.@dylan522p 深入探討了擴展 AI 計算的三大瓶頸：邏輯、記憶體和電力。 並且分析了實驗室、超大規模數據中心、代工廠和晶圓設備製造商的經濟學。 對於每一層的堆疊學到了很多。 0:00:00 – 為什麼 H100 今天的價值比三年前更高 0:24:52 – Nvidia 早期獲得了 TSMC 的配額；Google 正受到擠壓 0:34:34 – 到 2030 年，ASML 將成為 AI 計算擴展的第一大限制 0:56:06 – 我們不能使用 TSMC 的舊晶圓廠嗎？ 1:05:56 – 中國何時會在半導體方面超越西方？ 1:16:20 – 巨大的記憶體危機即將來臨 1:42:53 – 在美國擴展電力不會成為問題 1:55:03 – 太空 GPU 在這十年內不會實現 2:14:26 – 為什麼更多的對沖基金不進行 AGI 交易？ 2:18:49 – TSMC 會把 Apple 踢出 N2 嗎？ 2:24:35 – 機器人和台灣風險 在 YouTube、Apple Podcasts 或 Spotify 上查找 Dwarkesh Podcast。享受！