Jadual Kandungan
Stagnasi pengkomputeran berskala besar
Terlalu panas menyebabkan ketidakupayaan untuk memproses
Krisis 2030?
Rumah Peranti teknologi AI Kemanusiaan telah mencapai had atas seni bina pengkomputeran silikon! AI dijangka menggunakan 50% daripada bekalan elektrik global menjelang 2030

Kemanusiaan telah mencapai had atas seni bina pengkomputeran silikon! AI dijangka menggunakan 50% daripada bekalan elektrik global menjelang 2030

Apr 04, 2023 pm 12:25 PM
teknologi mengira

Kami telah mula mengalami perasaan mencapai had atas pengalaman pengkomputeran silikon. Dalam 10 tahun akan datang, akan wujud jurang kuasa pengkomputeran yang serius, dan syarikat teknologi sedia ada mahupun kerajaan tidak dapat menyelesaikan masalah ini.

Kini, kami sudah terbiasa dengan pengkomputeran yang semakin murah dan kami tidak pernah meragui bahawa suatu hari nanti kami mungkin tidak mampu membelinya.

Kini, Rodolfo Rosini, Ketua Pegawai Eksekutif sebuah syarikat permulaan, bertanyakan soalan yang mengejutkan kami: Jika kita mencapai had fizikal asas model pengkomputeran klasik, seolah-olah ekonomi kita bergantung pada pengkomputeran murah, maka apa yang perlu dilakukan ?

Stagnasi pengkomputeran berskala besar

Kini, disebabkan kekurangan inovasi teknologi, Amerika Syarikat telah mencapai dataran tinggi.

Undang-undang Wright berlaku dalam banyak industri – setiap kali proses pembuatan dipertingkatkan sebanyak kira-kira 20%, produktiviti akan berganda.

Dalam teknologi, ia menunjukkan dirinya sebagai Undang-undang Moore.

Pada tahun 1960-an, pengasas bersama Intel Gordon Moore menyedari bahawa bilangan transistor dalam litar bersepadu nampaknya meningkat dua kali ganda tahun ke tahun dan mencadangkan Undang-undang Moore.

Sejak itu, undang-undang ini telah menjadi asas kontrak antara pemasaran dan kejuruteraan, memanfaatkan kuasa pengkomputeran yang berlebihan dan saiz yang mengecil untuk memacu pembinaan produk dalam timbunan pengkomputeran.

Jangkaan ketika itu ialah kuasa pengkomputeran akan bertambah baik secara eksponen dari semasa ke semasa dengan pemproses yang lebih pantas dan lebih murah.

Walau bagaimanapun, kuasa berbeza yang membentuk Undang-undang Moore telah berubah.

Selama beberapa dekad, kuasa penggerak di sebalik Undang-undang Moore ialah Undang-undang Penskalaan Dennard. Saiz transistor dan penggunaan kuasa secara serentak dibelah dua, menggandakan jumlah pengiraan setiap unit tenaga (yang terakhir ini juga dikenali sebagai Hukum Koomey Koomey's Law).

Kemanusiaan telah mencapai had atas seni bina pengkomputeran silikon! AI dijangka menggunakan 50% daripada bekalan elektrik global menjelang 2030

Data Trend Mikropemproses 50 Tahun

Pada tahun 2005, penskalaan ini mula rosak akibat kebocoran semasa yang menyebabkan cip menjadi panas, dan dengan itu Masalahnya ialah prestasi cip dengan teras pemprosesan tunggal telah terbantut.

Untuk mengekalkan trajektori pertumbuhan pengkomputeran, industri cip telah beralih kepada seni bina berbilang teras: berbilang mikropemproses "dilekatkan" bersama. Walaupun ini boleh memanjangkan Hukum Moore dari segi ketumpatan transistor, ia meningkatkan kerumitan keseluruhan timbunan pengkomputeran.

Untuk jenis tugas pengkomputeran tertentu, seperti pembelajaran mesin atau grafik komputer, ini membawa peningkatan prestasi. Tetapi untuk banyak tugas pengkomputeran tujuan umum yang tidak selari dengan baik, seni bina berbilang teras tidak berkuasa.

