“给中国供应H200，就是给朝鲜供应核弹。”

大家好，欢迎收听老范讲故事的YouTube频道。

这是2026年达沃斯论坛上，Anthropic CEO阿姆戴伊语出惊人了。达沃斯世界经济论坛最近在开，上头有很多有趣的演讲、有趣的访谈。这一次是在1月20号的一个访谈上，主题叫“AGI之后的一天”，就是我们已经实现AGI了，该怎么办。

主持人是《经济学人》的一位主编，他就去问Anthropic的CEO阿姆戴伊了。他的问题是什么？如何看待美国政府的一种逻辑：我们需要卖给中国芯片，因为我们需要确保通过供应链将他们与美国绑定在一起。

美国政府（黄仁勋）的逻辑 vs. 阿姆戴伊的反驳

其实这不是美国政府的逻辑，这是黄仁勋的逻辑。黄仁勋的意思就是：如果我们不卖给他们芯片，过一段时间他们自己造出来了，可能跟我们这个路线就不一样了，这个更可怕；还不如我们就卖给他，只要我们一直卖给他们芯片，他们就自己不努力了。

从历史上来说也确实如此，中国到现在为止没有自己的操作系统，就是因为原来Windows基本上是不打盗版的，Office其实打盗版打的也不好，所以WPS这些是在非常非常后期才逐渐发展起来的。黄仁勋说咱们也这样，咱只要卖给他芯片，他们就不自己研究了。

这个主持人就问了这样的一个问题，阿姆戴伊的回答是什么？他说：

“这就像是决定向朝鲜出售核武器，仅仅因为这能给波音公司带来利润，或者因为那是波音制造的，就觉得美国赢了。”

他认为这种为了商业利益而扩散极度危险，技术的权衡是完全讲不通的。

双雄同台：Anthropic与Google DeepMind

这一次访谈不是阿姆戴伊一个人，是Anthropic的CEO阿姆戴伊和谷歌DeepMind的CEO哈萨比斯联合做的访谈。再结合他们两个在达沃斯论坛上各自的访谈，咱们总结一下他们两个眼中的对华关系到底是怎么样的吧。

他俩凑一块也还算合适，因为谷歌本身就是Anthropic的大股东。Anthropic两个大股东，一个谷歌，一个亚马逊，跟谷歌的人坐在一块聊个天，这没毛病。而且询问他们两个中国问题，这事也没毛病。Anthropic的阿姆戴伊在百度是工作过一两年的，他可能在中国待过几天，主要是在百度美国的研发中心，当时是在吴恩达手下干活。哈萨比斯有一半华人血统，他妈是个华人。所以他们俩来，现在你谈到科技，那必须是AI的主场；你谈到AI，也不太可能离开中国竞争的问题，所以把他们拎在一块来聊一聊。

阿姆戴伊：激进的“反华急先锋”

阿姆戴伊绝对是所有AI公司老板里头的反华急先锋，没有比他更反华的了。封闭中国账号他最积极，你像我到现在有谷歌的账号、有OpenAI的账号，就不太敢去开Anthropic的账号，因为封的太厉害。你只要梯子这个IP地址变来变去的，他就直接给你把账号封了，这个实在是没必要。而且他也告诉大家说，我们绝不跟任何中国公司合作。原因也很简单，他的公司是个新公司，他没有中国业务，而且他ToB的业务也不太希望跟中国公司竞争。

谷歌还是有中国业务的，Meta也是有中国业务的，虽然他不在中国没法落地，但是有大量的中国广告主在上面投广告，谷歌跟Meta都不会说中国什么，更别说苹果了，中国是他的全世界第二大市场。只有Anthropic这种新公司，他敢来说这个话。

关于中国AI技术：“小镇做题家”

他看不起中国科技，他认为中国并没有真正赶上美国的技术前沿，外界对于DeepSeek的担忧是被夸大了。当被问及中国是否因为之前的DeepSeek时刻而赶上的时候，阿姆戴伊直言：“我认为他们从来没有真正追上过。”

而且说中国的模型像DeepSeek这样，主要是针对基准测试进行的过度优化，这并不代表真正的能力——“小镇做题家”。我做大量的模拟练习以后，我去参加考试一定是很强的，但是这些小镇做题家到底最后能不能胜任工作？能不能有一个综合性的很好的表现？他认为是不行的。

