AI 前沿：从 FLOPs 到 Megawatts 的算力调度

Anjney Midha（AMP 合伙人，前 Discord 开发者平台负责人）与 swyx 在 Periodic Labs 的对谈中，尖锐指出 AI 计算资源被严重浪费——Google 曾将 95% 利用率视为事故，而当前 AI 实验室只堆 GPU 不优化使用率，导致基础设施成本与能耗失控。

核心观点：1）[Anjney Midha] 认为 AI 计算市场需独立系统运营商（ISO），让 FLOPs 像 Megawatts 一样流动——通过中断式需求与动态优先级调度，而非固定容量合约，才能打破 95% 利用率荒唐。他反问：为何 DeepMind 未公开的研究成果被内部囤积，形成负外部性？2）[Anjney] 反对“全栈”垄断，认为水平池化（horizontal pooling）比垂直整合更可持续——如 SF Compute 与开放协议，让非 NVIDIA 芯片也能受益于 NVIDIA 参考架构。3）预测输出最大化（Output Maxing）将成为前沿系统的新纪律——不仅优化输入，更优化产出与对齐。

值得关注：Anjney 指出 Anthropic 的 P0 就是编码（自第一天起），而 hardship 是 feature 不是 bug——这暗示 AI 实验室需早期约束而非过度资本化。同时，周期性实验室 以物理为约束而非 AI 炒作，可能重塑“超导标准”与无损系统。