before that was kuda kuda kuda well, it's called k。 手握库大生态的英伟达呢,已经快把显卡和 gpu 计算啊这门给 ai 卖铲子的生意给垄断了。 之前行业里呢,形成了一种共识啊,想要真正发挥显卡的性能啊,基本呢,绕不开库大。比如说啊, deepsea 早年的几个版本啊,就是因为榨干了 gpu 的 性能啊,受到了追捧。但其实啊,你们现在所看到的这些呢,都只是表面 现象,实际情况呢,哎,却是随着 ai 推理越来越复杂,库达加 gpu 这套老组合呢,开始显得有点吃力了,以至于英伟达新的 gpu 编程语言啊,居然要反过来向中国取经了。 那事情是这样子的啊,前阵子呢,英伟达突然推出了一个叫做库达泰奥的 gpu 编程语言,直接让圈里的人炸锅了啊。 因为呢,这是二零零六年扩大发布和二零一四年推广 c u d n n 以来啊,英伟大第一次主动降低 g p u 编程的门槛。但如果把时间线再往前拉一点呢,你会发现,早在二零二五年的一月,就已经有中国团队在跟 tab 上面开源了一个 g p u 编程语言 talent, 它的整体思路呢,和后面英伟达推出的库达 tyo 啊,非常之相似啊。并且呢,前段时间 deepsea 发布 v 三点二的时候啊,真的同步发布了两个版本啊,一个是库达语言构建的版本,那另外一个就是 tyo 语言构建的版本。 曾经啊, deepsea 只发布库达语言构建的版本啊,甚至呢,为了榨干硬件的算力,不少代码呢,用的还是英伟达专有的这个 ptx 汇编语言,导致呢,过往 deepsea 的 模型与老黄的预算卡呢,深度绑定了, 但是啊,中国团队开发的这个 tellyn 编程语言呢,不挑运算卡,所以呢, deepsea v 三点二可以很轻松地部署在华为、深腾等国产运算平台上面。 所以呢,事情开始变得有意思起来了啊,由于 tellyn 发布,然后 deepsea v 三点二使用了 tellyn 啊,酷到 tel 发布这几个事儿前后脚挨着。然后网上呢,就流传了一种说法啊,说老黄是感受到了国内厂商的威胁了,这才开始抄作业了。 那么真相到底是不是这样呢啊,一个 gpu 编程模型就能动摇英伟达的根基了吗? 这事呢,还得从库大开始说起啊。在库大出现之前呢, gpu 的 定位严格来说只是 图形处理器,也就是哎,给咱们游戏玩家们渲染游戏画面用的。但可别小看画图这件事啊,因为它涉及到一个非常重要的工作机制, s i m t。 单指令多县城,也就是呢, g p u 把一大堆县城打包,让他们同时执行同一条指令。就拿 f p s。 游戏举例啊,当对面朝你扔一颗闪光弹的时候, g p u。 干的活呢?很简单,对着屏幕上几百万个像素重复同 同一套操作啊,算亮度,填颜色,让画面瞬间变得晃眼啊,你可以把每个像素的着色都理解成一次现成任务,那本质上啊,这是 g p u 把一个大问题拆成很多互相独立的小问题,并且呢,在同一时间完成计算。 所以呢,很快就有人发现啊, s i m t。 的 这套逻辑呢,只用来打游戏,哎,好像有点可惜了,它其实特别适合做并行 计算。那后面的故事呢,大家就都知道了,老黄看到了 gpu 在 通用计算方面的潜力。二零零六年,英伟达推出了库达,给程序员提供控制 gpu 的 编程工具和 api 接口,让 gpu 可以 直接跑并行计算。那我前面说的 gpu 编程呢,其实就是按照 s i m t。 单命令多线程的逻辑, 写机器能看懂的代码。最终,库大生态逐渐成了英伟达的护城河,甚至从某种意义上说,是库大让老黄掌握了显卡的定价权。但我身边熟悉 g p u。 编程的人啊,最近几年呢,基本都在吐槽 搞一件事哭的啊,好像有点跟不上 ai 时代的节奏了。那为啥这么说呢?因为在图形渲染和通用计算的时代呢,交给 gpu 来处理的工作都是流水线,作业任务单一步骤固定,数量还多。那 gpu 擅长的正是这种规则,完全一样的事,同时做成千上万遍。 到了 ai 时代啊,天塌了。因为 ai 推演呢,不像渲染那样,一眼就知道接下来要干啥,而是要摸着石头过河。而后面的计算呢,往往得等到前一步的结果出来才能决定。 问题在于, s i m t。 这套底层机制呢,一点没变。而 g p u。 还是那套老习惯,一组县城必须听同一条指令,按同一个节奏往前走, 所以就容易出现这种情况。而一辆公交车中,有一部分人想在 a 点下车,而另一部分的人呢,就得等 a 点的人下完了,才能前往 b 点, s i m t。 呢,就很难发挥它的全部价值, gpu 的 效率呢,就被浪费了。在 gpu 编程领域啊,这种现象呢,有一个明确的名字,分支发散。 而且呢,还有一个更现实的问题啊,在 ai 推理中呢,很多运算的中间结果啊,会被反复使用,但库大的执行模型啊,并不关心数据复用,而一轮现成执行结束啊,结果呢,就会被写回全区内存。 所以啊,库大编程语言啊,被吐槽难写,跟不上。时代就在于,写代码的人呢,不光要懂算法,还要把现成的组织架构和分工排得明白, 哪些县城负责搬数据哎,哪些县城负责计算和数据赋用,什么时候同步,全部都要程序员首搓完成,搞不好呢,就会造成 gpu 的 效率打折扣。其实呢,英伟达很早也意识到了酷达对 ai 不 友好啊,所以呢,在二零一四年的时候呢,老黄又端出来一个叫做 c u、 d n、 n 的 玩意儿, 哎,他的思路呢,非常直接了啊,既然很多 ai 算子大家用酷达从头写呢,既复杂又容易出错,那我黄师傅干脆先做一步,让英伟达的工程师们把 ai 模型里最常用的几种计算啊,比如卷积、矩阵乘啊,全部提前写好,再封装成可以直接调用的高性能计算 api 啊,岂不美哉?那换句话说, c u、 d、 n、 n 就是 主流视觉模型和大语言模型的工业预制菜,程序员呢,只管点菜, g p u 内部怎么跑? c u d n n 自己处理。 所以呢, c u d n n 的 缺点也很明显啊, ai 研究员永远只能点菜单上的菜啊,一旦模型里出现了新的算子,对于 c u d n、 n 来说呢,考题就超纲了啊。这个时候啊,研究员和程序员们还是要回到扩大,要重新和现存内存同步这些底层细节打交道。 而 tail land 的 出现呢,改变的正是这一点啊,它并不是再多做一份预制菜,而是直接把原来程序员要干的那一大堆调度杂活啊,现成怎么分啊?数据怎么复用,什么时候同步全部接了过去。 开发者呢,只需要告诉 tyler 想做什么计算,用哪些数据怎么算。至于这些计算怎么映射到具体的 gpu 硬件和现成上呢啊,通通就交给翻译器去完成了啊。结果呢,就是,即便是 c u d n n 没覆盖的新算子啊,程序员也不必再回到手写库大的这个老路上了。 哎,是的,类似的事呢,已经在计算机编程的历史上发生过一次了啊,会编,进化到 c c, 进化到高级语言,兜兜转转几十年呢,这股风终于因为 ai 吹到了 gpu 编程领域。 那根据官方的势力啊,在一些算子开发中, terlend 可以 把库大 c 加加的代码量从五百多行压缩到约八十行,同时呢,性能提升大约百分之三十。过去又累又慢的 gpu 编程呢,这一次在开发效率和运行性能上都吃到了 terlend 带来的红利。 