Ringkasnya, kuasa pengkomputeran untuk banyak tugasan tidak lagi meningkat secara eksponen.

Malah dari segi prestasi superkomputer berbilang teras, berdasarkan TOP500 (kedudukan superkomputer terpantas di dunia), terdapat titik infleksi yang jelas sekitar tahun 2010.

Kemanusiaan telah mencapai had atas seni bina pengkomputeran silikon! AI dijangka menggunakan 50% daripada bekalan elektrik global menjelang 2030

Apakah kesan kelembapan ini? Peranan pengkomputeran yang semakin meningkat dalam industri yang berbeza menunjukkan bahawa kesannya adalah serta-merta dan hanya akan menjadi lebih penting apabila Undang-undang Moore semakin goyah.

Ambil dua contoh ekstrem: Kuasa pengkomputeran yang lebih baik dan pengurangan kos telah membawa kepada peningkatan 49% dalam produktiviti penerokaan minyak dalam industri tenaga, dan peningkatan 94% dalam ramalan lipatan protein dalam industri bioteknologi.

Ini bermakna kesan kelajuan pengkomputeran tidak terhad kepada industri teknologi, kebanyakan pertumbuhan ekonomi dalam tempoh 50 tahun yang lalu adalah kesan peringkat kedua yang didorong oleh Undang-undang Moore, dan tanpanya, ekonomi dunia mungkin berhenti berkembang.

Satu lagi sebab utama keperluan untuk kuasa pengkomputeran yang lebih besar ialah peningkatan kecerdasan buatan. Hari ini, latihan model bahasa besar (LLM) boleh menelan belanja berjuta-juta dolar dan mengambil masa berminggu-minggu.

Masa depan yang dijanjikan oleh pembelajaran mesin tidak dapat direalisasikan tanpa peningkatan berterusan dalam pemecahan nombor dan pengembangan data.

Memandangkan model pembelajaran mesin menjadi lebih berleluasa dalam teknologi pengguna, menandakan permintaan yang besar dan berpotensi hiperbolik untuk pengkomputeran dalam industri lain, pemprosesan murah menjadi asas produktiviti.

Kematian Undang-undang Moore mungkin menyebabkan genangan besar dalam pengkomputeran. Berbanding dengan rangkaian saraf berbilang modal yang mungkin diperlukan untuk mencapai AGI, LLM hari ini masih agak kecil dan mudah dilatih. GPT masa depan dan pesaing mereka akan memerlukan komputer berprestasi tinggi yang sangat berkuasa untuk menambah baik dan juga mengoptimumkan.

Mungkin ramai orang akan ragu-ragu. Lagipun, akhir Undang-undang Moore telah diramalkan berkali-kali. Kenapa perlu sekarang?

Secara sejarah, kebanyakan ramalan ini berpunca daripada cabaran kejuruteraan. Kebijaksanaan manusia telah mengatasi halangan ini berkali-kali sebelum ini.

Perbezaannya sekarang ialah daripada berhadapan dengan cabaran kejuruteraan dan kecerdasan, kita berhadapan dengan batasan yang dikenakan oleh fizik.

Kemanusiaan telah mencapai had atas seni bina pengkomputeran silikon! AI dijangka menggunakan 50% daripada bekalan elektrik global menjelang 2030

MIT Technology Review menerbitkan artikel pada 24 Februari menyatakan bahawa kami tidak bersedia untuk berakhirnya Undang-undang Moore

Terlalu panas menyebabkan ketidakupayaan untuk memproses

Komputer berfungsi dengan memproses maklumat.

Semasa mereka memproses maklumat, sebahagian daripadanya dibuang kerana mikropemproses menggabungkan cawangan pengiraan atau menimpa pendaftaran. Ia bukan percuma.

Undang-undang termodinamik meletakkan had yang ketat pada kecekapan proses tertentu, dan ia digunakan untuk pengiraan sama seperti yang dilakukan pada enjin stim. Kos ini dipanggil had Landauer.

