How Diamond Cooling Could Power the Future of AI, with Akash Systems
42:21 Share

欢迎来到《No Priors》。今天我和Akash Systems的创始人Felix Zajecum和Ty Mitchell聊天，该公司生产用于计算平台的基于金刚石的冷却技术，从太空卫星到人工智能数据中心。他们的创新利用高导电性金刚石帮助计算机运行更凉爽、更快，同时消耗更少的能量。

Felix和Ty，欢迎来到《No Priors》。很高兴来到这里。谢谢，Sarah。我认为我们应该首先快速介绍一下Akash是什么。

当然。再次很高兴来到这里，Sarah。Acop Systems，我们是一家位于湾区的风险投资支持公司，从材料科学层面开始。我们正在使用专有的材料，特别是我们在实验室中生长的金刚石材料，来制造在世界上具有数量级颠覆性的电子系统。

这与我们通常创业的方式形成对比，即使是在硬件领域，我们也倾向于从供应链中间某个环节介入。作为材料科学家，我们从元素周期表级别开始，然后从那里开始构建芯片，

电路板，最终改变我们社会生活的系统，无论您是企业还是消费者。我们通过多种方式做到这一点。我们改变了基本材料的结构。我们选择的要影响的系统是

我们最初是从太空领域开始的，在那里我们制造了一些有史以来速度最快的卫星无线电。然后，正如我们现在正在做的那样，我们转向人工智能领域，在那里我们可以导致计算错误。

使GPU的速度比这个新领域诞生以来任何时候都快，或者通过我们从基础阶段开创的创新材料科学，大幅降低数据中心的能源消耗。

所以这也许是一个很好的过渡，可以解释你们是如何开始从事这项工作的，因为你们很早就有了这个想法。正如你所说，你早些时候开始从事太空应用。你能谈谈你的背景，以及最初的科学理念以及你认为它将如何应用吗？当然。

当然。我的背景是材料科学和电气工程。我在康奈尔大学获得了电气工程博士学位，辅修材料科学和器件物理学。在我的博士学位研究中，我专注于将截然不同的材料结合在一起，使一加一等于十。好的。

而且，你知道，例如，硅，一种非常著名、无处不在的材料，它带来了我们今天拥有的现代时代。但是还有其他材料，塑料，其他类型的半导体实际上并不像硅那样好，但它们有自己的优势。

因此，在我的博士学位研究中，我研究了将光学世界与电子学、硅结合在一起的方法，并将它们融合在一起，从而使整个系统非常强大，非常

我将这种理念带到了Akash，2017年我和Ty一起创立了Akash，试图做同样的事情。我个人经常发现，事实上，我认为这是对人类如何互动的一个很好的隐喻。当你把不同的人、不同优势的人聚集在一起时，

这种组合可以非常强大，其效果可以超过各部分的简单总和。这正是我们在Akash所做的，我们将人造金刚石（众所周知的是有史以来在自然界中生长或在自然界中出现的最具热导率的材料）与硅甚至氮化镓结合在一起，坦率地说，

任何其他半导体，当结合在一起时，都会发生令人惊奇的事情。我很高兴也很兴奋能在人工智能领域做到这一点。我们在太空领域做到了这一点，在那里我们现在已经制造并发射了有史以来速度最快的无线电。现在有了……

人工智能，我们可以通过简单地使用我们在实验室中创造的人造材料来实现性能水平，无论是在能效水平还是计算速度方面，都达到了前所未有的水平。Ty，你是硅还是金刚石？我两者都有点。我是碳化硅专家。我的博士学位是关于碳化硅的。当我进入商界时，这让我学到了一点

为Cree和Wolfspeed公司工作，Cree和Wolfspeed开发了非常好的碳化硅材料级技术。

并将这项技术应用于各种系统，如雷达系统或电动汽车的电力电子系统或发光二极管，你学到的一件事是，当你拥有材料级进步时，作为拥有这种材料级进步的人，你真的必须制造系统来说服人们你拥有解决方案。

如果你只是去找一个正在制造汽车的人，然后说，嘿，我有一个很棒的碳化硅二极管，一个肖特基二极管或一个MOSFET，他们会说，好吧，很好。你知道，我已经在使用硅IGBT了。如果你能达到他们的价格，我会用你的。

