联想技术世界大会上看江湖恩怨情仇。大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲10月15号刚刚在西雅图召开的联想技术世界大会，它叫Tech World 2024。

在这场会上，上台演讲的人呢，第一个是杨元庆，联想的老大；然后是英特尔的CEO基辛格博士；再往后是AMD的CEO苏兹风博士；再往后是英伟达的老大黄仁勋，他不是博士啊。这些人是在现场演讲的，还有一些嘉宾呢，就显得亲疏有别了，他们并没有到现场来演讲，而是发送了视频演讲，就是在现场播放了他们演讲的视频。第一个是微软的萨提亚·纳德拉，微软CEO；然后是高通的CEO克里斯蒂亚诺·安盟；最后是Meta的小扎，也在里边发表了演讲。这个是一开始没太想到的，因为Meta的小扎跟前面咱们讲的所有这些人其实没啥关系。

那么在整个的大会上呢，发表了哪些东西呢？第一个是联想自己的AI PC，以及联想自己的AI Now。AI Now是一个什么东西呢？就是联想自己的一个基于PC的AI助手。这种东西呢，其实有点像，比如说三星应用市场啊，或者是索尼应用市场，有点像类似这种东西。为什么要提到这两个产品呢？因为你想，他们三星也好，索尼也好，出的都是安卓手机，你安卓手机在海外的话，按道理说你用Google Play就完事了。但是不行，我们一定要做一个自己的应用市场，在上边去。到底有没有人用我不管了，反正我得做。

所以现在联想出的AI Now呢，也是类似这样的一个东西。你是用微软Copilot，还是用联想AI Now，我不管，反正我得出一个，就是类似于这样的产品，做了，但未必有很多人用。那么联想AI Now的底层是什么呢？刚才想想演讲嘉宾里头有哪些人跟他们关系不是特别密切的呢？对啊，这个联想AI Now里头用的是Meta的LLama 3.1。所以呢，小扎在里边有一个演讲，小扎也算第一次混到了PC圈里头，他原来跟PC圈是不怎么打交道的。

除了联想AI Nowe之外，这次还发了一个东西，叫X86生态系统咨询小组，做了这样的一个新的机构。这是什么样的情况？X86生态现在要混不下去了，面临ARM的这种竞争，已经要有问题了。原来英特尔结构，也就是英特尔跟Windows做的这个架构里边，X86是非常坚挺，完全不可动摇的一个位置。但是现在，随着苹果M系列芯片的大卖，微软也跟高通一起做了X Elite这样的芯片，做了Windows for ARM这样的系统出来。

所以现在，X86整个的团队说：“哎呀，不行了，天要塌了啊，我们要重新抱团取暖了。”所以这一次发布的是两个东西，联想AI Now和X86生态系统咨询小组。联想算是绝对的PC老大，在联想收购了IBM的PC业务之后，全球就是他老大了。到目前为止，联想在全球的PC出货量和中国的PC出货量都是老大。2023年，联想在全球出货了24%的PC，在全球每卖100台PC里头，包括笔记本，有24台是联想的，当之无愧的冠军。在中国市场的话，是34%的市场占有率，也是当之无愧的冠军。

那么联想这样的PC老大出来说：“我们吆喝个事吧，然后大家来捧个场啊。”大家一定是要来的。在这个里头，AMD跟英特尔一定是最亲近的，对吧？这俩做CPU的，AMD自己还做GPU，很多的联想产品上都是使用他们的产品的。而且，X86的大旗也需要靠他们两家继续扛下去。所以现在有很多人想说：“哎呀，尽释前嫌，在外敌面前，大家还是要团结一致的。”所以英特尔跟AMD两个，基辛格和苏资峰握手言和，说：“来，咱们研究一下啊，这个地盘要丢掉了，基本盘要不保了，咱们怎么能混下去？”所以他们赶快来，去组织X86生态系统咨询小组。

那么X86生态咨询小组里都有哪些人呢？英特尔肯定是老大，这个东西他发明的，其他人都是从他那里直接或间接拿到的授权，所以英特尔一定是在的，AMD也在，因为AMD也是做X86架构的CPU。

然后就是联想，它也在里面。再往后一个叫博通，博通呢其实主要是在做网络和存储相关的芯片，也是非常大的一家公司。然后是一些其他的电脑厂商，比如说戴尔、惠普，这都在里面。然后谷歌也要进来掺一杯，因为谷歌其实自己也是做电脑的。但我现在不太确定谷歌最新的电脑还做不做了，因为谷歌原来有一段时间出这个Pixel的电脑。而且他们的电脑到底用的是X86的架构，还是用的ARM架构，不太确定。反而谷歌也可以算是一个电脑厂商吧。

然后有一个公司叫汇宇科技，汇宇科技呢其实原来是惠普的子公司，只是现在的两家分开了。惠普主要出各种个人产品，个人电脑、打印机什么的；汇宇科技呢主要是各种企业级用户使用的产品，是他们在做的。他们也来参与进来。