Kemanusiaan telah mencapai had atas seni bina pengkomputeran silikon! AI dijangka menggunakan 50% daripada bekalan elektrik global menjelang 2030

Ia ialah jumlah kecil haba yang dikeluarkan semasa setiap operasi pengiraan: kira-kira 10^-21 joule setiap bit.

Memandangkan haba ini sangat kecil, had Landauer telah lama dianggap boleh diabaikan.

Walau bagaimanapun, keupayaan kejuruteraan kini telah maju ke tahap di mana skala tenaga ini boleh dicapai, kerana had dunia sebenar dianggarkan 10-100 kali lebih besar daripada terikat Landauer disebabkan oleh overhed lain seperti kebocoran semasa . Cip mempunyai ratusan bilion transistor yang beroperasi berbilion kali sesaat.

Tambahkan nombor ini bersama-sama, dan mungkin Hukum Moore masih mempunyai susunan magnitud yang tinggal untuk berkembang sebelum mencapai halangan haba.

Pada ketika itu, seni bina transistor sedia ada tidak akan dapat meningkatkan lagi kecekapan tenaga, dan haba yang dijana akan menghalang transistor daripada dibungkus dengan lebih ketat.

Jika kita tidak memikirkan perkara ini, kita tidak akan dapat melihat dengan jelas bagaimana nilai industri akan berubah.

Mikropemproses akan dikekang dan industri akan bersaing untuk mendapatkan ganjaran yang lebih rendah bagi kecekapan tenaga marginal.

Saiz cip akan mengembang. Lihat kad GPU 4000-siri Nvidia: walaupun menggunakan proses berketumpatan lebih tinggi, ia kira-kira sebesar anjing kecil dan mempunyai kuasa 650W yang hebat.

Ini mendorong Ketua Pegawai Eksekutif NVIDIA Jen-Hsun Huang untuk mengisytiharkan pada akhir 2022 bahawa "Undang-undang Moore sudah mati" - satu kenyataan yang, walaupun kebanyakannya benar, telah dinafikan oleh syarikat semikonduktor lain.

IEEE mengeluarkan peta jalan semikonduktor setiap tahun Penilaian terkini ialah penskalaan 2D akan diselesaikan pada tahun 2028 dan penskalaan 3D harus dilancarkan sepenuhnya pada tahun 2031.

Penskalaan 3D (di mana cip disusun di atas satu sama lain) sudah biasa, tetapi dalam memori komputer, bukan dalam mikropemproses.

Ini kerana pelesapan haba memori adalah jauh lebih rendah, walau bagaimanapun, pelesapan haba adalah kompleks dalam seni bina 3D, jadi penyejukan memori aktif menjadi penting.

Memori dengan 256 lapisan berada di kaki langit dan dijangka mencapai tanda 1,000 lapisan menjelang 2030.

Berbalik kepada mikropemproses, seni bina peranti berbilang pintu yang menjadi piawaian komersial (seperti FinFET dan Gates-all-round) akan terus mengikut Undang-undang Moore pada tahun-tahun akan datang.

Walau bagaimanapun, disebabkan isu haba yang wujud, penskalaan menegak sebenar tidak dapat dilakukan selepas tahun 1930-an.

Malah, set cip semasa memantau dengan teliti bahagian pemproses mana yang aktif pada bila-bila masa untuk mengelakkan terlalu panas walaupun pada satu satah.

Krisis 2030?

Seabad yang lalu, penyair Amerika Robert Frost pernah bertanya: Adakah dunia akan berakhir dalam fros atau api

Jika jawapannya adalah api, ia hampir menandakan berakhirnya pengkomputeran.

Sebagai alternatif, terima sahaja bahawa penggunaan kuasa akan meningkat dan meningkatkan pembuatan mikropemproses.

Untuk tujuan ini, manusia telah menggunakan sebahagian besar tenaga bumi.

Mungkin pilihan lain ialah menerima peningkatan penggunaan kuasa dan meningkatkan pembuatan mikropemproses. Kami sudah menggunakan sebahagian besar bekalan tenaga Bumi untuk tujuan ini.