更关键的是啊,太欧莱这类工具呢,其实进一步验证了一件事情,只要编程语言能把计算逻辑表达清楚,编义器足够聪明啊,不用手写库大这种底层代码, gpu 同样可以运行的很高效。 在太欧莱这种高级语言的模式下啊,底层是英伟达的库大还是 amd 的 r o c m 运行的算力卡是哪家的?至少对开发者来说呢,已经没那么关键了。 事情发展到这里啊,英伟达显然不可能无动于衷。所以呢,去年十二月亲自下场推出了酷达 tile, 你 可以大致理解为英伟达官方版本的 tile land。 这个动作传递的信号啊,非常明确。与其让开发者依赖第三方工具来重新定义 gpu 的 使用方式,不如英伟达自己把这条路给接管过来。 作为英伟达的第一方 gpu 语言啊,库达 tao 呢,掌握着最短最直接的优化路径,在可预见的未来呢,如果想在英伟达 gpu 上榨干每一分性能,那库达 tao 大 概率会是最省事 也最稳妥的选择。但要说库达 tao 一 出来啊, tao len 就 没戏了。哎,那也不至于因为库达 tao 再强呢,也有一个前提,这家 ai 研究机构打算一直用老黄的显卡。是的,在我看来呢,这其实是 tao len 最大的家 啊,他不被任何一家硬件厂商绑定。那过去大家买显卡啊,关注的是哎,这张卡的扩大生态成不成熟,写编程时的现成工具他多不多?但当 taiwan 这种哎高级 gpu 语言越来越常用之后呢,问题可能会变成,这家厂商对 taiwan 的 支持做的怎么样? 无论是 amd 的 gpu, 谷歌的 tpu, 还是国产 ai 芯片,只要 tigerland 能把同一套算子描述稳定射到不同的硬件平台上,那么到时候啊,开发者想换平台啊,就不用把模型和算子彻底推倒重写。 相当于呢,所有训练模型的人不再绑死在库大上啊,拥有了自己挑铲子的能力。那类似的故事啊,我们并不是第一次见到啊。游戏市场里呢, directx 十二它已经和 windows 深度绑定了, 可以在 windows 平台上性能发挥到极致。而工具链和优化经验呢,也非常成熟。但这并没有阻止 vulkan 这样子更开放更跨平台的技术逐步分走开发者的身量和生态位置。 开发者用脚投票的结果呢,已经证明了性能并不是唯一标准。开发者为了不被单一厂商的技术路线卡脖子,有时候也会主动选择更开放的技术路线。好,那么以上呢,就是差评监督,我是二狗, see you next time。
粉丝79.4万获赞754.4万

你听了他讲的话,你会觉得说要赶快买股票,要买买他的股票了,这生意这么好。对,黄仁勋呢,正在里面用餐。那其实今天呢,他参观完台积电十八 a 的, 你别看黄仁勋这么亲切的在台湾夜市吃小吃,他不是吃给你看的,他是吃给他的竞争对手看的, 他在告诉他的竞争对手,跟我抢供应链,哼,你还早得很。今天这期影片,我们来看看黄仁勋如何用魔法打败魔法。 这几年辉达就像是开了外挂,市值破四兆,市占率八十六。如果你五年前买了他们的股票,你现在可能已经退休了。表面上看,辉达是妥妥的 ai 芯片霸主,但这条路的尽头藏着一个巨大的危机。而且黄仁勋比谁都清楚, 现在到了二零二六年年初, ai 芯片市场已经分成两块,第一块叫训练,简单讲就是训练 ai 模型,在训练这块,辉达实战率高达百分之八十六,完全就是垄断等级。 还有第二块市场叫推理,推理是什么?你每次问叉 gpt 一个问题,他去搜寻总结,然后回答,你这中间的每一步就是推理。过去几年,大家疯狂训练模型,用的 gpu 越多,模型就越好,所以回答赚翻了。 但是到二零三零年, ai 运算需求会变成百分之七十五,都来自推理。问题来了,辉达的 gpu 虽然强,但如果要拿它来做推理,就像是开法拉利去蹭 uber eats, 也就是说,用辉达的 gpu 来做推理会亏本。韩文轩的大客户们当然也知道这点,他们也是要赚钱,于是 google、 amazon、 微软这些巨头都在做自己的克制化镜片 asic。 是的,黄仁勋的客户正一个一个变成他的竞争对手。如果未来的市场是推理,而用 asic 比用 gpu 更便宜,到二零二七年,他的市占率会被压缩到百分之四十五。市场越大,辉大市占率越小, 到二零三零年,辉达的实战率就会只剩下百分之二十二点五。从这张图可以看得到,黄仁勋不是没有在努力拓展新客源,你反复听到他提的 ai 工厂,就是一种超大量捆绑销售的模式, 让辉达从卖晶片到卖机柜到一口气卖整个数据中心。而且黄仁勋还学当年的苹果,预付了四百五十亿美元,把 sk、 海力士和美光,二零二六年大部分的 hbn 能都全包了。 但即使是这样,现在下单两年之后才能交货的黄仁勋比谁都还着急。然后就发生了这件大事。 二零二五年十二月二十四日,当大家正在准备迎接圣诞节时,黄仁勋突然宣布以两百亿美元收购 ai 芯片公司 grak 的 技术和人才。 大家别急,想要了解这个交易为什么值两百亿,我们先来看看这次交易中的灵魂人物 jonathan ross, 背景跟许多细股创业者是写城市出身不同, ross 背景更偏向硬核的数学。 他出生于全美应用数学排名第一的殿堂,纽约大学酷朗数学科学研究所。二零一三年,他在攻读博士期间被 google 挖脚加入纽约办公室,负责最底层的软体基础设施。 有一天, ross 在 午餐时听到语音搜寻团队在抱怨怎么连 google 的 预算资源也跑不动他们的需求,然后他就提出用脉动阵列架构应该可以解决。 后来这个新设计获得他的大老板 jeff dean 的 大力支持,立刻找来了传奇晶片架构师 norm duke 带队,在短短十五个月内就完成了第一代 tpu 的 设计、制造和部署。 看过我们频道的朋友都知道,二零一六年 alpha go 打败李世石的就是这个 tpu。 不 过尽管 tpu 在 google 内部取得巨大成功, rase 认为大公司漫长的审批流程让硬体迭代的太慢了, 而且他认为 tpu 的 超高效率全世界都会需要,但 google 不 打算开放给外部客户, 于是他决定离职,和 google 另一位工程师 douglas whiteman 共同创立了 rock。 在 接下来的一年半里,他们还继续从 google 原来 tpu 团队中挖走了八个人一起去做镜片。 grack 因此在业界被称作 tpu 的 嫡系传人。这就是为什么黄仁轩花的两百亿美元,既然 tpu 带给我威胁,那我就找 tpu 支付来打败你。 多年来, grack 一 直都很低调,甚至常被视为行业的小咖。当二零二三年叉 gpt 引爆全球时, grack 是 世界上唯一一家推理速度比 gpu 快 十倍的公司。 在实际测试中, gpu 跑两分钟的推理工作, lpu 可以 在六秒内完成。另外, lpu 还完美避开了台积电 koops 风装与 hbm 缺货的死节, l p u 的 技术架构完全不需要这两样稀缺资源,客户下单, rock 半年内就可以交付完成。现在你知道黄仁勋为什么一定要拿下这笔交易,这根本就是辉达在推理市场的护身符,而且黄仁勋为了躲开反垄断调查,还换了一个特殊的交易方式。 五年前辉达想收购 arm, 结果被美国、英国、欧盟的监管机构轮流审查,拖了两年,最后拖没了。 