觉到它的温暖。如果您拿一个冰袋放在笔记本电脑下面，什么都不会改变。您的 CPU 不会加速，您不会改变 CPU 的散热，因为您的腿和 GPU 或 CPU 之间存在很大的距离，热障。直接触及热源、芯片、材料的物理化学解决方案可以带来改变，这就是我们正在做的。我们没有看到很多这样的方法。我们认为这将是遏制消耗的关键，并真正实现我们都希望看到的 AI 愿景。如果我想到运行大型数据中心的抱怨，比如障碍或需要处理的问题，那就是芯片供应、GPU 可靠性、电源、热量。这些问题如何与其他问题相关？您提到的所有问题都是热量问题。顺便说一句，我们在太空中也看到了同样的情况。在太空中解决的每一个问题，除非你找到问题的根源，也就是热量产生者，否则你就是在玩“打地鼠”游戏。你在这里解决了它，它就会出现在别处。您刚才描述的一切都是热量问题。顺便说一句，有数十亿个这样的芯片，一个简单的服务器，我们今天运送的服务器，每个刀片都有八个 GPU，还有数十个其他同样产生热量的芯片。所以，我们 Aosh 实际上只是触及了这个问题表面。这是一个普遍存在的问题，贯穿整个供应链。您刚才提到了它在世界上的表现方式。我们试图用我们拥有的东西做更多的事情，这只会耗尽我们的财力，花费巨额资金，导致可靠性问题。服务器通常并不罕见，它们会突然出现早期故障，立即出现问题。当温度达到 80 到 90 摄氏度时，它就开始限制性能，热节流。这是许多听众会熟悉的。操作系统必须降低 GPU 上的工作负载，这意味着降低其速度，以便它们能够执行客户要求的推理。所以这是一个严重的问题，我认为仅仅在网络层面解决它，或者在系统层面打“创可贴”，只会推迟问题，或者增加整体生态系统的成本。你必须在材料科学层面，在物理和化学层面解决它。Sarah，你用了一个有趣的词“障碍”。我们正处于人们开始被这个问题困住的地步。我们提到了设备推出和延迟问题，这已经造成了。您将看到这种情况越来越多地发生，因为提高性能的驱动力，您知道，每两三年提高两到三倍，我们无法做到这一点，因为绘制电力和水到现场，然后让零件运行，由于这种热量积聚，您被困在服务器内。您在服务器内所做的一切，因为现在您有层，您有您的机箱，它可能是铝制的，您有一个铜散热器，然后您有一些环氧粘合材料，然后您有您的芯片材料，也就是硅，然后您有一些焊料金锡，然后您有 F4 或其他聚合物板，然后您有更多的金凸块，然后您有另一块板。所以你有一个三明治，我只是列出了一些层。每次你在这些三明治之间有一个接口，那就是热障。那么，你打算怎么做呢？因为你真的必须解决它，而现在还没有真正解决。否则，它不会阻碍数据中心的创建。但你看看市场上的倍数，你看看收益。AMD 和 Nvidia 的人可能正在考虑这个问题。结果现在正在增长，但看看英特尔发生了什么。你错过了一两个季度，你就从山顶跌落谷底。我认为这是任何一家公司高管都会非常关注的事情。是的，我明白，当三明治越来越大、越来越热时，你必须从内部冷却它。我认为，至少从行业朋友那里听到的一个真正引起我共鸣的事情是您描述的热节流。您看到这些 GPU 在较高温度下出现不稳定行为，并且必须进行管理。目前，大多数从事机器学习的人都在从事非常抽象的软件领域。因此，这些具有挑战性的、非确定性的行为，基于材料本身的相互作用，您必须考虑到这一点，而且这确实是一个新的思考领域。也许因为这是您的专业领域，您如何融入像 Nvidia、Supermicro 等公司以及其他系统集成商的合作伙伴生态系统？所以，请注意，我们购买芯片，我们不制造 GPU。我们正在冷却世界上最热的芯片，以便我们能够为系统架构师打开性能的上限。所以，我们进入这个世界，作为一个服务器制造商，为推理工作、模型训练的数据中心运营商、云服务提供商打开性能上限。这就是我们进入这个世界的入口。我们进入市场中最具挑战性的部分，那些在性能边缘挣扎最严重的人，这是有道理的。