Di Ireland, hanya 70 pusat data menggunakan 14% tenaga negara. Menjelang 2030-an, dijangka 30-50% daripada tenaga elektrik yang dihasilkan secara global akan digunakan untuk pengkomputeran dan penyejukan.

Kemanusiaan telah mencapai had atas seni bina pengkomputeran silikon! AI dijangka menggunakan 50% daripada bekalan elektrik global menjelang 2030

(Menariknya, selepas catatan blog itu diterbitkan pada 19 Mac, penulis memadamkan ramalan ini. Penjelasannya adalah bahawa ini adalah berdasarkan senario terburuk dalam Alam kertas Ekstrapolasi situasi, yang kini telah dipadamkan demi kejelasan dan ketepatan hujah)

Skala pengeluaran tenaga semasa akan membawa kepada sedikit peningkatan dalam kos skala Moore's Law selepas ini .

Satu siri langkah pengoptimuman sekali pada tahap reka bentuk (kecekapan tenaga) dan pelaksanaan (menggantikan reka bentuk lama yang masih digunakan dengan teknologi terkini) akan membolehkan ekonomi membangun seperti India mengejar keseluruhan global daya produktif.

Selepas berakhirnya Hukum Moore, manusia akan kehabisan tenaga sebelum pembuatan cip mikropemproses mencapai hadnya, dan kadar pengurangan kos pengkomputeran akan terbantut.

Walaupun pengkomputeran kuantum disebut-sebut sebagai cara yang berkesan untuk mengatasi Undang-undang Moore, terdapat terlalu banyak perkara yang tidak diketahui di dalamnya. Ia masih beberapa dekad lagi daripada pembangunan komersial, dan ia tidak akan berguna untuk sekurang-kurangnya 20 tahun akan datang 30 tahun.

Jelas sekali, akan wujud jurang kuasa pengkomputeran yang serius dalam tempoh 10 tahun akan datang, dan tiada syarikat teknologi sedia ada, pelabur atau agensi kerajaan akan dapat menyelesaikannya.

Perlanggaran antara Undang-undang Moore dan had Landauer telah berlaku selama beberapa dekad dan boleh dikatakan sebagai salah satu peristiwa paling penting dan kritikal pada tahun 2030-an.

Tetapi sekarang, nampaknya tidak ramai yang tahu tentang perkara ini.

Atas ialah kandungan terperinci Kemanusiaan telah mencapai had atas seni bina pengkomputeran silikon! AI dijangka menggunakan 50% daripada bekalan elektrik global menjelang 2030. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Pendaraban matriks universal CUDA: dari kemasukan kepada kemahiran! Pendaraban matriks universal CUDA: dari kemasukan kepada kemahiran! Mar 25, 2024 pm 12:30 PM

Pendaraban Matriks Umum (GEMM) ialah bahagian penting dalam banyak aplikasi dan algoritma, dan juga merupakan salah satu petunjuk penting untuk menilai prestasi perkakasan komputer. Penyelidikan mendalam dan pengoptimuman pelaksanaan GEMM boleh membantu kami lebih memahami pengkomputeran berprestasi tinggi dan hubungan antara perisian dan sistem perkakasan. Dalam sains komputer, pengoptimuman GEMM yang berkesan boleh meningkatkan kelajuan pengkomputeran dan menjimatkan sumber, yang penting untuk meningkatkan prestasi keseluruhan sistem komputer. Pemahaman yang mendalam tentang prinsip kerja dan kaedah pengoptimuman GEMM akan membantu kami menggunakan potensi perkakasan pengkomputeran moden dengan lebih baik dan menyediakan penyelesaian yang lebih cekap untuk pelbagai tugas pengkomputeran yang kompleks. Dengan mengoptimumkan prestasi GEMM

Cara mengira penambahan, penolakan, pendaraban dan pembahagian dalam dokumen perkataan Cara mengira penambahan, penolakan, pendaraban dan pembahagian dalam dokumen perkataan Mar 19, 2024 pm 08:13 PM