以辉达现在的市场地位,如果直接宣布收购,监管机构一定又会来找麻烦。所以这次黄仁勋换了一个方式,辉达并没有买下 grak 这家公司,他买的是非独家的技术授权和核心团队, 包括 ceo jonathan ross、 总裁 sony madra, 还有一批核心高层全部改去辉达上班。而 grak 这家公司呢,还在换了一个新 ceo 继续运作,至少表面上是这样。 就这样,整个交易从宣布到完成只花了几天。这就是为什么黄仁勋可以大声说,我没有收购任何公司哦。 我们来看看黄仁勋这两百亿美元砸下去,整个产业的权力版图瞬间被重新洗牌。 首先是 open ai, 对 回答的客户来说,好坏各半好,测试训练用 gpu, 推理用 lpu 都在回答,一家搞定 l p u 架构的能效比更高,长期来看,推理更快更划算了。但可怕的是,黄仁勋把训练和推理两头都抓在手里, open ai 要逃离惠达生态更难了,回答税只会越交越多。 然后是 amd 啊,苏妈的 m i 三百系列本来就是主打推理市场,现在辉达直接买下 ace 领域最强的技术焊人才。这下黄仁勋等于硬生生的摘了 amd 的 推论性价比之王的标签,苏妈和他表舅的竞争差距又被拉开了一大截。 最后是 google, google 的 tpu 与 rock 的 lpu 细出头门,但是 lpu 早就针对推理市场更进一步重新设计过,比 tpu 还快好几倍。黄仁勋就是要告诉 google, 哼!你有的我也有,我的还比你的快。 you know the phrase 30 days from going out of business i've used for 33 years but you still feel oh, yeah oh, yeah! every morning every morning but you guys are one of the biggest companies on planet earth but the feeling doesn't change wow the。 正因为他永远觉得自己站在悬崖边,所以只有他才会在圣诞夜,所有人都在放假的时候完成一笔如此关键的交易。这种人, 你很难打败他。 i'm pretty soon i met a met a met a lawyer went to went to a law firm called coolie godward and um they helped us incorporate the company and um the amount of money that he he says he says um you know we need we need some money from you, so that we could price the shares and also to incorporate the company so he says how much money do you have in your pocket? so he says okay give me two hundred dollars i gave him two hundred dollars and for two hundred dollars i bought fifteen percent i think it was twenty percent of nvidia, so it was a good deal。

目前英伟达提供了免费的 a p i k, 可以 调用很多大模型,这个背后有 g r m 四点七,国内现在非常火的还有 kimi k 两点五,当然还有很多,其他都可以免费使用,直接在这个网址申请就行了,你可以如果没账号直接注册一个账号,拿邮箱注册, 然后会提示你去验证手机号,你用国内手机号是完全没问题的,注册好登录,然后 get 一 片 key 就 行了。 你有账号,直接输入账号,输入账号 next, 输入密码登录就行了。创建一个云账号,云账号创建完成之后,这里会让你验证手机号,你输入你的手机号进行验证就行了。国内的用我们自己的手机号来进行 验证,会提示发短信,那这里发一个短信验证就行了。 ok, 然后就可以生成一个 k, 保存自己的 k 就 行了,这样就获得了一个免费的,每他这里是每分钟四十的 请求率,这个人是完全够用的,一般开发者也是够用的,你来做一些常规的,只要不去跑一些批量的事情啊,这个是完全没问题的,大家赶快申请起来。

老黄彻底疯了啊,直接把自己家拆了。就在 cs 二零二六的舞台上,这个穿皮衣的男人说了一句让所有人沉默的话,我们打破了英伟达自己的规则。一开始我也以为这只是又一次常规升级,新显卡、新架构,性能提升多少倍,这我们都见过了。 但是当我看到这个数字的时候,我愣了,六颗芯片全部推倒重来。过去二十年,英伟达有条铁律,每代最多只动一到两颗芯片。为什么?因为重新设计一颗芯片的成本和风险,足以让任何一家公司破产。但这一次,从 c p u 到 g p u, 从网络到存储,火神勋把整个数据中心拆了重建, 这就是他的新武器,罗宾平台。更疯狂的是,这六颗芯片被组装成了一个机架,没有电缆,没有风扇,二百二十万亿个晶体管,重达二点五吨。马斯克看完直接惊呼,这是 ai 的 火箭引擎啊,是工程奇迹啊, 为什么这么疯狂呢?黄仁勋给出了一组数据啊, ai 模型的规模每年增长十倍,生成的 token 数量每年增长五倍,但摩尔定律已经死了。 翻译一下就是, ai 的 胃口每年暴涨,但芯片的速度根本跟不上,所以他必须用如饼这套全新的架构,把算力性能提升五倍,推理成本降低十倍,算力真的要变成白菜价了。老黄的意思很明确,他要让全人类的脑力活都贬值。 但最让我激动的是,这些廉价的聪明终于长出了肉身。老黄在演讲里展示了奔驰 c l a 在 旧金山的自动驾驶实测,它不是在背地图啊,而在像人一样思考为什么要让路,什么时候该加速,这就是它发布的 apple mile 自动驾驶模型,让汽车第一次有了真正的脑子。 更震撼的是 cosmo 物理 ai 平台,他把这种智能塞进了人形机器人的后脑勺,让他们在工厂里能自己找活干,自己学会怎么搬箱子,怎么避开障碍。甚至他直接开源了十万亿个语言训练 token, 五十万条机器人轨迹数据。 这是什么意思?他在告诉全世界,来吧,用我的数据训练你的 ai, 然后你就离不开我的芯片了。我突然明白了,他不是在发布产品,他是在制造需求啊! 因为他赌的不是 ai 会不会继续火,他赌的是 ai 的 瓶颈,不是需求不足,而是基础设施跟不上。如果 ai 真的 要从聊天机神变成自动驾驶,变成人形机神,变成能持续思考的智能体,那现在的算力、网络、存储全都不够用。 所以,他必须提前把整个技术设施重构一遍,他要当下一次工业革命的总承包商。这不是一次技术发布会,这是一场对 ai 未来的豪赌,而赌注是英伟达十万亿美元的市值和整个 ai 行业的下一个十 年。二零二六年下半年,如果你就会量产,到那时候,我们就知道黄人巡车场赌局是神来之笔,还是孤注一掷了。我是彭州 ai, 永不眠!