然后Meta，我做LLama系列的开源大模型，那么我在这个里面也要去支持PyTorch这样的大模型的支持系统。这些系统要支持X86架构，所以Meta也加入到了X86系统咨询委员会里面。除了Meta之外，还有微软、Oracle、红帽子。Oracle是做数据库的，其实也做操作系统，Oracle自己也有一些Linux发行版本。微软肯定是Wintel战略里边不可或缺的一支。红帽子算是所有的Linux里边比较大的一支。我现在不确定是红帽子最大，还是Ubuntu最大，但是红帽子参加了，Ubuntu没有在里面。

其他还有一些德高望重的老先生，比如说Linux内核的创始人Linux老头，还有俺real之父叫Tim Swinney。那你说与会嘉宾里头有没有人没加入呢？哎，咱们看一看。原来都讲着说领导生病了，谁来了我记不住，但是谁没来我记着呢。咱们看看，刚才咱们讲了这么多与会嘉宾里头，有谁没在刚才这个X86的小组里边来。像Meta跟大家平时玩不到一块的人，他都在里头。那有两家没在里头，一个是高通，一个是英伟达。高通呢其实跟联想还是有蛮多合作的。

联想自己也出了一些高通芯片的Windows笔记本。就是它有Windows for ARM嘛。联想现在用X Elite这个芯片，也做了几款设备出来。那么英伟达为什么没在里头呢？其实英特尔和AMD最恨的不是高通，最恨的是英伟达。英伟达上来讲的是什么呢？你买我英伟达的显卡，就有AIPC了，你不需要去买最新的AMD芯片，也不需要去买最新的英特尔芯片。因为AMD和英特尔都为了AIPC，为了AIGC大模型设计了新的芯片，希望联想通过AIPC的大卖，把他们的新的芯片卖出去。但是英伟达上来以后说：“唉，不用费劲了，你们用原来旧的芯片，用比较低档的英特尔和AMD的X86芯片，只要是在里边插上我的英伟达显卡，就可以了，效果比他们那还好。”所以这也是不能让它加入的，高通不能加入，英伟达不能加入。

联想在整个这个里边，实际上是个渣男。为什么这么讲呢？就是联想除了出英特尔和AMD的电脑之外，还出高通的电脑。联想还出一个型号的电脑，里头用的是兆芯的产品，亿兆的“兆”，芯片的“芯”。这俩字，兆芯的这个芯片其实也是X86架构的。兆芯的X86的授权是哪来的呢？是原来的台湾威胜电子的X86授权。他可以继续去造这个芯片。台湾威胜电子原来有一段时间卖的还挺火，叫Cyrix芯片（C Y R I X），只是后来他们就慢慢淡出大家的视野了。

现在国内要求信创，要求完完全全的国产替代，所以上海兆芯电子又重新活跃了起来，为联想提供完全国产的X86架构的芯片。因此，联想现在也完完全全可以提供全国产替代的电脑。除了刚才我们讲的高通的芯片的电脑以及兆芯的电脑之外，联想还跟龙芯一块合作做了电脑。但是龙芯现在是发布了，他的产品应该还没有上线，因为龙芯的芯片里边的指令集是完完全全自己的，100%号称是中国自主研发、自主知识产权。那甭管是不是真的，他有一点是肯定的，那就是跟谁都不兼容。

既不是ARM的指令集，也不是RISC-V的指令集，更不是X86的指令集。它跟谁都不一样，所以他们这种电脑，谁要去买的话，估计会比较酸爽。咱们刚才把各种芯片公司的关系都讲了，再看看几个软件公司之间的关系：Meta、AI Now、Copilot，他们三个之间是什么关系？Copilot是微软的嘛，大家要注意，Copilot在国内是不能用的。在国内，你是只能用一些其他的产品。而且在联想开完了这个会之后，微软马上就宣布说微软云的AI接口不对中国个人开放了，但是微软云的AI接口对中国企业开放。所以联想的设备里头，有可能会接一些微软云的企业AI接口，但对个人接口全都封闭了。这也是为了在国内合规。微软的Copilot，无论是在它的Office、浏览器里面的搜索引擎，还是电脑里边的，在中国都是不让用的。

那么，AIPC在中国就只能用AI Now，就是联想这套东西。而Meta呢，就是AI Now的底层提供者，提供LLama3.1。而且可能未来会升级到LLama3.2。LLama3.2现在我们在本地可以跑1B跟3B的版本，只能是做文本处理。10B或者更大的这些版本，现在本地还跑不了，在Ollama里头还没有。那个是可以进行多模态的处理的，你给他一张图，直接问他说这里头画了什么，他可以直接回答出来。这还要再等一段时间才能出来。我相信等到那个时候，可能联想的AIPC，它的功能相对来说就比较完整了。

因为在苹果开了这么多大会之后，所有这些做PC的厂家说：“我已经搞明白了Apple Intelligence怎么做。”联想AI Now，我照葫芦画瓢抄就行了。本地能够跑的硬件，AMD、英特尔、英伟达都给我搞定了，包括高通也可以搞定。然后软件的基础，我们用LLama3.1就可以了，未来可能会升级到LLama3.2或者更新的版本，然后它的整个服务模式。

