筛选结果
9 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。
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）。
41:32ENSequoia Capital· 2025年10月28日播客Moore's Law Is Slowing. Nvidia's CTO Still Wants 10× a YearMichael Kagan on why Nvidia's $7 billion Mellanox deal, not just more transistors, is how you turn a data center into one computer.
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。
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
No Priors: AI, Machine Learning, Tech, & Startups· 2024年8月22日播客 · 2 人对谈Ethereum Once Held Two Thousand GPT-3 Clusters of GPUs主持 Sarah Guo, Elad GilFoundry CEO Jared Quincy Davis on idle H100s, why today's AI cloud is still colocation, and how compound systems move work off giant interconnected clusters.
1:01:26ENCognitive Revolution "How AI Changes Everything"· 2023年7月25日播客AlexNet Used Two GPUs. GPT-4 Took Twenty Thousand. The Shortage Will Be Back.主持 Nathan LabenzRun:ai CTO Ronen Dar on filling idle accelerators, why H100s can be cheaper per experiment, and why Llama 2 undercuts compute governance.
53:37ENNo Priors: AI, Machine Learning, Tech, & Startups· 2023年3月9日播客 · 2 人对谈30 models, 42 scenarios, 7 metrics: Percy Liang's public checkup for language models主持 Sarah Guo, Elad GilA PubMed-only model once led the U.S. medical licensing exam — until a system roughly 200 times larger overtook it.