昨晚,英伟达 ceo 黄仁勋在台北宴请供应链伙伴,堪称全台最有钱。照片,赵源燕开席前,众人先拍大合照,其左右两侧极身后坐着台阶垫第二排席之后也汇聚了英业达、西品等公司代表,陈涛也出席。 照片中,黄仁勋居第一排正中央联发科、华硕等众多企业高层。来自中国大陆的盛宏科技董事长、联华总经理张嘉豪称,与英伟达合作超二十年,未来合作领域将拓展, 除唯颖董事长洪立明,还有同德执行长刘莹君,现场为二女性。据统计,去年参演的二十当上市公司到二零二六年一月三十日平均涨幅约百分之三十四。

他背后的三个技术,英伟达完全可以垄断未来。您现在看到的是黄仁勋在二零二六年 cs 大 会上展示的小机器人。很多人看完这个片段之后,感觉,啊,又发布了一个机器人,哇,好可爱啊!但是我花了两个小时的时间看完了发布会,又花了一天的时间深挖技术文章得出了一个结论,就是英伟达已经完全有 能力垄断未来所有物理机器人的市场份额。接下来,我会花两分钟向你拆解这个载体身上,因为它布局多年的三个核心技术通盘,你可能会和我一样感觉到毛骨悚然。第一个技术就是塞进这个机器人身体里面的 jackson 芯片,这是他的大脑。 它的故事要回溯到二零一四年,最早叫做 jackson tikki。 一 起初,英美达人想做手机市场,但这个市场份额并没有做起来。于是黄仁君做了一个极其大胆决定,把它运用到了 ai 机器人领域。在经历了 t 叉、 one、 trevor orange 整整十二年的疯狂迭代以后,每一代的算力都成倍增长。直到今天,它的算力已经达到了惊人的每秒八百万亿次。 有了它,机器人不再需要联网,就能在本地瞬间处理眼睛看到的,耳朵听到的,并且直接指挥手脚进行行动。那么现在有了大脑,我们就要对大脑进行训练。 于是就有了第二个技术, omniverse。 在 现实中,制造机器人太慢、太贵、太危险了。但在 omniverse 里,英伟达把地球的重力、光线摩擦力全部都代码化了, 因为他们积累了超过二十年的光线追踪、 rtx 和物理引擎技术,大家才发现,老黄做了几十年的显卡,原来不只是为了让我们打游戏爽,而是为了能够给机器人造一个能够用来练级的平行世界。 机器人在这里训练,时间是可以加速的,现实过一个小时里面可能已经模拟了十年,他在虚拟现实里摔倒一万次,现实中只需要把学好的脑子下载下去,就一定不会摔倒。最后是三者中最年轻的技术,也是最后一块拼图 project group, 没错,就是电影里面那个 group。 这是机器人的灵魂,他让机器人从执行命令的死机器变成了能够听懂人话的智能屏,可以理解把叉 gpt 植入到他身体里面, 这也是一个多模态的 ai 模型,你给他看视频,对他说话,他就能理解逻辑并且输出动作。他采用了强化学习技术,这让机器人有了极强的泛化能力,也就是说换个身体,换个环境,它照样能动。 总结一下就是英伟达用了十二年做出了 jackson 芯片,用了二十年的时间,积累了 omniverse 的 物理仿真,赶上了最近三年 ai 大 模型爆发,这三条漫长的河流终于在二零二六年汇入大海,引发了人形机器人的寒武级大爆发。 在这三位一体的支持下,你想想看,以后任何的有听看能力的电子设备都可以成为机器人,汽车是装了四个轮子的机器人,无人机是长了翅膀的机器人。最终连我们身处的工厂仓库本身就是一个巨大的机器人, 货架在移动,叉车在穿梭,所有设备都在顾问的指挥下拥有了生命。这不是科幻电影,这是英伟达正在交付的未来。

老黄啊,要给 c p o 在 二月三号的时候单独开一个引导会,那么简单来说,当 ai 算力你的这个工号跟通信遇到问题的时候,你再牛逼如老黄的显卡也是白搭。这老黄的核心野心就是把这个 n v 的 架构从传统计算中心要升级到全集成的 ai 超级工厂。 那么大家知道原先柜内的这个铜缆,包括这个交换机里的这个光模块,包括 pcb, 其实已经不太能够满足未来 ai 超级算力的这个需求了。限阶段它正在研发的,比如太网负责横向扩展,那么 cpo 去实现超远距离、超高稳定的这个传输。 这次会议核心讨论就是这个 c p o 技术,如何实现十倍以上更高的这个网络团性,让大规模的这个基础预算可以稳定且发生质变,那么应用的时长可以延长五倍。 c p o 的 落地,我觉得可能就是 ai 下半场各大这个产子公司去角逐超大算力集群的这个开始。

嘿,朋友们,站在二零二六年,咱们回顾当下的美股市场,你会发现一个很有趣的现象,就一边是应用市场上 ai 大 模型,还有 ai agent 层出不穷,让人眼花缭乱。 那另一边呢,是 google 还有微软这些公司呢,不惜砸下千亿美元去构建生态,层层围堵 ai 道路。但即便如此呢,英伟达的市值却仍然是领先市场一个身位。那很多人不理解啊,为什么在这一场残酷的 ai 竞争中, 英伟达这一家靠卖显卡发家的公司,能一直在稳坐大哥的宝座呢?如果说你觉得英伟达的巨大成功只是因为他家显卡卖的好,那你就 too young too simple 了啊, 相信我呢,看完这期视频呢,你会对这家公司有一个更高维度的理解,你会明白英伟达他的厉害之处和神奇之处究竟在哪呢?以及他的相关风险又有哪些?那今天呢,咱们就全方位的拆解英伟达。 好,咱们先聊到业务布局,你就要知道英伟达是靠什么赚钱的。其实呢,主要是三个部分, 第一个部分呢,就是靠卖硬件啊,这个最直接的活,也就是大家所熟知的它是卖铲子的那一位。那现在 ai 大 模型训练啊,跟跑推理基本上都离不开高性能的 gpu, 英伟达呢,在这块绝对是老大哥 h 一 百, h 两百是现在市场上需求最为旺盛的两张产品,那一张 h 一 百官方价大概在三到四万美元左右,但实际到手价可能还要看供需,有的时候还会更高,还要加价。 但他的毛利率呢,能稳在百分之五十以上,主要是因为产能一直跟不上云厂商啊,还有这些企业客户早早就把订单给锁了,想买都得去乖乖排队。所以呢,英伟达对他们的定价权是非常硬的, 那基本上呢,就是想卖多少钱,完全靠自己定好。那第二部分就是他们家的软件生态,那这就和大家想的有点不一样了,你以为英伟达只是卖显卡吗?实际上他还卖软件呀,而且绑定的非常的深刻。 英伟达的软件生态覆盖面主要在于高性能计算方面。