赌钱赚钱app

剪辑：桃子

【新智元导读】老黄夜深祭出最强寻衅：悉数自研芯片齐是「纸老虎」！他直言谷歌TPU、亚马逊Trainium根底不敢上台打擂，并初度揭秘了英伟达从「电子到Token」的终极护城河。

自研芯片全是「纸老虎」！

在最新访谈中，英伟达CEO甩出了一句极其寻衅的宣言——

谷歌TPU没来，亚马逊Trainium没来，根底没一个敢出头。

直白讲，在AI算力的终极对决赛中，除了英伟达，能打的敌手还没出现！

在近两小时播客中，老黄与主抓东谈主Dwarkesh Patel伸开了一场极具炸药味且深度的对话。

他不仅重申了英伟达的本事护城河，更对现时的人人竞争形式，抒发了冷峻的预判。

访谈中，最颤动东谈主的一个镜头是——

濒临别东谈主的质疑，老黄霸气外露地回怼谈，「我醒来从没认为我方是个loser」。

「咱们又不是一辆汽车（We are not a car）」。

大开新闻客户端 提高3倍指导度

近两小时对谈中，悉数的精彩亮点如下：

公开叫阵TPU、Trainium上MLPerf打擂，于今无东谈主应战；

抛出新想维模子：输入电子、输出token，中间层就是英伟达；

英伟达领有人人最低的TCO，在同等能耗下，token产出恶果寰宇第一；

荒僻认错，低估了Anthropic这步棋。但Anthropic只是特例，全寰宇惟有一个；

真的卡脖子的不是EUV光刻机，是水督工和电工。

把「电子」篡改成token

这就是护城河

访谈一开场，Dwarkesh对准了英伟达护城河，提议了一个敏感的问题——

既然英伟达推行上是联想软件，然后交给台积电代工、由海力士提供内存，那么淌若将来AI让软件变得像大量商品一样低价，英伟达的估值是否也会坍塌？

对此，老黄提议了一个全新的「想维模子」。

输入的是电子，输出的是token，而中间层就是英伟达

他认为，制造一个token就像制造一个分子，如何让这一个token比另一个token更有价值，背后蕴含着极其高妙的艺术、工程与科学。

而这种「电子到token」的篡改流程极其复杂，很难被世俗化。

最进军的是，英伟达的护城河在于「五层蛋糕」生态系统，他们坚抓作念尽可能少、但在必须作念的界限作念到极难的策略。

而关于「英伟达靠锁定稀缺供应链树立护城河」的说法，老黄承认，这如实是敌手难以企及的上风。

他绝顶强调，这种上风源于一种「前瞻性的缔盟」，具体奈何讲？

合营之前，AI蓝图早就绘好了

英伟达不单是是砸钱买产能，更是在几年前就初始劝服台积电、好意思光等公司的CEO，向他们刻画AI产业将来的范围。

GTC，就是一场大型「训导会」

老黄嘲谑谈，我方的GTC演讲更像是「训导」，他必须让悉数这个词供应链看清将来的趋势，智力引导人人的资源向AI产业歪斜。

所谓的「瓶颈」，齐是暂时的

当谈到逻辑芯片、CoWoS封装、HBM内存的紧缺，是否会罢了AI的增速时，老黄发达得颠倒淡定。

他指出，在巨大的阛阓需求信号眼前，任何硬件瓶颈时常只需2-3年就能通过大范围扩产惩处。

英伟达已在「预取」（Prefetching）将来的瓶颈，本事授权是一部分，另一种神气就是「投钱」。

比如，匡助合营伙伴Lumentum、台积电提前布局硅光子、双面探伤等前沿本事。

道理的是，老黄认为真的的长期挑战时常在更卑鄙：

- 能源： 不管是重工业化如故开垦 AI 工场，能源战略的滞后才是耐久疼痛；

- 劳能源： 真的的稀缺资源不是EUV光刻机，而是能落地AI数据中心的「水督工和电工」。

