算力基础设施
利用今天的技术探索可规模化的 AI 算力基础设施，并验证能否在此基础上建立一门可持续的算力业务。
我们在探索：真正把计算提供给需要它的机构，需要做到什么。这些机构包括 AI 公司、创业团队、研究团队、高校与其他组织。电力、网络、运维、利用率与单位成本，都属于这个问题的一部分。
今天这是一个待验证的方向，而不是一个已经在运行的算力集群。
01Day 0
Day 0 不是一句口号，而是我们现在的位置。
大多数早期项目会描写自己想成为的那家公司。这里换一种写法：只说现在成立的事。
- 阶段
- Day 0。域名已经注册，工作已经开始，这个网站是第一份公开的成果。
- 已经有的
- 一份构想、三个正在探索的方向，以及做出一件比它们更长久的事情的意图。
- 还没有的
- 产品、客户、融资、研究团队。与其让你误会，我们更愿意直接说明。
- 在找什么
- 第一批人、第一批合作伙伴和第一笔资金，用来把一个想法变成一家组织。
02起点
我们从三个方向开始。
它们不是路线图。其中两个是关于计算的问题，一个是关于机器如何理解世界的问题。每一个都是起点，并且都有它在这里的理由。
面向 AI 的新型计算
从真实的 AI 工作负载中学习，探索当计算系统围绕 AI 本身来设计时，应该变成什么样。
目标不是再组装一台常规的 GPU 工作站。今天的 CPU、GPU 与服务器架构，不应该被默认当作 AI 计算的最终形态。我们想找出真实工作负载在哪里受阻，并判断 AI 真正需要的，是不是新的体系结构、器件、加速器、芯片、内存系统、互连、散热或能源方案。
今天这是我们在追问的问题，而不是我们已经做出来的设计。
世界模型
探索机器如何建立对物理世界与自然世界更深入的理解。
世界模型是一个有前景的方向，而不是一项永久的承诺。更根本的问题是：机器如何真正理解自然世界——数学、物理、化学、生物、材料与工程——通过观察、假设、预测、模拟或实验，与现实比较，再修正。
今天这是一个研究方向，而不是我们已经建成的系统。
这些是我们的起点，而不是 XYMiracle 的边界。 这意味着什么.
03循环
为什么这三件事属于一起。
算力带来能力，我们也预期它会带来收入。真实的工作负载随后会告诉我们，今天的系统哪里有问题。解决这些问题，才让更困难的研究变得负担得起——而更困难的研究，又会再次要求更好的系统。
01
算力
真正可用的计算能力——如果做对了，也是我们第一笔商业收入。
02
AI 研究
真实的工作负载会告诉我们，今天的系统究竟哪里不够。
03
新的计算需求
研究会提出那些现有硬件从未被设计来满足的需求。
04
新型计算
围绕这些需求设计的系统——在体系结构、内存、互连、散热或能源上。
05
更强的 AI
更好的计算能力，让更宏大的问题变得问得起。
回到算力
这是前进的方向，不是带日期的路线图——这个循环以年为单位闭合，而不是以季度。每一步都依赖前一步在商业上和技术上成立，而其中任何一步我们都还没有验证过。
04我们如何思考
我们想守住的四件事。
01
大胆想象，严格求证。
雄心是起点，不是结果。一个还没有经过证据、实验、工程和真实环境检验的想法，仍然只是假设，我们就会这样对待它。
02
用今天做的事，供养明天的探索。
探索需要独立，而独立需要资源。我们打算建立能够养活长期研究的商业能力——而不是先赚钱，再想拿它做什么。
03
不要在探索未来之前，就先定义未来。
我们对当前的方向保持松弛。算力、世界模型，以及它们之后可能出现的东西，都是起点而不是结论——包括我们最看好的那些。
04
只说今天成立的事。
Day 0 就写成 Day 0。无法展示的东西，我们就不声称——无论换一种写法会好读多少。
05加入我们
从 Day 0 开始，一起建立 XYMiracle。
我们不是在填补岗位，而是在寻找第一批能够改变 XYMiracle 能做什么的人——覆盖 AI 基础设施、GPU 计算、分布式系统、网络、数据中心、硬件、机器学习系统、研究、商务拓展、财务与供应链。
如果你的背景不在这份清单上，但你能看到让这件事更快落地的方法，那对我们来说比一份匹配的简历更有价值。