那现在最流行的库达平台,也就是英伟达推出的一个并行计算平台, 它的职责就是让开发者能够用 gpu 来做通用计算,而不是只限于简单的三 d 图形渲染,还有游戏这些领域。它的牛叉之处在于让开发者能够将 gpu 的 算力水平最大化。 举个例子呢,就是你要算一个复杂程度高的大矩阵,乘法用 cpu 可能要循环好几层,哪怕是十六盒三十二现成的 cpu 也需要一阵子。 但是你要用库达的话,你自己可以写一个 kernel, 那 让成千上万个现成同时算矩阵的不同部分,那这样一来速度就能提升几十甚至上百倍。那这个 kernel 调动的就是 gpu 的 现成,一颗 gpu 的 现成数一般就是成千上万, 比 cpu 现成数要多得多。那这就是为什么英伟达显卡特别善于计算。那除了库达本身呢?英伟达它还提供了一大堆的配套工具, 比如深度神经网络库 c u d n n 啊,推理优化工具 tensor rt, 还有这些东西加在一起的话,就形成了一个完整的大数据人工智能的开发链条,谁买谁用谁开挂。好,咱们说完前面两个硬件生态跟软件生态之后呢, 悦达还有它的第三版斧,就是自家的平台,它们卖自家的平台,比如 d g x 系列的超级计算机集群啊,还有 nv link 高速连接,还有像 grace cpu 啊,还有 ai function 这种服务,那这些东西基本覆盖了从训练模型到实际部署的全流程。那 客户买了之后呢?想要跑的顺利,跑的丝滑,还得继续去买软件更新,技术更新,还有服务维护等等,那这样收入就自然变成了长期的,反复的,而且是高频的 好,那在股市一家公司能否保持长青,长期具有竞争力的关键就在于护城河。那我们说一家公司有没有护城河,最核心的就看它能不能被轻易取代。 那英伟达它就有三重护城河,层层加固,简直像城堡一样功不可破。那第一就是它在技术方面的优势,那英伟达的 gpu 架构迭代速度非常的快, 最早期的 hopper 到 blackwell, 还有即将推出的如饼平台啊,在每一代在现成数性能还有利用效率上都有一个明显的提升。 英伟达自己设计的 gpu, 基于 arm 架构的 cpu 也形成了一定的组合优势,同时它使用台积电最先进的制成工艺,那这让竞争对手在短期上很难跟上相同的水平。那有一句话怎么说的, 硬件迭代的上线叫摩尔定律,那摩尔定律的上线叫英伟达。好,那第二条护城河就是他家的生态的粘性。 库达目前已经有全球几百万个开发者在使用了那很多主流的 ai 框架,比如像 pie torch 还有 tensor flow, 都对英伟达的 gpu 有 最优的支持和适配。那一旦你的项目用库达写好了代码,那去想换到 amd 或者 intel 的 卡,那你就要大动干戈重写一大堆东西, 费时费力,而且成本高的吓人。所以呢,这些客户基本上就赖着英伟达不走了,他还顺带提供了一堆开发工具和库,那用着硬件的同时,也离不开这些软件支持,那这么粘性自然就上来了,绑定的是死死的, 这些也都给了英伟达源源不断的收入,那客户一旦是上了他的船,跳船的成本太高了,那这就是他为什么利率高,生意稳的主要原因。 好,那咱们说第三条护城河,就是咱们总结性的一个理解,叫做先发优势和规模效应。你看呀,因为达他的产量很大一部分都主要被这些云服务商给提前锁定了, 这就意味着他能优先满足大客户的需求,而竞争对手呢,在短期内很难拿到同等规模的才能。 同时呢,英伟达在 ai 算力领域的品牌认可度太高了,全球很多的大公司还有政府机构还有科研单位都习惯了用英伟达的产品,那这种信任和市场份额的积累自然就形成了一种规模壁垒。客户当然更倾向于继续使用已经熟悉的供应商,而不是冒险去切换到新的供应商。 很多时候啊,这些创业公司竞争不过殷伟达,就是因为这个原因。那在 ai 还有算力基站这块蛋糕上呢,殷伟达他也是凭借着先发优势切走了一大块,那上边呢,就是他三条当前无人能敌的商业护城河。 好朋友们,接下来咱们再分析一下殷伟达的财报啊。殷伟达上一次发财报还是在去年的十一月份啊,发的是二五年财年的 q 三财报, 交出了一份亮瞎眼的成绩单。你看他营收五百七十亿美元,同比增长的六十二趴。数据中心单季五百一十二个亿,同比增长的六十六趴。 精神收入是三百六十亿,同比增长的六十五趴。那主要投数据中心,还有芯片研发,现金储备高达六百零六亿, 全年看呢,二五年营收远超了去年,那资本开支虽然很大,但也主要是用来扩展 blackwell, 还有建 ai 的 超级集群,典型的是烧钱换金山呀,没有啥别的不该花的钱。 所以你也很少听到英伟达有裁员的消息,它不光增长快,自由现金流这么猛,简直是稳如老狗。那在我看来呢,英伟达这已经不是像普通的一些蓝筹股那样有增长,但是不稳定,也不太像一些周期股, 反而更像一个 ai 版的可口可乐,加上了一个火箭发动机,又稳又爆。所以说,对于中期来看,整个二六裁员, pe 持平或者微扩到二十五到二十七倍。这个并不夸张啊, 因为 ai 资本开支还在加速,云巨头们计划投千亿去建数据中心,那英伟达的订单的可见度还是很高的。那如果说你站的再远点,长期看到二零三零年,你就会发现,市场给的区间就疯了, 保守在六百八十九美元,那乐观派给到一千七百七十七美元,市值要破十万亿,那这就是现在的资本市场对他的预期啊,听上去是不是彻底疯狂了? 好朋友们,前面说了那么多好听的,接下来咱们说说未来四大增长引擎以及业务风险啊。 所以说风险这块咱必须要说清楚,再牛的公司也不是完全没毛病,咱们还是要有清醒的认知啊,你看,因为达,他肯定有几个潜在的坑。那我给大家说一下。第一个就是高估值带来的一个回调压力,现在 pe 大 概在四十六倍左右,听着不算低吧, 但一旦哪个季度财报没有达到市场预期,那或者说增速稍微放缓一点的话,股价掉个五趴十趴,这都是很正常的反应,那之前呢,也出现过这种多次的波动,对吧? 第二个就是竞争性啊,你看 amd 的 mi 四百系列,还有英特尔的高低三,还有谷歌家的 tpu v 六,都在发力追赶,像华为、海光这些厂商也想要去分一块市场蛋糕。虽然呢,因为呢,它目前是领先的, 但是对手们都在砸钱加速,在未来几年的压力肯定是有的,那因为咱目前也非常的忌惮这一点,所以也在加速发力。