1 月 24
范, 路AIGC AI公司, AI发展, AI监管政策, Anthropic, ARM, ARM技术, ChatGPT, IT就业, Meta, MGX, OpenAI, OpenAI战略, Oracle, 中东基金, 中东投资, 中东经济, 中国基建, 产业链, 人工智能, 人工智能政策, 人才流动, 企业合作, 全球合作, 全球市场, 全球布局, 全球算力, 创新中心, 创新战略, 创新计划, 创新驱动, 台积电, 国际合作, 国际市场, 大模型, 孙正义, 山姆奥特曼, 川普, 川普政策, 市场前景, 市场投资, 市场趋势, 微软, 微软云, 技术领先企业, 投资机会, 投资策略, 星际之门计划, 未来科技, 未来科技趋势, 欧洲科技人才, 硅谷, 科技产业, 科技企业成长, 科技创新, 科技博弈, 科技发展规划, 科技峰会, 科技愿景, 科技成果, 科技投资, 科技政策, 科技未来, 科技热点, 科技生态, 科技生态系统, 科技突破, 科技竞争, 科技繁荣, 科技股, 科技蓝图, 科技融资, 科技规划, 科技解决方案, 科技论坛, 科技资源, 科技趋势, 科技趋势分析, 科技进步, 科技革新, 科技项目, 科技领导力, 算力中心, 经济发展, 美国科技, 美国经济, 芯片, 芯片产能, 英伟达, 英伟达芯片, 行业动向, 计算中心, 谷歌, 跨国合作, 软银, 马斯克
星际之门计划，好大的一张饼。大家好，欢迎收听老范讲故事YouTube频道。今天咱们来讲一讲山姆奥特曼、川普、孙正义这些人给大家画的一张巨大的饼，叫星际之门计划。
其实呢，在拜登时期，山姆奥特曼就已经四处开始忽悠星际之门计划了。他要去掌控巨大的算力中心，而且这个算力中心应该主要在美国的。现在川普上台了，川普就亲自去宣布这件事情。孙正义、山姆奥特曼、Oracle以及另外一个中东土豪，他们一起组建星际之门计划。4年时间在美国要投入5,000亿美金，这只是在美国。
既然有中东土豪基金，那么可能在中东还会花钱，但是你要保证在美国花5,000亿。为什么是4年？川普的时任期就是4年嘛。而且呢，要在美国提供10万个高级就业岗位。做算力中心肯定不需要外卖员、快递员，但是一些IT维护人员算是高级就业岗位嘛。应该也算吧，IT蓝领这个还是需要一些的。
More
12 月 11
范, 路英伟达，NVIDIA，黄教主，GPU AI产业, AI算力, AI芯片, AI行业, Coreweave, CPTPP, GPU, HBM缓存, 一卡难求, 中国市场, 中国芯片产业, 中美关系, 中美贸易, 云计算, 交换机, 产业升级, 产业政策, 产业转移, 产业链, 产品质量, 代工厂, 企业合规, 供应链, 供应链重构, 全家桶策略, 全家桶销售, 全球产业链, 全球化, 全球贸易, 制裁清单, 半导体, 华为, 华为云, 反垄断, 反垄断法, 反垄断调查, 发展机遇, 台积电, 合并审查, 商业道德, 国际博弈, 国际贸易, 地平线, 垄断审查, 增长策略, 处罚条例, 市场份额, 市场垄断, 市场监管, 市场竞争, 市场竞争状态, 开源承诺, 技术垄断, 技术壁垒, 技术监管, 捆绑销售, 摩尔线程, 数字经济, 数据中心, 数据传输, 数据处理, 数据安全, 数据通信, 智能计算, 服务器, 欧盟法律, 环境影响, 用户选择, 监管政策, 硬件整合, 硬件销售, 科技创新, 科技制裁, 科技巨头, 科技投资, 科技独立, 科技竞争, 竞争法, 算力中心, 算力卡, 网络互联, 网络设备, 美国制裁, 美国商务部, 自主替代, 芯片产业, 芯片代工, 芯片制造, 英伟达, 越南, 越南布局, 越南建厂, 跨国并购, 软件能力, 高性能网络, 高性能计算, 高速网卡, 麦洛斯, 麦洛斯收购案, 黄仁勋
英伟达突然被中国进行了反垄断审查，这事他冤吗？大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，这家AI时代最赚钱的公司，在中国突然遇到审查了，究竟是怎么回事？
