Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

光通信、存储、芯片、电力,谁能领跑未来三年? 直接说结论: 在AI时代,光通信排第一,存储排第二,芯片排第三,电力排第四。 大家可能觉得很意外,光通信凭什么力压存储和芯片呢? 咱们今天就来讲清楚背后的原因,看完你就能明白该关注哪些领域。 盘点各赛道增长数据与迭代节奏,三大维度深度解析,详解光通信凭何成为未来三年的赛道领头羊。

54,234 Aufrufe • vor 2 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

白宫加密政策主管David Sacks: 四年内AI 大模型能力将增长一百万倍 ! “我认为目前至少在三个关键维度上,进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好,而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代,但这将是继推理模型之后的下一个重大飞跃。” “在这个领域,我们才刚刚开始(推理算力增加带来的能力增加也将是倍数增长)。” “接下来是芯片。” “根据多种衡量标准,每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步,他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统,它类似于一个机架系统,可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时,我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU,而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中,他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的: “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说,每两年进步 10 倍。” “很多人没有理解指数级进步的含义:如果每两年提升 10 倍,并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘:算法、芯片,以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点,因为他们不了解指数级进步的意义。”

夜谈

25,895 Aufrufe • vor 1 Jahr

Intel可能真的要“杀回”存储芯片了,但这次不是回去卖普通DRAM。 在最新采访中,Intel CEO陈立武表示,自己过去不愿投资存储,因为它利润低、周期性强,本质上是大宗商品。但AI时代,这个逻辑变了:算力瓶颈已经从单颗芯片,转向存储、封装、网络、散热和数据传输。新型存储架构,已经成为他的“重点项目”。 最值得关注的是,他明确提到CPU与Memory可以直接堆叠。传统计算中,处理器和内存相互分离,大量时间和电力都消耗在搬运数据上。通过3D封装把存储与CPU紧密结合,可以缩短传输距离,同时提高带宽和能效,这对AI推理尤其关键。 另一个重要信号是,Intel刚挖来前SK海力士CEO Seok-Hee Lee,负责先进封装、系统集成和后段制造。陈立武在谈新型存储时主动提到这次任命,基本是在暗示Intel正在推动“逻辑芯片+存储+先进封装”的新路线。 所以,Intel真正想做的可能不是重返普通存储市场,与三星、SK海力士打价格战,而是利用自己同时拥有CPU设计、晶圆制造和先进封装的能力,提供整套AI计算平台。 Intel错过了手机、GPU和第一轮AI,但这一次,它可能试图绕开与英伟达正面对攻,从“计算与存储融合”重新寻找入口。 不过目前还没有产品、量产时间和资本投入。方向很新,想象空间很大,距离兑现也还很远。

美股金虫哥

20,239 Aufrufe • vor 19 Tagen

我发现很多人只知道光模块很火,但不知道它到底是干什么的。 一句话解释🌝 光模块就是数据中心里的“光速快递员”。 以前服务器之间传数据,主要靠电信号。 但AI时代不一样了。 大模型训练需要成千上万张GPU一起工作,GPU之间要疯狂交换数据。你可以理解为:以前是一群人在小会议室聊天,现在是几十万人同时开大会,信息必须高速传递。 这时候电信号就容易遇到瓶颈: 距离短、损耗大、发热高、速度上不去。 于是光模块登场。 它的核心作用,就是把电信号转换成光信号,再把光信号转换回电信号。 电信号像骑电动车送外卖,光信号像上了高铁。 光模块越强,服务器之间传输数据越快,AI集群的整体效率就越高。 所以光模块不是单纯的硬件小零件,而是AI算力基础设施里的“高速公路收费站”。 英伟达卖GPU,云厂商建数据中心,AI公司训练大模型,背后都离不开高速网络。 GPU再强,如果数据传输跟不上,也会变成一堆昂贵的“孤岛”。 这就是为什么AI爆发以后,市场开始疯狂重估光模块。 因为AI拼到最后,不只是拼芯片,也是在拼: 算力密度 数据传输 能耗控制 集群效率 而光模块刚好卡在这个关键位置。 从投资角度看,光模块的逻辑很像AI时代的“卖铲子”。 你不一定知道最后哪个大模型公司胜出,但只要大家都在疯狂建AI数据中心,就会持续需要高速光通信设备。 简单说: AI负责制造需求。 GPU负责提供算力。 光模块负责让算力连接起来。 没有光模块,AI数据中心就像一座没有高速公路的城市。 楼建得再高,车也跑不起来。

