Topik trending
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Aakash Gupta
✍️ https://t.co/8fvSCtAXgi: $54K/bln 🎙️ https://t.co/fmB6Zf5n9X: $32K/bln 💼 https://t.co/hNxFPvj3v1: $31K/bln 🤝 https://t.co/SqC3jTyhav: $28K/bln
Semua orang salah paham.
Tweet tersebut menunjukkan cerobong asap, tetapi Intersect Power adalah perusahaan energi bersih dengan 2,2GW tenaga surya dan 2,4GWh penyimpanan baterai yang sudah beroperasi. Gas alam adalah cadangan ketika angin dan matahari tidak dapat menutupi 30% lainnya.
Kisah sebenarnya adalah apa yang sebenarnya dibeli Google: kecepatan.
Pusat data AS mengkonsumsi 183 terawatt-jam tahun lalu. Jumlah itu berlipat ganda pada tahun 2030. Setiap hyperscaler memiliki lebih banyak permintaan daripada kapasitas. Andy Jassy mengakuinya pada panggilan pendapatan Amazon. Kisi-kisi tidak bisa mengikuti.
Jadi Google membeli jalan mereka di sekitar grid sepenuhnya.
Model Intersect menempatkan pembangkit listrik secara langsung dengan pusat data. Bangun ladang surya, susunan baterai, dan pusat data di situs yang sama. Tidak menunggu interkoneksi utilitas. Tidak ada kemacetan transmisi. Tidak ada biaya lulus kepada pembayar tarif yang tidak mendaftar untuk ledakan AI.
Pada tahun 2028, Intersect mengharapkan 10,8 gigawatt online atau dalam pengembangan. Itu lebih dari 20 kali Bendungan Hoover.
Amazon menghabiskan $100 miliar untuk infrastruktur AI tahun ini. Microsoft menghabiskan $80 miliar. Google menghabiskan $75 miliar. Itu $ 255 miliar dari tiga perusahaan dalam satu tahun, dan mereka semua bertengkar untuk input terbatas yang sama: listrik.
Google baru saja membeli akses yang dijamin ke batasan itu sementara orang lain bernegosiasi dengan utilitas.
$4,75 miliar bukanlah ceritanya. Itulah yang tidak harus mereka beli: waktu.

Pubity25 Des, 00.43
Google baru saja menghabiskan $4,75 miliar untuk mengakuisisi seluruh perusahaan energi untuk bahan bakar pusat data AI mereka.


395
Semua orang fokus pada siapa yang mengirimkan demo humanoid paling mencolok. Jim Fan baru saja memberi tahu Anda perlombaan yang sebenarnya: siapa yang dapat menghasilkan data fisika sintetis yang cukup untuk menutup kesenjangan 100.000 tahun.
Angka itu bukan hiperbola. Ken Goldberg di Berkeley menghitung bahwa data teks yang digunakan untuk melatih LLM akan memakan waktu 100.000 tahun untuk dibaca oleh manusia. Robot memiliki akses ke hampir tidak ada yang setara dengan manipulasi fisik. Setiap genggaman, setiap tersandung, setiap pergeseran beban perlu dipelajari dari awal atau disimulasikan.
Inilah sebabnya mengapa lab Fan mengirimkan tiga versi model dalam sembilan bulan (N1 pada bulan Maret, N1.5 pada bulan Juni, N1.6 pada bulan Desember) sementara sebagian besar perusahaan robotika masih mengumpulkan demo dunia nyata. NVIDIA tidak bersaing pada perangkat keras saja. Mereka bersaing dalam kemampuan mereka untuk menghasilkan data pelatihan sintetis tanpa batas melalui Omniverse.
Tumpukan GR00T mengungkapkan strategi: GR00T Dreams menghasilkan data video sintetis. GR00T-Gen menciptakan lingkungan simulasi. GR00T-Mimic menghasilkan lintasan. Setiap komponen ada untuk memproduksi data fisika yang tidak ada di internet.
Pembingkaian "Tes Turing Fisik" Fan sangat tepat. Kami akan membangun sistem yang dapat bernalar tentang protein dan membuktikan teorema sebelum kami membangun sistem yang dapat melipat cucian dengan andal. Kecerdasan Fisik baru saja menunjukkan ini minggu lalu ketika mereka menangani tugas tantangan "Olimpiade Robot" Benjie Holson. Model mereka meraih medali emas dalam 3 dari 5 kategori. Tetapi perhatikan apa yang tidak dapat mereka selesaikan: tugas yang membutuhkan penggunaan alat dengan sifat fisik tertentu. Perbatasan bukanlah penalaran. Ini adalah dinamika kontak.
OpenAI dan skala Anthropic dengan mengikis internet. AI fisik tidak memiliki internet untuk dikikis. Tim yang menang adalah siapa pun yang menemukan cara membuat 100 juta jam pengalaman fisika di dalam simulasi dan mentransfernya ke dunia nyata.
NVIDIA dengan DNA grafisnya, infrastruktur simulasi, dan model fondasi open-source yang sistematis dari tim 30 orang mungkin diposisikan lebih baik daripada siapa pun untuk melakukan hal itu.