首先呢，英伟达不光是在中国受到审查，欧盟和美国也在对他进行反垄断审查。法国呢，主要是在今年7月份，对他去投资一个叫Coreweave的公司进行审查。Coreweave干嘛的？他是买了很多的英伟达的显卡，去做算力中心出租的。你说OpenAI，我用微软的就行了，或者谷歌用自己的，亚马逊也用自己的，但总还有一些小一点的公司说，我们想要零散的去租一些英伟达的算力，去进行模型的训练、微调或者推理。Coreweave就专门干这个的，而且他应该是在这一块做了最大的一家，英伟达在里边进行了大量的投资。法国政府说，我调查一下你里头有没有一些其他的问题。
12月7号呢，欧盟也展开了对英伟达的反垄断审查。审查的是什么？叫捆绑销售，就是你买了英伟达的算力卡，你必须要再买我其他的哪些东西。这个其实跟这一次中国对英伟达展开的反垄断调查基本是一个原因。美国商务部呢，对英伟达是提出了质询，但是呢并没有正式立案。原来呢讲说美国商务部对英伟达立案进行反垄断审查了，英伟达呢出来辟谣了，说他们质询了，我们愿意配合调查，我们有信心，完全都是开放的。大家选择我们的产品，是因为我们的产品质量好，因为我们的产品性能好，而不是因为我们进行了捆绑销售。
More
11 月 15
范, 路新能源智能汽车 OEM, PTT造车, R&D, 中国新能源, 产业布局, 产业政策, 产业迁移, 产业链优化, 企业创新, 企业战略, 企业转型, 供应管理, 供应链优化, 供应链公司, 全球供应链, 全球市场, 全球经济, 公司治理, 关税政策, 创新技术, 制造业回流, 制造基地, 制造流程, 区域经济, 台积电, 商业环境, 商业策略, 国际合作, 国际竞争, 国际贸易, 土耳其, 增值税, 墨西哥, 大政府, 宏观经济, 小政府, 川普, 工业政策, 市值, 市场分析, 市场动态, 市场竞争, 市场需求, 并购战略, 成本管理, 技术创新, 投资战略, 政府补贴, 政策应对, 效率提升, 新能源汽车, 日本车企, 欧洲车企, 汽车产业链, 汽车出口, 汽车装配, 汽车销售, 海外市场, 海运爆仓, 物流行业, 特斯拉, 环球企业, 生产布局, 生产效率, 生产能力, 生产链, 生存策略, 电动车市场, 盈利模式, 知识产权, 研发中心, 竞争优势, 经济放缓, 经济整合, 经济模式, 经济转型, 美国制造, 美国经济, 职业发展, 自主研发, 芯片制造, 芯片法案, 英特尔, 行业动荡, 行业布局, 行业挑战, 行业规划, 行业调整, 行业趋势, 设计中心, 财务管理, 贸易壁垒, 贸易政策, 进口关税, 马斯克, 高端制造
大家好，欢迎收听老范讲故事的YouTube频道。今天来讲一讲川普时代的汽车产业链如何迁移。
首先，川大统领确实是上台了。这其中有一点让我觉得很诧异，就是在投票之前，那一周的民调到底是咋做的。在民调之前的两周，再往前都是川大统领必胜，各种遥遥领先。到最后这一周的时候，突然就感觉两边都在使力气说不行了，有可能要输，有可能会有问题。跟川普有关的各种经济指标，像比特币的价格，很多他的股票相关的信息，都有明确的回调。这个让我觉得非常诧异，感觉好像是两边约好了一样。
民主党说：“我们也得走一些好看的数据。”到共和党说：“我们也不能让大家掉以轻心。”一旦大家觉得稳赢了，可能就不出来投票了，所以一定要让大家有危机感。因此，双方配合起来，给大家看了一个势均力敌，甚至在很多的州里边，哈里斯还领先的这样的一个民调结果出来，最后让大家担惊受怕了一整天，特别是到11月5号的时候。但最终呢，有惊无险，川大统领还是上台了。这个过程我们就不去详细分析了，因为你按阴谋论的方式，这个事就没完没了了。
More
10 月 21
