A podcast epizódban a gépi tanuláshoz használt rendhagyó, újszerű hardverarchitektúrákat vizsgálják meg, amelyek kilógnak a megszokott technológiai sorból. A műsorvezetők több vállalat fejlesztéseit mutatják be, amelyek mind merőben eltérő gondolkodásmódot és megközelítést képviselnek a mesterséges intelligencia számítási feladatainak gyorsításában.
Felmerül például a Cerebras óriási, wafer méretű chipje, amely szinte egész számítógép méretű, teljesen egyedi elrendezésben kínál hatalmas számítási kapacitást. Ezzel szemben a Ceremorphic QS1-gyel járja a saját, részben analóg és gyógyszerkutatáshoz optimalizált utat, miközben az IBM Northpole megoldása ‘agy-szerű’, memóriaközeli elrendezést alkalmaz az energiahatékonyság kedvéért.
Szóba kerülnek optikai processzor egységek, például a Neurophos, amely a fény manipulációját használja matematikai műveletek végrehajtására, valamint olyan vállalatok, mint a Tachyum, amelyek univerzális processzorokat ígérnek, de a piacra lépésük körül sok a bizonytalanság és a vitás ügy.
Az adásban külön figyelmet szentelnek a Tesla Dojo projektjének is, amely hatalmas adatkészletek feldolgozására és önvezető járművek fejlesztésére készült, de a legújabb hírek szerint a projekt elakadt. Végül a Next Silicon különleges, futásidőben újralkalmazkodó architektúráját is megismerhetjük, amely ígérete szerint még a klasszikus nagy teljesítményű számítási feladatokhoz (HPC) is remekül alkalmazkodik.
A beszélgetés során felvetődnek olyan gondolatok, hogy mennyire lehetnek életképesek ezek a szokatlan technológiák, hol helyezkednek el a piacon, illetve melyik vállalatnál fordulhat elő, hogy a kutatási projektből végül valódi, kereskedelmi termék válik.