你会说，看，如果你用我的零件，我可以将你的续航里程增加200英里。我可以增加40%。他们会说，好吧，是的，当然。但是，如果你制造汽车，好的，你找到一个合作伙伴将你的零件放入汽车中，或者你制造盒子，你实际上制造MOSFET，你制造模块，

功率模块，你在系统中走得越远，你就越有机会说服客户你拥有解决方案。这就是我们在Akash采取的方法，即使我们拥有这种材料级技术，我们也会制造系统，然后直接面向消费者或客户，并能够以这种方式证明我们的技术。对于人工智能，一个

为什么我们要进入人工智能领域？我们在太空解决非常困难的问题，实际上比我们今天面临的人工智能问题更困难。因为在太空中，你的面积有限。你没有任何可以用来冷却的流体，因为太空中没有气流。

而且你还有许多其他可靠性和生存能力要求，这些要求比人工智能更难满足。所以我们想，好吧，人工智能是一个非常困难的问题。他们有热量是一个非常困难的问题，他们必须解决。它正在增长，而且没有人真正有正确的解决方法。我们认为我们可以提供帮助。这就是我们深入研究的原因。

为了说明Ty刚才所说的话，将太空与人工智能进行比较，我们在太空中冷却的功率密度达到每平方厘米10^3瓦特。因此，每平方厘米4000到5000瓦特，我们在太空中冷却的芯片。

在地面上，在典型服务器的人工智能中，每平方厘米的功率要低一个数量级，只有几百瓦特。这让我们有信心，如果我们能够解决太空中的问题，那么我们绝对可以使用相同的技术，甚至可以稍微降低一点，以便我们可以快速提升。如果应用于服务器，那将是一个全垒打。

是的，我认为你们有一个演示，只是为了解释金刚石或具体来说具有的连接优势。我们有。感谢你做了这个很好的过渡。

我要向你展示的是金刚石如何非常有效地冷却或融化冰块。所以这是你在这里我的小视频中看到的冰块。这是金刚石，一小块金刚石。

这是我们在实验室中生长的金刚石晶圆。你可以看到Akash的名字。我要做的是向你展示，来自环境的热量，更具体地说，我的手指，我的体温将快速地通过这个金刚石流入冰块并融化它，就像我触摸它一样快。它就像黄油一样。我希望你能自己触摸它。它会感觉很冷。所以我只是……

把它楔在这里，你会看到，就是这样。-非常酷。-你可以看到它被楔入了。-和切冰。-是的，你可以用手指切冰。现在，旋转它，这样你就可以看到了。

这就是特点，这就是我们用于芯片、GPU的特性。我们正在考虑降低温度。最初，我们从10度开始，对于拥有少量服务器的任何数据中心来说，这已经值数百万美元了。但我们正在考虑在未来12个月内进一步降低温度，降低20、30、40度。在太空中，我们已经降低了那里的温度，降低了80到90度。

所以这相当重要，它的影响和经济影响是深远的。是的，也许现在是时候谈谈为什么散热对于人工智能芯片、人工智能GPU服务器和数据中心来说是一个问题了，对吧？所以，你知道，如果你想象一下……

这些芯片在服务器中，服务器机架中，以及数据中心中的一排排服务器中。长期以来，我们一直用风扇冷却大型数据中心。这如何适应风扇和液冷的替代方案，以及

大规模人工智能训练是否改变了游戏规则？我们拥有的这项技术，这种使用合成金刚石的材料级技术，实际上与今天使用的任何其他冷却技术都兼容。今天使用的冷却技术实际上是在数据中心级别，

在那里他们进行气流控制和空气控制，你知道，防止空气混合。它是在机架级别，在那里你使用液冷，你知道，CDU和歧管以及将液体直接泵送到设备以保持其冷却或使用风扇。你可以在芯片和封装级别使用技术来加速芯片，对吧，

在芯片上进行更多事务，以便获得更高的能效事务/瓦特，或者在封装中，执行诸如扇出封装之类的操作，尽可能地散布任何芯片或芯片组的热量。还有像HBM这样的东西，记住你可以直接与芯片堆叠在同一个封装中，并且

