AI 性能瓶颈正转向材料科学，而不只是算力
nordicinst · x · 2026-07-21
- 这条内容强调：AI 性能继续上升，越来越依赖材料科学的进步。
- 瑞典和欧洲团队正在从散热、能效、可靠性这些底层问题上推进，而不是只盯着算力堆叠。
- 文章的核心意思是，AI 的瓶颈越来越接近物理极限，所以材料与热设计的重要性，正在接近模型规模化本身。
- 其中也顺带提到一点伦理维度：性能提升不应以更高的环境代价为交换。
「Infra」频道最新
- Tesla FSD v14 Lite 预计推向 400 万辆旧 HW3 车 — MatthewBerman · 2026-07-21
- 台积电 3nm 利用率据称超 120%，AI 需求推高 1900 亿美元资本开支 — tengyanAI · 2026-07-21
- Nativ 用桌面应用和本地 API 把模型带到 Mac 上 — Simon Willison · 2026-07-21
- Octen称Agent搜索P50仅62毫秒，P90差距只有6毫秒 — aakashgupta · 2026-07-21
- 智谱收购编译器团队，押注国产芯片推理优化 — zephyr_z9 · 2026-07-21
- Meta 的 REWIRE 数据流水线开源复现成本仅约 11 美元 — vanstriendaniel · 2026-07-21