AI 这轮最热闹的地方,是模型越来越聪明。
但真正卡在后面的,可能不是应用数量,而是数据和计算怎么被处理。
训练、模拟、优化、数据清洗,这些东西听起来不性感,但每一个强 AI 系统背后,都离不开更稳定的计算执行和更高效的资源调度。
这也是我最近从 AI data processing 角度看
@quipnetwork 的原因。
很多人只把 Quip 当成 quantum security 叙事,但它的 Proof of Useful Work 其实更值得单独看。
网络不只是消耗算力来维护安全,而是尝试把计算导向真实优化问题。
这点放到 AI 里很关键。
未来 AI 竞争不一定只是谁的模型更聪明,也可能是谁能更好地处理数据、验证结果、协调算力,把 compute 变成可用的基础设施。
所以我现在不只看 AI 应用。
也会看后面这些 compute network。
因为真正的大机会,很多时候不在最吵的前端,而在那些默默处理数据和计算瓶颈的底层。