Luke FanAIGC, 芯片的故事 AIGC行业, AI企业战略, AI企业生存, AI企业竞争, AI发展趋势, AI商业价值, AI商业化, AI大模型, AI工具, AI市场分析, AI市场前景, AI市场变化, AI市场策略, AI市场需求, AI应用, AI应用方向, AI技术创新, AI技术趋势, AI投资, AI未来发展, AI桌面应用, AI泡沫, AI芯片, AI行业分析, AI行业动态, AI行业崩盘, AI行业挑战, AI行业未来, AI行业机遇, AI行业洗牌, AI行业洞察, AI行业现状, AI行业痛点, AI行业观察, AI行业转型, AI裁员, Anthropic, GPU租赁, H100租金, Kimi, OpenAI, ToB, ToC, 个人用户, 云计算, 光刻机, 创投, 台积电, 商业模式, 商业模式创新, 商业用户, 大企业裁员, 大模型同质化, 大模型训练, 字节跳动, 存储市场, 市场洗牌, 市场预期, 开源模型, 手机需求, 投资, 投资者心理, 泡沫破裂, 电脑需求, 盈利, 算力卡, 算力需求, 股市震荡, 自由职业, 自由职业者, 芯片市场, 英伟达, 行业迷茫, 行业重组, 行业预测, 订单减少, 谷歌, 财报泄露, 郁金香时刻, 阿斯麦, 阿里
大家好，这里是老范讲故事的YouTube频道。我们现在开始讲第一个故事：阿斯麦崩盘。
是不是AI大模型要迎来郁金香时刻？什么是郁金香时刻？就是我们认为有一个大的崩盘即将到来的时候，我们管它叫郁金香时刻。因为当年荷兰人去卖郁金香的时候，就遇到了郁金香崩盘这样的事情。后面每一次大的这种泡沫破裂的时候，你可以认为它是一个郁金香时刻。
那么阿斯麦是怎么崩盘的呢？算是意料之外，情理之中。为什么叫意料之外呢？因为由于某个技术原因或者某一个技术故障，导致了应该是晚一天发布的财报提前一天泄露了。但是呢，这个泄露出来的财报并不是说虚假的或者说有错误的，就是正确的财报，只是他看到的时间稍微早了一点，或者是大家意料之外的这个时间看到了。早看到一天、晚看到一天，里面的数据都不会发生任何变化。
More
9 月 23
Luke Fan芯片的故事 AI PC, AI PC市场竞争, AIPC趋势, AI芯片, AMD, AMD AIPC处理器, ARM芯片, CPU芯片竞争, GPU巨头竞争, Intel亏损, Intel光刻机, Intel经营困境, Intel芯片, Intel芯片危机, Windows生态, Wintel格局, 三星代工, 专利布局, 中国科技市场影响, 代工业务转型, 代工厂, 全球半导体, 全球手机市场, 全球科技监管, 全球经济影响, 全球芯片供应链, 全球芯片格局, 半导体市场, 半导体未来发展, 半导体行业投融资, 半导体行业裁员, 博通收购, 反垄断, 反垄断审核, 台积电, 大型并购审核, 微软独家协议, 晶圆代工, 欧盟科技监管, 电脑行业趋势, 知识产权之争, 硬件制造, 硬件整合, 科技巨头, 科技收购, 科技股权激荡, 科技行业收购趋势, 移动互联网, 纳斯达克科技收购审核, 美国芯片法案, 芯片代工厂商, 芯片制造, 芯片法案, 芯片生产瓶颈, 芯片生产自动化, 芯片设计, 芯片集成, 英伟达, 英伟达AI优势, 英伟达显卡, 英特尔局势, 英特尔投资, 高通Intel并购影响, 高通与Intel整合, 高通与英伟达竞争, 高通利润, 高通并购策略, 高通战略, 高通收购Intel, 高通芯片
高通要收购Intel，这是不是又要上演一场蛇吞象？还是说在AIPC即将到来的时候，两家不是那么强势的公司准备合并在一起，大战一下英伟达呢？
大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲高通收购Intel的事情。消息呢，是上周五突然传出来的。高通说：“哎，我准备去收购Intel了，你们自己看着办。”Intel这边目前没有做出回应，也有记者去问到了Intel中国分公司，结果说不予置评。这种不予置评呢，相对来说就比较耐人寻味了。你说这事是有的，或者说这事没有，都算是一个结论；但是不予置评呢，就是我们要再想一想。
市场的反馈也很有意思，高通的股价应声下跌。因为大家都知道，Intel这样的公司，你要把它吃下来再消化掉，这个过程是非常痛苦的，因为实在太大了。而Intel的股价呢，却稍微上涨了一些。他终于有救了，有一个挣钱的公司要来收购咱了。
