17.000 token mỗi giây!! Đọc lại điều đó! LLM được kết nối trực tiếp vào silicon. không có HBM, không có làm mát bằng chất lỏng, chỉ có phần cứng chuyên dụng thô. Nhanh gấp 10 lần và rẻ hơn 20 lần so với B200. Thời đại "chờ LLM suy nghĩ" đã chết. Mã được tạo ra với tốc độ suy nghĩ của con người. Chuyển từ các cụm GPU brute-force sang các thiết bị AI thực sự.