Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

英伟达不要铜线了。它的 GPU 机架里，原本缠着 2 英里长的铜线，现在准备全部换成玻璃。谁来造？康宁。那个做手机屏幕大猩猩玻璃的康宁。为了接住英伟达，康宁直接在北卡罗来纳和得克萨斯建了 3 座新工厂，专供英伟达产品。作为交易的一部分，英伟达拿下了这家 175 年历史老厂 5 亿美元的认股权证。不光是英伟达，今年早些时候，Meta 也刚跟康宁签了 60 亿美元的光缆大单。为什么要换掉铜？因为 AI 太费电了。康宁 CEO 算了一笔账：传输光子所需的能量，比传输电子要少 5 到 20 倍。不仅省电，延迟还更低。这项光通信业务现在成了康宁最大的印钞机，占到 2025 年超 160 亿美元总销售额的 40%，直接掀翻了卖手机屏和电视屏的老本行。来看看一条喂饱生成式 AI 的光纤，是怎么造出来的。第一步，气相沉积。用燃烧的方式，把玻璃烟灰沉积在一根棒的外侧。第二步，极高温提纯。提纯到什么程度？康宁的工程师说：如果把这种玻璃填满整个印度洋，你能从海面清楚地看到海底。一点杂质都不能留，因为杂质会导致信号丢失。第三步，拉丝。纯净的玻璃块被送进高温熔炉，直接拉伸成 125 微米的光纤。比人的头发丝还要细。接着是涂层、变色、卷轴。一卷线轴，可以长达 31 英里。多达 288 根光纤被捆成一个小包。一根光缆里，最多能塞进 6912 根这样的光纤。康宁专为 AI 数据中心发明的新光缆叫 Contour。同样的 1728 根光纤，以前有大腿粗，现在缩小了一大半。原来数据中心的地下管道只能塞一根，现在能塞进去两根。物理空间不加一寸，数据容量直接翻倍。这就是美国底层的硬核制造。一家... show more

墓碑科技

68,320 subscribers

212,606 görüntüleme • 1 ay önce •via X (Twitter)

Haberler & Politika Bilim & Teknoloji

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

难怪川沐盯上 $GLW 康宁，眼光太超前了！原来是海力士一样的方法论，AI 离不开存储，更离不开光模块光模块和存储一样，康宁与海力士的逻辑相同，都属于 AI 基建最核心的卖铲人之一康宁是整个AI基础链中讨论最少，但可以说最基础的一层。。无论GPU有多强大或自定义ASIC有多聪明，AI集群中的每颗芯片都需要以大带宽与数千颗其他芯片通信，而这些通信都通过光纤传输。随着AI集群从数千颗芯片扩展到数十万颗，光纤需求也随之同步增长而全球最强的光纤和光连接供应商之一就是康宁英伟达计划通过多年合作向康宁投资最高32亿美元，专注于扩大美国先进光学连接的制造规模，包括初始5亿美元股权和认股权证

难怪川沐盯上 $GLW 康宁，眼光太超前了！原来是海力士一样的方法论，AI 离不开存储，更离不开光模块光模块和存储一样，康宁与海力士的逻辑相同，都属于 AI 基建最核心的卖铲人之一康宁是整个AI基础链中讨论最少，但可以说最基础的一层。。无论GPU有多强大或自定义ASIC有多聪明，AI集群中的每颗芯片都需要以大带宽与数千颗其他芯片通信，而这些通信都通过光纤传输。随着AI集群从数千颗芯片扩展到数十万颗，光纤需求也随之同步增长而全球最强的光纤和光连接供应商之一就是康宁英伟达计划通过多年合作向康宁投资最高32亿美元，专注于扩大美国先进光学连接的制造规模，包括初始5亿美元股权和认股权证

0xkevin (🖤 , 💙)

270,440 görüntüleme • 11 gün önce

未来三四年，全球最重要的事情是什么？答案是：太空数据中心。你可能会觉得奇怪，但从第一性原理出发，把数据中心建在地球上，其实从一开始就错了。一个数据中心，最核心的成本是什么？两样东西：电，还有散热。先说电。在太空，卫星可以24小时晒太阳。强度还比地面高30%。综合下来，辐射能量是地球的6倍！这意味着什么？你根本不需要昂贵的储能电池。在整个太阳系里，最便宜、最管够的能源，就是太空里的太阳能。再说散热。你在地球上建一个机房，整个机架一半的重量和成本，都是给空调、水冷系统这些复杂玩意儿准备的。但在太空呢？散热是免费的。你只要在卫星背对太阳的那一面，放一个散热器就行了。温度接近绝对零度。所有复杂的散热设备、巨大的成本，瞬间归零。还没完。数据中心里，一个个机柜是怎么连起来的？用光纤。本质是激光在缆线里跑。还有什么比这更快？有。让激光在真空里跑。当无数个卫星数据中心在太空用激光互联，你就拥有了一个比地球上任何网络都更快的超级数据中心。这对我们普通人意味着什么？现在，我手机发个指令，信号要先到基站，进光纤，绕过好几个城市路由器，才能到达数据中心，然后原路返回。未来呢？你的手机直接跟卫星对话，信号上去，算完，下来。 Boom，结束。更低的成本，更快的速度。这才是AI时代该有的样子。

未来三四年，全球最重要的事情是什么？答案是：太空数据中心。你可能会觉得奇怪，但从第一性原理出发，把数据中心建在地球上，其实从一开始就错了。一个数据中心，最核心的成本是什么？两样东西：电，还有散热。先说电。在太空，卫星可以24小时晒太阳。强度还比地面高30%。综合下来，辐射能量是地球的6倍！这意味着什么？你根本不需要昂贵的储能电池。在整个太阳系里，最便宜、最管够的能源，就是太空里的太阳能。再说散热。你在地球上建一个机房，整个机架一半的重量和成本，都是给空调、水冷系统这些复杂玩意儿准备的。但在太空呢？散热是免费的。你只要在卫星背对太阳的那一面，放一个散热器就行了。温度接近绝对零度。所有复杂的散热设备、巨大的成本，瞬间归零。还没完。数据中心里，一个个机柜是怎么连起来的？用光纤。本质是激光在缆线里跑。还有什么比这更快？有。让激光在真空里跑。当无数个卫星数据中心在太空用激光互联，你就拥有了一个比地球上任何网络都更快的超级数据中心。这对我们普通人意味着什么？现在，我手机发个指令，信号要先到基站，进光纤，绕过好几个城市路由器，才能到达数据中心，然后原路返回。未来呢？你的手机直接跟卫星对话，信号上去，算完，下来。 Boom，结束。更低的成本，更快的速度。这才是AI时代该有的样子。