这里再mark一下Hinton那句话，去作念水督工

喊话谷歌TPU来战，没东谈主打赢英伟达

接下来，才是整场访谈中最刺激的一部分。

Dwarkesh提议了一个令阛阓不安的不雅察：

咫尺人人最顶尖的三个AI模子中，其中两个（Claude和Gemini）是在谷歌TPU上捕快的。

这是否意味着，英伟达GPU并非不行替代？

老黄对此进行了强有劲的反击，他认为彻底是「降维打击」，并把英伟达的到手归结为一种彻底不同的谋略范式。

大开新闻客户端 提高3倍指导度

「加快谋略」降维打击

TPU只是一个「张量处理单元」，英文带作念的是「加快谋略」。

「加快谋略」的行使范围远超AI，涵盖了分子能源学、量子色能源学、流膂力学、粒子物理以及大范围数据处理。

如今，AI算法演进极快。

淌若翌日出现一种新架构，高度可编程的CUDA可以无缝支抓，而固化的ASIC芯片可能获胜酿成「电子垃圾」。

天然矩阵乘法是AI的中枢，但创新的要津在于——快速发明新内核。

老黄显露，Blackwell之是以比Hopper飙升50倍性能，靠的是通过CUDA对MoE等新架构，进行的深度底层协同联想。

他将CUDA比作英伟达最可贵的财富——

人人迥殊亿颗英伟达 GPU，散布在悉数主流云平台和角落设备中。

开发者写出的代码，可以「一次编写，到处运行」。

他将CPU比作凯迪拉克，东谈主东谈主齐能开得可以；而英伟达的加快器则是F1赛车。

天然平淡东谈主能开到100码，但惟有英伟达的行家能将其性能推向极限，匡助客户通过优化软件栈获胜赢得2-3倍的性能提高。

TCO经济学，token产出最多

濒临「大客户是否会为了省钱而自研芯片」的质疑，老黄给出了一组颠倒硬核的生意逻辑：

英伟达的谋略栈是人人「总领有本钱」（TCO）最低的，莫得之一。

在通常的1GW数据中心里，使用英伟达架构产出的token数目，是人人最高的。

现场，老黄获胜公开叫阵，接待Trainium、或TPU参加像InferenceMAX或MLPerf这样的第三方基准测试。

但推行上，莫得东谈主惬心「出头」。

许多东谈主挟恨英伟达 70% 的利润率太高，但老黄提纲振领地指出，即即是找博通代工 ASIC 芯片，对方也要赚走65%的利润。

为了省那5%的利润，而撤废悉数这个词生态系统的兼容性，这在生意逻辑上是讲欠亨的。

Anthropic只是一个特例，并非趋势

Dwarkesh追问，既然英伟达这样好，为什么Anthropic如故聘用了与谷歌、亚马逊签下数十亿好意思元的TPU订单？

濒临如斯敏感的问题，老黄又是如何语焉省略？

他用一句话回顾：Anthropic只是一个特例，并非趋势。

紧接着，他暗示，淌若莫得Anthropic，TPU、Trainium的增长无从谈起，100%是Anthropic带来的。

但寰宇上惟有一家Anthropic！

与此同期，老黄荒僻地承认了策略上的失实：

那时，谷歌和亚马逊通过多量融资，有计划了Anthropic使用其自研算力的承诺。

我那时的过错在于，莫得深化阻塞到，淌若不给这些实验室提供资金支抓，他们别无聘用。

英伟达的生意「形而上学」：不越界

访谈的后半段，Dwarkesh又提议了一个极具劝诱力的假定——

既然英伟达领有无可匹敌的算力资源，为什么不获胜下场成为一家超大范围云服务商（Hyperscaler）？

老黄的回话揭示了英伟达的生意形而上学：「作念尽可能多，同期也作念尽可能少」。

寰宇上依然有许多云服务商了。

