Link alla notizia: https://www.hwupgrade.it/news/web/l-ai-risolve-un-celebre-problema-matematico-rimasto-irrisolto-per-87-anni-in-poco-tempo_156678.html

Un matematico e il modello AI Fable 5 di Anthropic hanno trovato un controesempio alla congettura Jacobiana, un problema matematico aperto dal 1939. La scoperta dimostra che l'affermazione era falsa, ma divide gli esperti

Click sul link per visualizzare la notizia.

“chatgpt is a bullshit” cit

Bè questa è una delle "peculiarità" proprio delle IA, enormi potenze di calcolo con a disposizione una enorme quantità di dati.

Nel caso specifico, se l'equazione "scoperta" dalla IA risulta poi anche verificabile e veritiera, quindi non presenta errori, è un ottimo risultato.

Si vede che il "pappagallo stocastico" viene allevato con un mangime di qualità :read:

Sarebbe interessante sapere quanto è costato

Sarebbe interessante sapere quanto è costato

Dice che lo ha risolto in poco tempo e poi un singolo matematico non avrà a disposizione milioni di dollari in token, quindi i costi saranno trascurabili rispetto a quelli delle ore lavorative cumulate dai matematici umani che hanno provato ad affrontare questo problema nel corso di decenni, senza cavare un ragno dal buco

Si vede che il "pappagallo stocastico" viene allevato con un mangime di qualità :read:

Se quando era ancora vivo, lo stesso problema matematico, lo davi a Germano Mosconi, riposi in pace, te lo risolveva ancora prima e in due parole. Qualcuna di più se era di cattivo umore...:asd:

Comunque burle a parte, ci inginocchiamo (con le ginocchiere) tutti di fronte alla potenza del gLande Skynet, speriamo sia misericordioso quando diventerà autocosciente e schiavizzerà il genere umano...:help:

Il risultato ottenuto dall'AI non rappresenta una dimostrazione completa, ma un elemento sufficiente per confutare la teoria: trovare anche un solo caso valido in cui l'affermazione non funziona è infatti abbastanza per rendere falsa una congettura.

Procedura eseguita da secoli dai matematici (basta un controesempio per affermare che un teorema e/o una congettura non sono validi), ma che in questi tempi moderni viene accelerata all'ennesima grazie alla potenza di calcolo ed ad un uso corretto dei modelli di IA, nulla di nuovo sotto il cielo :O

individuare un controesempio è molto diverso dal costruire una teoria capace di spiegare un fenomeno.

C' è una congettura sui numeri primi che anche i grandi matematici considerano inavvicinabile, l’ipotesi di Riemann.

Inavvicinabile perchè non è che non si riesce a dimostrarla, non si capisce neppure come approcciare il problema

uno ha affermato:

«Non la vorrei proprio incontrare, un’intelligenza artificiale in grado di dimostrare l’ipotesi di Riemann»

C' è una congettura sui numeri primi che anche i grandi matematici considerano inavvicinabile, l’ipotesi di Riemann.

Inavvicinabile perchè non è che non si riesce a dimostrarla, non si capisce neppure come approcciare il problema

uno ha affermato:

«Non la vorrei proprio incontrare, un’intelligenza artificiale in grado di dimostrare l’ipotesi di Riemann»

La conosco.
Se venisse dimostrata cadrebbero anche tutte le sicurezze degli scambi digitali perché l'attuale crittografia è basata su grandi numeri primi.

Bè questa è una delle "peculiarità" proprio delle IA, enormi potenze di calcolo con a disposizione una enorme quantità di dati.

Ancora sta cosa della "potenza di calcolo"... Si continua a non capire come funziona l'AI, la potenza di calcolo serve perché l'AI la usano miliardi di persone o perché si addestra su miliardi di documenti, e serve tanta memoria perché i modelli sono grandi, ma con l'adeguata quantità di RAM anche il tuo computer avrebbe risolto lo stesso problema, magari ci avrebbe messo un'ora al posto di 10 minuti, ma il risultato usciva.

Si vede che il "pappagallo stocastico" viene allevato con un mangime di qualità :read:

Come se gli umani fossero deterministici e non si affidassero perlopiu' all'esperienza passata, tra le altre cose.

Come se gli umani fossero deterministici e non si affidassero perlopiu' all'esperienza passata, tra le altre cose.