但其实中国这么多互联网大厂，这么多地方里头都有小镇做题家。他们一开始可能会有一点点不适应，经过大学训练以后，真到互联网大厂里头，这些小镇做题家已经跟普通的这种大城市的孩子没有特别大区别。但是他依然揪着说：哎，中国模型主要是跑分，其他都不行。其实DeepSeek在中国大模型里头算跑分跑的少的。

商业竞争与“内战优于外战”

然后他讲到企业级应用，中国大模型都是没有竞争力的。在实际的商业竞争中，当Anthropic竞标企业合同的时候，竞争对手几乎都是谷歌或者是OpenAI。他表示自己“几乎从未”把合同输给过中国模型。但这话就很有意思，第一个叫“几乎从未”，那意思就是说不是一次都没有哈，可能还是有过的。

他认为限制中国公司的关键就是芯片禁令。他指出中国科技公司的CEO们自己也承认了，芯片禁运是阻碍他们发展的关键。而且他认为美国的芯片制造能力上领先中国多年，即使是落后一代的芯片，也就是咱们现在讲的H200，也是非常强大的。因此向中国出售这些芯片是巨大的错误。

他希望的地缘政治博弈的这种最终目标是什么？他叫“内战优于外战”。什么意思？他说只要别把芯片卖给中国，就能将原本美国对中国的生存竞争，转换成Anthropic对谷歌DeepMind这样的良性商业竞争。因为DeepMind的人坐在那了嘛，所以咱们就自己竞争竞争就算了，别跟他们折腾。

原因其实也很简单，就是像他这样的ToB的公司，其实最终是要去卷这个1-100的。谷歌其实卷了很多0到1的东西，Anthropic要卷1到100。而卷1到100这件事，中国人其实是很强大的。为什么？0到1是做创新，1到100其实是拼执行力。而拼执行力这个东西，咱们有一个词叫“内卷”，他也不希望跟咱拼内卷。

哈萨比斯：温和的评估与国际合作

哈萨比斯的态度就要温和很多了。他自己是半个华人嘛，对于中国科技的竞争力，他的评估是这样的：就是很强大，但是缺乏原创性突破。实际上就是你中国人做0到1还是搞不定的，你只能做1到100这些事。对于DeepSeek的冲击，他认为DeepSeek的出现并不是西方的灾难，西方有点反应过度了，他并没觉得DeepSeek怎么样。

字节跳动的实力

他觉得字节跳动很强，他评估中国目前的水平并没有落后一两年，可能仅仅落后前沿6个月左右。大家想想，他为什么会觉得字节跳动强？因为它后边是谷歌。谷歌最强的地方在哪？不是Gemini特别强，而是一声令下，下边所有人得跟着走。你所有的产品必须要去接Gemini的，而且有完整的用户体场景，有巨大的用户量，有巨大的流量，这是谷歌真正的优势。

而这些优势DeepSeek是没有的。谁有？字节跳动有。后边有抖音，有今日头条，有一大堆的产品。你只要豆包产品做起来了，那上边一声令下，下边就可以把这些场景都用起来。所以他认为字节跳动是很强的AI公司。

全球治理与安全标准

对于芯片限制这件事，哈萨比斯其实要平和一些，他更侧重于国际标准，而非单纯的封锁。当阿姆戴伊激烈的抨击向中国出售芯片就是向朝鲜出售核武器的时候，哈萨比斯并没有直接附和这种激进的贸易封锁言论。

他讲的是什么？他承认中美之间存在地缘政治竞争，这使得国际合作变得非常棘手，算是一个正确的废话吧。相比于阿姆戴伊强调的不卖芯片，哈萨比斯更强调应该建立一个全球通用的、最低部署安全标准。他认为AI是跨国界的技术，会影响全人类，因此即便仅仅是西方达成协议也是不够的，必须在全球范围内包括中国达成某种共识。

哈萨比斯给出的理想的应对方案是什么？就是做一个国际的科学合作，希望能够集合全球最顶尖的头脑，包括哲学家、社会学家，以严谨的科学方式共同完成AGI的最后几步。

AGI何时到来？

这一次访谈标题是“AGI之后的一天”。AGI到底啥时候来？

• 阿姆戴伊：非常乐观（今年或明年）。 他的理由是现在AI构建AI的闭环已经建立起来了，因为AI一旦开始自己去升级迭代，后面这个速度就完全不可控了，飞轮转起来了。
• 哈萨比斯：相对谨慎（2030年左右，50%概率）。 原因是AGI的定义门槛很高。它对于AGI的定义不仅仅是解决问题，而是具备科学创造力，包括提出假设和定义问题的能力，而不仅仅是回答问题能力。