并使其更高效，并且基本上也进行更多事务。所以这些都是今天正在使用的技术。我们方法的优点在于它与所有这些方法都兼容。你可以单独使用金刚石冷却，也可以将其与你正在做的任何其他事情相匹配，从而获得额外的操作裕度，获得额外的性能裕度。

然后你可以用它来降低温度，让你的系统运行得更热，并给你机会进行更多事务。这非常重要，因为你只在去年看到，

英伟达推出了一些新芯片。首先是三星HVM，当时存在散热问题。然后是Blackwell，再次出现散热问题，导致推出延迟。我认为，如果你听了英伟达上次的电话会议，就会提到散热问题。

这是第一次，我认为这将越来越受到公司和投资者的关注。我认为Jensen能够不直接回答这个问题。人们在这些电话会议上非常熟练，但是越来越多的这些问题会被问到，人们将需要方法来解决它们。我们认为我们有最有效的方法，因为它直接关系到设备的核心。

是的，这很有趣，因为直觉上不是来自数据中心管理领域，我喜欢任何有机械部件的东西都会让我紧张。对。但我确实有朋友在运行这种类型的大型数据中心。我认为即使已经宣布了例如液冷GB 200和VL 72系统，以及一些公司。

对液冷的兴趣，风扇和液冷当然也存在自身的可靠性问题，对吧？实施起来很复杂，而且要防止泄漏、损坏以及运动所需的东西。是的。

是的，Sarah。实际上，我们今天交付的服务器，例如英伟达的H200，既是液冷的，也是金刚石冷却的。为了进一步说明Ty的观点，我们的金刚石技术可以叠加在你使用的任何技术之上，无论是液体、风扇还是两者兼而有之。但为了进一步阐述这一点，我们相信Akash Systems如果

今天不采用材料科学，更具体地说是不采用物理或化学方法来解决热问题，那么根据今天的预测，世界各地的人工智能数据中心的需要将导致电网崩溃，因为

正如我们所知的那样。如果它没有导致电网崩溃，我们相信电力成本将非常高昂。以我们今天所走的道路是不可持续的。这就是我们着手解决这些问题的灵感来源，从物理和化学开始。

举个例子就是你的笔记本电脑。你的笔记本电脑里面有很多芯片。你把它放在你的腿上，你会感觉到它的温暖。如果你拿一个冰袋，把你的笔记本电脑放在冰袋上面，什么也不会改变。它不会加速你的CPU。你不会改变你的CPU的散热，因为你的腿和GPU或CPU之间存在很大的距离，一个热障。

直接到达热源的核心，芯片，用物理化学解决方案的材料，可以让你有所作为。这就是我们正在做的。我们没有看到很多这样的方法。我们认为这将是遏制

消耗的关键，实际上也使我们都希望看到的、喜欢看到的人工智能愿景能够实现。如果我认为人们运行大型数据中心时遇到的抱怨是障碍或需要处理的问题，那就是芯片供应、GPU可靠性、电源、热量。热量与所有这些其他问题有什么关系？

你提到的所有东西都是热量。顺便说一句，我们在太空中也看到了同样的情况。在太空中解决的每一个问题，都像是打地鼠游戏。除非你找到问题的根源，也就是热源，否则你实际上只是在玩打地鼠游戏。你在这里把它打下去，它会在其他地方出现。

你刚才描述的所有内容都是热量问题。顺便说一句，这是正确的。有数十亿个这样的芯片。一个简单的服务器，我们今天交付的服务器，每个刀片中有八个GPU，还有数十个其他同样产生热量的芯片。因此，我们在Akash实际上只是触及了

这个问题的表面。这是一个普遍存在的问题，遍布整个供应链。你刚才提到了它在世界上的表现方式，事实上我们正在努力充分利用我们所拥有的东西。它所做的只是打破银行。它花费了巨额资金。它导致可靠性问题。服务器，通常它们突然出现婴儿死亡率的情况并不少见。当它达到

你知道，80、90摄氏度，它开始抑制性能，热节流。你的许多听众都会熟悉这一点，操作系统必须降低GPU上的工作负载，这意味着减慢速度，以便他们可以执行客户要求的推理。所以这是一个严重的问题。我认为