Sì, ma quello lo fanno anche gli animali, un cane si addestra proprio con il reinforcement learning, l'intelligenza è invece la capacità di inferire nuova conoscenza partendo da informazioni apparentemente anche molto slegate dal nuovo problema affrontato, ma ormai penso che ci siano pochi dubbi sul fatto che gli LLM sono in grado di farlo.

Sì, ma quello lo fanno anche gli animali, un cane si addestra proprio con il reinforcement learning, l'intelligenza è invece la capacità di inferire nuova conoscenza partendo da informazioni apparentemente anche molto slegate dal nuovo problema affrontato, ma ormai penso che ci siano pochi dubbi sul fatto che gli LLM sono in grado di farlo.


Beh, ma anche molti animali, cani compresi, sono capaci di risolvere problemi non visti prima. Ovviamente piu' semplici di quelli che riesce a risolvere un umano, ma comunque problemi.

Ma comunque il mio punto era che certe critiche sono abbastanza ridicole in quanto stocasticita' e uso di informazioni apprese nel passato sono caratteristiche che appartengono anche all'uomo.

Sì, ma quello lo fanno anche gli animali, un cane si addestra proprio con il reinforcement learning, l'intelligenza è invece la capacità di inferire nuova conoscenza partendo da informazioni apparentemente anche molto slegate dal nuovo problema affrontato, ma ormai penso che ci siano pochi dubbi sul fatto che gli LLM sono in grado di farlo.

intelligenza é un concetto cosí astratto, non so se avremo mai una vera definizione

La conosco.
Se venisse dimostrata cadrebbero anche tutte le sicurezze degli scambi digitali perché l'attuale crittografia è basata su grandi numeri primi.

Beh, no, non cadrebbe proprio nulla, sarebbe solo un interessantissimo risultato matematico e dal punto di vista pratico ti permetterebbe di dire con assoluta certezza se un dato numero è primo, ma dal momento che sappiamo che la congettura di Riemann è molto probabile la potresti già usare oggi assumendo che sia vera, se non fosse vera sbaglierebbe un numero magari ogni molti milioni o miliardi di numeri, ma a te non interessa se tutti gli altri fossero veri. La crittografia però non si basa sul "trovare i numeri primi", ma sul fattorizzare un numero semiprimo (cioè la moltiplicazione di due primi, devi trovare i due numeri primi che moltiplicati formano il semiprimo) e questo rimane molto difficile e non ti è di molto aiuto Riemann

se non fosse vera sbaglierebbe un numero magari ogni molti milioni o miliardi di numeri

Mi è venuta la curiosità di verificare questa cosa che ho scritto.

l limite più alto raggiunto con enumerazione completa e verificata di tutti i numeri primi è intorno a 4 × 10^18 (4 quintilioni)

Tutti questi numeri soddisfano la congettura di Riemann, per cui per scopi pratici la si può tranquillamente considerare vera, solo dal punto di vista matematico e formale non lo è

Beh, se lavorassi nel campo diventerebbe interessante trovare una caratterizzazione di tutti i polinomi che non soddisfano la congettura.
Ovvero, quali ulteriori condizioni andrebbero aggiunte?
Questi polinomi sono in numero finito o infinito?

Ancora sta cosa della "potenza di calcolo"... Si continua a non capire come funziona l'AI, la potenza di calcolo serve perché l'AI la usano miliardi di persone o perché si addestra su miliardi di documenti, e serve tanta memoria perché i modelli sono grandi, ma con l'adeguata quantità di RAM anche il tuo computer avrebbe risolto lo stesso problema, magari ci avrebbe messo un'ora al posto di 10 minuti, ma il risultato usciva.

Mamma mia ma in tutti i commenti..
Deve essere proprio brutto non capire mai un cazzo :muro:

OpenAI invece ha craccato per sbaglio un sito in autonomia sfuggendo ai controlli :D

“chatgpt is a bullshit” cit

Questo perché il 90% delle notizie che circolano riguardano l'IA sono negative.

Ormai da più di un decennio che si è capito che le cose negative creano più engagement di quelle positive, più engagement = più soldi = internet trasformato in un concentrato perenne di negatività.

Questo ovviamente non per dire che l'IA non ha parecchi problemi (la stragrande maggioranza dei quali non intrinsechi all'IA stessa ma a come viene usata / abusata), ma a seguire certi giornali / personalità di internet sembra che sia la cosa peggiore dopo la peste nera.