那第三个就是供应链还有地缘政治的风险, 你看台积电的产量一直很紧俏,那美国的出口管制还在继续,再加上全球电力供应紧张,那很多数据中心扩建计划都得排着队等电,那么这些因素随时可能影响出货节奏,还有成本好,那第四个就是 ai 资本开支的一个周期性了, 云巨头这个概念虽然说现在炒的很凶,但如果说哪天他们觉得够用了,或者说是预算收紧了,或者说需求突然掉下来的话,好,那么英伟达的订单肯定就会跟着腰斩了,对吧?那从高光时刻到调整期,可能就是那么一两个季度的事,甚至还更快呢。 另外还有就是像库存波动,宏观经济下行这些老问题啊,还有比如说像创搞点事情,大家也都要多留一个心眼啊, 那所以即使说因为达现在的地位很稳,咱们也不能闭眼凹硬,对吧?你要有一个足够的心理预期,那再往后看,因为达还能长多久?他到底能不能成为一个十万亿的公司呢?其实咱们要客观分析一下啊,未来三四年他确实有几个比较靠谱的增长点, 那如果这些点都能顺利发力的话,那么持续增长的概率还是挺大的。第一个就是 blackwell 还有 rubin, 这个迭代还在加速,你看 blackwell 现在开始大规模的出货了, 性能比上一代明显提高了。那 rubin 预计是明年跟上啊,单卡卖的很贵,这一块的新增收入应该有个几百亿美元的规模。第二个增长点就是主权 ai, 还有企业自建集群,这个需求也在起来了, 很多国家跟大企业不想完全依赖云服务商啊,因为它可见的不安全嘛,对吧?它们都在开始自建数据中心,那这类大的订单一旦落地的话,量就会越滚越大。 好,那第三个主要的爆发点就是在于机器人自动驾驶,还有 aipc 这些新场景慢慢在落地,你们看 jackson 系列现在已经在人形机器人边缘计算上有进展了,还有就是 drive 平台啊,跟特斯拉、 vivo 这些玩家也合作,在推进 那消费级 aipc 的 换机潮,如果起来的话也能带一波增量。好,那第四个主要增长点就是在于政策还有全球扩张的红利了, 你看美国的芯片法案补贴还在,那么英伟达它在全球建树域中心,还推出 ai 方锥去帮中小型企业训练模型,那这部分能带来一些稳定的订阅还有服务收入,那如果说这几个方向都能带来一些稳定的增长是大概率的事, 营收破到三千亿也不是完全没有可能。好朋友们这一集讲了这么多啊,给大家分析的利和弊,那再让我们回到一个市场一直反复探讨的问题,就是因为大家现在到底有没有被高估呢? 直接说结论啊,我个人的看法是不算严重高估啊,但也绝对不便宜啊,他肯定不便宜,他贵在两个地方啊。第一个就是市场已经把 ai 算力的长期垄断的这个预期打得很高了,市场默认这个 ai 这个行业是要被英美达长期垄断一阵子的。 那第二个地方就在于如果说增速稍微放款的话,比如说数据增新啊,增长从百分之六十直接掉到百分之三十以下的话,那么估值就会快速的被压缩,那回调的风险可能就不小。 但是如果反过来,如果说 blackwell 还有 ruby 能够继续放量,那主权 ai 还有企业自建集群这个订单滚起来的话,那它明年的营收再翻一倍简直就不是梦了。 forward p e 就 会继续往下掉,到那个时候呢?现在这个价位回头看就会显得合理甚至是便宜了。 所以一句话就是因为咱现在看着估值偏高,但还没有达到泡沫大到离谱的地步,那它的高估值更多是建立在真实的高增长还有高的这个利率上, 而不是像某些东西还没见到,市场都还没打开,股价就一路蹭蹭往上窜的那些公司,那种是纯炒作。但是英伟达是实打实有东西的,那跟历史比的话, 他以前的 pe 也高到过七十多倍,那现在其实也理性不少了,那跟同行比的话,他的利率跟这个市场份额是碾压 amd 还有英特尔这些对手,所以说贵的是有底气的。好了,朋友们,这就是本期对于英伟达的全方位拆解,关注卓野,认知变现,咱们下期见。

cs 二零二六上,黄仁勋干了件让科技巨头倒吸凉气的事,他亲手拆了英伟达。没人料到,这场发布会不是常规的显卡升级。黄仁勋一句打破英伟达铁律,让全场陷入沉默。过去二十年,英伟达每代产品只敢改动一到二颗芯片, 毕竟重新设计芯片成本高、风险大,稍有不慎就会拖垮公司。但这一次,黄仁勋彻底颠覆规则,他把数据中心从 cpu 到 gpu, 从网络到存储,全部推倒重建,推出了全新的 rubin 平台。这个平台堪称工程奇迹, 六颗核心芯片全部重造,集成在一个机架上,无电缆、无风扇,坐拥两百二十万亿个晶体管,重达二点五吨。连马斯克都惊叹这是 ai 的 火箭引擎。 黄仁勋的疯狂源于一组扎心数据, ai 模型规模每年涨十倍,生成 token 每年涨五倍,摩尔定律早已失效,现有芯片根本满足不了 ai 的 庞大胃口,而 ruby 的 目标就是把算力性能提升五倍,将推理成本打至白菜价。更震撼的是,黄仁勋不止要让算力变便宜,还要赋予它智能肉身。 现场演示的奔驰 c l a 自动驾驶不再是机械背地图,而是像人一样自主思考路况。 cosmas 物理 ai 平台则让人形机器人学会自主找薄、避障搬物。他甚至开源十万亿语言 toker 和五十万条机器人轨迹数据,喊话全球开发者, 用我的数据训练 ai, 你 终将离不开我的芯片。这根本不是一场产品发布会,而是黄仁勋的一场豪赌。他赌的不是 ai 的 热度,而是当下的基础设施撑不起 ai 的 未来,不掀翻地基重建, ai 永远只能停留在聊天机器人阶段。这场豪赌的赌注是英伟达十万亿美元的市值,更是整个 ai 行业的下一个十年。二零二六年下半年如饼量产时,我们终将知道黄仁勋究竟是神来之笔,还是最后的疯狂。