只是在网络级别攻击它，或者在系统级别贴上创可贴，只会踢罐子或增加整个生态系统的成本。你必须在材料科学、物理和化学层面攻击它。Sarah，你用了一个有趣的词“障碍”。

我们正到达人们开始被这个问题困住的地步。我们提到了设备推出和由此造成的延误问题。你将看到这种情况越来越频繁地发生，因为推动性能提高，你知道，每两三年两到三倍，它

我们无法做到这一点，只是因为将电力和水输送到现场，然后让部件在热量积聚的情况下运行。你被困在服务器里面了。你可以在服务器内部做任何你想做的事情，因为现在你有很多层。你有，你知道，你的机箱，可能是铝制的。你有一个铜散热器。

然后你有一些环氧树脂粘合材料。然后你有了你的芯片材料，它是硅。然后你有一些……

焊料，金锡。然后你有了FR4或其他聚合物板。然后你还有更多的金凸点。然后你还有另一个板。所以你有了这个三明治，我只是列出了一些层。每次你在这些三明治之间有一个界面，那就是一个热障。好的。那么你打算怎么办呢？因为他们真的，你必须解决这个问题。而现在这个问题并没有真正得到解决，这将不得不得到解决，因为

否则，它将不会阻止数据中心的创建。但是你看市场上的倍数，你看收益。这可能是AMD和英伟达的人正在考虑的事情。结果现在正在增长，对吧？但是看看英特尔发生了什么，好吗？你错过了两三个季度，你就从山顶跌落到……

你知道，听着那些丧钟敲响。我认为这将是，这将是任何这些公司的任何高管的头等大事。

是的，我明白。你必须从内部冷却三明治，因为三明治越来越大，越来越热。我认为真正引起我共鸣的事情之一，至少从业内朋友那里听到的是你描述的热节流。事实上，你看到并必须管理这些GPU在较高温度下的不稳定行为。现在从事机器学习的大多数人，它非常……

抽象的软件领域，对吧？因此，基于材料本身的相互作用，你必须考虑这些具有挑战性的非确定性行为，这确实是一种负担，这只是一个需要考虑的新领域。也许仅仅是因为它是你的专业领域，你如何融入英伟达、超微等其他SI的合作伙伴生态系统？

所以要明确一点，我们正在购买芯片。我们不是在制造GPU。我们正在采用世界上最热的芯片，并对其进行冷却，以便我们可以为系统架构师打开性能包络。因此，我们适合，我们作为服务器制造商进入世界，为从事推理工作的人们、训练模型的人们、

数据中心运营商、云服务提供商打开性能包络。好的，这就是我们进入世界的途径。我们进入市场最具挑战性的部分是有意义的，那些在性能边缘挣扎最多的人。所以我要在这里冒险说一下

我们认为，凭借我们的金刚石技术，我们将能够超加速摩尔定律，这样在两年内，我们将能够实现过去人们必须等待六七年才能达到的性能。因为记住，摩尔定律是关于将晶体管越来越紧密地挤压在一起。但是

你只能靠得这么近，然后你就会在这些设备之间出现热串扰。因此，现在我们在人工智能中看到的限制，我们进行推理工作速度的限制是由热串扰造成的。如果我们打开热串扰，并且能够允许更高的密度，那么突然之间，你知道，我们可以用几秒钟而不是几年的时间来制作一部故事片，如果你是在离线进行的话，你知道，

你知道，几个月，几年，如果你现在正在使用人工智能中存在的热限制来做这件事，那么可能需要几天。但是，你知道，我想在制作时间上看到几秒钟来制作一部完整的90分钟的故事片，

这将是因为解除了GPU内部的热限制。我要问一个愚蠢的问题，但你已经多次提到过。你正在种植钻石。对于你想要的尺寸，这个过程是如何工作的？假设，你知道，我们大多数观众只听说过在珠宝领域种植钻石的概念。是的。