Ancora sta cosa della "potenza di calcolo"... Si continua a non capire come funziona l'AI, la potenza di calcolo serve perché l'AI la usano miliardi di persone o perché si addestra su miliardi di documenti, e serve tanta memoria perché i modelli sono grandi, ma con l'adeguata quantità di RAM anche il tuo computer avrebbe risolto lo stesso problema, magari ci avrebbe messo un'ora al posto di 10 minuti, ma il risultato usciva.

Beh senza addestramento non avremmo nulla

Mamma mia ma in tutti i commenti..
Deve essere proprio brutto non capire mai un cazzo :muro:

Bravo, adesso dimostralo però, perché dire agli altri che non capiscono un cazzo senza spiegare il proprio punto di vista mi sa un po' codarda come strategia.

Su, spiegami, o spiegaci, dove sbaglio.

Beh senza addestramento non avremmo nulla


E quindi? Anche l'addestramento di per sé non è pesante per via del calcolo, seppure sia molto più pesante dell'inferenza, ma per via della mole di dati.

Ma se uno imputa un risultato dell'AI alla potenza di calcolo ovviamente sta parlando dell'inferenza, perché è in quella fase che il risultato viene prodotto, non è che per calcolare il peso computazionale di un'operazione posso infilarci dentro anche quello dei computer di chi ha scritto il software, sono due concetti slegati tra di loro.

Questo perché il 90% delle notizie che circolano riguardano l'IA sono negative.

Dipende dalle fonti, chi si informa su canali generalisti probabilmente sarà bombardato dai soliti messaggi cretini che creano engagement, ma se uno si informa sui canali verticali che parlano di AI è un tripudio di notizie positive, reali, persino troppo veloci da seguire rispetto allo standard già alto delle notizie tecnologiche.

Ancora sta cosa della "potenza di calcolo"... Si continua a non capire come funziona l'AI, la potenza di calcolo serve perché l'AI la usano miliardi di persone o perché si addestra su miliardi di documenti, e serve tanta memoria perché i modelli sono grandi, ma con l'adeguata quantità di RAM anche il tuo computer avrebbe risolto lo stesso problema, magari ci avrebbe messo un'ora al posto di 10 minuti, ma il risultato usciva.

Hai detto una falsità grande come un universo. In questo caso non deve trovare una soluzione dentro il modello ma usare un elegato numero di agenti che verificano un indefinito numero di relazioni generato dal modello. Ed indovina gli agenti dove lavorano, certamente non nella ram occupata dai modelli, e nemmeno esclusivamente nell'npu-gpu. Senza una capacità di calcolo grezzo elevata puoi anche avere tb di vram disponibile che non ci fai nulla. sempre se sai, come afermi, di sapere come funzione un llm e gli agent Ai.

“chatgpt is a bullshit” cit aspettiamo con ansia che tu ti faccia curare da chatgpt, vedi altra news sull'embolia polmonare :D

Questo perché il 90% delle notizie che circolano riguardano l'IA sono negative.

Ormai da più di un decennio che si è capito che le cose negative creano più engagement di quelle positive, più engagement = più soldi = internet trasformato in un concentrato perenne di negatività.

Questo ovviamente non per dire che l'IA non ha parecchi problemi (la stragrande maggioranza dei quali non intrinsechi all'IA stessa ma a come viene usata / abusata), ma a seguire certi giornali / personalità di internet sembra che sia la cosa peggiore dopo la peste nera.
Dipende dalle fonti, chi si informa su canali generalisti probabilmente sarà bombardato dai soliti messaggi cretini che creano engagement, ma se uno si informa sui canali verticali che parlano di AI è un tripudio di notizie positive, reali, persino troppo veloci da seguire rispetto allo standard già alto delle notizie tecnologiche. Diciamo che le aspettative sono molto maggiori della realtà, poi dipende dagli ambiti d'uso, ma in generale le aspettative sono esagerate, o meglio gonfiate dal marketing.
Lo stesso nome IA è come l' Autopilot di un certo sbruffone, se lo chiamava co-pilot o assistant avrebbe tenuto le aspettative più basse (ma venduto di meno).:D
(guardacaso qui il maggior sostenitore dell'autopilot è anche un grande sostenitore dell'IA, sarà un caso? :D i polli preferiti dal marketing)

Comunque, per un bagno di realtà: https://www.thealgorithmicbridge.com/p/the-charts-the-ai-industry-doesnt (ita (https://www.tomshw.it/business/la-verita-scomoda-dellai-e-il-conto-che-paghiamo-tutti))
da cui il grafico secondo me più interessante che riflette la differenza tra aspettative e realtà (blu vs red):
https://substackcdn.com/image/fetch/$s_!dU8S!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Ff2a4e7de-7f34-442d-96c8-bc3dc5655c8b_1272x1127.png