哈萨比斯也反驳了阿姆戴伊的关于自我进化在所有领域都通用的观点。他指出在编程和数学领域，AI生成的结果可以被自动验证，是对是错一跑就知道。但是在自然科学领域，比如生物、物理这个领域，验证结果是需要做实验的。这样的话，你这个AI就没有办法自己去做验证。

未来社会：白领大清洗与“宏观经济异常”

两个人都认为接下来几年将是人类历史上最关键的时刻，无论是一年还是五年，这都是一场巨大的变革。

阿姆戴伊：悲观的经济预测

AI对于社会的破坏这一点上，他们两个有什么样的观点？Anthropic的CEO依然是很激进的，他认为白领职位会面临大清洗，50%的初级职位会消失。

他认为认知水准线的上升与编程的终结是未来的一个方向。在Anthropic内部，负责核心产品的工程师实际上已经不再自己写代码了，所有代码都是由AI（也就是Claude）去写的，人类工程师只负责编辑和审查。他举例说，他们最近仅用了一周半的时间就构筑了一个新产品（Cowork），几乎全是由AI编写的。

他认为我们将面临前所未有的“宏观经济异常”。怎么异常法？就是高增长和高失业要并存。阿姆戴伊预测会出现极高的GDP增长，因为AI极大的提高了生产力和企业的利润，但同时伴随着高失业率或者严重的就业不足，以及巨大的贫富差距。

哈萨比斯：后稀缺世界与意义危机

哈萨比斯还是要稳重一些的。他讲的不是说有多少人会失业，而是人类会有新的事情要去做。他对于未来社会的长期愿景是我们将进入一个叫“后稀缺世界”的一个新的时代。AI将通过实现可控核聚变、发现新材料等方式，解决能源和资源的根本限制。

至于终极挑战，哈萨比斯给出的挑战是什么？是从生计转向意义。原来我们都是要谋生，要赚一口饭钱，以后会有一个叫“意义危机”的东西。哈萨比斯坦言，这比经济问题更让他夜不能寐。工作不仅提供收入，还为许多人提供了生活的架构和目标。

所以它给未来提出了一些方向：

• 探索宇宙：利用AI探索物理学的极限、意识的本质，甚至进行星际旅行。
• 哲学与艺术：社会可能需要新的哲学家来引导思考，人类可能会从事更复杂的艺术创作。

终极思考：技术的青春期与《超时空接触》

最后，因为这个主题叫“AGI之后的一天”嘛，阿姆戴伊回应了一部科幻电影，这个电影叫《超时空接触》。这个里边有一个词叫“技术的青春期”。

电影里有一个场景，有一个接触外星人的机会，主角上去，这个委员会就问他：如果你只能问外星人一个问题，你会问什么？主角的答案是：

“你们是怎么做到的？你们是如何度过这种技术青春期的而没有自我毁灭？你们是怎么挺过来的？”

电影中并没有给出答案，这其实是大过滤器理论的一种演绎。阿姆戴伊认为，我们现在就正处在这个技术青春期。你看青春期嘛很躁动，每一件事情都很美好，但是也有很多很多的困惑。

其实刚才这个问题的答案是有一个版本的，出现在电影的剧本里头。这个剧本后来出版了，但是这个答案并没有出现在电影里面。就是可能拍了，但是因为这个答案实在太黑暗了，给剪掉了。那这答案是什么？就是有人去问主角，如果外星人的答案是：“我们通过清除反社会者、弱者、病人、不想要的人来解决问题。”那人类该怎么办？

这一段实际上是在强调，即便有答案，也可能是你不愿意接受的答案。这可能也是阿姆戴伊说我们不能卖给中国芯片的一个原因。他可能会觉得中国是通过这样的方式来迈过技术青春期的，这是他不愿意接受的答案，虽然他自己也没有答案。而哈萨比斯则认为说，我们先坐下来谈吧，那谈的过程我们可能就能避免这件事情。

好，这就是这一次在达沃斯论坛上，Anthropic的CEO阿姆戴伊讲的“说卖给中国芯片就相当于卖给朝鲜核武器”这个故事的一个前后解读。大家自己也思考一下，到底应该怎么来去解读这件事情，我们应该向哪里走。