这与种植其他半导体材料没有什么不同。如果你正在种植硅、碳化硅、砷化镓或磷化铟，任何这些电子基板，

你从一个晶种开始，然后你通常使用某种方法，化学气相沉积法从该晶体生长出来，生长出，你知道，从该晶体生长出完美的单晶材料。这就是同样的方法。这就是你种植金刚石的方式。金刚石只是碳。对。所以你取一个完美的碳金刚石晶种。

然后你用等离子体在一个反应器中生长金刚石。你知道，这需要非常高，非常高的温度，你知道，非常高的压力才能做到这一点。但这基本上与生长硅或碳化硅晶圆的过程相同。

Sarah，我们的专长，我们的秘诀在于，我们不仅种植金刚石，而且还使用物理和化学方法将金刚石与半导体紧密结合。好的。所以这不是一个简单的过程。这确实需要一些工作。你问过关于工作的问题。

为什么需要这么长时间？材料科学确实需要时间。但是金刚石原子与半导体原子的紧密结合是我们所理解的。这就是我们在太空和人工智能领域所采用的方法。这就是为什么这不容易。

但我们对此非常兴奋。我们正在将其部署在我们交付的服务器中，鉴于目前世界上的情况，我们看到了非常强大的市场需求。

你们在上周宣布了一位令人兴奋的客户，NextGen数据中心和云技术公司。你能谈谈为什么他们是早期的好客户吗？他们也是一个主权云参与者。所以我也想谈谈这个。当然。NextGen是印度最大的主权云服务提供商。

他们以非常谨慎的方式处理该国的数据，确保数据保留在该国的边界内。我们看到世界各国的这种需求。没有人希望他们的人民数据离开他们国家的边界。我们在太空中也看到了这一点。

当数据从卫星下载或被拉走时，卫星有义务将数据保存在该国的边界内。所以这对我们来说是一个机会。这意味着我们将能够单独解决每个国家的问题。这就是第一点。第二点，他们是该地区，印度的领导者。所以我们认为这将是一个非常好的

测试案例，向世界展示什么是可能的。事实上，我们这样一家小型成长型公司能够扩展到他们需要的规模，并且我们可以快速扩展。你知道，我们必须在下一个季度交付所有这些东西。许多小型公司都会在这个问题上失败。NextGen选择我们，相信我们有这种扩展能力。第三是技术的根本。

我认为他们很快就看到了，而且他们由一些非常有创新精神的领导者领导，这是一个问题，除非我们到达问题的核心，即解决方案的材料科学性质，否则这个问题将长期存在。你将永远只是在玩弄小把戏。

房间里的大象。所以当他们看到这个机会时，我们非常兴奋，事实上，好吧，这是一家从材料科学角度来解决这个问题的公司。当他们看到我们可以扩展时，我们欣然接受了。我们对此非常兴奋。我们欣然接受了。

然后，你知道，我认为NextGen正在定位自己并使用我们的技术，不仅在印度扩展，而且可能在世界各地扩展。好的。再次尊重该国的数据主权。所以我们认为这是一个非常，非常好的匹配。

他们以这个规模的订单开始。我们对2025年甚至与他们一起即将发生的事情感到兴奋。这仅仅是个开始。美国公司也面临这些问题。你知道，印度并不是唯一一个处理这个问题的国家。我们也在与他们交谈。这绝对是一个非常重要的

你提出的一个非常重要的主题，Sarah。是的。你认为美国制造人工智能芯片和数据中心产能的重要性是什么？鉴于你是少数几家获得芯片法案资助的小公司之一，而且盖尔辛格刚刚辞职，这一点尤其重要。你目前对美国产能的看法和展望是什么？我的观点是，美国做得不够，而且

需要做得更多。这是一项美国需要成为领导者的技术，它需要在整个价值链中发挥领导作用。我们不能仅仅依靠英伟达或AMD迄今为止所做的工作。我们必须继续投资于大型公司和小型公司，例如我们公司，以及其他公司。

他们正在研究一些非常关键的问题，因为众所周知，人工智能不仅是商业的关键技术，也是国家安全的关键技术。

这些都是美国不能依赖其他国家为其开发的东西。因此，我们必须真正推动技术发展。我们必须推动整个供应链的制造，并对这项技术进行大量投资。这对于这个国家的未来将非常重要。我们在这里支持这一点。