外网炸锅了,英伟达 ceo 黄仁勋刚发布完新产品,马斯克就公开给他泼下了一盆冷水,几天之后再泼一盆。前几天,黄仁勋在 cs 展会扔下重磅炸弹,宣称搭载英伟达自动驾驶方案的奔驰四幺 a 车型三个月内就会登陆美国。 而马斯克先是礼貌性的表示真心希望他们成功,然后画风一转,一盆冷水直接泼下来。他说英伟达只是刚刚进门,要真正对特斯拉构成竞争压力,至少还需要五到六年。凭什么他认为特斯拉领先这么久?究竟是他狂妄自大,还是其中却有玄机? 今天我们就来拆解一下这五到六年硬核的逻辑到底是什么?就在前天,英伟达发布了最新的自动驾驶系统 alpha mill, 老黄这次可是拿出了真东西,这套系统基于视觉语言动作模型,号称拥有类似人类的推理能力,这听起来是不是很耳熟? 没错,这就是特斯拉 fsd 现在的端道端路线。这一下互联网都炸了,大家都在问马斯克,英伟达这个算力怪兽进场了,你的 fsd 是 不是要凉?马斯克先说了一句大实话,他们会发现,达到百分之九十九的准确率很容易,但解决分布的长尾问题却非常困难。 这也是特斯拉 ai 负责人阿肖克埃鲁斯瓦米强调的痛点,无人驾驶的长尾地狱。什么是长尾地狱?你在普通道路上开的顺风顺水,这叫百分之九十九?这部分无论是特斯拉、英伟达还是华为小鹏,大家都做的不错,但剩下的那百分之一才是要命的地方, 比如路边突然窜出一只受惊的狗,比如暴雨天前面的卡车突然掉下来一箱货,比如高速公路上前车突然故障停在了路中间, 这就不是路况的正常情况。这些千奇百怪,甚至你开车很多年也未必会遇到一次的极端情况,就是所谓的长尾地狱。 解决百分之九十九的问题可能只需要一年,但解决这最后百分之一的长尾可能需要十年。现在的英伟达刚刚拿到了进入考场的准考证,他们的算法逻辑是对的,确实和特斯拉如出一辙, 但特斯拉已经在长尾地域里摸爬滚打了好几年,积累了数以十亿英里计的实战数据,这些数据里包含了无数次人类死机都想不到的惊险瞬间。英伟达的模型很强,但他还没有遇到过海量的极端案例,就是我们说的还没见过世面。 一旦上了真实复杂的街道,一旦安装到千千万万台车上,就一定遇到极端情况,他能确保安全吗?第二点,也就是马斯克认为英伟达落后六年的制造时差, 大家都清楚实际情况,英伟达是卖铲子的,他自己不造车,他的 oppo mate 系统再牛,也得装在奔驰宝马的车上才能跑,这就带来了一个巨大的时间差。这就是马斯克说的,从 f s d 勉强能用到,比人类驾驶员安全的多,实际需要好几年时间。 传统汽车公司要到 fsd 之后几年,才会大规模的将摄像头和人工智能计算机集成到汽车中。注意,它说的是搞定硬件的时间。你想想看,传统汽车公司开发一款新车需要多久? 三到五年?英伟达今天发布了芯片和算法,车企要验证、要适配、要重新设计电子电气架构,大规模把摄像头和 ai 计算机集成到量产车里,再卖到消费者手里,这需要时间。所以,这根本不是一场公平的百米赛跑, 特斯拉已经跑出去五十米了,而英伟达的盟友们,那些传统车企还在更衣室里系鞋带。这五到六年的差距,不是算力的差距,而是硬件落地需要的时间。 而这五到六年里,特斯拉会发生什么呢?市场方面,马斯克多次公开表示,计划在短时间内使特斯拉 robo taxi 服务覆盖美国约一半人口,包括纽约、洛杉矶、芝加哥等主要都市圈,并陆续进入中国和欧洲。 车辆方面,马斯克宣布, cybo cab 将于二零二六年实现正式量产,年产目标为两百万辆。注意,这是没有方向盘和踏板的无人驾驶专用车型,而特斯拉现有的数百万车全都可以运行 fsd, 可作为 robot taxi 使用。 算力方面,特斯拉下一代 fsd 计算平台 hw 五正在开发与量产推进中,其算力相比现有 hw 四提升约四到五倍,计划于今年实现量产,并搭载到特斯拉的量产车型中。 外部分析预估,如果二零三零年前,特斯拉 fsd 及 robot taxi 能够实现大规模商业化,他可能创造一万亿美元级别的市场空间。 我们欣赏英伟达,黄仁勋是这个星球上最懂算力的人,他和奔驰的合作已初见效,但正如老黄自己承认的,英伟达专注于做平台,而不是造车,这种供应商模式在燃油车时代是王道, 但在 ai 时代可能会成为最大的短板,因为 ai 需要的是车路、 ai 一 体化的极速闭环。这场战争表面上看是两家科技巨头的博弈,实际上是两种商业模式的对决,是垂直整合为快不破的特斯拉模式能赢,还是各司其职、强强联手的合作模式能赢? 马斯克说五年听起来很狂,但也有他的底气,因为他知道那最后的百分之一是用海量数据堆出来的护城河, 那上车的 f、 s、 d 要靠车场给车安装上摄像头和计算机,除了时间,没有任何捷径可走。而在这个赢家通吃的 ai 赛场上,第二名往往不是输给了对手,而是输给了时间。

身价超万亿的人,来广东也得先吃潮汕牛肉火锅。这不,最近黄仁旭又来中国了。哎,在去深圳吃火锅之前呀,已经先去了北京和上海。 黄仁旭每年春节前都要专门来中国转转。这次黄仁旭落地上海的第一站,不去五星级酒店,不去米其林餐厅,而是一头扎进了菜市场,边逛边吃糖葫芦还是奶皮子糖葫芦,买了一堆水果,最后被滑皮金桔俘获了,还跑去公司年会上发水果。对了,黄仁旭还单独给水果摊老板发了六百块红包,背面还有亲笔签名。 据说这个红包在市场上呀,已经炒值过万了。来北京的行程啊,稍微高端一点,去王府中环吃了云南菜半山腰,还被黄仁勋专门发了个小红书,说老黄爱吃包浆豆腐。老黄吃过的餐厅专门腾出来一个黄仁勋专座。黄仁勋来中国啊,一般分为两类情况, 一类是公司的自主行动,另一类是受邀来访。春节前一般都是自发的,主要是为了出席上海、北京以及深圳分公司举办的新年晚会。之前黄仁勋扭秧歌就是参加英伟达的年会。中国市场对于英伟达来说啊,可太重要了。黄仁勋这几年没少往中国跑,每次来都要念叨这个事情。二零二五年,英伟达在中国的销售额还是稳稳占了一百七十亿美元, 全球占比约百分之十三,妥妥的核心海外市场入。一些中国云服务和 ai 公司因为担心高端芯片供应不稳,已经悄悄开始调整技术路线和订单计划。对于老黄这次亲自跑来,一个重要任务,就是给大家吃颗定心丸。中国市场我老黄啊,一直放在心上,业内还猜测, 居此行也是在为 h 二百芯片进入中国市场探探路。不过就算能卖怎么卖,卖给谁用,在哪估计都少不了沟通。但是话说回来,英伟达这么看重中国,不光是因为生意大,这里的客户群和产业生态都特别优质,不然老婆为啥不去印度呢? 例如腾讯四节、百度这些互联网大厂,一直是英伟达的海外采购大户,而且中国还是全球最大的新能源汽车市场。二零二五年第三季度,英伟达汽车业务营收 比增长百分之三十二,达到五点九亿美元,虽然总量不算太大,但增长势头还是挺猛的。去年黄仁勋还特地跑去和小米的雷军见了一面。不久前有一大批媒体说,英伟达正在被中国车企抛弃,因为车企开始自主研发芯片了。哎,你就说这次黄仁勋是不是亲自维护渠道来了?黄仁勋之前预测过, 二零二六年中国人工智能市场的规模能达到五百亿美元,这么大一块蛋糕,谁舍得错过呢?