More
8 月 12
Luke Fan互联网商业故事 13代CPU, 14代CPU, AI, AI业务, AI时代, AMD, ARM CPU, ARM PC, BIOS, CUDA, Facebook, G1, G2, Google, GPU, IDM2.0模式, Intel, iPhone, M1, M2, M3, M4, Microsoft, NVIDIA, OpenAI, 下个季度指引, 主板厂商, 乔布斯, 互联网泡沫, 产业链, 传统, 全球, 内在矛盾, 出货量, 制程工艺, 台积电, 基辛格, 安卓, 市值, 市值蒸发, 微代码, 性能瓶颈, 投资, 持续下滑, 故障检测, 故障率, 数据中心, 新公司, 新兴领域, 显卡, 显微镜, 晶体管, 智能手机, 未来走势, 极限, 氧化问题, 泡沫, 渲染, 游戏, 游戏开发商, 游戏本, 潮流, 电信企业, 电压限制, 科技巨头, 科技股, 移动互联网, 算力核心, 美国公司, 股价暴跌, 苏妈, 英伟达, 英特尔, 苹果, 营收, 蓝屏问题, 裁员, 谷歌, 财报, 超薄本, 超频, 逆风翻盘, 金融机构, 长远, 预期, 频率限制, 驱动, 骁龙X Elite, 高通, 黄仁勋
刺破AIGC泡沫的难道是英特尔吗？大家好啊，这里是老范讲故事。今天咱们来讲一讲英特尔崩了。
英特尔崩的原因其实非常非常多。有些人说，财报不及预期，亏损加大了；还有人说，下个季度的指引更差。什么叫下个季度的指引呢？就是你每次发财报的时候，会有一堆的金融机构说，我预期他要达到多少多少。你现在不超过预期，就认为是不及格，你就要去下跌。如果你超过了预期，但超过的不够多，也是不行的。如果你超过了预期，超过的姿势和方法不太对，或者各种的比例不太好，大家也不乐意。
下个季度的指引是什么呢？一般情况下，这个公司发当季的财报的时候，会说：“我下个季度大概是一个什么样。”这叫下季度指引。在下季度指引发之前，肯定还有好事者说：“来，我也给你预期一下，你下季度怎么样吧？”英特尔的下季度指引呢，更差，比这个季度亏的钱还多。
More
6 月 19
Luke FanAIGC, 芯片的故事 2纳米光刻机, AIPC, AIPC市场前景, Apple Intelligence, Apple M系列芯片, ARM CPU, ARM协议, GPU, NPU, NUVIA, PC厂商, Surface系列电脑, TPU, Windows ARM, WWDC, X86芯片, 专利费, 低发热, 低耗电, 公版核心, 内存升级, 华为, 台积电, 安卓手机, 微软, 技术许可, 显卡, 显存, 架构设计许可, 核显, 海思, 独显, 算力核心, 统一内存, 联发科, 联想, 芯片专利, 芯片代工, 芯片价格, 芯片兼容性, 芯片创新, 芯片制造, 芯片功耗, 芯片发热, 芯片市场份额, 芯片市场分析, 芯片市场动态, 芯片市场机会, 芯片市场竞争, 芯片市场需求, 芯片市场预测, 芯片性能, 芯片技术前沿, 芯片技术发展, 芯片技术挑战, 芯片技术趋势, 芯片投资预测, 芯片授权费用, 芯片标准, 芯片生产工艺, 芯片研发, 芯片行业动态, 芯片行业新闻, 芯片行业竞争, 芯片许可协议, 芯片设计, 芯片设计公司, 芯片销售, 英特尔, 苹果A系列芯片, 苹果官网, 苹果操作系统, 苹果电脑, 计算核心, 高通, 高通Xelit, 高通与ARM争端, 高通垄断, 高通收购, 高通独家协议, 高通芯片, 高通芯片设计, 高通诉讼
大家好，欢迎收听老范讲故事YouTube频道。今天我们来讲一讲AM作妖，让苹果的M系列芯片可以继续在AIPC领域里头独霸天下的很长一段时间的故事。刚刚结束的WWDC，大家还看到了Apple Intelligence。有些人觉得在挤牙膏，有些人觉得很震惊，但是有一点是确认的，就是苹果演示了大量可以在本地顺畅运行的模型，以及这些模型可以跟操作系统结合在一起，极大地改进用户体验。这件事情大家还是觉得非常棒的。
