快乐星期三别忘了订阅Maker Stacks。本周，我们将采访连续创始人、Product Hunt 社区资深人士Mubs，了解他的技术栈。

下面是一些新闻：

🧵Meta 刚刚首次展示了 Threads fediverse 集成。

🌷 Segway 刚刚发布了一款低于 1000 美元的智能割草机。

🤖在融资 13 亿美元后，Inflection 创始人加入微软，领导其人工智能工作。

在 4 月 9 日的下一次活动中与Product Hunt 团队和 Mercury 一起玩吧。在享用美食和美酒的同时，与我们的团队见面，与创客们聊天，发掘当今最酷的人工智能产品。

上次活动的名额很快就报满了，请抓紧时间！

提到人工智能，你可能会马上想到 ChatGPT、Sora 等面向消费者的应用程序。但就像其他科技领域一样，在引擎盖（即芯片）下也有大量的工作要做，有几家公司已经在众多公司中脱颖而出。

英伟达（Nvidia）是一家在人工智能浪潮中取得巨大成功的公司，其市值甚至一度超过了 Alphabet（谷歌）和亚马逊，这在很大程度上要归功于其在人工智能芯片制造方面的努力，尤其是 H100 GPU。

现在，该公司计划通过新的B200 和 GB200 "超级芯片 "进一步巩固其领先地位。

在昨天举行的一场被称为 "人工智能伍德斯托克"的活动上宣布，新芯片的 2080亿个晶体管可提供高达 20petaflops的 FP4 马力，与单个格雷斯 CPU 结合使用时，可为 LLM 接口提供高达 30 倍的性能，同时效率更高。

在此之前，被视为人工智能行业标准的 H100 GPU 大约有 800 亿个晶体管。

这意味着什么？ 嗯，这意味着我有生以来第一次可以自信地说，一个后面有 10 亿的数字相对于另一个数字来说是很小的。

其次，说这些芯片功能强大也是技术术语。有多强大？根据 Nvidia 的说法，在该公司之前的芯片系列上训练一个 1.8 万亿个参数模型需要10,000 个 GPU 和 15 兆瓦的电力。把旧的换成新的，就可以减少到2000 个 GPU 和 4 兆瓦的功率。

据 Nvidia 首席执行官黄仁勋（Jensen Huang）称，这些芯片的价格大约在 3 万到 4 万美元之间。因此，可以肯定地说，你和我都不会在短期内购买一款芯片来驱动我们的 ChatGPT wrapper 副项目。

• Stability AI刚刚发布了一个新的文本到 3D 视频 AI 模型。
• ThinkAny是一个利用人工智能策划更高质量内容的搜索引擎。
• Inner Vision Pro是一款针对心理健康的 Vision Pro 应用程序。

• Adwin是一款人工智能谷歌广告管理器
• icl.host可让你在本地开发环境中使用 HTTPS。
• FloGPT使用人工智能为您提供来自产品和营销专家的见解。