墓碑科技

34,520 görüntüleme • 6 ay önce

刚刚，英伟达宣布向两家大多数人从未听说过的公司投资20亿美元:Coherent和Lumentum。它们不生产GPU，也不做服务器。它们制造的是以光速传输数据的技术。当前，AI数据中心有一个不为人知的隐秘问题:芯片很快，但连接它们的线路却跟不上。铜缆正在成为瓶颈，甚至可能拖慢整个AI革命。黄仁勋亲口说过:能源效率是我们的首要优先事项。关于信息传输、比特翻转和比特传输的物理定律，限制了我们能够完成的事情。Coherent和Lumentum打造的是一种叫做硅光子的技术。它不是通过铜线传输数据，而是使用激光。能效提升3.5倍，速度更是高出几个数量级。而这也是构建黄仁勋所说的“吉瓦级AI工厂”的唯一方式。这两笔交易包含在英伟达此前数十亿美元的采购承诺中。未来产能优先获取权、美国新的制造工厂，以及未来多年的锁定供应。英伟达买的不是零部件。它是在别人反应过来之前，买下未来。英伟达现在掌控着什么:GPU、网络交换芯片，以及如今把这一切连接在一起的光学互连。这种纵向整合规模，堪比石油巨头早期时代。一家公司，构建整个AI的神经系统。这就是护城河。而对博通、AMD以及所有竞争对手释放的信息也很明确:英伟达不只是制造最好的芯片，它正在打造整台机器。如果你无法掌控光，你就无法掌控AI。

刚刚，英伟达宣布向两家大多数人从未听说过的公司投资20亿美元:Coherent和Lumentum。它们不生产GPU，也不做服务器。它们制造的是以光速传输数据的技术。当前，AI数据中心有一个不为人知的隐秘问题:芯片很快，但连接它们的线路却跟不上。铜缆正在成为瓶颈，甚至可能拖慢整个AI革命。黄仁勋亲口说过:能源效率是我们的首要优先事项。关于信息传输、比特翻转和比特传输的物理定律，限制了我们能够完成的事情。Coherent和Lumentum打造的是一种叫做硅光子的技术。它不是通过铜线传输数据，而是使用激光。能效提升3.5倍，速度更是高出几个数量级。而这也是构建黄仁勋所说的“吉瓦级AI工厂”的唯一方式。这两笔交易包含在英伟达此前数十亿美元的采购承诺中。未来产能优先获取权、美国新的制造工厂，以及未来多年的锁定供应。英伟达买的不是零部件。它是在别人反应过来之前，买下未来。英伟达现在掌控着什么:GPU、网络交换芯片，以及如今把这一切连接在一起的光学互连。这种纵向整合规模，堪比石油巨头早期时代。一家公司，构建整个AI的神经系统。这就是护城河。而对博通、AMD以及所有竞争对手释放的信息也很明确:英伟达不只是制造最好的芯片，它正在打造整台机器。如果你无法掌控光，你就无法掌控AI。

金融世界 Financial World

137,203 görüntüleme • 4 ay önce

复刻下一个存储奇迹？光模块来了！ “铜线已经满足不了需求，下一代AI基建必须要用光纤” 这是英伟达 CEO 黄仁勋昨天刚说的话我总结了相关的美股👇 Corning：NVIDIA的直接合作伙伴，预计投资32亿美元 Lumentum：专注激光和光电元件 Coherent：专注光电转换和光子模块这三家均是光纤赛道，并且与英伟达有直接关联！

复刻下一个存储奇迹？光模块来了！ “铜线已经满足不了需求，下一代AI基建必须要用光纤” 这是英伟达 CEO 黄仁勋昨天刚说的话我总结了相关的美股👇 Corning：NVIDIA的直接合作伙伴，预计投资32亿美元 Lumentum：专注激光和光电元件 Coherent：专注光电转换和光子模块这三家均是光纤赛道，并且与英伟达有直接关联！

0xkevin (🖤 , 💙)

111,760 görüntüleme • 1 ay önce

英伟达刚花了40亿美元。投了一项99%的人都没听说过的技术。但在三年内，地球上每个AI数据中心都离不开它。而英伟达，刚刚锁死了整个供应链。发生了什么？英伟达给两家公司各投了20亿：Coherent和Lumentum。你可能根本没听过。它们搞的是光子技术。用光，而不是用电来传输数据。听着像科幻小说。但这却是AI基础设施里最重要的赌注。所有AI数据中心都撞上了一堵墙。这堵墙跟芯片、能源、钱都没关系。是铜线。今天，所有数据中心都用铜缆连接GPU。但在AI需要的速度下，铜线已经到了物理极限。信号衰减。热量爆炸。电力消耗飙升。一个数字就够了： AI数据中心30%的电力，都浪费在把数据从A点搬到B点。黄仁勋自己也承认： “我们只能在大概一两米内用铜线。” “但数据中心有体育场那么大，我们需要别的东西。” 那个东西，就是光子技术。用激光驱动的光纤，直接集成到芯片里。数据惊人：能效高3.5倍。网络可靠性高10倍。数据速度每秒102太比特。这不是英伟达第一次这么干了。他们对CoreWeave做过同样的事。投资20亿，锁定GPU产能，创造一个依赖自己的客户。他们对内存供应商也做过。提前几年锁定HBM供应，让对手到处找货。现在轮到光子技术。趁早投资。锁死供应。让整个生态都依赖于那些依赖英伟达的公司。等竞争对手意识到光子技术是瓶颈时，游戏已经结束了。英伟达已经拥有了整条供应链。这才是真正建立壁垒的方式。不是靠游说和补贴。而是靠对物理定律和市场需求的冷酷预判。

英伟达刚花了40亿美元。投了一项99%的人都没听说过的技术。但在三年内，地球上每个AI数据中心都离不开它。而英伟达，刚刚锁死了整个供应链。发生了什么？英伟达给两家公司各投了20亿：Coherent和Lumentum。你可能根本没听过。它们搞的是光子技术。用光，而不是用电来传输数据。听着像科幻小说。但这却是AI基础设施里最重要的赌注。所有AI数据中心都撞上了一堵墙。这堵墙跟芯片、能源、钱都没关系。是铜线。今天，所有数据中心都用铜缆连接GPU。但在AI需要的速度下，铜线已经到了物理极限。信号衰减。热量爆炸。电力消耗飙升。一个数字就够了： AI数据中心30%的电力，都浪费在把数据从A点搬到B点。黄仁勋自己也承认： “我们只能在大概一两米内用铜线。” “但数据中心有体育场那么大，我们需要别的东西。” 那个东西，就是光子技术。用激光驱动的光纤，直接集成到芯片里。数据惊人：能效高3.5倍。网络可靠性高10倍。数据速度每秒102太比特。这不是英伟达第一次这么干了。他们对CoreWeave做过同样的事。投资20亿，锁定GPU产能，创造一个依赖自己的客户。他们对内存供应商也做过。提前几年锁定HBM供应，让对手到处找货。现在轮到光子技术。趁早投资。锁死供应。让整个生态都依赖于那些依赖英伟达的公司。等竞争对手意识到光子技术是瓶颈时，游戏已经结束了。英伟达已经拥有了整条供应链。这才是真正建立壁垒的方式。不是靠游说和补贴。而是靠对物理定律和市场需求的冷酷预判。