Sarah，我冒昧地说，我们认为凭借我们的钻石技术，我们将能够极大地加速摩尔定律。所以，在两年内，我们将实现过去人们需要等待六到七年才能达到的性能。因为请记住，摩尔定律是关于将晶体管越挤越近，但你只能挤到一定程度，否则这些设备之间就会产生热串扰。所以，现在我们看到人工智能的限制，我们进行推理工作的速度受到热串扰的限制。如果我们消除这种热串扰，并允许更高的密度，那么突然之间，我们就可以在几秒钟内创作一部长篇电影，而不是像现在这样，如果你离线进行，可能需要数月甚至数年，如果现在进行，可能需要几天。但我想我们希望在生产时间上看到几秒钟就能完成一部完整的 90 分钟长片。这将通过消除 GPU 内部的热限制来实现。我要问一个愚蠢的问题，但你已经提了好几次了。你在种植钻石，这个过程是如何进行的，或者以你想要的形态进行的？假设我们的大多数听众只听说过在珠宝领域种植钻石的概念。这与其他半导体材料的生长过程基本相同。如果你种植硅、碳化硅、砷化镓或磷化铟，任何这些电子衬底，你都从一个种子晶体开始，然后你使用一种通常是某种化学气相沉积工艺，从那个晶体生长出完美的单晶材料。钻石也是这样生长的。钻石就是碳。所以，你取一个完美的碳钻石种子晶体，然后你使用等离子体在反应器中生长钻石，在非常高的温度和非常高的压力下进行。但它本质上与生长硅或碳化硅晶片的过程相似。Sarah，我们的专业，我们的秘密武器在于我们不仅如何生长钻石，还如何利用物理和化学将其与半导体紧密耦合。所以，这不是一个微不足道的过程，确实需要一些工作。你问为什么需要这么长时间？材料科学确实需要时间。但钻石原子与半导体原子的这种紧密耦合是我们理解的，也是我们在太空和人工智能领域所发挥的作用。这使得它并不那么容易。但我们对此感到非常兴奋。我们正在将它部署在我们运送的服务器中，并且我们看到了非常强劲的市场需求，鉴于目前世界正在发生的事情。你们上周宣布了一位令人兴奋的客户，NextGen 数据中心和云技术。你能谈谈为什么他们是一个很好的早期客户吗？他们也是主权云玩家，所以我想谈谈这个。NextGen 是印度最大的主权云服务提供商。他们非常谨慎地处理国家数据，确保数据保留在该国的主权边界内。我们看到世界各国都有这种要求。没有人希望他们的人民数据离开国家边界。我们在太空中也看到了这种情况，当数据从卫星下载或被拉走时，该卫星有义务将数据保留在该国边界内。所以，这是一个机会。这意味着我们将能够单独解决每个国家的问题。这是第一点。第二，他们是该地区印度的领导者。所以我们认为这将是一个很好的案例，向世界展示什么是可能的。我们作为一个小型成长型公司能够达到他们所需的数量级，我们能够快速扩展。您知道，我们必须在下个季度内运送所有这些东西。许多小型公司都会在这种情况下失败。NextGen 选择我们，是因为他们相信我们有这种扩展能力。第三，是技术的根本。我认为他们很快就看到了，他们由一些非常有创新力的领导者领导，这个问题将长期存在，除非我们深入研究它，否则我们将只是在回避房间里的大象。所以，当我们看到这个机会时，我们非常兴奋。当他们看到我们能够扩展时，我们非常兴奋，我们抓住了这个机会。然后，我认为 NextGen 正在利用我们的技术，不仅在印度扩展，而且有可能在全球范围内扩展。再次，尊重国家数据在其国家内的主权。所以我们认为这是一个非常好的匹配。他们以这个规模的订单开始。我们对他们即将在 2025 年推出的产品感到兴奋。这只是一个开始。美国公司也面临着这些问题。印度不是唯一一个处理这种情况的国家。我们也在与他们交谈。这是一个非常重要的话题，Sarah。您认为美国制造人工智能芯片和数据中心容量的重要性是什么？鉴于您是少数几家获得芯片法案资助的小型公司之一，而且 Gelsinger 刚刚辞职，您目前对美国产能的看法和前景如何？我的看法是，美国做得不够，需要做得更多。