Torygreen

kerumunan ai-yang-terlalu-banyak-telah-tidak-pernah-mencoba-membeli-h100-kuartal-ini
menghabiskan seminggu mencoba membeli h100 saat ini berarti: komitmen 12 bulan di aws (pemanfaatan 24/7 terkunci sebelum Anda melihat satu gpu), daftar tunggu gcp tanpa ETA, lambda dan coreweave keduanya habis terjual, setiap penyedia yang lebih kecil memberi Anda jawaban yang sama dengan kata-kata berbeda
konstruksi hyperscaler diukur dalam tahun, kekurangan cpu memperlambat gpu yang ada, dan permintaan terus tumbuh sementara hyperscaler mengajukan izin
tim ai tahap benih menghabiskan 70-80% dari jalur mereka

Tampaknya Nvidia telah diam-diam mengunjungi perusahaan peralatan tenaga Korea, meminta mereka untuk merancang ulang infrastruktur pusat data sekitar arsitektur DC 800V.
Itu adalah pengakuan bahwa model AI terpusat telah mencapai batas fisik, setiap generasi chip baru sekarang menarik retrofit gardu listrik baru di suatu tempat dalam tumpukan.
Pusat data global sudah beroperasi dengan utilisasi 12 hingga 18 persen.
Pertambangan kripto memiliki GPU yang kuat yang tidak digunakan sejak penggabungan Ethereum.
Rig gaming konsumen dengan 4090 duduk tidak terpakai di meja sepanjang hari.
K

banyak orang masih merancang arsitektur di sekitar ketergantungan komputasi yang telah hilang dari keberadaannya
qwen3 32b, misalnya, saat ini aktif di GPU komunitas terdistribusi, paralelisme pipeline berjalan di seluruh node tanpa operator tunggal yang mengontrol, inferensi tanpa izin melalui internet terbuka
tiga lapisan, semuanya terbuka: bobot terbuka (alibaba merilisnya), komputasi tanpa izin (perangkat keras komunitas, tanpa kepemilikan), transportasi terbuka (tanpa cluster pribadi, tanpa gerbang izin API). kepemilikan tidak berlaku untuk salah satu dari mereka
model mental bahwa infere

google cloud next dimulai minggu ini dan setiap bull pasar hyperscaler akan segera bersorak atas langkah yang secara historis mematikan margin yang mereka pegang
sebelumnya: google membayar nvidia markup pada setiap h100. margin mengalir ke santa clara.
sekarang: google sedang dalam pembicaraan dengan marvell tentang silikon kustom plus varian TPU khusus inferensi yang baru. capex sedang dipindahkan secara internal.
amazon melakukannya dengan graviton pada 2018. microsoft mengumumkan maia pada 2023. setiap kali hyperscaler berhenti membayar markup pemasoknya karena markup menjadi item te

kami masih berdebat tentang berapa banyak pusat data yang harus dibangun sementara pasokan sudah berada di setiap jalan masuk
jawaban pembangunan adalah merencanakan kampus seluas 50 hektar dengan siklus konstruksi multi-tahun
triliunan agen bertransaksi secara terus-menerus, 24/7, terhadap sensor fisik, mesin, dan satu sama lain
saya memikirkan PC gaming 4090 yang tidak digunakan pada pukul 2 pagi, chip M Apple yang tertutup di atas meja, Tesla yang diparkir sejak hari Kamis, dan matematika mulai terlihat berbeda
itu adalah komputasi gelap, pasokan yang belum dimanfaatkan yang sudah dibayar p

Valuasi Figma mengalami penurunan karena Anthropic men-tweet halaman arahan.
> Apa yang berubah: nama merek dan suasana hati.
> Apa yang tidak berubah: model dasar, harga API, kualitas output, atau bagaimana tim desain Anda benar-benar bekerja besok.
Pasar baru saja menghabiskan seluruh akhir pekan mengalami serangan panik seluruh tubuh tentang pemasaran, bukan teknologi.

