iFeeling Daily
每天精选值得关注的 AI 动态
Uber 产品负责人谈酒店、自动驾驶和为什么不想做万能应用
Uber 产品一把手的坦诚访谈，点破了一个核心矛盾：公司一边与 Waymo 既合作又竞争，一边悄悄用自己部署的传感器车辆采集驾驶数据，给自己留足战略底牌。更值得关注的是 Uber 不做“万能超级应用”的务实取舍——宁愿跳转给合作伙伴，也要保持核心体验的锋利。
太空数据中心：专家共识与炒作现实
Sam Altman 和 Elon Musk 的隔空互呛，暴露了太空数据中心被严重高估的现实。专家们一致认为，没有大幅降本的火箭和大规模低成本卫星量产，这个万亿级故事得等到 2030 年代。别被炒作带偏，地面基础设施才是当下 AI 算力的正解。
SK海力士创美国史上最大外国公司IPO，筹资265亿美元
SK海力士在美IPO融了265亿美元，创外国公司记录。钱主要砸向HBM产能扩张。同时美国商务部长喊话三星和SK海力士来美建厂，美光也豪掷2500亿美元。AI内存芯片的争夺战已经彻底烧到地缘政治层面。
三年回顾：在时间压缩中寻找AI的硬核机会
AI的真正影响不是取代人类，而是戏剧化地压缩了所有事情的时间尺度——公司成长、融资阶段、模型迭代、安全攻防，全都加速。看懂这个底层逻辑，才能理解为什么广告模式死而复生、本地模型开始逆袭、传统ERP终于能被破防。不聊宏大叙事，全是新市场与硬碰硬的计算。
PyTorch 性能分析：一篇文章看穿 Attention 的六种实现
用 Profiling 工具揭开 PyTorch Attention 的神秘面纱：从手写 naive 实现到 SDPA 四大后端，作者揭示了 maskedfill 省下的一次 Memcpy、math 后端为何比手写慢 3.7x、以及 flash 低占用率其实是故意设计。看完就能自己读 kernel 名和 GPU 占用率，也知道了什么场景该选哪个 Attention 后端。
AI能填平三万亿的窟窿吗？
硅谷为AI基础设施押注1.5万亿美元，但整个行业年收入才刚过百亿。如果用户都转向更便宜的开源模型和降价的token，这些巨资打水漂的风险不仅是行业问题，可能直接拖垮整个美股。
Elon Musk赞扬Anthropic，承诺不会切断其算力
Anthropic把自己未来三年、价值400亿美元的算力全部租给了死对手Elon Musk的SpaceX。不是技术突围，而是巨头在基础设施层面的一次高风险博弈，背后是信任问题、合同约束和赤裸裸的现实利益。
英伟达成为自己创造的计算市场的受害者
英伟达股价下跌15%，GPU算力价格下滑，而内存价格飙升十倍。美光崛起成为新瓶颈。这篇文章用数据说明：英伟达的成功催生了竞争，但简单技术公司反而坐收渔利。稀缺性决定利润，算力正在变成商品。
Meta 自研 AI 芯片将于九月投产
Meta每年花几百亿买英伟达GPU，但发现大部分算力都用在了推荐和推理这类非常特定的任务上。它的解法是用模块化小芯片架构自研MTIA芯片，把设计周期压缩到六周。这篇文章的价值在于，它揭示了通用GPU即将被碎片化专用芯片蚕食的趋势。