WORD adalah pemproses perkataan yang berkuasa Kita boleh menggunakan perkataan untuk mengedit pelbagai teks Dalam jadual Excel, kita telah menguasai kaedah pengiraan penambahan, penolakan dan penggandaan Jadi jika kita perlu mengira penambahan nilai dalam jadual Word. Bagaimana untuk menolak pengganda? Bolehkah saya hanya menggunakan kalkulator untuk mengiranya? Jawapannya sudah tentu tidak, WORD juga boleh melakukannya. Hari ini saya akan mengajar anda cara menggunakan formula untuk mengira operasi asas seperti penambahan, penolakan, pendaraban dan pembahagian dalam jadual dalam dokumen Word. Jadi, hari ini izinkan saya menunjukkan secara terperinci cara mengira penambahan, penolakan, pendaraban dan pembahagian dalam dokumen WORD? Langkah 1: Buka WORD, klik [Jadual] di bawah [Sisipkan] pada bar alat dan masukkan jadual dalam menu lungsur.

Kertas Stable Diffusion 3 akhirnya telah dikeluarkan, dan butiran seni bina didedahkan Adakah ia akan membantu untuk menghasilkan semula Sora? Kertas Stable Diffusion 3 akhirnya telah dikeluarkan, dan butiran seni bina didedahkan Adakah ia akan membantu untuk menghasilkan semula Sora? Mar 06, 2024 pm 05:34 PM

Kertas StableDiffusion3 akhirnya di sini! Model ini dikeluarkan dua minggu lalu dan menggunakan seni bina DiT (DiffusionTransformer) yang sama seperti Sora. Ia menimbulkan kekecohan apabila ia dikeluarkan. Berbanding dengan versi sebelumnya, kualiti imej yang dijana oleh StableDiffusion3 telah dipertingkatkan dengan ketara Ia kini menyokong gesaan berbilang tema, dan kesan penulisan teks juga telah dipertingkatkan, dan aksara bercelaru tidak lagi muncul. StabilityAI menegaskan bahawa StableDiffusion3 ialah satu siri model dengan saiz parameter antara 800M hingga 8B. Julat parameter ini bermakna model boleh dijalankan terus pada banyak peranti mudah alih, dengan ketara mengurangkan penggunaan AI

Cara mengira bilangan elemen dalam senarai menggunakan fungsi count() Python Cara mengira bilangan elemen dalam senarai menggunakan fungsi count() Python Nov 18, 2023 pm 02:53 PM

Cara menggunakan fungsi count() Python untuk mengira bilangan elemen dalam senarai memerlukan contoh kod khusus Sebagai bahasa pengaturcaraan yang berkuasa dan mudah dipelajari, Python menyediakan banyak fungsi terbina dalam untuk mengendalikan struktur data yang berbeza. Salah satunya ialah fungsi count(), yang boleh digunakan untuk mengira bilangan elemen dalam senarai. Dalam artikel ini, kami akan menerangkan cara menggunakan fungsi count() secara terperinci dan memberikan contoh kod khusus. Fungsi count() ialah fungsi terbina dalam Python, digunakan untuk mengira sesuatu

Artikel ini sudah cukup untuk anda membaca tentang pemanduan autonomi dan ramalan trajektori! Artikel ini sudah cukup untuk anda membaca tentang pemanduan autonomi dan ramalan trajektori! Feb 28, 2024 pm 07:20 PM

Ramalan trajektori memainkan peranan penting dalam pemanduan autonomi Ramalan trajektori pemanduan autonomi merujuk kepada meramalkan trajektori pemanduan masa hadapan kenderaan dengan menganalisis pelbagai data semasa proses pemanduan kenderaan. Sebagai modul teras pemanduan autonomi, kualiti ramalan trajektori adalah penting untuk kawalan perancangan hiliran. Tugas ramalan trajektori mempunyai timbunan teknologi yang kaya dan memerlukan kebiasaan dengan persepsi dinamik/statik pemanduan autonomi, peta ketepatan tinggi, garisan lorong, kemahiran seni bina rangkaian saraf (CNN&GNN&Transformer), dll. Sangat sukar untuk bermula! Ramai peminat berharap untuk memulakan ramalan trajektori secepat mungkin dan mengelakkan perangkap Hari ini saya akan mengambil kira beberapa masalah biasa dan kaedah pembelajaran pengenalan untuk ramalan trajektori! Pengetahuan berkaitan pengenalan 1. Adakah kertas pratonton teratur? A: Tengok survey dulu, hlm