照着苹果抄就可以了。以后的 AIPC 在海外，如果你用 Windows 的话，就主要用 Copilot。如果在国内的话，AI Now 也可以稍微将就一下。大概是这样的一个运作方式。

今天我们看到的是什么呢？我们总结一下，就是村里最大的地主要开个堂会。联想吧，就是 PC 这个村里最大的一个地主，他开堂会呢，那个场子大家肯定还是要来捧一下的。就是甭管大家是貌合神离也好，还是各怀鬼胎、同床异梦也好，大家还是要来的啊。英特尔、AMD、英伟达、高通、微软、Meta，大家都抵到现场来捧这个场。你如果没来的话，我们会记住你的。

而 AIPC 这条路的话，其实是非常难走的，啊，充满了荆棘。在这个路上，有地缘政治的问题，甭管是咱们的国产替代，还是说 AI 的产品不允许在中国落地等等，这样的一些问题凑在一起之后，整个 AI PC 全球的市场，其实这个路是很难走的。因为 PC 这样的一个产业，一年全球出货 6,000 多万台的 PC，如果大家没有办法做一个统一的标准，你做你的，我做我的，在这个基础上再去进行软件开发、服务设计，就会变得非常非常困难。

至于未来到底会走成什么样，真不好说，我们一步一步往前走，拭目以待。而且我们可能还需要留出一些很神奇的问题。这些问题是什么？比如说，纯国产替代的 AIPC 怎么办？现在国内还有国内的这些显卡的芯片，还有国产的这些 CPU，这些国产 CPU 里头有谁可以跑 AIPC，现在还不知道。我们就用 Llama 这个东西行不行？还是说到了中国 Llama 也不让用了，必须要去用通义千问，或者用百度文心一言。百度文心一言还用不了，因为它没有离线的版本，必须在服务器上使。百度文心一言跟 AIPC 就没有什么关系了。那么这个是不是要去换系统，现在还都不一定呢？

Llama 在国内其实使用的是非常普遍的啊，但是呢，大家谁都不说，就跟微软的这种微软云的 AI 接口一样啊，所有国内厂商去签约使用微软云 AI 接口的，都要求同时签保密协议。

你不许对外说啊，我用了你们家东西。LLama其实也是如此，大家都去喊自主创新，自主知识产权去了。我怎么能够承认我是用LLama呢？如果联想的电脑在国内进行招投标的时候，那我们还要想说，哎呀，我们用的是不是纯国产的芯片，纯国产的内存，纯国产的SSD，纯国产的Linux操作系统，还是说我们用了纯国产的开源大模型？这个可能还是未来大家需要去回答的一些问题。

好啊，这就是今天跟大家讲的故事。联想在西雅图办堂会，各路大佬啊，甭管是心怀鬼胎同床异梦，大家都是来捧个场。未来AIPC的前景堪忧。好，这期就跟大家讲到这里，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。

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。

那我们去看到什么游戏本，当你去看这种算力工作站时，不要去研究它的大小，只要听听那个声音，风声呼呼呼的声音，你就知道它耗电量有多大，散发了多少热量。而在苹果的电脑上，只有在大型模型运行时才能听到风扇的声音，平时这个东西非常安静，就像在旁边放了一个iPad一样。下面我们也要搞AIPC，微软也要干，联想也要干，所有的这些人都要干。我们不能把AIPC的这条发财之路完全让给苹果，所以我们要换这个CPU，换一个和苹果的m系列芯片长得差不多的芯片。那么这样的芯片是什么呢？你需要一个AM的CPU核心，AM的计算核心，然后要有一个算力核心和它一起工作，不管是GPU、TPU还是NPU，这些都叫做算力核心，实际上它们长得都差不多。GPU是图像处理器，TPU叫向量处理器，一般谷歌出来的都叫TPU，因为它们叫Tinsen floor嘛，然后NPU叫神经处理器，实际上都是差不多的东西。我们要把这些东西集成在一个芯片里，然后再加上统一内存，这就是我们需要的AIPC的CPU。苹果设计统一内存这件事也是一个很天才的想法。以前我们在买笔记本时都会想，到底是要买独显还是集显，所谓的集显就是这个显卡是集成在CPU上的。

坐在计算内核里面的叫核显。核显有一个很大的问题，就是它没有独立的显存，而是使用计算机内存来工作，因此速度会慢很多。而独显则有独立的显存，速度快得多。苹果解决了这个问题，他们采用了统一内存的设计，速度相对较快，但价格稍微贵一些。

很多人会问，为什么苹果的内存价格在官网上要比其他地方贵很多。在淘宝、京东等地方看到的内存条价格可能只是你购买整个内存的价格的几分之一。这是因为苹果采用了统一内存的设计，而且苹果电脑无法单独升级内存，只能更换整个计算核心才能升级内存。所以，如果你想要更大内存的苹果电脑，唯一的途径就是在苹果官网上选配更大内存的电脑，没有其他办法。

