🔭 YC обновил Requests for Startups на Winter 2027 - список идей, под которые они хотят получать заявки. Y Combinator регулярно, к каждому батчу, публикует RFS - партнеры пишут короткие эссе о том, какие компании они хотели бы увидеть. Я люблю их читать как способ заглянуть в будущее: это люди, которые видят тысячи заявок в год и примерно понимают, куда через 3-5 лет пойдут деньги и где появятся рынки. https://www.ycombinator.com/rfs В этот раз 11 идей. Самые интересные, на мой взгляд: - LLMs That Write Well. Jared Friedman считает, что новые модели пишут хуже, чем модели 2024-2025: те же reward-сигналы, которые делают их сильными в коде, "сплющивают" голос и стиль. Большие лабы будут и дальше оптимизировать под coding и агентов, так что ниша модели, с которой приятно разговаривать, свободна - The $15-an-Hour Expert. AI, который превращает сотрудника без профильного образования в специалиста по налогам, страховым claims, медицинскому биллингу или иммиграционным документам. Цитата: "Прошлая промышленная революция построила средний класс из фабричных рабочих мест. Эта может построить его из экспертных" - Data Center Supply Chain. Узкое место стройки дата-центров уже давно не только GPU и электричество. Срок поставки больших силовых трансформаторов - три года, switchgear и жидкостное охлаждение распроданы, а электротехническую сталь в США делает один завод - Startups in a World of Abundant Space Access. SpaceX закладывает 10 000 запусков Starship в год. YC предлагает строить бизнесы, которые не сходятся по экономике сегодня, но сойдутся, когда запуск подешевеет в 100 раз - AI for the Air-Gapped Economy. Оборонка, банки, больницы и атомные станции держат самые ценные данные офлайн и не могут пользоваться облачными API. Продавать туда медленно и больно, но там самые большие бюджеты - Own Your Intelligence. Open-weight модели догнали frontier по многим бенчмаркам, и компании хотят перестать арендовать интеллект и иметь свои модели, дообученные на своих данных Заметно, что почти половина списка про физический мир: роботы, сделанные в Америке, финансирование GPU-кластеров и дата-центров, цепочки поставок. Софтверный AI стал инфраструктурой, а дефицит сместился в железо, энергию и деньги на стройку. #ycombinator@rvnikita_blog #startups@rvnikita_blog #ai@rvnikita_blog #llm@rvnikita_blog #space@rvnikita_blog ————————— Мысли Рвачева —————————

Контейнер с топ GPU То ли Nvidia доросли, то ли спроса такого раньше не было Делают контейнер со стойками, водяным охлаждением. Поставляют готовый модуль. ЦОД в контейнере. 7 стоек с Vera Rubin NVL72 25 EFLOPS Можно на одном таком контейнере обучить с нуля LLM 70-100B 400-500b если MoE 100 контейнеров и можно обучить Kimi k3.1 pro