DualBEV: mengatasi BEVFormer dan BEVDet4D dengan ketara, buka buku! DualBEV: mengatasi BEVFormer dan BEVDet4D dengan ketara, buka buku! Mar 21, 2024 pm 05:21 PM

Kertas kerja ini meneroka masalah mengesan objek dengan tepat dari sudut pandangan yang berbeza (seperti perspektif dan pandangan mata burung) dalam pemanduan autonomi, terutamanya cara mengubah ciri dari perspektif (PV) kepada ruang pandangan mata burung (BEV) dengan berkesan dilaksanakan melalui modul Transformasi Visual (VT). Kaedah sedia ada secara amnya dibahagikan kepada dua strategi: penukaran 2D kepada 3D dan 3D kepada 2D. Kaedah 2D-ke-3D meningkatkan ciri 2D yang padat dengan meramalkan kebarangkalian kedalaman, tetapi ketidakpastian yang wujud dalam ramalan kedalaman, terutamanya di kawasan yang jauh, mungkin menimbulkan ketidaktepatan. Manakala kaedah 3D ke 2D biasanya menggunakan pertanyaan 3D untuk mencuba ciri 2D dan mempelajari berat perhatian bagi kesesuaian antara ciri 3D dan 2D melalui Transformer, yang meningkatkan masa pengiraan dan penggunaan.

Cara menggunakan fungsi Math.Pow dalam C# untuk mengira kuasa nombor tertentu Cara menggunakan fungsi Math.Pow dalam C# untuk mengira kuasa nombor tertentu Nov 18, 2023 am 11:32 AM

Dalam C#, terdapat perpustakaan kelas Matematik, yang mengandungi banyak fungsi matematik. Ini termasuk fungsi Math.Pow, yang mengira kuasa, yang boleh membantu kita mengira kuasa nombor tertentu. Penggunaan fungsi Math.Pow adalah sangat mudah, anda hanya perlu menentukan asas dan eksponen. Sintaksnya adalah seperti berikut: Math.Pow(base,exponent); dengan asas mewakili asas dan eksponen mewakili eksponen. Fungsi ini mengembalikan hasil jenis berganda, iaitu hasil pengiraan kuasa. Jom

'Minecraft' bertukar menjadi bandar AI, dan penduduk NPC memainkan peranan seperti orang sebenar 'Minecraft' bertukar menjadi bandar AI, dan penduduk NPC memainkan peranan seperti orang sebenar Jan 02, 2024 pm 06:25 PM

Sila ambil perhatian bahawa lelaki persegi ini berkerut dahi, memikirkan identiti "tetamu tidak diundang" di hadapannya. Ternyata dia berada dalam situasi berbahaya, dan apabila dia menyedari perkara ini, dia segera memulakan pencarian mental untuk mencari strategi untuk menyelesaikan masalah itu. Akhirnya, dia memutuskan untuk melarikan diri dari tempat kejadian dan kemudian mendapatkan bantuan secepat mungkin dan mengambil tindakan segera. Pada masa yang sama, orang di seberang sana memikirkan perkara yang sama seperti dia... Terdapat adegan sedemikian dalam "Minecraft" di mana semua watak dikawal oleh kecerdasan buatan. Setiap daripada mereka mempunyai latar identiti yang unik Contohnya, gadis yang disebutkan sebelum ini adalah seorang kurier berusia 17 tahun tetapi bijak dan berani. Mereka mempunyai daya ingatan dan pemikiran serta hidup seperti manusia di bandar kecil yang terletak di Minecraft ini. Apa yang mendorong mereka adalah sesuatu yang baru,

See all articles