筛选结果
11 篇排序
1:04:26EN → 简体中文
Sequoia Capital· 2026年10月6日播客100,000 个加速器，每小时都有东西出故障Google AI 基础设施负责人 Amin Vahdat 向红杉资本的 Sonya Huang 解释，为什么 FLOPS 是虚荣指标，为什么 TPU 产品线一分为二，以及为什么他宁愿等电网接入，也不自己建一座吉瓦级的数据中心。
1:34:36EN → 简体中文Nate Foster：把网络当作程序Yaron Minsky, Nate Foster · Jane Street从可编程交换机到 BGP，一位编程语言研究者解释高层策略和形式模型如何让网络更易于修改。
45:33EN → 简体中文Sequoia Capital· 2026年5月26日播客Cursor 如何在一分钟内跨洋传输 1TB 的 Composer 权重Federico Cassano 和 Fireworks 的 Dima 讲解了训练 Composer 2 的全球分布式强化学习技术栈，其底座是一个稀疏的万亿参数混合专家模型（MoE）。
41:32EN → 简体中文Sequoia Capital· 2025年10月28日播客摩尔定律在放缓，英伟达 CTO 仍要每年 10 倍增长Michael Kagan 谈数据中心如何变成一台计算机：答案不只是更多晶体管，还有英伟达以 70 亿美元收购 Mellanox 的那笔交易。
1:56:38EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2025年3月8日播客o3 把 ARC 得分从 20% 拉到 87%，Nathan Labenz 勾勒早期超级智能主持 Nathan Labenz在 Consistently Candid 节目里，《The Cognitive Revolution》的主持人认为，到 2026 年数学和编程就会达到超人水平；而一个推理核心，加上专门掌握“直觉物理”的专家模型，可能已经够用了。
2:16:17EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年2月5日播客横跨三大洲训练的 100 亿参数模型，与每小时 1.49 美元的 H200主持 Nathan LabenzPrime Intellect 的两位创始人提出一份四步计划，要把全球闲置的 GPU 变成共同拥有的智能；他们还认为，强化学习（reinforcement learning）刚刚让他们的工作变得更容易了。
1:03:21EN → 简体中文Horace He：为万亿乘万亿次运算构建机器学习系统Horace He · MetaGPU 瓶颈、编译器设计和分布式并行如何塑造大规模模型训练背后的系统。
46:35EN → 简体中文Sequoia Capital· 2024年11月13日播客他们 20 小时训练出实时视频模型，绕过了游戏引擎Decart 的 CEO Dean Leitersdorf 向红杉讲述了 Oasis 如何在 H100 上实时运行，为什么 ChatGPT 更像是被跨过的一堵墙，而不只是一个痛点的解法，以及下一家万亿美元公司或许是一种生成出来的体验。
42:42EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2024年8月22日播客 · 2 人对谈以太坊曾握有相当于两千套 GPT-3 集群的 GPU 算力主持 Sarah Guo, Elad GilFoundry 首席执行官 Jared Quincy Davis 谈闲置的 H100、今天的 AI 云为何仍是托管模式，以及复合 AI 系统（compound AI systems）如何把工作从巨型互联集群上卸下来。
1:01:26EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年7月25日播客AlexNet 用两块 GPU，GPT-4 用了两万块，短缺还会再来主持 Nathan LabenzRun:ai 首席技术官 Ronen Dar 谈如何让闲置的加速卡重新用起来，为什么 H100 按每次实验计算反而更便宜，以及 Llama 2 为何削弱了算力管制（compute governance）的说服力。
53:37EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年3月9日播客 · 2 人对谈30 个模型、42 个场景、7 项指标：Percy Liang 为语言模型做的公开体检主持 Sarah Guo, Elad Gil一个只用 PubMed 论文训练的模型，曾在美国医师执照考试中名列前茅，直到一个规模约大 200 倍的系统超过了它。