墓碑科技

74,760 görüntüleme • 4 ay önce

英伟达携手康宁玻璃共同研发共封装光学 CPO产品，康宁将在美国新建三个工厂。

英伟达携手康宁玻璃共同研发共封装光学 CPO产品，康宁将在美国新建三个工厂。

WangNextDoor

20,264 görüntüleme • 1 ay önce

AI 训练需要成千上万GPU之间高速传输，铜已经不够用了，得上强度：光纤！英伟达投资5亿美元给康宁，直接与老黄的光子芯片、交换机集成，重点是 CPO 共封装光学技术这就是下一代AI工厂！利好光学互联股票： 1. 英伟达 $NVDA 2. 康宁 $GLW 3. 中际旭创 $300308 4. 天孚通讯 $300570 5. 新易盛 $300502 6. 博通 $AVGO 7. Lumentum $LITE 8. Coherent $COHR 9. Ciena $CIEN

AI 训练需要成千上万GPU之间高速传输，铜已经不够用了，得上强度：光纤！英伟达投资5亿美元给康宁，直接与老黄的光子芯片、交换机集成，重点是 CPO 共封装光学技术这就是下一代AI工厂！利好光学互联股票： 1. 英伟达 $NVDA 2. 康宁 $GLW 3. 中际旭创 $300308 4. 天孚通讯 $300570 5. 新易盛 $300502 6. 博通 $AVGO 7. Lumentum $LITE 8. Coherent $COHR 9. Ciena $CIEN

Annie 所长

32,524 görüntüleme • 1 ay önce

不要把太空数据中心想复杂了很多人一听"数据中心搬上天"，脑子里浮现的是一栋五角大楼那么大的楼飘在太空里。 SpaceX的CFO说，根本不是那么回事。轨道算力，就是太空里的一排排机架。他自己第一次在公司内部听到"太空数据中心"也卡过壳，第一反应是这么多机器到底怎么连到一起。工程师回他一句，这不就是又一张星链星座网嘛。一颗算力卫星，长得像放大版的星链V3，中间塞进英伟达的GPU机架，外面铺更大的太阳能翼，背后拖一片金属散热板。组网用的是早就成熟的虚拟网络，一个机架接一个机架地连起来。星链已经把卫星批量造、批量发、在轨互联这一整套全跑通了。也就是说，造太空数据中心要用的零件，SpaceX手里基本都有现成的。剩下要做的，是把GPU装上去，再发够数量。

不要把太空数据中心想复杂了很多人一听"数据中心搬上天"，脑子里浮现的是一栋五角大楼那么大的楼飘在太空里。 SpaceX的CFO说，根本不是那么回事。轨道算力，就是太空里的一排排机架。他自己第一次在公司内部听到"太空数据中心"也卡过壳，第一反应是这么多机器到底怎么连到一起。工程师回他一句，这不就是又一张星链星座网嘛。一颗算力卫星，长得像放大版的星链V3，中间塞进英伟达的GPU机架，外面铺更大的太阳能翼，背后拖一片金属散热板。组网用的是早就成熟的虚拟网络，一个机架接一个机架地连起来。星链已经把卫星批量造、批量发、在轨互联这一整套全跑通了。也就是说，造太空数据中心要用的零件，SpaceX手里基本都有现成的。剩下要做的，是把GPU装上去，再发够数量。

墓碑科技

18,084 görüntüleme • 25 gün önce

黄仁勋跟红杉聊了一场很深的对话，把AI产业的底层逻辑讲得特别清楚他提了一个概念：过去60年的计算机行业本质上就干了一件事——检索。写代码、拍照片、录音乐，存成文件，用的时候再调出来。数据中心说到底就是一个大硬盘现在不一样了。AI不是从硬盘里找旧数据，是实时生成新内容。这是完全不同的计算范式，他管这叫"AI工厂" 然后他画了一个"五层蛋糕"来解释AI产业的结构：最底层：能源。AI工厂需要巨量电力第二层：芯片和计算。英伟达在这里第三层：基础设施。土地、电力接入、建筑、融资第四层：模型。OpenAI、Anthropic 在这里最顶层：应用。创业公司和终端用户在这里每一层都是万亿级别的市场关于AI取代工作，他反驳得很干脆：AI消灭的是任务，不是职业。放射科医生没有因为AI看片子更准就失业，反而需求增长了。软件工程师也是，代码越容易写，能解决的问题越多，需要的工程师反而更多你们觉得这个"五层蛋糕"的框架，哪一层机会最大？

黄仁勋跟红杉聊了一场很深的对话，把AI产业的底层逻辑讲得特别清楚他提了一个概念：过去60年的计算机行业本质上就干了一件事——检索。写代码、拍照片、录音乐，存成文件，用的时候再调出来。数据中心说到底就是一个大硬盘现在不一样了。AI不是从硬盘里找旧数据，是实时生成新内容。这是完全不同的计算范式，他管这叫"AI工厂" 然后他画了一个"五层蛋糕"来解释AI产业的结构：最底层：能源。AI工厂需要巨量电力第二层：芯片和计算。英伟达在这里第三层：基础设施。土地、电力接入、建筑、融资第四层：模型。OpenAI、Anthropic 在这里最顶层：应用。创业公司和终端用户在这里每一层都是万亿级别的市场关于AI取代工作，他反驳得很干脆：AI消灭的是任务，不是职业。放射科医生没有因为AI看片子更准就失业，反而需求增长了。软件工程师也是，代码越容易写，能解决的问题越多，需要的工程师反而更多你们觉得这个"五层蛋糕"的框架，哪一层机会最大？

Vincent | 信号＞噪音

35,298 görüntüleme • 21 gün önce

英伟达黄仁勋：怎么把上百万块芯片连在一起？靠电线是不行的。近距离通信，用传统电路。距离一拉远，唯一的解法就是硅光子技术。这是一场极其精密的微观接力。在这头，给最先进的磷化铟激光二极管通上电。电变成了光。光顺着光器件一路狂奔，想跑多远跑多远。到了目的地，探测器接住光子，把光重新转回电，再去驱动那一头的芯片。两块芯片，或者几百万块芯片，就这么连上了。要建今天这种规模的巨型计算机，光互连是真正的地基。

英伟达黄仁勋：怎么把上百万块芯片连在一起？靠电线是不行的。近距离通信，用传统电路。距离一拉远，唯一的解法就是硅光子技术。这是一场极其精密的微观接力。在这头，给最先进的磷化铟激光二极管通上电。电变成了光。光顺着光器件一路狂奔，想跑多远跑多远。到了目的地，探测器接住光子，把光重新转回电，再去驱动那一头的芯片。两块芯片，或者几百万块芯片，就这么连上了。要建今天这种规模的巨型计算机，光互连是真正的地基。

墓碑科技

21,636 görüntüleme • 17 gün önce

AI开始抢彭博终端的饭碗了。一家叫Perplexity的AI公司，做了一个新东西。能直接生成一个金融终端，分析英伟达$NVDA。数据是实时的。还不需要任何本地设置。这说明什么？云服务本身已经不重要了，谁都能提供。真正的护城河，是上面跑的AI模型。一台彭博终端机一年要多少钱？三万美元。过去这是华尔街精英的专属玩具。现在，一个AI应用就能挑战它的核心功能。技术正在打破信息垄断。把权力从少数机构手里，还给普通人。华尔街的旧秩序，还能维持多久？

