★
Menu
Trang chủ Cách xây dựng Danh sách theo dõi Hệ sinh thái
Phần cứng Các chipSo sánh chip Máy chủ & Hệ thốngMạng kết nối Bộ nhớXưởng đúc & Đóng gói Làm mát
Cơ sở hạ tầng Trung tâm dữ liệuĐiện năng Dự ánCloud & Điện toán GPU
Trí tuệ Mô hình AIPhần mềm Sản phẩm AICác benchmark Bài báo nghiên cứuCác tập dữ liệu Các khái niệm
Hệ sinh thái Công tyCổ phiếu Con ngườiDòng thời gian Xu hướngTương lai của AI
Học Tin tức Hỏi dữ liệu AI Agents
Giới thiệu Về chúng tôi Phương pháp luận Dữ liệu & API Tuyên bố miễn trách nhiệm
Tùy chọn
DỮ LIỆU & API

Truy cập JSON chỉ đọc miễn phí vào dữ liệu cache của trang.
Chế độ tối

Chế độ hướng dẫn
Chưa quen với thuật ngữ về chip, data center và mô hình AI? Chúng tôi giải thích các khái niệm then chốt ngay khi bạn duyệt, bằng ngôn ngữ dễ hiểu. Cùng dữ liệu đó, có phần hỗ trợ tích hợp sẵn.

Chế độ chuyên gia
Bạn đã nắm rõ cấu trúc. Chỉ cần dữ liệu: gọn, nhanh và súc tích, không có giải thích thêm. Đây là chế độ xem mặc định.

Ngôn ngữ giao diện
‹ Quay lại

Quy tắc của chúng tôi: mọi nhận định hướng tới tương lai trên trang này đều được ghi rõ nguồn và ngày đưa ra. Trang này không tự đưa ra dự đoán — chỉ ghi lại kết quả. Khi một nhận định được kiểm chứng, hồ sơ vẫn được lưu giữ.

Những gì đã được đặt hàng

Tương lai gần có thể dự đoán được một cách bất thường, vì nó đã được ràng buộc bằng hợp đồng. Lộ trình công khai đặt Rubin của NVIDIA và MI400 của AMD vào rack năm 2026, với rack Rubin Ultra ~600 kW dự kiến cho năm 2027. HBM4 đã được đặt hàng trước khi sản xuất. Các campus đã được công bố — Hyperion lên đến 5 GW, các địa điểm Stargate, mô hình nhân rộng của Fairwater — mang theo các mốc triển khai theo giai đoạn đến năm 2028. Hướng dẫn vốn của hyperscaler tài trợ cho tất cả ít nhất đến năm 2026.

NVIDIA Rubin AMD MI400 HBM4 Meta Hyperion Các con số capex

2030: điểm phân nhánh kịch bản

Mở rộng quy mô vẫn tiếp tục (luận điểm của các phòng lab). Một rack H100 tiêu thụ khoảng 40 kW và quạt còn đáp ứng được. Rack GB200 tiêu thụ ~120 kW và chỉ đi kèm làm mát chất lỏng — và các rack ~600 kW đã được công bố cho năm 2027. Mọi nhà máy mới đều đang được tái thiết kế xung quanh cold plate.

Lợi nhuận tăng chậm lại (luận điểm của những người hoài nghi). LeCun lập luận rằng các kiến trúc hiện tại không thể đạt đến trí tuệ cấp độ con người; các nhà phê bình kinh tế chỉ ra lịch trình khấu hao và vòng tài trợ tuần hoàn. Trong kịch bản này, capex điều chỉnh theo cách ngành viễn thông đã làm vào năm 2001 — và, giống như cáp quang khi đó, để lại nguồn tính toán dồi dào, giá rẻ cho bất cứ điều gì đến tiếp theo. Các dấu hiệu cần theo dõi: cắt giảm hướng dẫn capex, giá cho thuê GPU, tốc độ phát hành.

Đảo ngược hiệu quả (bài học DeepSeek). Hiệu năng trên mỗi đô la cải thiện nhanh đến mức trí tuệ nhân tạo trở thành hàng hóa phổ thông; giá trị dịch chuyển sang phân phối và tích hợp; nhu cầu điện thấp hơn dự báo. Dấu hiệu: các mô hình mở xuất hiện trong vòng vài tháng sau mô hình đầu bảng, giá token giảm nhanh hơn tốc độ tăng sản lượng.

Trong hồ sơ: mốc thời gian được nêu tên

Những dự đoán thường trực mà trang này theo dõi điểm số — xem khái niệm AGI Timelines để có danh sách đầy đủ, kèm ngày tháng.

Lộ trình AGI & dự đoán — bảng theo dõi AGI thực sự có nghĩa là gì Siêu trí tuệ Cuộc tranh luận về điểm kỳ dị Tìm hiểu: Năm 2030 và xa hơn, từng kịch bản

Những biến số khó lường mà mọi kịch bản đều chia sẻ

Mức độ tập trung tại Đài LoanHầu hết các chip AI hàng đầu đều được sản xuất bởi một công ty trên một hòn đảo. TSMC Biến động chính sáchCác chế độ kiểm soát xuất khẩu và chính sách năng lượng có thể viết lại thị trường có thể tiếp cận chỉ sau một đêm. Cuộc chiến chip Một sự cố làm thay đổi cách triển khaiCác khung an toàn và chế độ kiểm thử đang được xây dựng nhắm vào chính điều này. An toàn AristaCác mô hình thế giới hoặc thiết kế hậu transformer có thể vẽ lại bản đồ phần cứng. Nghiên cứu

Kệ Tương lai & AGI

A( AGI (Artificial General Intelligence)The destination everyone names and no one defines the same way. AT AGI Timelines & PredictionsWho predicts what, by when — on the record. S( Superintelligence (ASI)Beyond human-level — the explicit goal several labs now name. TS The Singularity & Recursive Self-ImprovementThe feedback-loop hypothesis: AI improving AI, faster each cycle.