好，这一期就讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

背景图片

Prompt：Detailed watercolor illustration of a World Economic Forum conference hall, empty chairman stage with three chairs for a roundtable interview, ornate wall panels, subtle metallic trims, neon cyan rim lighting on glossy surfaces, deep navy ambience, high contrast, ink wash textures, cinematic depth, minimal palette, clean negative space for typography –ar 16:9 –stylize 130 –chaos 3 –v 7.0 –no people, faces, attendees –p lh4so59

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。

这次先通过揭示现状，然后发布新GPU，但对于具体数据——多少核心、多大算力、内存多大、带宽多少，人们似乎已经感到麻木。现在大家更关心的是，如何将这些GPU有效地集成起来，如何把它们拼装成服务器，以实现更强大的计算能力。这背后的提升，不是5%或10%的增长，而是几倍的飞跃。这成了技术关注的新焦点。

如何装到机房里头，统一为别人去服务，这个是现在大家更关心的事情。所以现在呢，他们发布的叫Blackware GPU，而且，它取出来那个板子上是两块GPU和一个CPU，应该是他们自己做的CPU。这是一整块，然后可以装到一个大的服务器里面去。再把这些服务器堆叠在一起，使用它的NV link，让这些GPU可以像一块完整的GPU那样工作。这样说，你就可以去训练更大的模型了。而且，今年是这个Blackville，明年就是Blackville Ocho，再往后是Robin。就是说，往后一代都给你规划好了。再往后一步，是叫Robin Ocho，所有的GPU一直规划到2027年，一定让2027年之前的GPU都给你规划好了。

现在呢，很多大佬还在惦记着买H100。他现在就专门告诉你说，你看我这个艾克威尔跟这个H100比，它强在什么什么地方，好在哪哪哪。但是很多人还想买H100，这是为什么？可能Blackware它的这种工作方式，或者说它可能需要跟更多的设备先行捆绑，而H100的话，相对来说可能兼容性会更高、更好一些。就是你用任何的这种通道服务器，都能相对容易地兼容和使用。

你把它插上去都是可以用的。likerware我倒是真没看到它出这种——就是像原来金砖啊，像我们以前讲的A100、H100这样的，我们管它叫金砖嘛，就是它的卡还是金黄色的，方方的一块，可以插上去的。好像没有看到这样的东西啊。现在呢，基本上都是以两个black Verre在一起，然后头上带一个CPU，是完整的这个配置。

当然了，这些大佬，包括马斯克、扎克伯格，可能也不是说我就一定要去买H100。对于他们来说，H100就算是一种计量单位，就是说啊，他们会算上自己到底买了多少H100，或者说现在手里的算力相当于多少H100。你像扎克伯格之前讲，说他买了35万块，加上他手里现成的有60万了，再加上后面再接着买，现在扎克伯格手里的大概有接近100万块H100，相当的算力。这就跟我们造炸弹的时候说，这个炸弹相当于多少吨TNT啊，最后变成了一种衡量单位了。

老黄（指NVIDIA的CEO 黄仁勋）就告诉大家说啊，你们来买新的吧。而且这种升级是呈几何级数升级的，所以不要去买旧的，去买新的，这样的话才能够保持它的垄断地位。如果说哎，我现在这个GPU再涨上去，涨了10%，涨了20%，那大家就不买它的了，就去买AMD，买英特尔，买其他的这些算力芯片去了。

甚至像高通这样的公司，都能做出一定的算力芯片来。这样一来，人们可能就不会一定买它的产品了。但是现在的情况是，我们谈论的是算力要涨十倍、百倍、千倍，而且每年都要这样增长。为什么呢？因为这成了一场军备竞赛。每个人都害怕落后，就像人们常说的“输在起跑线上”。我们从小让孩子上补习班，是为了什么？就是出于这种害怕，这种焦虑感。老黄就是在给大家制造焦虑：你现在买了旧的，等明年出了新的，你就落后了。你必须去买新的，然后当更新的版本出来时，你又要再买。毕竟，GPU不像软件，软件可以逐年升级，而且升级成本相对较低。但GPU，你需要整块购买，一年后淘汰，再换新的，这成本实在太高了。一片就是4万美金，Blackwell的价格我虽然没查，但肯定不便宜。所以，要让大家每年跟着升级，必须讲出一些更有诱惑力的故事来。目前，从算力成本和能耗几个方面看，确实在全面升级。一方面，算力成千倍增长，成本自然是变贵了。这没什么可争议的。但就单位算力的成本来说，它是下降了。比如，原来的H100卖4万美金，但使用Blackwell之后……