AI开始抢彭博终端的饭碗了。一家叫Perplexity的AI公司，做了一个新东西。能直接生成一个金融终端，分析英伟达$NVDA。数据是实时的。还不需要任何本地设置。这说明什么？云服务本身已经不重要了，谁都能提供。真正的护城河，是上面跑的AI模型。一台彭博终端机一年要多少钱？三万美元。过去这是华尔街精英的专属玩具。现在，一个AI应用就能挑战它的核心功能。技术正在打破信息垄断。把权力从少数机构手里，还给普通人。华尔街的旧秩序，还能维持多久？

墓碑科技

105,285 görüntüleme • 4 ay önce

造出一颗能跑万物的芯片，需要多久？黄仁勋给出的答案是：33年。来看看英伟达掏出来的怪物：N1X。这是他们和联发科（MediaTek）联手打造的新玩具。黄仁勋在台上，这是世界上迄今为止造出来的最惊人的芯片。为什么是一颗需要“33年”才能造出来的芯片？因为硬件的背后，是时间堆出来的巨大护城河。英伟达百分之百的软件栈，全都能在这颗芯片上完美运行。你想跑数字生物学？没问题。想做地震数据处理、天体物理计算？也没问题。所有跟 CUDA 绑定的物理、生物、基因组学、AI 和计算机图形学，它全都能接得住。但这还没完。微软和英伟达联手，对它进行了极其苛刻的底层优化。结果就是，英伟达创造过的所有应用，Windows 跑过的所有应用，它全包了。它几乎能运行这个世界上已经被创造出来的所有数字心血。不仅如此，它现在已经开始支持运行 AI 智能体（Agents）了。这块硅片，承载着英伟达过去三十多年打下的算力江山，是通向未来的门票。

造出一颗能跑万物的芯片，需要多久？黄仁勋给出的答案是：33年。来看看英伟达掏出来的怪物：N1X。这是他们和联发科（MediaTek）联手打造的新玩具。黄仁勋在台上，这是世界上迄今为止造出来的最惊人的芯片。为什么是一颗需要“33年”才能造出来的芯片？因为硬件的背后，是时间堆出来的巨大护城河。英伟达百分之百的软件栈，全都能在这颗芯片上完美运行。你想跑数字生物学？没问题。想做地震数据处理、天体物理计算？也没问题。所有跟 CUDA 绑定的物理、生物、基因组学、AI 和计算机图形学，它全都能接得住。但这还没完。微软和英伟达联手，对它进行了极其苛刻的底层优化。结果就是，英伟达创造过的所有应用，Windows 跑过的所有应用，它全包了。它几乎能运行这个世界上已经被创造出来的所有数字心血。不仅如此，它现在已经开始支持运行 AI 智能体（Agents）了。这块硅片，承载着英伟达过去三十多年打下的算力江山，是通向未来的门票。

墓碑科技

59,249 görüntüleme • 1 ay önce

一个GPT-4的训练能耗，够养3000个人20年。但奥特曼说，养一个“人”也需要20年的食物和光阴。这话听起来是不是挺有道理？来，我们算笔账。一个人成长20年，消耗的食物能量大概是1.7万度电。训练一次GPT-4呢？ 5000万度电。两者相差近3000倍。更关键的是产出周期。一个人“训练”20年，可以为社会工作40到60年。 GPT-4花了这么多能量训练出来，旗舰地位维持了不到两年就被换掉了。这个折旧速度，比租一辆车还快。现在接替它的是GPT-5.2。每一次查询的耗电量，是上一代的8.6倍。每天25亿次查询，算算这个电量，足以支撑上百万个美国家庭的日常用电。 OpenAI年收入130亿美元，但仍然不盈利。钱去哪了？为什么奥特曼要用“养孩子”来类比AI的能耗？这让你感觉巨大的电力消耗是自然的，不可避免的。但实际上呢？这是一种商业选择，一种工程路径的选择。他们正在建造1千兆瓦的“星际之门”数据中心，耗电量堪比一个小国家。这种将巨额成本“生物化”、“自然化”的叙事手法，在达沃斯精英的炉边谈话里很讨巧。但只要一动笔算算，就完全站不住脚。

一个GPT-4的训练能耗，够养3000个人20年。但奥特曼说，养一个“人”也需要20年的食物和光阴。这话听起来是不是挺有道理？来，我们算笔账。一个人成长20年，消耗的食物能量大概是1.7万度电。训练一次GPT-4呢？ 5000万度电。两者相差近3000倍。更关键的是产出周期。一个人“训练”20年，可以为社会工作40到60年。 GPT-4花了这么多能量训练出来，旗舰地位维持了不到两年就被换掉了。这个折旧速度，比租一辆车还快。现在接替它的是GPT-5.2。每一次查询的耗电量，是上一代的8.6倍。每天25亿次查询，算算这个电量，足以支撑上百万个美国家庭的日常用电。 OpenAI年收入130亿美元，但仍然不盈利。钱去哪了？为什么奥特曼要用“养孩子”来类比AI的能耗？这让你感觉巨大的电力消耗是自然的，不可避免的。但实际上呢？这是一种商业选择，一种工程路径的选择。他们正在建造1千兆瓦的“星际之门”数据中心，耗电量堪比一个小国家。这种将巨额成本“生物化”、“自然化”的叙事手法，在达沃斯精英的炉边谈话里很讨巧。但只要一动笔算算，就完全站不住脚。

墓碑科技

44,776 görüntüleme • 4 ay önce

卧槽！马斯克这次真要把全人类的想象力按在地上摩擦了。给他写传记的艾萨克森刚刚爆料，SpaceX 这次 IPO 估值最高能冲到 1.5 万亿美元，这波操作大概率会让马斯克成为人类史上第一个万亿富翁。最离谱的是招股书里描绘的市场规模，居然高达 29 万亿美元，比美国全年 GDP 还要夸张。几年前大家还觉得把数据中心建在太空或者月球上是科幻小说，但在当下算力严重缺电的背景下，这事真要变成现实了。而且人家根本不是在空手套白狼，SpaceX 现在的造血能力猛得吓人。星链已经拿下了 114 亿美元的营收，很快还要吃下手机直连卫星的庞大市场。他们甚至已经开始收太空数据中心的租金了，光是租给 Anthropic 的费用就高达 12.5 亿美元。在马斯克眼里，搞这些根本不是为了赚钱买游艇，他完全是在把现实世界当成电子游戏玩，非要刷出个万亿分数的历史最高纪录不可。