这是美国需要成为领导者的技术，并且需要领导整个价值链。我们不能仅仅依赖 Nvidia 或 AMD 迄今为止所做的事情。我们必须继续投资，不仅投资于大公司，还投资于像我们这样正在解决一些关键问题的小公司。因为您知道，人工智能不仅是一项关键的商业技术，也是一项关键的国家安全技术。这些是美国不能依赖其他国家来开发的。因此，我们必须真正推动技术发展，推动整个供应链的制造。并投入大量投资于这项技术。这对这个国家的未来将非常重要。我们将在那里提供支持，这就是我们关注的重点。让我补充一点，我们获得芯片法案的资助是我们支持美国美国美国最好的证明。我们致力于做 Tai 所说的事情，加强我们的供应链，这是芯片法案的关键原则之一，支持国家安全。我们为国防部门供货。众所周知，我们与 Raytheon 合作，这家标志性的美国国防公司。这项技术使 Raytheon 和美国国防部门能够以前所未有的方式维持全球军事优势。这项技术以我认为我们开始滑坡的方式确保了商业供应链，而事实证明，当我们看到“哦，哇，我们依赖其他人来填补我们曾经能够制造的关键芯片时”，我们现在可以在加州和德克萨斯州在家制造它们。我们将创造就业机会，在加州和德克萨斯州。我们得到了广泛投资者的支持，包括杰出的投资者，如 V Capital 和 Peter Thiel。所以，我认为芯片法案将使我们能够实现芯片法案的所有原则和授权，以及全国每个人都可以为之自豪的事情。您说您与 Raytheon 合作过，之前也从事过太空应用。我认为对于每个听众来说，卫星和无线电通信为什么从国家安全角度如此重要可能并不直观。但我认为，您将越来越多地看到冲突和战争是由您对射频频谱的理解定义的，无论是太空还是其他系统。我认为支持这一点至关重要。这与您正在进行的任何人工智能系统工作完全无关。100%。雷达在第二次世界大战期间开发时，那是一个巨大的游戏规则改变者。没有雷达，英国很难赢得不列颠之战，因为预警系统对他们至关重要。就个人而言，我的岳父是二战时期的雷达操作员，他是最早接触这项技术的人之一。他说他们会驱赶佛罗里达州的德国潜艇，潜艇会潜入水下。他们不知道他们是如何找到他们的。所以这表明，当你引入新技术时，它们会对世界产生巨大的影响。是的，射频如此，人工智能也是如此。也许因为您作为人工智能供应链的参与者，从广阔的视角看待这个问题。美国做得不够，需要做得更多。风险在增加。您认为还有哪些其他关键问题是可行的？美国在短期内拥有晶圆厂和光刻机以及其他核心组件是可信的吗？美国会做到的。唯一的问题是美国是否会因为它必须做，还是因为它想做而去做。美国可以成就任何事情。我们有人才，我们有大量的自然资源，我们有能力。唯一的问题是，部分原因是企业文化受收益驱动。如果我们只关注收益，那么如果亚洲制造更便宜，就在亚洲制造。但有一个国家安全因素，也许在美国制造不是最适合国家的。也许你需要在这里制造。所以我们需要找到一种方法来弥合这一差距，这样每个人都不只是追逐最后一分钱的收益，并将关键技术的制造转移到海外。在这里制造。这是我们应该正确开始的领域，在这里做所有这些事情，从芯片到服务器，软件，框架，外壳，机架，所有大型笨重的金属部件，然后是中心本身。我们可以在美国这里完成所有这些，我们应该这样做，并专注于此。并专注于联邦项目和资金，以确保所有这些都在这里发生。我认为人工智能将在制造业中发挥作用，并且将制造业提升十倍甚至一百倍，这样我们就可以超越其他国家的人类。我认为未来的样子就是这样。所以，为了与中国竞争，我们不必降低劳动力成本。我认为这将通过人工智能驱动的制造业的非凡成就来实现。今天的大学，当我读研究生时，每个人都必须接受机床车间培训。我记得康奈尔大学有大约四到五个机床车间，一年级工程课你必须接受如何使用这些机器的培训。今天的操作员，几乎每个教授都有一台 3D 打印机。