AI

先进 GPU、先进封装、电力与数据中心并非随取随用的商品，而是典型的排队制资源。是否能在 2025–2026 年锁定算力位置，将直接决定未来 5–10 年是否具备参与顶级 AI 竞争的资格。等到需求完全显性化，再去追赶，已经来不及了。

模型的递归自我迭代之年的话，模型一时的领先加上足够的算力可能就意味着永久的领先，AGI的实现可能就是在某个奇点。

特斯拉是带有4个轮子的机器人，车子采集的环境数据，模拟现实世界，用于Optimus的开发，同时提升车的算法，形成闭环。造车和造机器人一定是相互结合的产业。期间特斯拉的车载芯片是可以重复利用的资源。

Macrohard 是 xAI 的"人类模拟器"项目，目标是让 AI 能够完成人类在电脑上做的任何重复性工作，就像 Optimus 机器人要完成人类的物理劳动一样。Tesla 的车载电脑又发挥作用，这些设备的资本效率极高。我们可以在 Tesla 车载电脑上运行模型和完整的计算环境 —— 成本远低于在 AWS 或 Oracle 上租用虚拟机，甚至比直接从 Nvidia 购买硬件还便宜。

北美大约有 400 万辆 Tesla 汽车，其中大约一半或三分之二配备了 Hardware 4 芯片。这些车大约 70-80% 的时间都停着充电。理论上，xAI 可以付钱给车主，租用他们车的闲置算力来运行"数字 Optimus"。