卧槽！马斯克这次真要把全人类的想象力按在地上摩擦了。给他写传记的艾萨克森刚刚爆料，SpaceX 这次 IPO 估值最高能冲到 1.5 万亿美元，这波操作大概率会让马斯克成为人类史上第一个万亿富翁。最离谱的是招股书里描绘的市场规模，居然高达 29 万亿美元，比美国全年 GDP 还要夸张。几年前大家还觉得把数据中心建在太空或者月球上是科幻小说，但在当下算力严重缺电的背景下，这事真要变成现实了。而且人家根本不是在空手套白狼，SpaceX 现在的造血能力猛得吓人。星链已经拿下了 114 亿美元的营收，很快还要吃下手机直连卫星的庞大市场。他们甚至已经开始收太空数据中心的租金了，光是租给 Anthropic 的费用就高达 12.5 亿美元。在马斯克眼里，搞这些根本不是为了赚钱买游艇，他完全是在把现实世界当成电子游戏玩，非要刷出个万亿分数的历史最高纪录不可。

比特币橙子Trader

315,370 görüntüleme • 1 ay önce

英特尔 CEO 陈立武 45 分钟的访谈他在访谈当中提到CPU为什么在AI时代重新杀回来了？英特尔的先进封装和台积电的先进封装到底差异在哪里？还有一堆你经常听到的材料，比如玻璃基板、人造金刚石、氮化镓、磷化氢，它们为什么在未来的10年特别重要？陈立武采访谈用三个根本性转移把它讲透了。 · 第一个就是计算重心在转移。过去的三年市场把AI的算力直接等同于GPU，陈立武的判断很直接，就训练时代这个逻辑是成立的，但推理和智能体的时代不成立。因为智能体不是一直在做矩阵的乘法，它需要调度任务、查数据库、管内存、调工具、做安全的控制，在上百个模型之间做协调，这些全是CPU的活。他跟AI的模型厂商聊完过后，发现GPU和CPU的配比正在从原来的8：1到4：1再到1：1。你不用干掉英伟达，GPU卖得越猛，系统对CPU的需求就越大，所以英特尔只需要坐稳现在这个位置就可以了。 · 第二个就是连接方式在转移。晶体管缩小越来越难，越来越贵，所以下一个阶段的竞争不是谁能做出更小的纳米级的芯片，而是谁能把更多的芯片更高效的拼装在一起。台积电CoWOS的做法就是在GPU和HBM下面铺一整块大硅片当作底座，等于修了一整块的高架平台。硅面积受限，并且良率比较难爬坡。英特尔的EMIB完全换了一条路，只在两颗芯片的接缝处衔接一小块的硅桥，别的地方继续用便宜的有机基板。一句话类比就是台积电在修高架平台，而英特尔只在过河的地方去搭一个桥。桥就比平台更便宜，并且还快，还不限面积。再叠加上Foveros的3D垂直堆叠和铜铜混合键合，目标就是把CPU、GPU、HBM I/O全部揉进一整套的系统级的封装。 · 第三个就是材料体系在转移，也是整场访谈当中信息密度最高的一部分。陈立武明确提出现在正在全面转向新材料的底层突围，他一口气提出五种关键的材料。 · 首先就是玻璃基板，当前的先进封装全部使用的是有机基板，在千瓦级的AI芯片的超高热的发热底下有机基板会严重的翘曲变形，而玻璃基板的平整度和热稳定性能要比有机物要高出50%，能打出更密、更细的通孔，是下一代巨型AI芯片雷打不动的底层地基。陈立武采用了务实的轻资产的模式，由英特尔输出设计标准转而向韩国的供应商去采购，用创投的思维快速去催熟整个供应链。其次就是磷化铟，大模型的集群规模越来越大，传统的铜线传输的延迟和功耗就会让人无法忍受了。而磷化铟是制造半导体激光器的核心材料，intel深度布局磷化铟目标就是加速共封装光学(CPO)的落地，直接在封装层面把光电转化的模块和核心的计算芯片封装在一起，实现以光代电的高速通信。最后就是解决算力怪兽的供电和散热问题，一个AI的机架动辄数万瓦、数十万瓦，传统的硅基电源器件在电压转换的时候损耗惊人，陈立武就提出布局氮化镓和碳化硅等第三代的半导体，就是为了在电流进入到芯片前的最后几厘米最大化的去压缩供电损耗。当芯片的内部的核心死角产生极端的热量的时候，英特尔在封装当中又引入了自然界里面导热率最高的材料，就是人造金刚石作为热扩散层，将热量瞬间去导走，防止芯片因过热而降频。这几种材料陈立武可不是只说说，是全部都真金白银在投了一些项目了。三个转移只是方向，但是方向只是第一步，判断对了不等于能够落地。陈立武为了确保这三个转移不会变成空中楼阁，他自己做了一套执行框架，爬、走、跑。 · 爬就是先让组织能够打仗，他接手时候的英特尔公司是表格驱动的公司，层层报数字，层层等审批，部门之间不通气，他上来就让所有的工程团队直接向他一个人汇报，砍掉中间所有的官僚层，产品线大而精，不再什么芯片都做，决策速度必须回到创业公司的水准，组织不调，三个转移一个都推不动。 · 第二个就是走，是为三个转移备足弹药的。资本端他干了一些教科书级别的事情，居然拉了貌似是对手的黄仁勋，投了他50亿美元，14个月账面变成了250亿美元。软银进来了，美国政府成了他的大股东，这就是把所有的关键玩家绑成利益共同体。你英伟达要用的是我的代工和封装，你软银要的是AI的基础设施，美国政府要的是本土制造的能力，大家都在一个桌子上玩。 · 第三个就是跑，就把三个转移的成果拼成一整个系统。他的目标不是做一个爆款的芯片了，而是把CPU、GPU定制芯片、先进制程、先进封装和软件生态拼成一个完整的计算平台。注意这里叫计算平台，不是他以前擅长的一个芯片了。看完陈立武的访谈，感觉英特尔的方式对中国其实是一个利好。因为英特尔的先进封装EMIB这条路不需要砸天价的硅中介层的产能，你可以走局部的硅桥加面板级的封装的路线。所以中国这些封装公司都可以按照这个方向进行跟进。中国在玻璃基板、金刚石的散热，氮化镓，这个产业链上面基础不弱。产业化和工程化的事情，中国应该是个强项。所以陈立武这45分钟，表面上是在讲英特尔，实际上讲的是AI时代，半导体竞争的换挡是下半场，各巨头们到底在做什么东西，换挡就是有机会。