你可能继续达到H100同样的算力，这只需要原来1/10，甚至1%的成本，是这样大幅下降的。能耗方面也是如此，比如说，要达到原来H100的算力，所需消耗的能耗可能也只是原来的1%。如此发展，GPT-4的1.8T训练能耗引人注目，因为之前很多人讨论，GPT-4训练一次的能耗相当于多少个家庭一年的电力消耗，让人担忧AI发展的能源瓶颈。但现在的进展是，重新训练一遍的能耗降低了99.7%，仅为原来的1/350。而进行推理时，即训练完成后用于问答等任务，能耗更是降低到原来的1/45,000。这样的发展速度令人惊叹，从GPT-4推出至今不过一两年，能耗的减少就达到了如此程度。

军备竞赛在AI领域体现为不断制造焦虑，促使各方持续投入。这就像冷战时期的军备竞赛，你有武器，我必须跟进。如今在技术领域，特别是英伟达所处的，情况类似，但效果是整体提升，正如“一人得道，鸡犬升天”。之所以提到这一点，是因为他们还强调了除了芯片本身，还有Vlink技术，能够将服务器像拼图一样连接，整个机房的服务器作为一个单一GPU工作，展示了技术整合带来的巨大效能提升。

因为，这些服务器在一起，你的GPU的算率越大，可以并行处理的东西就越多，与内存和CPU之间的通道越宽，整个进行大模型训练的效果就会越好。所以他说，他可以干这件事情，但在这个过程中，这些服务器，或者其他一些相关的配件，都跟着他“鸡犬升天”了。比如说，像戴尔、超微电子这些给他造服务器的公司，全都因此受益，一路上涨。因为你不能只有GPU，不能只有他们的加速卡，还得把所有配件凑在一起，这些东西才能正常工作。而这些配件，都是值钱的。

在这个过程中，服务器肯定变得更贵了。比如说，原来用的是H100的服务器，现在变成了更高级的查克威尔的服务器，那自然是服务器变贵了。但你想，服务器变贵的过程中，到底是什么东西变贵了呢？其实，只有与H100相关的专利费变贵了。大家要注意，因为大家自己并不造芯片，也不造服务器，他也不造算力中心。他只是设计好GPU，交给台积电去生产、封装、测试，然后下交给板卡厂商制作成板卡，再由服务器厂商组装成服务器，最后等待比如马斯克这样的人购买安装。所以，整个服务器链条上的价格上涨，实际上主要是由于关键技术组件的成本上升，特别是H100相关的专利费用。

除了GPU价格飙升之外，其它相关成本也难免水涨船高。你不能期望其它东西都保持低廉，这显然不合逻辑。我们整体的成本基数提高了，但单位成本可能有所下降。不过，要注意的是，老黄的市场策略极为精准。GPU的知识产权价值多少，或者说它的设计成本是多少，他们心中有数。如果没有竞争对手，价格自然可以定得更高。但即便如此，人们依然能看到成本在以惊人的速度下降，甚至是以十倍、百倍的幅度。然而，GPU的设计价值却在不断提升。

除了NVIDIA本身，那些制造显卡、服务器以及各种配件的厂商，它们的产品也会随之增值。比如，如果你用一个价值4万美金的H100来搭建服务器，仅这一部分就是一笔昂贵的投入。而且，随着Nvlink标准的采用，替代了以往的Pcie标准，意味着新的配件、新的线缆等都将应运而生，价格自然比过去高出许多。

我记得早些时候，为惠普的小型机配备一个简单的支架，就是一个铁质架子，都能卖出数千元的高价。原因在于它专为小型机设计，很多工程师甚至会私下找工厂定制支架，替换官方配件以赚取差价。这背后反映的是，即便是一些看似不起眼的配件，在特定情境下也能变得极其值钱。

大家其实也都知道，那个铁皮的支架，你说能值多少钱？你凭什么一定要买惠普的？他只要是惠普的工程师给你装上，下次他接着给你修不就完事了吗？你跟着这个比较贵的东西一块去卖，他就会卖的很贵。但是这几天呢，戴尔和这个超威的股价，其实已经快有点绷不住了。大家心里也明白，虽然你们跟老黄跟的很紧，但是这个里头真的，你就是个卖支架的，卖个铁皮，卖个机箱的，你跟着里头的GPU一起水涨船高，这件事稍微的有点侮辱大家的智商。