Jim Fan25 Des, 01.26
Saya sedang dalam misi tunggal untuk memecahkan Tes Turing Fisik untuk robotika. Ini adalah tantangan besar AI berikutnya, atau mungkin TERAKHIR. Kecerdasan super dalam string teks akan memenangkan hadiah Nobel sebelum kita memiliki kecerdasan simpanse dalam kelincahan & ketangkasan. Paradoks Moravec adalah kutukan yang harus dihancurkan, tembok yang harus dirobohkan. Tidak ada yang bisa berdiri di antara umat manusia dan produktivitas fisik eksponensial di planet ini, dan mungkin suatu hari nanti di planet-planet di luarnya.
Kami memulai laboratorium kecil di NVIDIA dan tumbuh menjadi 30 orang baru-baru ini. Tim meninju jauh di atas beratnya. Jejak penelitian kami mencakup model fondasi, model dunia, penalaran yang diwujudkan, simulasi, kontrol seluruh tubuh, dan banyak rasa RL - pada dasarnya tumpukan penuh pembelajaran robot.
Tahun ini, kami meluncurkan:
- Model fondasi GR00T VLA (visi-bahasa-tindakan): N1 sumber terbuka pada bulan Maret, N1.5 pada bulan Juni, dan N1.6 bulan ini;
- GR00T Dreams: model dunia video untuk menskalakan data sintetis;
- SONIC: model pondasi kontrol seluruh tubuh humanoid;
- Pasca-pelatihan RL untuk VLA dan resep RL untuk sim2real.
Ini tidak akan mungkin terjadi tanpa banyak tim kolaborasi di NVIDIA, dukungan kepemimpinan yang kuat, dan rekan penulis dari laboratorium universitas. Terima kasih semua telah mempercayai misi ini.
Utas di galeri pencapaian:

179
Social Capital memasukkan $10 juta ke dalam putaran awal Groq pada April 2017 ketika perusahaan bernilai sekitar $30 juta pasca-uang. Cek tunggal itu membeli sekitar 33% dari perusahaan. Kemudian mereka menggandakan dengan $52,3 juta dalam catatan konvertibel 2018.
Total yang digunakan: $62.3 juta.
Di sinilah menjadi menarik. Groq mengumpulkan $300 juta pada $1,1 miliar pada tahun 2021, kemudian $640 juta pada $2,8 miliar pada tahun 2024, kemudian $750 juta pada $6,9 miliar pada September 2025. Setiap putaran mencairkan investor awal. Tetapi Social Capital memiliki kursi dewan dan kemungkinan mempertahankan beberapa pro-rata melalui convertible.
Matematika konservatif: Mereka memiliki antara 15-20% Groq saat ini. Dengan $20 miliar, itu adalah nilai $3 miliar hingga $4 miliar.
$ 62 juta dalam. $ 3-4 miliar keluar. Itu pengembalian 50-65x dalam 8 tahun.
Sebagai konteks, investasi tunggal ini bernilai lebih dari seluruh ukuran dana Social Capital pada tahun 2015 ($1,1 miliar). Satu taruhan. Delapan tahun. 50x.
Waktunya adalah bagian terliar. Chamath berinvestasi dalam chip AI khusus pada tahun 2017, bertahun-tahun sebelum ChatGPT membuat komputasi inferensi menjadi sesuatu. Dia duduk di dewan hingga 2021, kemudian mundur tepat saat perusahaan memasuki fase pertumbuhannya.
Sekarang Nvidia membayar $20 miliar secara tunai karena mereka membutuhkan arsitektur LPU Groq untuk inferensi dalam skala besar. Jensen pada dasarnya menulis cek kepada Chamath karena berada di awal kemacetan inferensi.
Katakan apa yang Anda inginkan tentang SPAC-nya. Yang ini menebus banyak tas Kesehatan Semanggi.

Boring_Business20 jam lalu
Chamath setelah menghasilkan $4 miliar dari investasi awal di Groq (baru saja mengumumkan penjualan $20 miliar ke NVIDIA)
Salah satu hasil usaha terbaik sepanjang masa

330
Teratas
Peringkat
Favorit
