埃隆·马斯克正在整合特斯拉、SpaceX和xAI的力量,打造一个名为"Terafab"的芯片制造工厂,该工厂每年能够生产一万亿瓦的计算能力,并将大部分芯片发射到太空。
在周日下午的演讲中,马斯克表示,全球芯片制造商目前每年生产200亿瓦的计算能力,无论英伟达、三星和美光等主要供应商新增多少产能,他都会全部购买。
但他认为这些公司无法满足他每年所需的万亿瓦计算能力,因此他在德克萨斯州奥斯汀建造了一个"先进工厂",据他说可以生产"任何类型的芯片"和光刻掩模。
马斯克表示,他的公司已经开发出一种递归工艺,能够实现快速芯片生产,并频繁重新设计以提升性能。
他提到了一些"非常有趣的新物理学",并且"有信心这些技术会成功,只是时间问题"。
"我们将推动计算物理学的极限,做一些疯狂的事情,"他说。
他计划生产两种芯片。第一种专门用于推理计算,在地球上使用,主要装载在人形机器人中,他预计这些机器人的年销量将达到10亿到100亿台。按照上限计算,机器人数量将在一年内超过人类。
第二种芯片将为轨道计算机提供动力,这些计算机搭载在卫星上,计算能力约为100千瓦,相当于一个装满高端AI设备的机架的能耗。马斯克预计未来将发射兆瓦级卫星。
他还提到要建造SpaceX星舰的更大版本,能够将200吨载荷运送到太空,并分享了他的粗略计算:将万亿瓦的计算能力连同所有必要的太阳能发电和其他基础设施送入太空,意味着每年要向太空发射1000万吨物资。
根据我们的粗略计算,这意味着马斯克需要每年发射5万艘星舰,或者每天135艘,相当于每10分钟发射一枚巨型火箭。
马斯克表示,这样做的原因是确保人类在星际间找到家园,拥有一个"像你读过的最好科幻小说一样"的未来,"比如《星际迷航》、伊恩·班克斯、阿西莫夫或海因莱因的作品"。
马斯克没有解释如何找到足够的资源来实现这一切,这个问题在当前尤为重要,因为伊朗的战争导致氦气生产下降30%,而氦气是半导体制造的重要组成部分。
马斯克通过指出特斯拉和SpaceX违背了批评者关于电动汽车和可重复使用火箭不可行或不经济的预测来回应质疑者。
"我认为重要的是要考虑宇宙的宏伟以及我们能够做出比以前更伟大的事情,而不是担心地球上的小争吵。"
这可能是对他在所谓的政府效率部门混乱而低效任职经历的暗示吗?或者可能是地球上的争端阻止了马斯克兑现2019年关于特斯拉将在2020年部署100万辆自动驾驶出租车的预测?机器人出租车观察人士估计,目前约有200辆自动驾驶特斯拉出租车正在进行测试。
在热情观众的欢呼声中,马斯克讨论了他每年发射千万亿瓦计算能力的愿景,这些设备将在月球上制造,并通过他称为"电磁质量驱动器"的设备发射到太阳系各处,这个设备看起来像某种轨道炮。
"我希望能活到看到月球上的质量驱动器,"这位54岁的企业家说。
美国政府数据显示,他还有22年时间来实现这个目标。
Q&A
Q1:Terafab是什么?能生产什么?
A:Terafab是马斯克整合特斯拉、SpaceX和xAI力量打造的芯片制造工厂,位于德克萨斯州奥斯汀,能够生产任何类型的芯片和光刻掩模,目标是每年生产一万亿瓦的计算能力,这是目前全球芯片产能的50倍。
Q2:马斯克为什么要把计算芯片发射到太空?
A:马斯克认为这是确保人类在星际间找到家园的重要步骤,他计划生产两种芯片,一种用于地球上的人形机器人,另一种为轨道卫星提供计算能力。他的愿景是创造一个像最好的科幻小说一样的未来。
Q3:马斯克的太空计算计划需要多大规模的发射?
A:根据马斯克的计算,将万亿瓦计算能力及相关基础设施送入太空需要每年发射1000万吨物资,这意味着每年需要发射5万艘星舰,相当于每天135艘,或每10分钟发射一枚巨型火箭。
好文章,需要你的鼓励
Waymo近日发布软件更新,对旗下约4000辆自动驾驶车队实施召回,以帮助车辆规避积水道路。美国国家公路交通安全管理局(NHTSA)指出,此前Waymo机器人出租车在遭遇无法通行的积水路段时,仅减速而未完全停车。此次召回涵盖第五代和第六代自动驾驶系统车辆,共计3791辆。Waymo表示正在完善软件防护措施,并已限制车辆在极端天气及易发洪涝区域的运营。
南京大学提出Light-Omni框架,通过全局状态与潜在状态双机制,让AI视频助理无需反复推理即可实现精准记忆检索,速度提升逾12倍,准确率同步提高。
路面坑洞每年给城市造成数百万美元损失。车队管理公司Samsara推出名为"Ground Intelligence"的AI解决方案,通过已安装在数百万辆商用卡车上的摄像头,自动识别并追踪坑洞的位置与劣化程度。该系统以仪表盘形式呈现,可主动向城市管理者推送预警信息,将被动响应转变为主动规划。目前,芝加哥已成为其新客户。未来还将扩展至涂鸦、损坏护栏等城市基础设施监测。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。