现在呢，是AI工厂时代，现在老黄也讲说我们现在就是AI factory。在这样的一个时代，我们应该如何与时俱进呢？我记得在移动互联网刚开始的时候，我们写很多应用，当时我们在思考说，哎呀，我怎么能够省一点流量，因为那个时候流量很贵。我们都想着如何去节省流量，如何在使用的时候联网，不使用的时候怎么把它断开，想着怎么去省一点电，怎么去做一些其他的节省资源的事情，可以少占一些硬盘的空间，可以交互的时候少交互一些流量。当时的我一位老板就跟我讲，说你们想这个事情是错的，说为什么呢？就是因为很简单，随着时代的发展，这些东西都会变得不值钱的。比如说现在，流量咱们现在……

其实，基本上是没有流量焦虑的。我记得最早开始使用手机，那时候刚进入3G时代，我们都会做什么呢？每天定时打开流量，收完邮件后立即关掉。为什么会这样？因为酷，而且节省。现在，还有人这样做吗？没有了。现在，我们走到哪儿，站在哪儿，就开始刷抖音、看视频。已经很少有人会说，我必须节省流量，等到有WiFi的地方再做这些。绝大部分人没有这个意识了。

电的问题现在也不那么大了。虽然手机应用还需要省电模式，但现在的手机几乎都是一天一充。你的应用再费电，能比微信还费电吗？能比原神还费电吗？所以，这些问题也变得无关紧要。因此，很多以前为了省电而做的操作，实际上已经没有意义了。

再往后说，我们是否会考虑在硬盘或手机上占用更少的空间？以前在猎豹工作时，我们还在研究如何让软件占用空间尽可能小。但现在看看《原神》有多大，看看那些手机游戏的大小，再看看微信在你手机里占了多少空间，就会觉得，我们当初那么精良的考虑，好像都没什么大作用。是的，所以在AI Factory这个时代，也就是AI工厂时代，我们仍在思考如何能省一点TOKEN，情况依然如此。

我怎么能够让它反应得稍微快一点？我怎么可以调用不同的大模型？这个模型贵一点，那个模型便宜点。我尽量让便宜的模型干尽量多的事情，让贵的模型干少一点的事情，做一些其他的，比如优化（reg）或者做一些这种节省沟通交互的事情。可能真的再过一年，这些就会变得很可笑，就像我前面讲的，我们在做手机应用的时候，让它怎么去省流量，从网上下载的东西少一点，占的硬盘空间少一点。我们现在回想，那时候想的这些事情就显得很可笑。但是在AI时代，刚才我们讲的怎么能够省一点TOKEN，怎么能够让便宜的模型多干点，贵的模型少干点，怎么能够让多个模型相互搭配起来使用，可能也会变得很可笑。而且，这个时间会来的非常快。

黄仁勋呢，除了讲数据中心业务，就像我们刚才提到的Blackvail，一切都是数据中心业务，这也是现在英伟达核心的收入来源，没有之一。现在，他主要就靠这个业务玩。那么其他的呢？也还在讲，英伟达这家公司特别有意思，它不会说某一个业务特别好，就把所有的身家都压上去。它永远是在所有它认为有趣的地方投注，即使这一个方向很长时间没有结果，它依然会在里面坚持。那么，它肯定还有些其他的业务在做什么呢？

比如说，RTX加载的AIPC，因为前面微软发布的AIPC是基于高通的。现在，英伟达说了，你们使用英伟达的GPU，也可以达到同样的水平。英伟达专门为了AIPC设计了一款很小很轻薄的GPU，而且很省电。但这一块上，它稍微有一点尴尬。为什么呢？你如果真的要轻薄省电，你一定使用ARM的，对吧？就是使用高通的就好了。那你说，我现在稍微费点电也可以，这个英特尔自己也出了，英特尔说，你们就直接用英特尔完整的GPU加上算力核心就完事了，你不用再去单独配独立的GPU，依然可以达到AIPC的能力。包括AMD也是这么干的，AMD自己也产X86的CPU，AMD说：“来哇，你直接买我的APU加我的算力核心，就一次搞定。”

那么，英伟达的RTX这个方案为什么尴尬呢？就是它必须要再搭配一块Intel或者是AMD的X86的CPU，它才可以正常工作起来。这对于强调轻薄便携的AIPC来说，就稍微有些尴尬了。但是，英伟达也强调了，加上他们的技术后，算力是苹果的多少多少倍，主要是与苹果的M系列芯片在比较。在这方面，我们还是要相信老黄的，他的算力确实是靠功率支撑起来的，如果他真想达到某个目标，他有这个实力。