Berikut sesuatu yang menarik yang saya temui: 33% dari pusat data AS yang direncanakan sebenarnya sedang dikirimkan saat ini.
> sisanya 67%: tertunda atau dibatalkan langsung
> meta membangun 10 pembangkit gas hanya untuk memberi daya satu fasilitas
> China menggandakan komputasi AI-nya dalam 2 bulan tanpa satu chip AS pun
> +220% permintaan daya diproyeksikan pada tahun 2030, dengan antrean perizinan yang bergerak dalam tahun
Penghalang utamanya adalah fisik. izin, antrean interkoneksi daya, garis waktu konstruksi.
Penggabung yang mengumpulkan komputasi terdistribusi di seluruh ka

Dario membutuhkan mythos agar menjadi sebuah parit
Laboratorium menutup kesenjangan kemampuan dengan lebih banyak komputasi, pelatihan pasca, dan siklus evaluasi yang lebih cepat
Model berat terbuka seperti llama, qwen, dan deepseek memang mengirimkan kemampuan yang setara dengan model tertutup beberapa bulan kemudian, sebagai unduhan gratis
Bagi Anda, itu adalah model yang lebih baik setiap kuartal dan tidak ada laboratorium yang mencoba memaksa Anda ke rencana maksimal mereka
Parit adalah komputasi terdesentralisasi di mana ribuan GPU berjalan sebagai satu superkomputer di seluruh Si

Anda membayar OpenAI $20 untuk sebuah lompatan tajam dan @Meta baru saja merilis 1 model yang membuat 12 model OpenAI terakhir terlihat seperti perbaikan bug
OpenAI merilis setiap bulan, mengumumkan setiap pembaruan dan memposting setiap tolok ukur
Muse Spark dari Meta telah diluncurkan dan mencapai skor evaluasi yang kebanyakan orang tidak menyangka Meta bisa sentuh
Lebih buruk saat peluncuran, diam selama berbulan-bulan, lalu satu rilis menghentikan semua orang di jalur... Anda menyalahartikan keheningan sebagai kegagalan dan rilis bulanan sebagai kemajuan
Dua belas changelog Sam menjadi du

laboratorium tunggal terkuat tidak bisa lagi memegang frontier sendirian.
celah val adalah pasar yang mengakuinya, dan pendiri yang masih membaca tolok ukur model sedang membaca halaman yang salah.
Premium val pribadi Anthropic adalah pasar yang memperhitungkan jalur keberlangsungan.
delta mengukur laboratorium mana yang kurang terjebak oleh struktur biaya di bawah keduanya.
infrastruktur komputasi adalah lapisan sistem: celah antara apa yang dibayar laboratorium frontier untuk waktu H100 dan apa yang ditahan secara idle oleh pasar pusat data agregat adalah dasar yang tidak bisa dicoco

Orang-orang masih berpikir bahwa pemrograman adalah pekerjaan.
Itu bukan.
Kode hanyalah antarmuka yang kita gunakan untuk mengekspresikan solusi. Itu adalah hambatan, bukan nilainya.
AI menghilangkan hambatan itu.
Sekarang batasannya bergeser:
- Bisakah Anda mendefinisikan masalah dengan jelas?
- Bisakah Anda memecahnya menjadi bagian-bagian yang dapat diselesaikan?
- Bisakah Anda memverifikasi bahwa output benar-benar benar?
Saya telah memperhatikan insinyur yang kesulitan dengan AI adalah mereka yang mengaitkan identitas mereka dengan kecepatan mengetik atau ingatan sintaksis

claude mythos muncul ribuan zero-day karena memiliki satu hal yang tidak dimiliki tim keamanan Anda:
tidak memiliki kepentingan agar kode tersebut benar
ia membaca seluruh basis kode secara dingin. ia tidak memahami politik organisasi Anda, tekanan tenggat waktu, atau ego yang terlibat dalam implementasi
model ini tidak memiliki alasan untuk melewatkan bagian "manusia" yang sulit... jadi ia lebih buruk dalam memberi briefing kepada CISO, tetapi tak terkalahkan dalam menemukan bug
anthropic menguncinya karena satu model baru saja memberikan audit jujur pertama pada setiap basis kode
tim merah A

Sam Altman adalah orang terakhir yang seharusnya menulis regulasi AI, dan dia tahu itu.
Sam menyerukan “new social contract” antara perusahaan AI dan masyarakat, sementara perusahaannya mengirimkan gpt-5.4, o3, dan operator-class agents dengan kecepatan yang tidak bisa dilacak oleh legislatif mana pun di bumi ini.
aws tidak bisa melakukan desentralisasi tanpa mengorbankan marginnya sendiri, dan setiap “self-regulatory framework” dalam sejarah teknologi berakhir dengan hanya beberapa entitas yang menulis aturan yang mereka setujui untuk dipatuhi.
Jika Anda menjalankan model Anda di aws at