那大家有没有想过，所谓的Apple Intelligence，这些可以在本地运行的模型，它的底层到底是什么啊？它的底层就是苹果的M系列芯片。所谓的苹果M系列芯片，是苹果专门为了应对PC工作，在AM的许可标准下，自己定制的一款芯片。现在我们有M1、M2、M3、M4啊，最新的是M4系列芯片。这个芯片呢，跟传统的手机芯片不一样，它的算力会更强，但是跟X86芯片也是不一样的。X86芯片的话，它的耗电啊，它的发热都是很厉害的，而M系列的芯片啊，它的耗电，它的发热都是有极大的改善。因为这种芯片本身是为移动设备开始设计的，所以很省电。在没有非常大的算力要求的时候，它可以关闭大量的核心，非常非常省电。那么省了电它就肯定不发热了嘛，你也不需要再去散热。
More
6 月 04
Luke FanAIGC, 英伟达，黄仁勋的故事 1.8万亿参数, 2.7万亿美金, AI, AIPC, AI工厂, AI工厂时代, AR, Blackware, COMPUTEX, GPT-4, GPT4, GPU, GPU技术大会, GPU核心, GTC, H1, H100, MoE, NVIDIA, NVlink, RTX, scoring low, SERVER, stable diffusion, TOKEN, TX, VR, 云计算, 人工智能, 内存, 军备竞赛, 分析, 参数, 参数量, 台积电, 合作伙伴, 商业, 垄断地位, 大模型, 工程师, 市值, 应用开发, 开发者, 微软, 戴尔, 技术大会, 投资人, 推理, 推理能耗, 支架, 数据中心, 显卡, 机器人, 机箱, 模型, 模型训练, 游戏助手, 版本, 生态链, 用户, 硬件, 科技, 移动互联网, 竞争, 竞争对手, 竞争者, 算力, 算力成本, 算力芯片, 缩放定律, 股价, 能耗, 芯片, 英伟达, 苹果, 行业秘密, 计算机, 计算机大会, 训练能耗, 设计, 谷歌, 贷宽, 超威, 车载芯片, 软件, 铁皮, 黄仁勋
大家好，欢迎收听老范讲故事YouTube频道。今天，咱们来讲一讲黄仁勋在COMPUTEX上的狂欢。COMPUTEX是一年一度在台湾举行的计算机大会。黄仁勋，作为现在真正AI时代的当红炸子机，可能是唯一靠AI赚了大钱的人。虽然微软也在赚钱，但是微软整个靠AI挣的钱并没有那么多。真正靠AI赚了大钱的公司只有他一家——英伟达。刚才我看了一下，英伟达现在市值2.7万亿美金。大家知道，再往前就是微软的3.2万亿，第二名是苹果，2.9万亿，还差那么一点点。可能稍微一哆嗦，英伟达就有可能成为世界第二市值的公司了。那么，黄仁勋上面都讲了什么呢？作为网红，肯定还要先暴露一下行业秘密，别人都不知道他知道的事情。上来先说一下他现在讲的是什么——就是GPT-4到底有多少参数。GPT-3.5大家知道是1,700多亿参数，就是一个170多亿级别的模型。但是到GPT-4的时候，OpenAI就再也没有出来说它到底有多少参数。很多人说你是不是超过万亿了，对OpenAI来说，这个数据不是很准确。我来辟谣了，但是具体有多少，从来没有讲过。黄仁勋在前面的GTC，就是GPU技术大会上，每年一次的英伟达自己的开发者大会上，上面也讲了……
说起来1.8T，这个1.8T指的是什么呢？其实就是1.8万亿参数，而且它是一个Moe模型。当时OpenAI并没有对此多说什么，但这一次，在《Computer Text》上，他们又反复强调了这个事情，明确指出GPT-4的训练参数达到了1.8T。这让人们意识到，想要达到GPT-4的水平，还有很长的路要走。尽管现在大家都在努力研发号称能达到或接近GPT-4水平的模型，比如几百亿参数的模型，比如梅塔的拉马3可能会有一个400亿参数的模型，国内也出现了很多一两百亿参数的模型。但事实是，即使提到的1.8T参数，如果考虑到是Moe模型，分成八份来看，那么单个模型可能也就相当于200多亿参数的水平。
More
RSS