说我在电脑上做Stable Diffusion的，这样出图，速度很快。那一定是配着呼啸的风扇声，以及呼呼转的电表，一起来工作的。除了AIPC之外，还在讲游戏助手。但是这个呢，我觉得大家看着开心一下就可以了。他说我做个助手帮大家打游戏，这个呢，就属于工程师思维——一拍脑袋觉得，“我需要一个这个”。其实，游戏跟这个没有那么大关系。就算是AI应用在游戏里面，应该也不是通过游戏助手的方式去应用的。

另外，还展示了机器人。他说所有跟机器人相关的东西，我们都上，也做了全套的机器人套件。还有，其实VR、AR以及车载芯片，其实都在英伟达的整个路线图里边。再往前走，很多人就会关心，英伟达到底还能坚持多久呢？他真的还差2,000亿美金就追上苹果了，对吧？苹果2.9万亿，他2.7万亿，真的差的不多了。他到底能不能超过苹果，甚至能不能超过微软，成为全世界最值钱的公司？这个其实大家心里都在打鼓。

英伟达呢，跟其他不管是微软也好，苹果也好，有一个特别本质的区别，就是它是一个“轻公司”。这个“轻公司”赶上时代红利是可以的，但是到底能不能长久地坚持下去，这个就很难了。黄仁勋展示现在的成就，未来的路线图，让人充满期待的同时，也不免有几分疑虑。

但是，并没有说我要砸重金进去，变成一个重型公司。大家注意，苹果是个很重的公司，它生产电脑——虽然电脑也是台湾人给他造的——它的手机是富士康，包括比亚迪都在给他造手机。它是这样的一个公司，虽然供应链在外面，但是这些货品、这些设计，包括全球的仓储物流，很多东西都是属于苹果自己的。所以，苹果是个很重的公司。微软其实也是一个很重的公司，微软自己在造Surface，那个东西虽然卖的并没有那么好，但是它也是电脑平板，甚至还有很多其他的硬件，比如说键盘鼠标。微软键盘鼠标其实做得非常好。而且微软其实还有一块很重的资产，那就是云计算中心，它有很多的数据中心。微软现在是全世界可能GPU最多的公司了，因为后边有OpenAI这样的一个“亲儿子”，那你肯定是要靠这么多的GPU去养的。微软现在的GPU，如果大概核算成H100的话，应该有180万块，这都是重资产。

谷歌呢，也是一个很重资产的公司。谷歌紧跟在英伟达之后，他现在是市值第四的公司。谷歌我记得在云计算兴起之前，曾经有一段时间，他拥有全世界大概6%的服务器，这是一个多么恐怖的数字。而现在，虽然应该没有那么多，但谷歌的数据中心依然规模惊人。

也是一块非常非常沉重的业务。而且，另外一点是什么呢？就是我们来看，整个的生态是否稳固，或者说，整个的价值体系是否可以稳定地升级上去。还有一个点可以看是什么？就是你上下游的生态链是否足够稳定。围着你吃饭的人到底有多少？以前我们在学生物的时候讲过一点：在一个自然环境里头，食物链越长，或者说参与到食物链里的动物、植物越多，它整个的生态系统就越稳定。为什么呢？因为其中有一些波动，其他的这些生态位上的人，或者这些动物，就可以慢慢地把它平衡回来，而不是说啊，我的食物链很短，就两三节，参与的动物也不是很多，植物也不是很多，可能中间稍微有一点闪失，这个食物链就崩溃了。

咱们来看看苹果，上下游其实有非常多的人围着他吃饭。我们不说这些果链企业，就光在苹果应用市场里头，做应用的这些人，也有几十万人，对很多人来说，这是他们的收入来源。再看谷歌，像我们现在在这看YouTube，我在这拿着YouTube的广告费，那我们也算是谷歌生态链里边的一环。那是非常多的人靠着谷歌生活。啊，微软那不必说这些靠广告吃饭的，因为微软的广告并没有那么多，但是微软上下游，是有大量的系统集成公司，靠着微软吃饭的。

还有微软云上的大量客户，但是英伟达有没有这么多人靠着它吃饭呢？英伟达虽然一直努力地在打造他的生态链，整个生态环境，但是并没有那么多。所有能战胜英伟达的，像刚才我们说的戴尔、超威等，这些已经都涨疯了。剩下的呢，其实没有那么容易贴上去。虽然有很多人说，“我们拿英伟达的CODA，我们去写这些Transformer的大模型。”但是这些人呢，实际上在整个的生态链里面是非常非常小的一群。现在能够真正把这个东西跑通的人非常少，虽然这个领域的人才工资非常高，但是人数真的不多，它没有真正撬动大众。所以，我从这两个方面来论述，英伟达到目前为止，依然是一个很轻的公司，资产很轻，它的整个生态链其实也是相对短而且相对脆弱的。

