这位前Databricks AI主管想干一件疯狂的事：让AI训练和推理的能耗降低1000倍。目前训练一个GPT-4级别模型耗的电，够一个普通家庭用几百年。他的思路不是靠更高效的芯片，而是从算法底层重构——比如让模型只激活必要的神经元，而不是每次运算都让整个神经网络「全员上班」。这就像把一台24小时全速运转的服务器，变成一台按需待机的智能设备。如果真能实现，AI的运营成本将从「烧钱」变成「省电」，直接冲击云厂商和芯片巨头的定价权。不过1000倍这个数字太科幻了，更像是给投资人画饼。但方向是对的：当AI规模大到电力供应跟不上，能效革命就是下一个金矿。

WolfEye: 1000倍是噱头，但AI能效革命是必然趋势，谁先突破谁就是下一个英伟达。