微软也加入了这个行列，他们也要做ARM CPU。在微软发布会上，他们与高通合作演示了Xelit，这将是微软未来Surface系列电脑中所采用的ARM CPU。
它是Three Letter Acronym（三字缩写）的简称，用于描述一种特定的授权协议。而Ala则是Another Licensing Agreement（另一种许可协议）的缩写。这两种授权协议都是由ARM公司提供的，用于授权其他公司使用其技术和设计制造芯片。这些授权协议详细规定了受许可方可以使用ARM技术的范围、限制和条件。

叫技术许可协议，沟通拿到的就是这种东西。你要是拿到这样的许可协议呢，就可以拿着AM的公版的计算核心。什么叫公版？就是说我设计好了，这就是公开的版本，然后大家拿出去用。千万不要改，就只能使用。这个修改的权利你没有，这叫公版的。而苹果拿到的呢，是Ala，叫架构设计许可。这个东西是什么？就是你只要架构跟我一样就完了。里头到底长什么样，没关系你可以自己改去。苹果拿的是这样的一种协议。所以，苹果可以拿这个协议自己去改核心，可以去定制核心。不管是A系列芯片还是M系列芯片，实际上都是在AM的公版核心基础上修改过的。它就更适合苹果操作系统。那高通说我也得改啊，我不能用这公版呢，你那公版那个是给手机设计的。我也得改去，对吧？但是高通手里没这协议，让AM去买。AM说我不卖给你，你必须使用这个架构许可协议。高通就想了一个小招数，干嘛呢？他去买了一家公司，这家公司叫NUVIA。把这家公司买下来了。比如说这个公司手里头啊，也有LA的这个许可协议，就是叫架构许可协议。我买下来我不就可以用了吗？为什么苹果手里有这个协议？别人没有，NUVIA手里为什么有这个协议？这个原因很简单，AM基本上是苹果一手带大的，就是AM的第一个订单就是苹果的。

而且，ARM一开始创立的时候，苹果是给钱的。所以，ARM基本上是苹果一手养大的孩子啊。苹果在ARM手里头，各种各样的协议都是比较宽松的，想怎么玩怎么玩啊，想怎么折腾怎么折腾。而这个纽约的创始团队呢，完完全全是苹果A系列芯片的设计核心团队。是这样的一帮人，从苹果离职之后去做的公司。所以呢，他也跟ARM谈了一个ALA的协议回来啊，就是加购许可协议。这个公司一创立就被苹果告，说你们这帮人违反敬业，违反职业操守。你不但是从我这走了以后，去设计同样的芯片，你还从我这挖人，不停的挖人出去啊，做你们的纽约的这个公司啊，就一直在被苹果起诉。后来这起诉到什么时候结束呢？一直到高通花了14亿美金把这个纽约买下来，苹果才算是说结束了，说我不告诉你了，这个事咱和解了，拉倒了。那苹果为什么给高通面子呢？这是另外一段小恩怨。苹果一直想要摆脱高通的限制。苹果虽然里头A系列芯片是自己的，但是里头还有很多的芯片是使用高通的。而且高通卖芯片其实挺黑的，它呢是先要交一遍专利费，然后再按照每一个芯片多少钱再给钱。所以高通卖的芯片，相对来说是比较贵的。苹果不希望被高通限制啊，就想办法做一些小花招，什么小花招呢？就是我先买着你高通的芯片，买完了以后呢，我也问你说这玩意咋做的呀。啊，苹果呢，因为它需求量很大。

有点特大气垫的样子。就是我买这么多东西，高通你得来给我服务来。然后高通就上去知无不言，言无不尽。去说去了，说完了以后呢，苹果一扭脸，然后把这事告诉Inter了，说Inter啊，你给我做芯片啊，高通是这么这么干的，你照这样给我做。然后这良品率就上升了，功耗就下降了，高通就不乐意了，就把苹果给告了啊，你们这太过分了啊，你拿了我的技术秘密，去跟我的竞争对手Inter去分享去了啊，这事不行。苹果呢本来也很硬气啊，在这硬诉到了一段时间以后呢，苹果自己翻车了啊，他翻了一什么车。苹果有一段时间，想去做自己的基带芯片，就是我们iPhone上能够去连接4G 5G信到的那个芯片，叫基带芯片。结果做来做去呢，自己没做出来，那怎么办呢，那只能低下头来说，那高通对不起，我错了，我接着买你们家芯片吧，回来认错来了，咱就和解吧，该赔钱赔钱，该怎么弄怎么弄啊，把这个项目给和解了。然后和解的时候呢，就顺手这高通就说了，说你看我这还一小兄弟呢，你这还告诉他呢，我把他买下来，你是不是一块。和解了就算了，就这个纽约事情，那苹果说，那算了吧，谁让咱们这自己不争气呢，自己做基带芯片没做出来，为了下一步发iPhone，我还得买高通的芯片，那我们就和解了吧。所以呢，高通算是从纽约手里头得到了一张Ala的他们许可证啊。

