高通39亿美元收购Modular交易与谷歌限制Meta使用Gemini算力，是否为同一根本问题？

本月发生了两件事，我认为实际上是同一故事在不同层面的呈现。高通以39亿美元收购Modular，正是为了打破CUDA锁定。Mojo和MAX让你只需编写一次推理代码，便可在Nvidia、AMD、Intel、Qualcomm芯片上运行，无需针对每种芯片重写。Lattner的观点是，在异构硬件世界中，碎片化的软件无法规模化。同一周，谷歌不得不限制Meta使用Gemini，因为他们没有足够的硬件来提供服务。我对这些现象的看法是，它们都是同一核心问题的不同层面：基础设施是瓶颈，它尚未跟上大家想要快速扩展AI的速度。CUDA锁定是硬件层面的软件问题，而高通豪赌解决这一问题将解锁应用。算力稀缺在容量层面也是同样的故事，因为连谷歌现在都在配额token。较少被讨论的是，这种模式是否会向上重复一个层面，即数据层面。我的意思是，接下来会是什么？即使有了与硬件无关的推理，你仍然需要将专有、碎片化、多模态的数据转化为模型可用的状态。来自不同软件和来源的多格式数据，如果继续如此碎片化，就会变成曾经硬件那样的瓶颈（但也许这个问题更容易解决？）好奇这里的人怎么想。