0 这就是我们关注的重点。让我补充一点，我们获得CHIPS法案的支持是我们对美国的支持的证明。我们全力以赴地做Ty提到的事情，加强我们的供应链。这是CHIPS法案的一个关键原则。支持国家安全，我们为国防提供支持，对吧？

我们与雷神公司合作是公开的，雷神是一家标志性的美国国防公司。这项技术使雷神和美国国防能够在全球范围内维持军事优势，这是人类历史上从未做到过的。

这项技术以一种我认为我们开始滑坡并变得稀缺的方式保障了我们的商业供应链。COVID暴露了这一点，当我们看到，哦，哇，我们依赖其他国家来填补我们曾经能够自己制造的关键芯片。现在我们可以在加利福尼亚和德克萨斯州的家中制造它们。我们将创造就业机会，好吗，在加利福尼亚和德克萨斯州。

我们得到了来自广泛投资者的支持，聪明的投资者，包括Vinod Khosla和Peter Thiel等。因此，我认为这个CHIPS法案将使我们能够履行CHIPS法案的所有原则要求，同时也是全国每个人都可以感到自豪的事情。

你说你与雷神合作过，你之前也在空间应用方面工作过。我认为这对每个听众来说可能不是直观的，为什么卫星和无线电通信在国家安全方面如此重要。但我认为你会越来越看到冲突和战争将由你对射频频谱的理解来定义，无论是空间还是其他系统，对吧？

我认为支持这一点是至关重要的。这与您正在进行的任何AI系统工作完全无关。

100%。当雷达在第二次世界大战期间被开发出来时，那是一个巨大的游戏改变者。没有雷达，英国赢得不列颠之战将非常困难，因为那个早期预警系统对他们至关重要。就个人而言，我的岳父在第二次世界大战中是一名雷达操作员，他是最早接触这项技术的人之一。

他说他们会在佛罗里达追逐德国潜艇，而潜艇会潜入水下。他们不知道他们是如何不断找到它们的。好吧。这表明，当你引入这些新技术时，它们对世界的影响是巨大的。是的，射频和AI都是如此。

也许因为你作为AI供应链的参与者广泛思考这个问题，你知道，美国做得不够，需要做得更多。风险在增加。你认为还有哪些关键问题是可行的？比如，美国在短期内是否有可能拥有晶圆厂和光刻机，以及其他核心组件？当然。

是的，美国会做到的。唯一的问题是，美国是因为必须这样做而这样做，还是因为想这样做而这样做。美国可以完成任何事情。我们有人民。我们有

大量的自然资源。我们有能力。唯一的问题是，部分原因是企业文化是由收益驱动的，对吧？如果我们只关注收益，那么如果在亚洲制造某样东西更便宜，就去亚洲制造，好吗？但这其中有一个国家安全的组成部分，

也许在亚洲制造对国家来说并不是最好的选择。也许你需要在这里制造。因此，我们需要找到一种方法来弥合这一差距，以便每个人都不只是追逐最后一分钱的收益，而是将这些关键技术的制造带回国内。我们应该在这里开始这个行业

正确地做所有这些事情，从芯片、服务器、软件，到框架、外壳、机架，所有的大型金属部件，以及数据中心本身。我们可以在美国完成这一切，我们应该专注于此，并关注

联邦项目和资金，以确保所有这些都在这里发生。我确实认为AI将在制造业中发挥作用，甚至使制造业的效率提高10倍或100倍，以便，

我们实际上可以在其他国家超越人类。我认为这就是未来的样子。好的，因此我们不必降低劳动力成本以便与中国竞争。我认为这将通过AI驱动的制造业中的非凡成就实现。

你知道，今天的大学，当我在研究生院时，每个人都必须接受机器车间的培训。康奈尔大学，我记得大约有四五个机器车间。在大一工程课程中，你必须接受如何使用这些机器和操作员的培训。今天，几乎每位教授都有一台3D打印机。这只是一个...

