Naveen Rao: 4D Computing, AI's Energy Wall & Beating Biology
2026-09-21 게시 · All-In Podcast · 22:35
유튜브에서 원본 영상 열기
↗이 영상과 가까운 신호
토픽 전체로 보기 →
Y Combinator · cosine 0.71
What If We Stopped Using GPUs? | YC Paper Club
GPU 중심의 AI 하드웨어가 한계에 도달했으며, 광학·신경모방·생체세포 등 대체 컴퓨팅이 에너지 효율과 확장성을 해결할 수 있다는 주장
Y Combinator · cosine 0.67
Training Composer at Cursor, Building NVIDIA's Clusters, and AI That Writes Its Own Kernels
YC 커널·칩 클럽에서 멀티-GPU 커널 최적화, 로컬 vs 클라우드 AI 효율, AI 커널 자동 작성, 이종 인프라 공동설계, GPU 배치 시뮬레이터 등 AI 하드웨어·소프트웨어 전문가들이 최신 연구를 공유했다.
티타임즈TV · cosine 0.64
빅테크 어느 곳 하나 AI칩 안 만드는 곳이 없네? AI칩 전쟁
AI 칩 시장에서 엔비디아 GPU 독점이 약화되고 빅테크·스타트업이 자체 NPU·TPU를 개발하며 경쟁이 심화되고 있다.
a16z · cosine 0.63
Former Intel CEO: Why This is the Best Time to Build Hardware
AI 시대 하드웨어 혁신의 핵심 병목은 설계가 아닌 제조·메모리·전력이며, 30년 만의 메모리 혁신과 광학·스택드 아키텍처가 필요하다.
TED-Ed · cosine 0.62
Why are AI data centers using so much electricity? - Sajan Saini
AI 데이터센터가 전력·물·열 문제를 일으키며, 광자·소형모델 등 효율화가 필요하다는 TED-Ed 분석
Two Minute Papers · cosine 0.60
What Happens After A 1,000,000x AI Compute Leap? | Jeff Dean
제프 딘은 100만 배 컴퓨팅 증가 시 과학·공학 혁신이 가능해질 것이며, 추론 특화 하드웨어·연속 학습·효율적 컨텍스트가 핵심이라고 설명한다.
