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