又往前走了一步，但是高通光买这个项目花了14亿美金。你以为他跟苹果和谐，把这个事情搁在里头，他肯定也是算成本的。被这一张许可证，高通应该也是花了几十亿美金了。肯定是跟苹果那边也是放弃了一些利益，才让苹果放弃了对纽约的诉讼。那么在这种情况下，高通肯定得把这钱挣回来啊。那高通咋办呢？跑到微软那去说，你不是要去做MPC吗，我给你做啊。但是呢，这个前期投入很大，你看我已经花了这么多钱了。对你跟我签一家独家供应协议。以后呢，只要是Windows出的这种AMPC，必须独家使用沟通的芯片。这事你干不干啊？微软说那别人都不愿意干，就你愿意干这事。而且诚意满满，钱都花了，那我就干吧。就跟他签了这么一个独家协议。这个就是我们现在讲的叫XA lit。这个芯片就诞生了。这个芯片是由从苹果那边离职的，创始人纽维亚的创始人，用着纽维亚从arm那边拿到的Ala的许可协议，做出来的沟通芯片。这个芯片是这么来的啊，很曲折这么来法。但是来了以后呢，有点名不正言不顺。为什么呢？因为am又把高通跟纽威尔又给告了啊，说我确实是给纽威尔发了ala的局克协议啊。你确实可以在我的许可范围内去做自己定制的核心，不用我的公版核心。但是呢，你只要是公司被并购了，这个协议就失效了。你不能把这个协议传递给沟通。你只要去了就就失效。

而且呢，IM也正式宣布说，我取消了你这个授权了，以后你们就不再拥有权利，可以自己定制核心了。必须使用我的公版核心。哎，整了这么一出，那么现在呢，两边还在法院上在打着呢。昭通说我花了14亿美金，没有这张协议，我为什么花14亿美金去买它？而且我现在芯片也做出来了，微软发布会也开了，我就准备卖了。你现在给我摁，这事不行，AM也说不行啊。我，我就是卖标准的，你在我这标准里的分叉，这事我也不允许。所以两边呢，现在镶在这了。现在这个X Elite芯片呢，虽然我们还没有见到，这个芯片具体跑成什么样，但是据高通自己说，已经可以在很多指标上超越苹果的M3了。现在M4肯定它还达不到，或者M3后边的什么Pro Ultra Max这些东西，它现在还达不到。但是M3说据说已经可以达到了。那么高通呢，你说花钱买呗，我虽然从有view这边拿到的许可证，协议AM你不乐意给我，那我再花一份钱啊，再重新买一个协议行不行啊？不卖给你啊啊啊，是打死也不卖给你。为什么啊？维持的就是它的标准的统一。你一旦卖了这张协议出去，这个标准就不统一了。待会咱们再去讲标准统一的故事。现在这个诉讼到什么样的状态了呢？双方肯定是沟通，希望赶快审完，完事了。UP说咱等等啊，不要着急，我这还有一些证据要补充。等到什么时候开庭呢？

2024年年底要开庭。大家注意，2024年年底还有一个事要发生呢，就是高通跟微软签的那个独家协议，2024年年底也到期了。等到了明年，很多其他的芯片厂商也可以去做MPC了，不需要在你高通一棵树上吊死了。微软也有更多的选择了。高通也是担心说，哎呀到了明年其他人都能上来了，我这个独家权就没有了，怎么办呢？所以他们才打这样的一个时间差。那么有没有人想过，am为什么自毁长城，再怎么着，m系列芯片也是am的，高通的illate这个芯片也是am的，而且这些芯片销售的过程中都是要给am交钱的。如果am PC这个东西起来了，就是Windows form这个东西跑起来了，那么am整个的收入肯定会上升很大一块的。那么up为什么要把高通摁在这，摁在地上摩擦不许走，对吧？大家要注意，up不是一个芯片公司，arm是干嘛的呢？arm是卖芯片设计专利的一个销售公司，他只卖专利，只卖授权的这张纸，他是不卖具体的任何芯片的。以前我们总讲一个话，什么呢，叫底层的公司卖产品，中间的公司卖专利，顶油的公司是卖标准。am的其实是一个顶油公司。大家有没有想过说am这样的公司为什么一开始他自己不做芯片？原因其实很简单，因为很多的芯片公司都需要做这个芯片，那每家做出芯片了以后就会有一个问题，什么呢，兼容性问题。

比如说安卓，我今天选了高通的芯片了，明天选了联发科的芯片了，后天我选了华为的海思芯片了。那么在这样的情况下，我做安卓操作系统没法做，每家芯片都不一样，这会咋弄啊？

