锐知 - 全球认知雷达大脑为何远比GPU省电：换一条计算路线
作者区分了算法效率与物理 substrate 的效率，认为真正的瓶颈在后者。80年前的数字抽象和浮点体系是为不同材料与任务设计的，延续至今更多是因为产品周期短。理解这一点，有助于判断能效改进是渐进优化还是需要换路线。
Naveen Rao是神经科学博士，做过十年计算机体系结构，创办过早期AI芯片公司，后来负责过Mosaic ML和Databricks的AI业务。现在他创办Unconventional AI，想回到第一性原理，重新思考计算的物理基础。他的核心判断是：以现有数字计算范式做智能，能耗走不下去，必须换一种更接近大脑的计算方式。 八十年前的选择还在延续 Rao认为，今天计算机的工作方式，很大程度上是约八十年前定下的。那时确立的数字抽象、浮点数等概念，来自1940年代，是为完全不同的材
来源：youtube 原始内容