你知道，给校园内每个人制造他们想要的东西、随时想要的东西、以非常低的成本制造的能力增加了动力。我认为你会在制造业中看到同样的事情，使用AI，

我们将能够人均制造出比世界上任何其他地方多一千倍、一十万倍的组件、设备、零件和芯片。这就是AI所能实现的。

不，我只是想说，我相信这是可能的。这是一个更具激励性的未来愿景，而不是我们完全放弃供应链，战略上处于他人的掌控之中。对吧。是的。你们两位在材料科学方面都有非常杰出的背景。

作为一名来自软件计算机科学领域的人，最有趣的事情之一是变压器、扩散模型的适用性，以及深度学习在规模上的有效性，这在许多不同领域中都很有趣，并且对其在材料科学中的适用性越来越令人兴奋。你们自己考虑过这个问题吗？100%。是的。

这非常适合研究，并帮助研究更快地进行，因为如果你考虑AI如何帮助你，AI模型如何帮助你工作？你知道，个人而言，我一直把AI当作助手，大大提高了你的研究速度，因为...

在技术中，尤其是像材料科学这样的核心技术中，解决问题的很多工作首先是弄清楚今天已经做了什么。因为世界上有很多聪明的人，世界上总是有很多聪明的人。你的解决方案的关键可能是1963年某人做过的事情，但由于他们没有能力进行像你现在能做的那么多的迭代，所以没有得到发展。因此，你能够回去找到那些信息，然后

将其应用于你现在可以解决的问题，这是我非常兴奋的事情之一，因为我认为这可以真正推动创新。我们不会都成为机器人和AI的奴隶。AI将帮助我们更快地创新。

你对使用AI进行逆向设计、探索化学空间、加速DFT模拟或更根本的发现过程的想法感到乐观吗？是的。所以，你知道，化学空间、密度泛函理论，任何你谈论的这些主题都是问题。

无论是什么主题或什么方法，任何可以通过提问和迭代解决的问题，

都可以做到。因此，任何这些方法都可以应用于材料科学，可以应用于医疗领域，可以应用于软件，对吧，编码。我们已经在较低的层面上看到了这一点，但实际上我们受到的限制是我们提出问题的能力和

实际上，仅此而已。我们受到的限制是我们提出问题的能力，实际上仅限于我们自己的想象力。因此，我非常兴奋能够深入研究这个问题，找出我们如何利用它，因为我们现在想解决的问题有很多，我们不知道如何着手解决，因为我们知道这将需要很多迭代，并且我们需要找到大量信息来对我们的假设进行良好的尝试。

这使得开始变得困难。但是如果你有一个为你工作并与您合作的人，可以在一秒钟内进行十亿次迭代，我的意思是，想想这真的很令人兴奋。

我在Coastal，我们的投资者，曾与他们进行过这样的对话，有时我认为作为企业家，企业家在想象方面可能会受到限制，因为你不断受到当今世界的边界和约束的指导。好的。而AI所做的，

是打开这些边界，以便我们可以开始想象你所谈论的事情。逆向设计，对吧？那么我们能否，您知道，如果我们能够让处理器的运行速度比今天快十亿倍，因为热量的限制不再存在，对吧？

我们能否加速那些本来需要一百年的计算和建模，但现在只需一秒钟？那到底意味着什么？什么是不可能的？我认为，是的，

我认为最大的挑战是我们自己的想象力。我认为Ty说得很对。困难在于尝试提出正确的问题，因为现在我们几乎拥有无限的处理能力。这是困难之处，我们如何让自己不再干扰，以便计算能够尝试解决这些问题。

我认为在生物技术领域，针对每种癌症的药物现在已经触手可及。我认为能够拥有如此优化的电池容量，因为我们不再有今天的热量限制，可以让我们从旧金山到纽约

在一次充电中完成。我认为这完全在可及范围内。我认为，真的，天空是极限，我对未来感到兴奋。说到这里，Felix Tai，真是一次美好的对话。非常感谢，祝贺你们的进展。谢谢你，Sarah。谢谢。谢谢你，Sarah。

在Twitter上找到我们，账号是NoPriorsPod。如果你想看到我们的脸，请订阅我们的YouTube频道。在Apple Podcasts、Spotify或你收听的任何地方关注这个节目。这样你每周都会收到新的一集。并注册电子邮件或在no-priors.com找到每一集的文字记录。