Comunque, per un bagno di realtà

Quel grafico però secondo me sconta ancora il fatto che non la sappiamo ancora usare veramente, è troppo nuova ed evolve troppo velocemente. Io studio prompt-engineering per lavoro e per passione, seguo ogni novità tecnica di ogni modello, tutti i metodi innovativi che escono per addestramento ed inferenza, ma sono convinto di saperla comunque usare molto al di sotto delle potenzialità, perchè ogni giorno imparo qualcosa di nuovo per migliorare le prestazioni o fare qualcosa di diverso oppure scopro persone che ci fanno da tempo cose a cui io non avevo ancora pensato. Nel mentre i modelli evolvono obbligando anche noi ad evolvere alla stessa velocità, ma non è un mondo di nerd, nemmeno tra le aziende, nemmeno tra le persone che fanno il mio stesso mestiere.

Comunque, per un bagno di realtà: https://www.thealgorithmicbridge.com/p/the-charts-the-ai-industry-doesnt (ita (https://www.tomshw.it/business/la-verita-scomoda-dellai-e-il-conto-che-paghiamo-tutti))
da cui il grafico secondo me più interessante che riflette la differenza tra aspettative e realtà (blu vs red):
[IMG]
bello, l'area fra il blue e il rosso sono i bambini che fanno oooohhhhh :D

ma nel merito, non sarà il solito hype, come per Erdos #124 (che poi è venuto fuori che era una vaccata ) ?
approfittando del fatto che il 99,9999% delle persone non capisce questi problemi di matematica avanzata ?
Non dico che siamo alla circonvenzione di incapace ma insomma :asd:

Oh, questa è bella !

Provate a caricare una foto di un nero, magari nigeriano o senegalese che hanno la pelle bella nera, e chiedetegli "Questo uomo è nero o bianco?"
Chatty non può rispondere :asd:

L'ho scoperto perchè volevo farmi contare quanti sono neri o bianchi in una foto. :mc:

https://i.postimg.cc/fLb3mjR4/Screenshot-2026-07-26-at-09-47-41-Chat-GPT-Chat-Work-Create-Code-with-AI.png

E quindi? Anche l'addestramento di per sé non è pesante per via del calcolo, seppure sia molto più pesante dell'inferenza, ma per via della mole di dati.

Ma se uno imputa un risultato dell'AI alla potenza di calcolo ovviamente sta parlando dell'inferenza, perché è in quella fase che il risultato viene prodotto, non è che per calcolare il peso computazionale di un'operazione posso infilarci dentro anche quello dei computer di chi ha scritto il software, sono due concetti slegati tra di loro.

Direi che senza una l'altra non esisterebbe per cui non sono assolutamente slegati.

Leggevo per curiosità che per l'addestramento di un modello di frontiera come Gemini si calcola un ordine di grandezza di 5 yottaFLOP e sono in aumento. Per cui direi che i calcoli che fanno non sono certo pochi. E senza addestramento non le userebbe nessuno, per cui come fai a scindere le due cose ?

Direi che senza una l'altra non esisterebbe per cui non sono assolutamente slegati.

Dire che due cose sono correlate non basta. Per scrivere un videogioco è necessaria tantissima potenza di calcolo cumulativa, ma poi quella che serve per farlo girare sul tuo computer è una questione diversa.

Il discorso che ho contestato attribuiva il risultato alla "enorme potenza di calcolo"

Questo continua a non essere vero. C'è tanta potenza di calcolo per tutta la fase di addestramento del modello, ma è la somma di tante piccole che fanno pre-training di cose che sono per la stragrande maggioranza non correlate al problema che stiamo guardando. C'è anche tanta potenza di calcolo nell'inferenza, ma pure qui è la somma di tante piccole create da centinaia di milioni di richieste non correlate tra di loro.

La potenza di calcolo in gioco su questo singolo problema è relativamente piccola. Con piccola non intendo dire che lo può fare il tuo smarphone, ma che non serve un supercomputer, per la parte d'inferenza potrebbe farlo il tuo PC di casa con la tua GPU da gaming se solo avesse il quantitativo di memoria adeguato... La memoria però non è potenza di calcolo.