那好了啊，我们都使用AM标准啊，使用AM的工版核心，我们在这个基础上稍微调调改改，我去做一个芯片出来。最后我们买的是高通的芯片，买的联发科的芯片，买的啊华为的芯片，但是呢，软件标准都是一致的，这样就省事很多啊。我们实际上就看这样的一个活，他说我不断地去研发新的计算核心，研发新的标准，你们就拿我的工版核心去拼拼改改。比如说啊，中间这个核心设计，你必须用我的啊，你说我是用6个用8个，用大小核还是用怎么着，这个你们随便，只要你这个核心是我的就没关系啊。这是AM就干这件事情。然后导致什么呢？就是我们的所有的安卓手机，只要写一遍应用，就可以在所有的芯片上跑，甭管你是高通芯片啊，联发科芯片，英伟达什么Tiger芯片啊，或者是其他的这种AM芯片，都可以跑，都没毛病。他就跟大家所有人收专利费。AM真正希望的是什么呢？就是大家做芯片都使用AM标准啊，安卓厂商，软件厂商都按照标准来做就完了。那苹果呢？他不管他为啥，第一个咱们讲了i’m，基本上是苹果一手养大的孩子，孝顺你还是得有的，你不能到这翻脸不认人。另外一个什么就是苹果自己玩自己的。

你做的跟别人不兼容，这事没关系。反正都是苹果系统，他也不会说我。苹果把a系列的芯片卖给别人了，把m系列芯片卖给别人了，导致苹果的这个标准外溢。不会的，他不会跟am去抢生意。所以对于苹果来说无所谓。你说那我高通我也买一个不行吗？那不行啊。一旦高通买了这样的一个标准出来，它相当于什么叫标准分叉了。就相当于是你分裂了一个巨大的领土。啊，我分出一块去裂土封王了啊。这事是绝对不允许的。为什么你一旦分出去了以后啊，你还成了老大了？因为高通跟微软签了独家供应协议嘛，成了老大了。那么你一旦成了老大了以后，我这个标准就不值钱了啊。标准值钱的前提是什么？一定是很多芯片厂商都要去做同一个标准的芯片啊，满足兼容性。那这个时候我的标准太值钱，那最后大家都买你高通的芯片了，其他的联发科什么，他们就不买这种芯片标准去做了，不去做PC了。那我这标准就没人买了。这个事是绝对不允许的。所以一旦是高通一家独大，这个标准就没人买了。再举一个例子啊，这个例子是英伟达。英伟达就是属于一家独大。你以为在这块上没有公开的标准吗？有的，就是GPU也好，或者是他这种算力核心也好，都是有公开标准的。就是AMD、英特儿和谷歌微软等一堆人啊，联合在一起做了一个公开的标准，还是开源的。但是没用，因为他一家独大了。这种标准就没人使用。

也没有人愿意说，我去依照这个标准去做什么芯片啊？做出来也没人买。但是变成这样，ARM肯定不希望走这条路，所以一定要卡死了。说高通啊，你这个不行，必须拖到明年。拖到明年了，你这个独家协议过期了，那么其他人可能就会愿意跟我一块去啊，生产新的这种PC上用的芯片，你就没法一家独大了。大家还得在我这个标准下走，最后就会可能是不遵守ARM协议的，沟通和一大堆遵守ARM协议的小伙伴，比如说华为海思，联发科海全制啊，一堆的这样的芯片设计公司，就跑来说，我们继续跟着ARM的大标准一起往前走，最后大家竞争就好了。这是真正的ARM的诉求。所以呢，AIPC之路还很长啊。如果ARM和解了，ARM说我放你一马，咱们就这么干吧，高通的AMPC可能就会一家独大，高通的价值就会大涨。如果拖过了年啊，联发科这些芯片公司都跟上来了，那么ARM的价值就会大涨啊。我们来去做一些股市预测啊，但是还是要强调啊，我们不做任何的投资建议啊，你买了赔了赚子跟我没关系。如果高通守住了阵地，这个可能性到底大不大，要跟大家讲，这个可能性其实还是很大的。为什么这么讲？因为全世界有哪些使用ARM芯片的？这些就是给他交钱的这些人呢，苹果、高通，然后再往后一个是谁啊，再往后一个其实是三星，其他的联发科国内其实有非常多。刚才我们讲的珠海全智。

华为的麒麟海思，他们都是向高通支付授权费用的。在这个过程中，很大一部分的ARM设计师都是以这种方式工作的。为什么会称之为设计师呢？因为高通并不自己生产芯片，他们使用ARM的授权，设计好芯片后交给台积电、三星或者英特尔等代工厂去生产。目前，高质量的CPU基本上只有这三家厂商能够生产，而台积电的良品率最高。另外，目前只有英特尔拥有最高精度的2纳米光刻机，其他厂商还没有推出2纳米产品。然而，英特尔目前也没有发布2纳米产品。在这种情况下，PC厂商如联想以及其他大量的CPU设计师都位于中国大陆。由于地缘政治原因，他们面临一些新的问题。例如，联想可能会遇到一些问题，比如说他们计划定制一款CPU，但是他们需要确认美国是否允许他们使用这样的产品。华为也面临类似的问题，他们有能力设计自己的芯片，并且已经购买了一些ARM的授权。他们可能会考虑定制自己的芯片，但是他们需要找到代工厂来生产7纳米或5纳米的芯片。目前还没有厂商能够满足这个要求。