一月的上海,英伟达 ceo 黄人勋脱下了他标志性的黑色皮衣,一头扎进了陆家嘴充满烟火气的菜市场。此刻的黄人勋仿佛只是一个普通的美食爱好者,兴致勃勃的在摊位间穿梭,品尝小吃,甚至给水果摊老板送上一个签名红包。 次日,他又出现在北京王府井吃小吃、逛街,跟路人合影。从硅谷芯片巨头到邻家大爷,这种强烈反差让不少网友感叹好接地气。但有科技圈人士一针见血, 他逛的哪是菜市场,分明是在逛中国市场。这次中国行红人区名义上是参加年会,实际上是一场精心策划的公关行动, 使美国对华芯片管制不断加码。英伟达还是要强调,我们重视中国,毕竟中国市场曾经为英伟达贡献了超过百分之二十的营收,谁都不想轻易放掉这块香饽饽。 china is a very large market, it would be a tremendous lost, not to be able to address it as an american company。 黄仁勋在首尔吃炸鸡,在中国台湾嗦牛肉面,到了上海又逛菜市场,他总能精准踩中当地饮食文化的点,快速立起一个懂你的在地人设。 说到底,对英伟达这样的全球化巨头来说,高管的一顿饭、一次合影,早就不只是个人行为,怎么在全球战略和本地情感之间拿捏分寸,怎么让硬核技术配上柔软姿态,才是真正的高阶操作?

近日,英伟达创始人兼 ceo 黄仁勋中国行持续引发关注,这位身家一千五百五十亿美元的科技大佬现身深圳福田低调打卡本土老字号牛肉火锅品牌,用一顿接地气的潮汕牛肉火锅解锁深圳烟火气。 据火锅店工作人员透露,一月二十七日,黄仁勋一行七人抵达深圳。此次黄仁勋一行选择了经典牛骨清汤底, 搭配多款鲜切牛肉,用餐期间全程低调格暗,面对店员与食客的合影尽显亲和一面。 经店长主动打折后,一行人实际消费七百五十亿元,人均百元的消费水平与大众日常用餐标准不一样,让网友直呼大佬的口味太接地气。目前,潮德阿水福田门店的大佬同款汤底已成为食客打卡热点,网友纷纷调侃,下次去吃火锅,说不定能偶遇科技圈顶流。

英伟达的崛起啊,本质是重构了科技文明的底层逻辑。这家曾以游戏、显卡闻名的公司呢,用二十年时间完成了从硬件开发商到算力帝国的蜕变。近五万亿美元市值背后啊,是对智能时代核心权力的掌控。 黄志勋呢,早在两千年代就洞察到,未来世界的竞争不再是程序逻辑的博弈,而是算力的较量。当同行呢,还在追逐 cpu 性能时,他敏睿的发现了 gpu 的 并行计算潜力, 单颗 gpu 可同步处理上万组数据,远超 cpu 的 几十组上线。这种特性恰好契合 ai 训练的海量预算需求,使 gpu 成为智能时代的发动机。算力的升级为新石油,真正的互成和来自技术生态的双重壁垒。一方面啊,英伟达自研的 gpu 架构,能够在微小硅片上集成数千运算核心, 将 ai 训练效率提升数百倍。另外一方面,二零零六年推出的 cuda 平台,无需深究硬件,即可调用 gpu 算力。 如今呢,全球主流 ai 框架均基于 cuda 优化,形成了硬件、软件等的完整生态闭环。 amd 啊等竞争者至今难以突破。二零二二年下的 gpt 引爆了生成式 ai 后,英伟达的算力生意迎来了爆发期。 训练 g p t 四啊,需消耗上万块 h 幺零零 gpu。 h 幺零零 gpu, 其旗舰芯片成为全球 ai 实验室与云厂商的刚需品。大模型越复杂,云计算越普及,对英美达算力的依赖啊就越深,这形成了需求增长、技术迭代、市场垄断的正向循环。 如今的英美达,早已超越了硬件公司范畴,更像是算力文明的中央银行,它定义计算标准,调控算力分配,掌控智能时代的基础设施。从自动驾驶到语言模型到生物计算, 所有智能化场景都依赖其提供的计算货币。这不只是简单的商业成功,而是一个企业对人类文明远近方向的深刻参与。当算力成为新的生产标尺,英伟达正站在浪潮之巅,重新定义着智能时代的游戏规则。

目前英伟达好像市值几万亿美元。确实厉害,但是咱也别跟着高兴,跟咱没关系。我告诉你,黄仁勋一直跟美高层关系非常紧密, 他是配合美高层在全球对于对手进行打压的。黄仁勋是台湾人,他是几岁的时候就移民到美国了,后来在美国创业的。他的英伟达主要是做电子产品研发的高端中端, 比如说芯片研发,显卡研发,处理器研发,说白就是人家是做的芯片的源头的研发,台积电属于是代加工不是吗?真正的技术源头全在英伟达呢。黄旭勋几乎没把自己当华人。黄旭勋平时日常生活都是说英语的,但是他会说汉语, 他小的时候是是说汉语的,但他平时日常生活当中他是说英语的,跟家人都是说英语的,就黄皮美国人千万别把他当中国人,他和咱们唯一的关系就是他是华人血统,咱也是华人血统,但是你记住一点,他跟咱们永远不是同路人, 而且他们家这血脉从他往下以后就完事了,没有了,因为他的孩子是混血,他娶了外国女人, 很多华人都是这样就移民到了美国,要么没有后代了,要么就是后代成混血了。你看他儿子,他那个长相,几乎没什么中国人特征,就跟外国人是一样的, 所以说这个人,他这个皇家就完完全全融入到美国社会了,而且他那个企业,他的公司所取得的这样的成就,他只有在美国能完成。他也明白这个道理,换个地方就没有他黄仁勋的今天了。比如说你让黄仁勋在朝鲜生活,在伊朗生活, 他还有今天吗?他没有了。对,他知道他的财富是怎么来的,他也知道他应该跟谁站在一起。中美如果还能凑合合作的话,还能正常做贸易的话,黄仁勋就谈不上是咱的对手和敌人,一旦有一天中美关系破裂,他必然是反华马千足。 而且他所在行业是正好卡咱脖子的,因为他是芯片研发的源头,专门搞芯片显卡研发的,他那边一旦给人设置障碍的话,咱国内所有电子产品全都涨价。所以说黄志勋虽是华人,但我不认为他是华人之光啊。我认为他和华人没啥关系。