Hai detto una falsità grande come un universo. In questo caso non deve trovare una soluzione dentro il modello ma usare un elegato numero di agenti che verificano un indefinito numero di relazioni generato dal modello.


Ma che cambia? Comunque si tratta di n processi d'inferenza, gira sul tuo PC, non serve "enorme potenza di calcolo", un PC da gaming potrebbe farlo se fosse dotato di tantissima VRAM, magari ci mette 10 volte il tempo che ci mette una H200 (che però è shared se la usi tramite un servizio), ma siamo sempre nell'ordine di un tempo che il tuo PC può fare in giornata. Se prendi un supercomputer, cioè qualcosa a cui possiamo realmente attribuire "enorme potenza di calcolo" tratta problemi che il tuo computer di casa non potrebbe completare nel corso della tua vita.


Vuoi negare che esista una distorsione cognitiva sulla reale potenza in gioco nei processi d'inferenza causata dal racconto di questi mega datacenter da decine di chilometri quadrati?

Dire che due cose sono correlate non basta. Per scrivere un videogioco è necessaria tantissima potenza di calcolo cumulativa, ma poi quella che serve per farlo girare sul tuo computer è una questione diversa.

Il discorso che ho contestato attribuiva il risultato alla "enorme potenza di calcolo"

Questo continua a non essere vero. C'è tanta potenza di calcolo per tutta la fase di addestramento del modello, ma è la somma di tante piccole che fanno pre-training di cose che sono per la stragrande maggioranza non correlate al problema che stiamo guardando. C'è anche tanta potenza di calcolo nell'inferenza, ma pure qui è la somma di tante piccole create da centinaia di milioni di richieste non correlate tra di loro.

La potenza di calcolo in gioco su questo singolo problema è relativamente piccola. Con piccola non intendo dire che lo può fare il tuo smarphone, ma che non serve un supercomputer, per la parte d'inferenza potrebbe farlo il tuo PC di casa con la tua GPU da gaming se solo avesse il quantitativo di memoria adeguato... La memoria però non è potenza di calcolo.





Ma che cambia? Comunque si tratta di n processi d'inferenza, gira sul tuo PC, non serve "enorme potenza di calcolo", un PC da gaming potrebbe farlo se fosse dotato di tantissima VRAM, magari ci mette 10 volte il tempo che ci mette una H200 (che però è shared se la usi tramite un servizio), ma siamo sempre nell'ordine di un tempo che il tuo PC può fare in giornata. Se prendi un supercomputer, cioè qualcosa a cui possiamo realmente attribuire "enorme potenza di calcolo" tratta problemi che il tuo computer di casa non potrebbe completare nel corso della tua vita.


Vuoi negare che esista una distorsione cognitiva sulla reale potenza in gioco nei processi d'inferenza causata dal racconto di questi mega datacenter da decine di chilometri quadrati?

Dimmi su un comune PC domestico come fai a fare girare 40/50 agenti contemporanei che validano i risultati del modello. Una chat può girare con CPU desktop, ma quando inizi ad utilizzare più agenti in contemporanea ti servono core e RAM ( e per 15 agent per la sola validazione di scansioni e verifica legale dei contratti ti occorrono 32 core +ht e 256gb di RAM ( possibilmente ecc) a prescindere di quanta vram occupi il modello ( e faresti meglio ad usare più modelli in parallelo)

Dimmi su un comune PC domestico come fai a fare girare 40/50 agenti contemporanei che validano i risultati del modello.

Ne fai girare 5 e ci metti 10 volte il tempo, siamo sempre nel campo di qualcosa ipoteticamente gestibile da un PC domestico. Ipoteticamente, sempre perché il PC domestico quella quantità di HBM non la può montare, ma di nuovo la memoria non è potenza di calcolo, è storage.

Nel caso specifico non sappiamo molto di quanto tempo sia stato impiegato e quanti sub-agenti siano stati spawnati, vedremo se pubblicheranno un follow-up tecnico più avanti per fare delle valutazioni più precise, abbiamo solo un dato, non è molto, ma è quello che abbiamo:

"my other close friend fable for working during the world cup final"

per cui a meno che non stesse facendo lo spaccone, e ne dubito fortemente dato che questi post non spuntano per caso, ma sono concordati con Anthropic, ha impiegato al massimo il tempo di una finale di calcio, un paio d'ore.

Quindi a stare molto larghi un paio d'ore della potenza di calcolo di una H200, ma molto probabilmente di una frazione di H200, perché sicuramente Anthropic non alloca una GPU per utente o col cavolo che ti farebbe pagare 100/200 euro al mese.

