首先，respect, 评价总是容易的，训练难度是Inference的芯片x10倍，首富的芯片不顺利也正常，解散团队应该不是停止开发（首富总是比较杀伐果断，你懂的，比如twitter，休克性砍掉90%），这并不代表mesh类架构就是彻底失败的, 虽然总体上来说我认为当前此种架构并不能打败GPU的综合TCO，另一方面，目前开源流行DSV3的moe结构对mesh并不友好。
总结几个要点：
- 资金并不决定一切，不是越有钱产品就越好。相反的例子还有deepseek，米哈游，砺算，香山。
- 芯片和实现团队强相关。同一个类似架构方案，可能不同团队做是不同的结果。尤其是现在开发者有LLM加持的情况下，核心member的作用远大于之前。比如cerebras和Dojo就很类似的方案，sillicon和封装散热甚至难度更大，cerebras这边已经落地了。至少Inference商业开放可用的状态，同样的还有groq。但是training没有开放api。
- Dojo可能遇到的blocking issue（欢迎讨论）
- mesh架构的yeild defect策略
- tranning有效运行时间
- 编译器
- 模型收敛性
- RAS
- all2all communication imbalance
- 内存容量
等吧，只要算法停止迭代，GPU的优势就会减少。谁知道呢，也许算法永远不会停止迭代？