英特尔 CEO 陈立武 45 分钟的访谈他在访谈当中提到CPU为什么在AI时代重新杀回来了？英特尔的先进封装和台积电的先进封装到底差异在哪里？还有一堆你经常听到的材料，比如玻璃基板、人造金刚石、氮化镓、磷化氢，它们为什么在未来的10年特别重要？陈立武采访谈用三个根本性转移把它讲透了。 · 第一个就是计算重心在转移。过去的三年市场把AI的算力直接等同于GPU，陈立武的判断很直接，就训练时代这个逻辑是成立的，但推理和智能体的时代不成立。因为智能体不是一直在做矩阵的乘法，它需要调度任务、查数据库、管内存、调工具、做安全的控制，在上百个模型之间做协调，这些全是CPU的活。他跟AI的模型厂商聊完过后，发现GPU和CPU的配比正在从原来的8：1到4：1再到1：1。你不用干掉英伟达，GPU卖得越猛，系统对CPU的需求就越大，所以英特尔只需要坐稳现在这个位置就可以了。 · 第二个就是连接方式在转移。晶体管缩小越来越难，越来越贵，所以下一个阶段的竞争不是谁能做出更小的纳米级的芯片，而是谁能把更多的芯片更高效的拼装在一起。台积电CoWOS的做法就是在GPU和HBM下面铺一整块大硅片当作底座，等于修了一整块的高架平台。硅面积受限，并且良率比较难爬坡。英特尔的EMIB完全换了一条路，只在两颗芯片的接缝处衔接一小块的硅桥，别的地方继续用便宜的有机基板。一句话类比就是台积电在修高架平台，而英特尔只在过河的地方去搭一个桥。桥就比平台更便宜，并且还快，还不限面积。再叠加上Foveros的3D垂直堆叠和铜铜混合键合，目标就是把CPU、GPU、HBM I/O全部揉进一整套的系统级的封装。 · 第三个就是材料体系在转移，也是整场访谈当中信息密度最高的一部分。陈立武明确提出现在正在全面转向新材料的底层突围，他一口气提出五种关键的材料。 · 首先就是玻璃基板，当前的先进封装全部使用的是有机基板，在千瓦级的AI芯片的超高热的发热底下有机基板会严重的翘曲变形，而玻璃基板的平整度和热稳定性能要比有机物要高出50%，能打出更密、更细的通孔，是下一代巨型AI芯片雷打不动的底层地基。陈立武采用了务实的轻资产的模式，由英特尔输出设计标准转而向韩国的供应商去采购，用创投的思维快速去催熟整个供应链。其次就是磷化铟，大模型的集群规模越来越大，传统的铜线传输的延迟和功耗就会让人无法忍受了。而磷化铟是制造半导体激光器的核心材料，intel深度布局磷化铟目标就是加速共封装光学(CPO)的落地，直接在封装层面把光电转化的模块和核心的计算芯片封装在一起，实现以光代电的高速通信。最后就是解决算力怪兽的供电和散热问题，一个AI的机架动辄数万瓦、数十万瓦，传统的硅基电源器件在电压转换的时候损耗惊人，陈立武就提出布局氮化镓和碳化硅等第三代的半导体，就是为了在电流进入到芯片前的最后几厘米最大化的去压缩供电损耗。当芯片的内部的核心死角产生极端的热量的时候，英特尔在封装当中又引入了自然界里面导热率最高的材料，就是人造金刚石作为热扩散层，将热量瞬间去导走，防止芯片因过热而降频。这几种材料陈立武可不是只说说，是全部都真金白银在投了一些项目了。三个转移只是方向，但是方向只是第一步，判断对了不等于能够落地。陈立武为了确保这三个转移不会变成空中楼阁，他自己做了一套执行框架，爬、走、跑。 · 爬就是先让组织能够打仗，他接手时候的英特尔公司是表格驱动的公司，层层报数字，层层等审批，部门之间不通气，他上来就让所有的工程团队直接向他一个人汇报，砍掉中间所有的官僚层，产品线大而精，不再什么芯片都做，决策速度必须回到创业公司的水准，组织不调，三个转移一个都推不动。 · 第二个就是走，是为三个转移备足弹药的。资本端他干了一些教科书级别的事情，居然拉了貌似是对手的黄仁勋，投了他50亿美元，14个月账面变成了250亿美元。软银进来了，美国政府成了他的大股东，这就是把所有的关键玩家绑成利益共同体。你英伟达要用的是我的代工和封装，你软银要的是AI的基础设施，美国政府要的是本土制造的能力，大家都在一个桌子上玩。 · 第三个就是跑，就把三个转移的成果拼成一整个系统。他的目标不是做一个爆款的芯片了，而是把CPU、GPU定制芯片、先进制程、先进封装和软件生态拼成一个完整的计算平台。注意这里叫计算平台，不是他以前擅长的一个芯片了。看完陈立武的访谈，感觉英特尔的方式对中国其实是一个利好。因为英特尔的先进封装EMIB这条路不需要砸天价的硅中介层的产能，你可以走局部的硅桥加面板级的封装的路线。所以中国这些封装公司都可以按照这个方向进行跟进。中国在玻璃基板、金刚石的散热，氮化镓，这个产业链上面基础不弱。产业化和工程化的事情，中国应该是个强项。所以陈立武这45分钟，表面上是在讲英特尔，实际上讲的是AI时代，半导体竞争的换挡是下半场，各巨头们到底在做什么东西，换挡就是有机会。

小牛

26,492 görüntüleme • 15 gün önce

AI教父Yann LeCun说了一个事实。一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。最大的AI模型，训练数据是30万亿个单词。听着很多？一个四岁小孩，醒着的时间大约16000小时。光是用眼睛看，接收的数据量就跟AI一样多。但数据的质量，完全是两回事。小孩看到的是真实世界。是重力，是东西掉下来，是手去抓握。是因果，是物理规律。他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？是孤立的文字，是符号。它唯一的任务，是猜下一个词是什么。这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。比大学生还快。但它学不会装洗碗机。也变不成一个能做家务的机器人。更不可能像任何一个青少年一样，花20小时就学会开车。那些吹嘘AI马上取代一切的人，在回避什么？他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。谁能活下来？道理是一样的。

AI教父Yann LeCun说了一个事实。一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。最大的AI模型，训练数据是30万亿个单词。听着很多？一个四岁小孩，醒着的时间大约16000小时。光是用眼睛看，接收的数据量就跟AI一样多。但数据的质量，完全是两回事。小孩看到的是真实世界。是重力，是东西掉下来，是手去抓握。是因果，是物理规律。他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？是孤立的文字，是符号。它唯一的任务，是猜下一个词是什么。这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。比大学生还快。但它学不会装洗碗机。也变不成一个能做家务的机器人。更不可能像任何一个青少年一样，花20小时就学会开车。那些吹嘘AI马上取代一切的人，在回避什么？他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。谁能活下来？道理是一样的。

墓碑科技

72,742 görüntüleme • 4 ay önce

一个人以94%的光速在太空飞行。飞船上的日历翻过了十年。等他返回地球时，地球上已经过去了二十九年。这要怎么解？用一束光和两面镜子就能看懂。假设造了一个“光钟”。一束光在两面平行的镜子之间垂直反射。一来一回，算作一次滴答。现在让这个时钟移动起来。带表的人看到的光依然是直上直下。站在旁边不动的人看到的画面完全不同。光不再垂直。它的轨迹在空间中被拉成了一个连绵的三角形。斜线距离显然比直线长得多。全宇宙都遵守一个死规律。光速恒定不变。既然距离变长了，光走完这段路的时间就必然增加。移动中的时钟完成一次跳动，花的时间比静止时长。运动的时钟走慢了。日常察觉不到，只是因为人类走得太慢。把速度推向光速边缘，时间就会被疯狂拉伸。绝对时间根本不存在。速度本身就是重塑时间的刻度盘。