"Iterasi tak terbatas" mengasumsikan komputasi tak terbatas.
Setiap panggilan memerlukan biaya, berjalan melalui infrastruktur orang lain, dan menghabiskan token baik outputnya brilian maupun sampah.
Iterasi hanya murah jika Anda sudah tahu apa yang Anda cari.
> seseorang dengan selera 10 tahun yang terakumulasi menjalankan 3 iterasi dan mengirimkan.
> seseorang tanpa itu menjalankan 300 dan masih tidak bisa membedakan mana yang bagus.
dan belum ada yang memperhitungkan ini:
semakin banyak output AI, semakin banyak verifikasi manusia yang Anda butuhkan, jadi 10x draf berarti 10x orang yang mem

menghentikan penutupan openclaw milik anthropic disebut sebagai rug adalah hal paling jujur yang pernah dikatakan komunitas pembuat AI tentang dirinya sendiri dalam beberapa bulan terakhir
tali pengaman openclaw memungkinkan pengguna berat menjalankan $1k-$5k/hari komputasi dengan paket seharga $200/bulan.
satu keputusan produk, dan siapa pun yang membangun struktur biaya mereka di sekitar celah itu akan mendapatkan harga baru secara mendadak semalam
penyedia mengendalikan meteran... anthropic, openai, siapa saja.
kamu tidak punya kursi di meja saat model harga berubah
kamu tidak dir

sam membangun openai berdasarkan SATU asumsi
menjalankan model sendiri akan selalu terlalu mahal
llama dan mistral menghancurkan tesisnya dan mengancam model bisnisnya
sam bisa melihatnya, membaca thread bocoran yang sama seperti yang kamu baca... dan tetap tidak bisa merestrukturisasi
begitu openai membuka bobotnya, mereka membunuh keunggulan yang membenarkan valuasi tersebut dan siapa pun bisa menjalankan inferensi secara lokal tanpa panggilan API, tanpa langganan, tanpa acara pendapatan untuk openai
setiap fork dan fine-tune adalah satu pelanggan yang lebih sedikit yang membayar margin sam

Sam Altman mengumpulkan $122b dan tidak ada yang ingin membeli $600m dari itu
$600m dalam saham openai yang duduk di pasar sekunder tanpa tawaran
> bank membebaskan biaya hanya untuk memindahkan pasokan
> penjual bersaing dalam harga untuk keluar
Pasar primer dikendalikan oleh alokasi: VCs dipanggil ke putaran saat tabel cap terlihat bersih
tapi pasar sekunder berjalan berdasarkan permintaan sukarela: tidak ada yang harus memegang dan tidak ada yang harus menawar
Anthropic melampaui valuasi putaran terakhirnya sementara openai tidak bisa melewati $600m batas... ini menunjukkan

tagihan cloud Anda akan melonjak dan Anda belum mengubah satu baris kode pun
claude menulis kode, membuka aplikasi, menemukan bug, memperbaikinya, mengirimkan. tanpa manusia dalam loop
setiap agen otonom adalah sesi GPU permanen
> pengembang manusia bekerja 8 jam/hari. agen bekerja 24
> 10 juta pengembang x 24/7 = 240 juta jam GPU/hari yang tidak dianggarkan
sam sedang mengumpulkan triliunan untuk pusat data yang membutuhkan waktu 3 tahun untuk dibangun. mereka akan penuh sebelum selesai

IPO $1T Sam adalah kasus terkuat untuk komputasi terdesentralisasi, tetapi dia belum menyadarinya
Wall Street menilai kecerdasan seperti ladang minyak. biaya tetap besar, sewa jangka panjang untuk setiap panggilan API
model itu hanya berlaku selama kendali tetap terpusat untuk komputasi, bobot model, akses, dan harga
tetapi kecerdasan mulai berperilaku seperti utilitas, dan utilitas secara historis tidak pernah tertutup:
> permintaan komputasi tumbuh lebih cepat daripada pasokan
> GPU idle yang tidak digunakan di seluruh dunia
> latensi mendorong inferensi lebih dekat ke pengguna
permintaan y