Sizhe思哲

15,004 Aufrufe • vor 3 Monaten

内存涨价 50%,苹果都被迫给 iPhone 提价。 全球最大存储芯片厂 SK 海力士的老板崔泰源在 CNBC 上说了句实话:明年会更糟。 他刚宣布砸 7200 亿美元扩产,2034 年前产能翻三倍。一家过去 40 年每轮疯狂扩产都以崩盘收场的公司,这次凭什么敢赌? 几个关键信息: 1️⃣ AI 是“四岁小孩” 崔泰源把 AI 比作四岁的小孩:小孩的大脑装不下多少记忆,人成年之后才有了记忆和智慧。AI 每长大一点,需要的存储芯片就多一层。这是他解释“内存需求为什么是结构性的”最朴素的一段话。 2️⃣ 需求今年已经翻倍 他说所有客户要求的芯片量几乎都是去年的两倍,但扩产周期至少 4 到 5 年。现在砸下去的钱,最快明年才变成产能。 3️⃣ “芯片通胀”短期无解 内存涨价 40-50%,连苹果都被迫给旗舰提价,再传导到全社会物价。他承认这不是好事,但“短期我没有解决方案”。 4️⃣ 明年是短缺最严重的一年 “所有人都想要芯片,我真的很抱歉,但我没法自动满足所有人。”科技巨头们甚至涌到韩国,排队抢长约。 5️⃣ 为什么这次周期不一样 过去内存需求被“一人一台手机”卡住上限,AI 时代一个人会有十个代理,每个代理都在吃内存。周期不会消失,但会变长。 6️⃣ 美国建厂的最大障碍不是钱 一座存储厂背后有 600-700 家供应商,缺一家工厂都跑不起来。美国客户想要本土工厂,“但我得先找到对的地方”。 最戳的一句话:“过去我们生产的是产品,现在 AI 创造的是智能。智能,是不一样的。”

TechFlow 深潮|APP 已上线

17,659 Aufrufe • vor 18 Tagen

马斯克的超级芯片工厂Terafab,震惊到我了,这很可能是 #AI 时代,全球算力战争的终极胜负手!🧐 马斯克为什么非要自己建芯片厂呢?这里面可能有三大底层逻辑: 第一是目前芯片供应链彻底卡脖子了。xAI 训练 Grok 大模型,英伟达GPU的产能严重不足,擎天柱要实现百万台的量产,星链要发射百万颗卫星,全球所有芯片厂加起来都供不上。 第二是成本能直接血崩。自研芯片再加上自建工厂,芯片成本能直接降低50%到70%,再加上用太空太阳能供电,电力成本只有地面的1/3到1/5,单位算力成本,将能够彻底碾压英伟达和台积电。 第三打造终极的生态闭环。SpaceX 负责太空发电,Terafab 负责制造芯片,xAI 负责训练大模型,特斯拉负责造机器人,然后机器人再反过来建工厂,形成一个 AI—芯片—机器人—太空的正向循环。 这个项目一旦落地,全球五大行业的格局将被彻底改写: 芯片行业,台积电和英伟达的双寡头霸权,会直接受到挑战。 AI 行业, xAI 获得无限算力后,会直接冲击 OpenAI 和谷歌的 #AI 霸权。 航天行业,星链将从通信网变成太空算力网,开启太空工业化时代。 汽车行业,FSD 会加速迭代,自动驾驶全面普及,其他车企可能会被彻底碾压。 机器人行业,Optimus会加速量产,由于强大的AI大脑和视觉感知能力,取代家政服务,让Optimus低成本走入千家万户。 目前Terafab除了芯片逻辑,还有一套逻辑是能源,因为上述所有的前提条件,便是要有充足的电力来源。最近消息已经确认,特斯拉正在跟中国企业洽谈,总金额高达29亿美金的太阳能设备采购,周末不少人已经开始挖掘国内各家太阳能设备供应商的股票,这点值得留意一下,周一A股开盘,应该有不少炒作空间。 整体来说,Terafab 不是简单的芯片厂,这是马斯克三大帝国的战略总攻,假如10-15年完全落地后,将成为AI时代终极杀手锏,也会加快全民基本收入UBI时代的到来,十分值得期待!🧐

Rocky

73,890 Aufrufe • vor 5 Monaten

AI 超级周期经济学(一):我们现在在哪里,下个 10 年如何投资? 补一个视频版本 01:41 - 斯坦福开了什么课?Altimeter Capital 合伙人 Apoorv Agrawal 主讲的 AI 超级周期经济学,嘉宾阵容覆盖芯片、能源、模型、应用全栈 04:43 - AI 正在成为全球最大基建:AI 开支已超 6000 亿美金,仅次于美国国防预算;Anthropic 年收入连续三年 10 倍增长 09:28 - 钱在 AI 里怎么分布?云计算时代应用层拿走大头,AI 时代英伟达独占 80%——两张图看清价值捕获的翻转 18:17 - Star 自制 AI 产业 8 层全景图:从能源、制造、存储、芯片互联到算力服务、数据、模型、应用,逐层拆解代表公司与投资逻辑 35:05 - 用 1000 个研究员的比喻讲清 GPU 训练全流程:SRAM、HBM、NVLink、光模块、SSD,每一层存储为什么存在 38:26 - 你每月付给 Claude 的 $20 去了哪里?从模型公司到英伟达到台积电到 ASML,完整利润分配链拆解 42:31 - 选 AI 公司的三个维度:未来空间 × 利润获取力 × 不可或缺性;Crusoe CEO 的看多与看空建议:从第一性原理出发,警惕被 HYPE 的能源概念股 免责声明 & 风险提示:主持人与嘉宾在播客中的观点仅代表个人看法,有时可能会持有播客中讨论的某项目的头寸。此播客仅用于提供信息,不作为投资建议,Always DYOR (Do Your Own Research)

Star@Day1Global Podcast

57,796 Aufrufe • vor 3 Monaten