一个人以94%的光速在太空飞行。飞船上的日历翻过了十年。等他返回地球时，地球上已经过去了二十九年。这要怎么解？用一束光和两面镜子就能看懂。假设造了一个“光钟”。一束光在两面平行的镜子之间垂直反射。一来一回，算作一次滴答。现在让这个时钟移动起来。带表的人看到的光依然是直上直下。站在旁边不动的人看到的画面完全不同。光不再垂直。它的轨迹在空间中被拉成了一个连绵的三角形。斜线距离显然比直线长得多。全宇宙都遵守一个死规律。光速恒定不变。既然距离变长了，光走完这段路的时间就必然增加。移动中的时钟完成一次跳动，花的时间比静止时长。运动的时钟走慢了。日常察觉不到，只是因为人类走得太慢。把速度推向光速边缘，时间就会被疯狂拉伸。绝对时间根本不存在。速度本身就是重塑时间的刻度盘。

墓碑科技

36,396 görüntüleme • 2 ay önce

都说英伟达是AI算力的央行。一个季度吸金近600亿美元。客户主要是那几家云巨头，几乎所有AI规划都得看黄仁勋的产品周期。但现在，三个变化正在同时发生。第一，谷歌出手了。 2026年开始，将为Anthropic提供高达一百万个TPU。这是第一个真正有实力在顶尖规模上挑战英伟达的替代方案。第二，物理极限到了。现在的服务器机架功耗已达数百千瓦，兆瓦级的系统也快了。真正的瓶颈不再是芯片，而是电力和内存。 AI的狂飙突进，终于撞上了能源这堵墙。第三，英伟达自己也在“租”自己的卡。英伟达承诺花260亿美元从云伙伴那里租回自家GPU的使用权。上个季度这个数字才126亿。为什么？是产能不足，还是在利用金融手段巩固护城河，维持市场价格？这操作有点像央行印钱再回购债券，维持资产价格稳定。未来3到5年，格局会怎样？英伟达GPU仍是默认选项，但不再是唯一。谷歌TPU将成为第二个生态系统。而那些云巨头们，会拼命想办法摆脱“英伟达税”。这场算力之战，本质是科技巨头们在争夺定义未来的权力。但这和普通人有多大关系？是带来真正的技术普惠，还是仅仅把权力从一个垄断者转移到另一个？

都说英伟达是AI算力的央行。一个季度吸金近600亿美元。客户主要是那几家云巨头，几乎所有AI规划都得看黄仁勋的产品周期。但现在，三个变化正在同时发生。第一，谷歌出手了。 2026年开始，将为Anthropic提供高达一百万个TPU。这是第一个真正有实力在顶尖规模上挑战英伟达的替代方案。第二，物理极限到了。现在的服务器机架功耗已达数百千瓦，兆瓦级的系统也快了。真正的瓶颈不再是芯片，而是电力和内存。 AI的狂飙突进，终于撞上了能源这堵墙。第三，英伟达自己也在“租”自己的卡。英伟达承诺花260亿美元从云伙伴那里租回自家GPU的使用权。上个季度这个数字才126亿。为什么？是产能不足，还是在利用金融手段巩固护城河，维持市场价格？这操作有点像央行印钱再回购债券，维持资产价格稳定。未来3到5年，格局会怎样？英伟达GPU仍是默认选项，但不再是唯一。谷歌TPU将成为第二个生态系统。而那些云巨头们，会拼命想办法摆脱“英伟达税”。这场算力之战，本质是科技巨头们在争夺定义未来的权力。但这和普通人有多大关系？是带来真正的技术普惠，还是仅仅把权力从一个垄断者转移到另一个？

墓碑科技

47,853 görüntüleme • 7 ay önce

昨天凌晨，DeepSeek又崩了第三次但这次我看到了不一样的东西。 “风口来了？” 不是风口是钱开始往底层流了。 “什么意思？” 你以为AI在赚钱。其实真正赚钱的，是给AI 供电、供资源、建基础设施的人。 “这不就是科技吗？” 不是这是能源生意，是资源生意。是最传统、也最赚钱的生意。 ———— “那DeepSeek崩跟赚钱有什么关系？” 关系很直接它暴露了一件事 AI 不是无根的，它要消耗真实成本。 “什么成本？” 电、芯片、机房、散热。这些都要钱，而且是持续烧钱。行业数据显示：过去两年，头部 AI厂商的推理调用量增长了数百到上千倍服务器、电力、带宽，全在疯狂扩容 OpenAI CEO Sam Altman去年说过：“未来AI 公司的核心竞争力，可能不是模型，而是能源获取能力。” “那不就是算力贵？” 算力贵，但更关键的是：在同样的性能下，谁能用更低的成本提供服务这是算法、架构、能源的综合博弈。英伟达 CEO 黄仁勋在 GTC 大会上说过：“数据中心就是词元工厂，输入电力和数据，输出智能。” ———— “那谁能做到？” 谁掌握低成本能源，谁就有优势。谁优化得好，谁就能活下来。看一个行业共识：美国路线：用最先进的芯片（英伟达H100，单价约3万美元）堆性能，追求极致算力。中国路线：用成本优化。部分数据中心通过绿电协议，电价可以压到 0.3-0.5元/度。再配合模型压缩、推理加速，综合成本可以做到很低。这不是谁更好，而是两种不同的竞争策略。 “所以这是一门电的生意？” 不只是电是一整套系统。电网、储能、数据中心、矿产资源，全都在里面。 ———— “矿产也有关系？” 当然。电网要铜，电池要锂镍钴，储能和设备都靠这些。矿产 → 电力基础设施 → 数据中心 → AI 算力这是一条完整的产业链。谁控制上游资源，谁就在下游有定价权。 “那这些资源在哪？” 非洲、南美、东南亚。这就是为什么这些地方开始被重新看见。 “所以非洲是风口？” 不是风口。是底座。是未来电力体系的原材料仓库。谁提前布局，谁占位置。 ———— “那中东呢？” 中东还在赚钱。因为石油还没退出。霍尔木兹海峡，全球三成石油要过。一紧张，油价就涨。 “油价涨对普通人有什么影响？” 油价一涨，运输、制造、食品全涨。生活成本上去，工资不一定跟上。这就是最直接的民生压力。 “那 AI 会改变这个吗？” 会，但不是你想的那样。 “怎么说？” AI 一方面在消耗更多电力。另一方面，AI 也在帮助优化电网、提升能源效率、降低工业能耗。这是一个动态平衡的过程。 ———— “那赚钱机会在哪？” 在底层。不在最热的应用，而在供电、供资源、建系统的人。 “为什么？” 因为底层是刚需。刚需就有定价权。有定价权就有利润。我认识一个做 AI 客服的团队。他们发现：一个中型电商公司，AI 客服每天处理1000次对话，每次平均消耗 5000 词元。一个月下来，词元成本在几千到上万美元。但省下来的人力成本，是这个的10倍以上。创始人说：“AI不是在烧钱，是在重新分配成本。” ———— “所以以后拼的是什么？” 拼谁能用更低的成本，提供更好的服务。拼谁能在算法、架构、能源上做到极致优化。 “成本低意味着什么？” 意味着生产效率更高。企业利润更高。国家竞争力更强。 “那 DeepSeek 崩这件事本质是什么？” 是一次压力测试。告诉所有人，AI不是免费的，它需要强大的基础设施支撑。 ———— “再说直白一点？” DeepSeek 崩了，不只是因为资源不够。还有流量突增、调度架构、服务弹性等问题。但这些问题背后，都指向同一个方向：基础设施的重要性。 “那最后大家争的还是资源？” 以前是石油。现在是算力。本质是能量 + 效率。 ———— “那普通人该记住什么？” 记住一件事。不要只盯着最火的东西要盯着支撑它的东西。 “什么意思？” 不是谁在用 AI 最赚钱。而是谁在给 AI 供电、供资源、供系统，同时还能优化成本、提升效率。 “再具体一点？” 未来最值钱的，不只是最聪明的AI 而是能让 AI高效、稳定、低成本运转下去的那一整套体系。 ———— 很多人盯着 AI有多厉害。很少人去看，AI靠什么活着。活着靠什么？电，资源，系统，优化。所以真正的机会，从来不在最亮的地方。在光背后的那一层。你可以不懂AI。但你要知道，谁在给它续命，谁在让它更高效。因为所有大机会，都藏在基础设施里。 ———— 你觉得下一个“底层红利”会在哪？评论区聊聊。

