在最新播客《Unsupervised Learning》中，Tri Dao分享了对GPU市场、推理成本、模型架构以及AI未来趋势的深度洞察，并针对上述"暴 论"展开了有理有据的分析： Tri Dao不仅是 Flash Attention 的作者，而且还是 Mamba 的作者之一。 henry 发自 凹非寺 量子位 | 公众号 QbitAI 英伟达还能"猖狂"多久？——不出三年！ 实现AGI需要新的架构吗？——不用，Transformer足矣！ "近几年推理成本下降了100倍，未来还有望再降低10倍！" 这些"暴论"，出自 Flash Attention 的作者—— Tri Dao 。 同时，他也是TogetherAI的首席科学家、普林斯顿大学教授。 《Semi Analysis》曾盛赞他在英伟达生态中的贡献，是其护城河的重要组成部分。 …… 未来2-3年内，随着针对不同工作负载类别的专用芯片出现——包括低延迟的智能体系统、高吞吐量的批量处理以及互动式聊天机器人 —— AI硬件格局将从NVIDIA当前约90%的主导地位，转向更加多元化的生态系统。 MoE架构、推理优化、模型量化、模型架构和硬件的协同设计等技术促 ...