English(EN) Research POV: Yes, AGI Can Happen – A Computational Perspective

Together AI 副总裁：AI 未触及硬件瓶颈，效率提升空间巨大

作者 PulseAugur 编辑部 · [1 个来源] · 2025-12-17 00:00

Together AI 的 Kernels 副总裁 Dan Fu 认为，对通用人工智能（AGI）的追求并未触及硬件瓶颈。他提出，目前的 AI 系统严重低估了现有硬件的利用率，训练运行的平均浮点运算利用率（MFU）通常仅为 20%，而推理的利用率更是个位数。Fu 建议，通过软硬件协同设计以及 FP4 训练等创新，可以实现显著的性能提升，并且下一代硬件的未来计算能力尚未完全整合。 AI

影响认为通过软硬件协同设计可以实现显著的性能提升，可能加速通用人工智能（AGI）的发展。

排序理由该集群包含一篇来自公司高管的观点文章，讨论了人工智能硬件利用的未来和通用人工智能（AGI）。

在 Together AI blog 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Commentary; 该集群包含一篇来自公司高管的观点文章，讨论了人工智能硬件利用的未来和通用人工智能（AGI）。
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: opinion, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 295 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

Together AI blog TIER_1 English(EN) · 2025-12-17 00:00

研究视角：是的，通用人工智能（AGI）可能实现——从计算角度看

Dan Fu, our VP of Kernels, has published a new post challenging the idea that AI is hitting a hardware wall. He argues that we are vastly underutilizing current chips and that better software-hardware co-design will unlock the next order of magnitude in performance.

本文如何被排名

报道来源 [1]

研究视角：是的，通用人工智能（AGI）可能实现——从计算角度看

相关实体

相关话题