昨天凌晨，DeepSeek又崩了第三次但这次我看到了不一样的东西。 “风口来了？” 不是风口是钱开始往底层流了。 “什么意思？” 你以为AI在赚钱。其实真正赚钱的，是给AI 供电、供资源、建基础设施的人。 “这不就是科技吗？” 不是这是能源生意，是资源生意。是最传统、也最赚钱的生意。 ———— “那DeepSeek崩跟赚钱有什么关系？” 关系很直接它暴露了一件事 AI 不是无根的，它要消耗真实成本。 “什么成本？” 电、芯片、机房、散热。这些都要钱，而且是持续烧钱。行业数据显示：过去两年，头部 AI厂商的推理调用量增长了数百到上千倍服务器、电力、带宽，全在疯狂扩容 OpenAI CEO Sam Altman去年说过：“未来AI 公司的核心竞争力，可能不是模型，而是能源获取能力。” “那不就是算力贵？” 算力贵，但更关键的是：在同样的性能下，谁能用更低的成本提供服务这是算法、架构、能源的综合博弈。英伟达 CEO 黄仁勋在 GTC 大会上说过：“数据中心就是词元工厂，输入电力和数据，输出智能。” ———— “那谁能做到？” 谁掌握低成本能源，谁就有优势。谁优化得好，谁就能活下来。看一个行业共识：美国路线：用最先进的芯片（英伟达H100，单价约3万美元）堆性能，追求极致算力。中国路线：用成本优化。部分数据中心通过绿电协议，电价可以压到 0.3-0.5元/度。再配合模型压缩、推理加速，综合成本可以做到很低。这不是谁更好，而是两种不同的竞争策略。 “所以这是一门电的生意？” 不只是电是一整套系统。电网、储能、数据中心、矿产资源，全都在里面。 ———— “矿产也有关系？” 当然。电网要铜，电池要锂镍钴，储能和设备都靠这些。矿产 → 电力基础设施 → 数据中心 → AI 算力这是一条完整的产业链。谁控制上游资源，谁就在下游有定价权。 “那这些资源在哪？” 非洲、南美、东南亚。这就是为什么这些地方开始被重新看见。 “所以非洲是风口？” 不是风口。是底座。是未来电力体系的原材料仓库。谁提前布局，谁占位置。 ———— “那中东呢？” 中东还在赚钱。因为石油还没退出。霍尔木兹海峡，全球三成石油要过。一紧张，油价就涨。 “油价涨对普通人有什么影响？” 油价一涨，运输、制造、食品全涨。生活成本上去，工资不一定跟上。这就是最直接的民生压力。 “那 AI 会改变这个吗？” 会，但不是你想的那样。 “怎么说？” AI 一方面在消耗更多电力。另一方面，AI 也在帮助优化电网、提升能源效率、降低工业能耗。这是一个动态平衡的过程。 ———— “那赚钱机会在哪？” 在底层。不在最热的应用，而在供电、供资源、建系统的人。 “为什么？” 因为底层是刚需。刚需就有定价权。有定价权就有利润。我认识一个做 AI 客服的团队。他们发现：一个中型电商公司，AI 客服每天处理1000次对话，每次平均消耗 5000 词元。一个月下来，词元成本在几千到上万美元。但省下来的人力成本，是这个的10倍以上。创始人说：“AI不是在烧钱，是在重新分配成本。” ———— “所以以后拼的是什么？” 拼谁能用更低的成本，提供更好的服务。拼谁能在算法、架构、能源上做到极致优化。 “成本低意味着什么？” 意味着生产效率更高。企业利润更高。国家竞争力更强。 “那 DeepSeek 崩这件事本质是什么？” 是一次压力测试。告诉所有人，AI不是免费的，它需要强大的基础设施支撑。 ———— “再说直白一点？” DeepSeek 崩了，不只是因为资源不够。还有流量突增、调度架构、服务弹性等问题。但这些问题背后，都指向同一个方向：基础设施的重要性。 “那最后大家争的还是资源？” 以前是石油。现在是算力。本质是能量 + 效率。 ———— “那普通人该记住什么？” 记住一件事。不要只盯着最火的东西要盯着支撑它的东西。 “什么意思？” 不是谁在用 AI 最赚钱。而是谁在给 AI 供电、供资源、供系统，同时还能优化成本、提升效率。 “再具体一点？” 未来最值钱的，不只是最聪明的AI 而是能让 AI高效、稳定、低成本运转下去的那一整套体系。 ———— 很多人盯着 AI有多厉害。很少人去看，AI靠什么活着。活着靠什么？电，资源，系统，优化。所以真正的机会，从来不在最亮的地方。在光背后的那一层。你可以不懂AI。但你要知道，谁在给它续命，谁在让它更高效。因为所有大机会，都藏在基础设施里。 ———— 你觉得下一个“底层红利”会在哪？评论区聊聊。

Powerpei🦅

18,351 görüntüleme • 3 ay önce

英伟达干半天的活，这芯片一分钟就搞定了，该技术已经走出实验室，应用在“大规模MIMO信号检测”项目中了…一旦量产，干掉的可能不光是英伟达，华为昇腾和寒武纪也要小心了，弯道上的不光有你们…

英伟达干半天的活，这芯片一分钟就搞定了，该技术已经走出实验室，应用在“大规模MIMO信号检测”项目中了…一旦量产，干掉的可能不光是英伟达，华为昇腾和寒武纪也要小心了，弯道上的不光有你们…

汉尼拔火罐

81,571 görüntüleme • 8 ay önce