这只是给校园里每个人制造任何他们想要的东西，随时随地，以非常低的成本的能力增加了燃料。我认为你将在人工智能制造中看到同样的情况。与世界上任何其他人相比，我们每个人可以制造一千倍甚至十万倍的组件、设备、零件、芯片。这就是人工智能所能实现的。不，我只是想说，我也相信这是可能的，而且它比我们完全看到供应链并处于他人摆布之下的情况更具雄心壮志，更有启发性。你们两位在材料科学方面都有非常受人尊敬的背景。作为来自软件计算机科学领域的人，最有趣的事情之一是变压器、扩散模型以及深度学习整体有效性的适用性，因为它扩展到如此多的不同领域，并且对其适用性的兴奋感日益增长。你们自己会考虑这些吗？100%。而且非常适合研究和帮助研究更快地进行。因为如果你想一下人工智能如何帮助你，人工智能模型如何帮助你工作。就我个人而言，我一直使用人工智能作为助手，它极大地提高了我的研究速度。因为在技术领域，尤其是在材料科学等核心技术领域解决问题，首先是弄清楚迄今为止已经完成了什么。因为世界上有很多聪明人，而且一直有很多聪明人。你的解决方案的关键可能就是别人在 1963 年做过但从未成功过的事情，因为他们没有能力像你现在这样进行多次迭代。所以，你能够回溯、查找信息，然后将其应用于你现在可以解决的问题。这是我非常兴奋的事情之一。应用这些模型，因为我认为它可以真正帮助推动创新。而且，我们不会都成为机器人和人工智能的奴隶。人工智能将帮助我们更快地进行创新。你是否对使用人工智能进行逆向设计、更好地探索化学空间或从根本上加速 DFT 模拟等想法感到乐观？是的，所以，你知道，空间，密度泛函理论，你知道，你提到的任何这些主题，它们都只是需要解决的问题。所以，无论什么主题或什么方法，任何可以通过提问和迭代解决的问题，都可以做到。而且任何这些方法都可以应用于材料科学，可以应用于医学领域，可以应用于软件，编码。我们已经在较低层面看到了这一点。但真正限制我们的是我们提出问题的能力。就是这样。我们受限于提出问题的能力，以及我们自己的想象力。所以我非常兴奋能够真正深入研究并弄清楚如何使用它，因为现在有一些我们想解决的问题，我们不知道如何着手解决，因为我们知道这需要很多迭代，而且我们需要找到很多信息才能对我们的假设进行一次好的尝试，这使得开始变得困难。但如果你有一个为你工作并与你合作的人，他可以在一秒钟内进行数十亿次迭代，我的意思是，想到这一点真的很令人兴奋。联合投资者和我会有这样的对话，关于我们有时作为企业家，企业家可能会在想象力方面受到限制，因为你总是受到当今世界边界和限制的指导。而人工智能所做的就是打开这些边界，这样我们就可以开始想象你所说的逆向设计。那么，我们可以思考一下，如果计算能力，如果我们能够比今天快十亿倍地运行处理器，因为热量限制不再存在，我们能否加速那些需要一百年才能完成的计算和建模，而现在只需要一秒钟？这甚至意味着什么？什么是不可能的？我认为最大的挑战是我们自己的想象力。我认为 Tai 说到了点子上。我认为困难在于尝试提出正确的问题，因为现在我们几乎拥有无限的处理能力。这就是困难所在，我们如何摆脱障碍，让计算能力来尝试解决这些问题。我认为在生物技术领域，获得针对各种癌症的药物现在触手可及。我认为能够拥有如此优化的电池容量，因为我们今天没有热限制，这可以让我们一次充电从旧金山到纽约。我认为这现在触手可及。我认为天空才是极限，我对这个未来感到兴奋。说到这里，Felix 和 Tai，这是一次非常棒的谈话，非常感谢，恭喜你们取得的进展。谢谢你，Sarah。谢谢。谢谢你，Sarah。在 Twitter 上关注我们 @no prior pod。如果您想看到我们的脸，请订阅我们的 YouTube 频道。在 Apple Podcasts、Spotify 或任何您收听的平台关注我们的节目。这样您每周都能收到新一集。注册电子邮件或在 no- pri.com 上查找每集的文字记录。[音乐]