这是一个很大的问题。当这样的问题发生的时候，那我们是不是都买高通的，或者都买谁的，这个也很麻烦。因为大量的PC厂商也都在国内，那最后美国人说我们不允许你买啊，啊不如去买，提这事咋弄？这事也都很麻烦，对吧？所以在这样的一个情况下，其他的这些PC厂商也好，这些芯片厂商也好，再想去做相应的投入，就会有些犹豫，说我现在是不是马上要投入进来，干这个事，花很多的钱去干这个事情。万一投完了以后干了，因为一些原因，比如说联发科这个PC芯片做出来了，大陆的厂商不让买，或者做完了以后，大陆那边去销售的时候啊，说不允许使用进口芯片啊，这个芯片我卖不掉，这事咋弄？他们现在都会有这样的犹豫。沟通是已经把东西做出来了，你没办法，我必须铁头也得往前走，其他还没做出来，就会比较犹豫。那么在这样的大家犹犹豫豫的情况下，没准沟通，最后还是可以守得云开见月明的啊。所以呢，高通我觉得最后垄断AIPC或者暗PC的份额的机会，还是比较大的，只是呢过程会相对曲折一些。这是我们对这个事情的一个预测吧。啊至于到底会不会成真啊，咱们拭目以待。好，这个故事跟大家讲到这里，感谢大家收听。请帮忙点赞，点小灵通啊，请大家点赞，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。

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！

GPT-4oo大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲Open AI最新发布的GPT-4，到底是一个什么样的东西。专门赶在谷歌I/O之前的一天开，这就是司马昭之心，路人皆知了。对，指的是谁，大家心里都明白。当然，选择这一天开发布会的还有其他人，比如李开复也在这一天发布了他“灵异万物”新的大模型。以后找机会学习再跟大家分享。通义千问呢，是早几天，5月9号发了他们自己新的大模型。

我呢，自己肯定是懒得去在凌晨2点看直播了，所以到今天，看看录屏，然后看看其他人都在说什么，再跟大家介绍一下GPT-4到底是一个什么样的东西。在这之前，大家一直知道，说他要在这个时间点开发布会，甚至在他没有公布发布会时间的时候，大家也都在猜，说是不是上周要发布，是不是这周要发布，然后猜了很多有可能会发布的产品。有些人猜GPT-5，有些人猜测试GPT。

战猫奥特曼说了，不是GPT-5，也不是测试GPT。我呢，在礼拜天，也就是在发布会前的一天，还在推特上在问，说这个新发布的东西会不会是GPT Siri或者是Siri GPT，对吧，因为已经传出消息了，苹果要跟Open AI签约嘛，那么出来的东西应该是这样的一个东西吧。甚至呢，我也猜过，说是不是GPT-5出来了以后，GPT-4就免费了啊，万一GPT-4免费了呢，现在惦记收费的这些版本该咋办呢，还活不活得下去，这事没法混了。所以呢，当时拆解了这么多种可能性，从我个人角度上说，我猜了GPT-40，免费的GPT-4，GPT Siri，拆了三个方向。现在看呢，我觉得我也没猜错。对吧，现在的GPT-40啊，基本上是这样，这四个方向的事其实都干了。都发布了什么呢？第一个是GPT-40，它可以进行语音识别与翻译，支持50多种语言，可以进行实时搜索。但是，它并没有进行搜索之后的很完善的内容组织，不像Perplexity那样，可以进行很好的搜索结果组织。GPT-40免费对公众开放了，这也是一个逐步开放GPT-4的过程，虽然开放的是40版本。

我今天还专门去问了一下GPT，我说：“你40版本都开放了，我为什么要买GPT-4呢？”它回答说GPT-4的功能要更强，处理效果更好，物有所值。跟我讲了半天，当然，这可能是它产生的幻觉，编的故事，这个就不重要了。

那么，更高的响应速度，号称响应速度从320毫秒降低到了232毫秒。这意味着，你和它聊天，语音或发消息给它时，它能更快地回复。这还是很有价值的。但是，因为我们在国内，需要挂节点或梯子，所以我并没有感觉到它变快。不知道以后是否能主观感受到这个提升。

然后，更便宜的API价格，GPT-40的API已经公开，我现在已经可以调用了，价格大约是GPT-4标准版的一半，便宜很多，而且很快。当然，它有限额。虽然可以免费使用，但现在具体每天或每小时能用多少次，我没有找到公开信息说明。即使是像我这样的Plus用户，每月交20美金的，也是有限额的。我们的限额是免费用户的5倍。比如说，免费用户用了一个小时5次，就到限额了。而我，作为付费用户，可能一个小时可以用25次。如果达到限额，免费用户就自动退回GPT3.5。对于付费用户，达到限额后并没有额外奖励，同样会受限。

此外，除了GPT之外，还将推出一个新功能——集成GPT的桌面板。这个桌面板就像一个桌面精灵，能悬浮在屏幕上。你可以随时询问，比如：“我这程序写得怎么样？”它能实时查看你的屏幕，指出错误，让你及时修改。不过，它的交流方式会更加自然，不会这么生硬。虽然没有详细演示，但大家都很期待。