那么英伟达现在能够赌的是什么呢？就是这个缩放定律，叫“scoring low”。只要这个东西依然有效，黄仁勋呢，就还可以继续狂飙那么一段时间。“scoring low”是什么东西？就是我堆更多的数据，上更大的模型，上更大的算力去计算，然后得到的模型效果就更好。这个东西只要依然在，还可以大力出奇迹。那么大家就说，那我们就接着老老实实地买他们家显卡。

而且，这种倍速一定是十倍、百倍、千倍这样往上涨，为什么呢？因为如果你说，我英伟达下一代的GPU就比现在快20%，那大家就不更新了。或者说，我干脆去买AMD吧，AMD的比你这还便宜点，算力也没有那么差，只是这个过程稍微麻烦一点——我需要重新去适配AMD的算力卡。大家要注意，因为做这行的人很少，这些人很聪明，对他们来说，适配一个新的算力卡，难度并没有那么高。

刚才我为什么专门讲了苹果的生态链、谷歌的生态链、微软的生态链？因为它们里面有很多低端开发者，对他们这些低端开发者来说，技术迁移的门槛是很高的。你让他重新换一下，比如说，“你原来做安卓的，现在去给我做iOS开发去”，他真不会。甚至说，他学会了以后还能涨些薪水。但是对于英伟达来说，如果他没有办法快速地让算力十倍、百倍、千倍地涨上去，那么大家就会渐渐背离他，对他的忠诚度是相对比较低的。

有可能造成英伟达崩塌的原因有三个，咱们最后总结一下：

第一个就是摩尔定律失效了，缩放定律已经没效果了。大家发现，上更多的数据，配更大的模型，训练完了以后效果提升了。一旦到这样的情况，就不会有人再疯狂地去买他的新显卡了。

第二个中心转移了。突然间，又一个特别赚钱的应用方向爆发起来。大家注意，现在为什么大家都在选择这个？因为“缩放法则”——谁都用不好。大家只能去比谁的模型做得更好，然后去跑这个，跑那个。但是一旦发现，这个模型在做一些特定应用时，效果好得一塌糊涂，而且极其赚钱，那么这个时候，就不会有那么多人继续投入资金去做新模型的研发了。他们可能觉得，现在的模型就够了。这相当于什么呢？就是说，虽然“缩放法则”仍然有效，并没有崩塌，但是没有人愿意再往上堆成本了。因为，尽管“缩放法则”有效，但增加更多的算例、更多的数据，那都是钱。一旦出现特别赚钱的领域，即使“缩放法则”依然有效，增长也会停止。

第三个因素是巨头合作，突破并扩大了垄断。现在，大家离不开英伟达的原因，就在于它推进的这套扩大——可以称之为通用计算方法，具体的名称我不再详查，它是不开源的，而且英伟达拥有专利。因此，大家都在这个基础上进行了应用开发和大模型的训练。之后，想要更换这个技术，就会有一个成本。这个成本，我们要反复讲，不高也不低，为什么会这样呢？

肯定换过去以后会有些兼容性的问题。但是呢，因为你后边真正使用你的H100也好，Blackware也好，都是些什么人？特斯拉、苹果、谷歌、微软、亚马逊——他们可以花最贵的钱，雇最好的工程师，说来咱们今天去改一遍就完事了。这个都是有可能的。但是，这个临界点在什么地方？临界点就是，如果涨不上去了，那咱就改；或者说突然有人说，“我愿意砸一笔更大的钱进来，咱就改。”为什么？詹奥特曼说，“咱们砸一笔大钱啊，1,000亿美金，或者说1,000万块H100算力的这个GPU，我们统一搞一次，做星际之门去。”这个对于英伟达来说，都是比较大的威胁。就是这三个威胁。

英伟达呢，也算是我们现在的一个传奇故事。我相信在整个的AICC大时代里头，我们还可以不断地看到它的故事继续。好啊，今天我们要讲的故事就到这里。感谢大家收听，请帮忙点赞点小铃铛，参加Disco讨论群，也欢迎有兴趣有能力的朋友加入我们的付费频道，再见！