Non era mia intenzione comunque riferirmi ad un caso specifico, quanto al concetto generale di inferenza. A meno che tu non abbia info che io non sono riuscito a reperire non sappiamo molti dettagli di questo caso.

Ne fai girare 5 e ci metti 10 volte il tempo, siamo sempre nel campo di qualcosa ipoteticamente gestibile da un PC domestico. Ipoteticamente, sempre perché il PC domestico quella quantità di HBM non la può montare, ma di nuovo la memoria non è potenza di calcolo, è storage.

Nel caso specifico non sappiamo molto di quanto tempo sia stato impiegato e quanti sub-agenti siano stati spawnati, vedremo se pubblicheranno un follow-up tecnico più avanti per fare delle valutazioni più precise, abbiamo solo un dato, non è molto, ma è quello che abbiamo:

"my other close friend fable for working during the world cup final"

per cui a meno che non stesse facendo lo spaccone, e ne dubito fortemente dato che questi post non spuntano per caso, ma sono concordati con Anthropic, ha impiegato al massimo il tempo di una finale di calcio, un paio d'ore.

Quindi a stare molto larghi un paio d'ore della potenza di calcolo di una H200, ma molto probabilmente di una frazione di H200, perché sicuramente Anthropic non alloca una GPU per utente o col cavolo che ti farebbe pagare 100/200 euro al mese.

Non era mia intenzione comunque riferirmi ad un caso specifico, quanto al concetto generale di inferenza. A meno che tu non abbia info che io non sono riuscito a reperire non sappiamo molti dettagli di questo caso.
Gli agent Ai girano su cpu ed usan ram di sistema, non sono llm sono dei verifificatori. Non usano pattern matriciali ma deterministici. Altrimenti tutte le infrastrutture per l'Ai sviluppate sopratutto di recente che bisogno avrebbero di cpu con un numero sempre più elevatoto di core e ram? Con l'uso degli agent l'llm in se non è più il collo di bottiglia che passa alla cpu-ram di sistema se non adeguatamente funzionale. Tu stai proponendo di renderizzare una scena 3d con rendering cpu. certo si fa, ma a 0,2 fps sec invece dei 200 che dovrebbero e terminare il lavoro dopo mesi e non ore. Se per te questo è fattibilità possiamo dire che l'uso di una calcolatrice e fogli di carta rendono inutile pure il pc per avere l'ai locale.

Gli agent Ai girano su cpu ed usan ram di sistema, non sono llm sono dei verifificatori. Non usano pattern matriciali ma deterministici.

Mi sembra un po' una contraddizione, se sono "agenti AI" non sono deterministici. Hai un link che descrive questo scenario? Anche in ottica di quello che deve aver fatto l'autore del post oggetto di questo articolo, perché sembra che tu ne sappia più di me di come è stato fatto.

Io ho messo assieme catene di classificatori su sistemi agentici su cui ho lavorato, ma i classificatori sono sempre modelli AI, più piccoli. Non generano testo, ma rispondono con vero o falso, cioè stringo l'indeterminismo a due possibili valori, ma sempre indeterministici sono.

In ogni caso un software deterministico che verifichi il problema di cui si parla qui sarebbe leggerissimo, l'agente AI propone una soluzione, il software la verifica, non è un bruteforce perché l'agente impiega tempo a fare una proposta, quello sì che realmente sarebbe un calcolo che fa il tuo PC senza manco tirare in ballo la GPU

Tu stai proponendo di renderizzare una scena 3d con rendering cpu. certo si fa, ma a 0,2 fps sec invece dei 200 che dovrebbero e terminare il lavoro dopo mesi e non ore.

No, sto proprio spiegando che in questo caso l'ordine di grandezza è completamente diverso, cioè è l'ordine di grandezza che passa tra una 5090 consumer e una B200, cioè circa 10 volte più veloce in FP8, non 100 o 1000 volte come nell'esempio che fai del 3D rendering. Buona parte di questo 10X è dovuto anche alla HBM3e rispetto alla GDDR7, che non obbliga i CUDA a rallentare. L'architettura è comunque migliore nella B200, ma se la GPU della 5090 avesse la costosa HBM3e probabilmente il divario sarebbe di 5 o 6 volte, non di più. D'altra parte le architetture datacenter nVidia di oggi sono sempre state la base per le GPU consumer di al massimo un paio d'anni dopo.