能源是人工智能的主要瓶颈。 在物理和软件人工智能中，不仅仅是成分需要改变，整个配方也需要改变： 1) 我们需要无限且几乎无成本的能源。这意味着需要一组能源来源共同工作，能够在今天生产能源（例如，核能在2032年前并不是一个真正的选择，建设天然气或煤电厂也因为零部件的多年来的积压而不是短期内的选择，直到2030年+），这意味着我们需要太阳能+储能，因为它可以在获得批准后12-17个月内上线。没有其他选择。 2) 但为了在外部关注实体（FEOC）/禁止外部实体（PFE）的情况下经济地扩大能源储存，您需要找到国内的LFP CAM供应商来支持ESS供应链。这样的供应商非常少。 3) 您需要降低数据中心的整体功率占用，这意味着HVAC需要重新考虑——必须发明一种全新的热泵。这种新设备在具有优越性能的同时，还需要消除现在被禁止的永久化学物质。 4) 芯片本身需要重新架构，以实现高效、节能的推理。内存设计、c2c、布线以及所有其他适合训练的设计决策，如果推理的规模是训练的100倍以上，可能不会很好地扩展。 4) 在物理人工智能中，储存（见上文）之后，丰富的可再生能源对于任何形式的运动/驱动都是必不可少的。但将可再生能源从地下提取出来，转化为氧化物，然后制成可以制造永久磁铁的合金……这都是一个巨大的能源消耗。 而且这个列表还在继续…… 我的观点是，如果您专注于人工智能，您应该开始关注能源，因为它将在未来几年内成为人工智能进步/变革的守门人。