Наиболее правдоподобное будущее — не смерть GPU, а гетерогенная система: универсальное железо обучает и принимает новое, специализированное — дешёво повторяет стабильное.
Сценарии различаются не «верой в технологию», а тем, насколько быстро стабилизируются архитектуры моделей и насколько быстро производство научится выпускать варианты кремния.
Hardcoded silicon берёт decode самых массовых стабильных моделей, а GPU/TPU обслуживают prefill, новые операции и длинный хвост моделей.
Популярные open‑weight модели получают собственные дешёвые mask‑ROM варианты, как массовые тиражи одного алгоритма.
Небольшое неизменяемое ядро модели живёт в устройстве, а адаптеры, память пользователя и редкие функции остаются программными.
Системная логика, сеть, безопасность, редкие ветви.
Обучение, новые модели, нестабильные операции, prefill.
Decode огромного потока запросов к стабильному графу.
Локальные веса, retrieval, KV-cache и специальные матричные ядра.
Одинаковая модель, квантизация, контекст и уровень системной мощности.
Покажет, сколько выигрыша остаётся после выравнивания условий.
нужноРеальный выход годных и стоимость карты при объёме.
Без yield нельзя проверить обещание радикально низкой цены.
не раскрытПовторяемый цикл нескольких разных моделей, а не одна успешная маска.
Проверит, действительно ли поздняя кастомизация укладывается в месяцы.
наблюдаемМежчиповый fabric, KV-cache и многопользовательская нагрузка.
Покажет, возвращается ли memory wall при росте модели.
открытоHC2 и другие 4‑битные реализации на реальном кремнии.
Должны доказать, что эффективность сохраняется при приемлемом качестве.
roadmapПобедит не самый жёстко зафиксированный чип, а архитектура, которая найдёт правильную границу между неизменным и живым.