淌若英伟达我方下场作念云，就是与我方的客户（亚马逊、微软等）获胜竞争。

英伟达应允聘用投资像CoreWeave这样的「原生AI云」，通过背书和资金支抓，让生态系统愈增多元化，而不是切身去盖机房、拉电线。

老黄认为，一个健康的公司应当专注于那些「淌若我不作念，就没东谈主能作念成」的事情。

淌若英伟达不去研发NVLink、不干预20年时候在归天中坚抓CUDA、不开发像cuLitho这种谋略光刻库，这些本事可能耐久不会出现。

投资，但不「选妃」

近来，英伟达对OpenAI、Anthropic进行了范围惊东谈主的投资，辞别达300亿和100亿好意思金范围。

对此，老黄颠倒严肃地暗示，「咱们不选赢家」。

一方面，这不是咱们的奇迹，另一方面，我深知创业的不细目性。

他回忆起英伟达初创时，人人有60家图形芯片公司，而英伟达那时以致是架构最「离谱」的一个。

英伟达的策略是——

淌若寰宇需要这些伟大的AI公司存在，而VC无法提供百亿级别的资金撑抓，那么英伟达就会起原。

但谋略是为了让悉数这个词生态「茂盛」，而不是为了功令它们。

作念好一件事，CUDA就够了

在访谈的尾声，Dwarkesh 提议了一个具有想辨性的问题：

英伟达当今财大气粗，东谈主才济济，为什么不并行开发几种彻底不同的架构？

比如像Cerebras那样的晶圆级芯片，粗略像特斯拉Dojo那样的「巨型封装」，以防万一AI架构发生突变。

老黄的回话，展现了他当作顶级架构师的绝顶自信与感性。

模拟器已辩护了一切

他直言，英伟达领有寰宇顶尖的「模拟系统」。

咱们可以在模拟器里，模拟出你能想象到的任何架构。罢了讲解，那些决议在性能和恶果上齐更糟。

也就是说，从数据上的考证依然辩护了这一切。

Dwarkesh又问谈，淌若台积电先进制程（如N2/N3）产能见顶，英伟达是否会回到老旧的N7工艺重新联想 Hopper？

对此，老黄暗示，这种「回流」研发的本钱高得离谱。

英伟达应允聘用在先进制程上「倾力上前」，通过先进封装和数值谋略的校正来弥补产能压力。

扩产Groq：霸占「溢价token」阛阓

尽人皆知，英伟达几个月前将「推理芯片之王」Groq纳入了CUDA生态。

这背后，蕴含着老黄对推理阛阓「分层化」的深化知悉：

以前token要么免费，要么极低廉。

但当今，淌若更快的反应速率，能让别称年薪几十万好意思金的软件工程师恶果翻倍，那么企业惬心支付极高的溢价。

当年英伟达追求的是高蒙胧量（单元时候内产出的token总量），但当今他们初始布局「低蔓延、高溢价」的推理细分阛阓。

这意味着将来英伟达的工场将同期产出「平价高产」和「尊享速达」两种token。

淌若莫得AI创新，英伟达会如何？

访谈以一个狂放的假定实现。淌若深度学习创新从未发生，英伟达当今会在作念什么？

老黄口吻中带着一种职责感：「即便莫得AI，英伟达也会颠倒雄壮」。

通用谋略的完了

他的基本信念是，「摩尔定律」下的通用谋略（CPU）依然走到了至极。

不管有莫得AI，科学、工程、物理、图像处理这些界限，齐急需「加快谋略」。

科学的民主化

英伟达的初心是让每一位学生、每一位科学家，通过一张GeForce显卡就能处理分子能源学或地震数据。

这种「加快谋略」的底色，其实早在AI爆发前就依然涂就。

不单是是张量

老黄强调，在GTC演讲的开篇，他总会花大量时候讲谋略光刻（cuLitho）、量子化学和数据处理。

AI如实令东谈主粗糙，但这个寰宇上还有许多进军奇迹与AI无关，张量并不是谋略的惟一神气。咱们想匡助每一个东谈主。