桌面板真正让人震惊的，或者说大家真正关注的是GPT4.0带来了什么新东西。其实，我们提到的所有功能GPT4都有，它只是更快、更便宜，功能整合得更好。这似乎不值得大惊小怪，感觉是更新而非革命。所以，我们只是做了更新，并没有推出新产品，连GPT5的影子都没见着。但为何依然引起巨大轰动？

原因在于，GPT4有几个真正的新亮点。首先是“所见即所得”体验的升级。不同于谷歌Gemini允许上传照片和视频，GPT现在可以直接通过摄像头工作。你只需把摄像头对准目标，比如一张纸，就能直接提问并得到回应。\n你看我这纸上写的什么？你看看我身边是什么样的一个环境？你给我描述一下我现在这个状态啊。刚才有什么反常的事情发生吗？你可以问他这样的问题了，这是一个巨大的进步。叫眼见为实。而且呢，通过这个演示，现实地打脸了谷歌的General。为什么？因为谷歌当时也是放了这么样的一个视频，后来被大家打脸，说你这个视频是剪辑过的，你实际上还是上传的照片，然后让他自己去读照片，而不是举着手机让人看了一眼，说：“你看上什么了？”哎，不是这么干的啊。你把中间这个放照片、换照片这个过程呢，都给剪掉了啊，这个是骗人的啊。但是现在Open AI呢，就真的找了几个大活人坐在这，然后举着手机来，“你看看这，你看看那。”然后这个纸上写了什么啊？我在这个纸上出了一个数学题，应该是怎么做的？我做对了没有？对吧，现实的给人看，对吧？因为你旁边有大活人嘛，你肯定不能是剪辑，对吧？你一旦剪辑了以后，那个人的动作就不连贯了嘛，因为你人没法说，“哎，我这剪了两刀啊，来，请这个做好原来那个动作不要动啊，然后再接着往下演。”这个事是做不到的。对吧，所以他一定要上大活人。人家告诉你说，“哎，谷歌是剪辑骗你们，但是我是上真的啊。”这个是真的很让人震惊的啊。

视频演示的艺术呢，其实是AIGC整个发展过程中，大家不断地去研究和深化的一个新的门类了。为什么讲这样的一个话？因为大家会发现，所有AIGC产品的发布，基本上都是要上视频的。上视频的好处是什么呢？就是我可以剪辑，可以编导，可以去处理，而且呢，它很有感染力。不是说让用户自己去试，因为让用户自己试了，你还有翻车的可能。但是如果是我，给你一个视频，我可以把它剪辑一下，把翻车的部分都剪掉，然后可以提速，可以减速，可以把不该让你看到的东西删掉。那么大家都在很努力地提升，当然有的时候会翻车了，包括前面这个Devon，也就是这个自动编程机器人，也是翻车了。然后马斯克说，“来，我给大家演示机器人啊。”然后发现，“哎，你旁边还有一人呢。”这个漏出来了啊，穿帮了啊。也有这样的事情。谷歌啊，做Gemini的演示也是穿帮了。视频演示的这种艺术呢，谷歌基本上靠的是剪辑。Open AI靠的是什么呢？哎，千万不要以为说，你们看到的就是现实，看到的就是这个样子了。Open AI肯定也是做了一些花活，Open AI靠的叫编导，他事先要编辑好故事，然后呢，来给大家演示。他指着说，“哎，我编辑好了，然后演示一遍，失败了，没有啊，好像失败了啊，再来一次。”然后这次又失败了，再“来一次”。哎，那你说不是从头到尾一镜合成吗？一镜到底啊。对啊，但是他可能拍了20条、30条一镜到底，最后挑了一条能看的给你看。所以，千万不要认为说，你看到的就是最终结果，就是他的平均水平。他可能也是挑了一条好的给你看。

而且在演示的过程中，他们可能不是说，“哎，我演示完了以后错了，再来一条啊。”不是这样，他们说先写好脚本，照着脚本演了一遍，发现，“哎，不对啊，回答的有问题。”改脚本，改完了以后，咱们再练一次。哎，发现又差了一点点，效果不是很满意，再改脚本，再试一次，最后给你一个能用的。所以，这个东西真的落到我们自己手里头，未必能有那么好使。

因为有人测试了GPT-4的这个翻译功能，发现呢，稍有偏差，这个内容就不见了。比如涉及成人问题，涉及一些血腥暴力问题，这个内容就直接不见了。大家在看演示的时候，肯定不会给你演示这部分。人家肯定演示的是啊，开心的交流，上来是一个小哥，用英语跟旁边的美女进行意大利语的沟通和交流。但是你想，很多的这种漂亮小伙跟漂亮小姐姐之间，需要靠GPT-4进行实时翻译的时候，经常聊着聊着，然后中间有一些这个敏感内容，就不见了。这不是一个非常无聊的事情吗？对，但是这部分不会给你演示，所以，惦记靠GPT-4出去找小姐姐的这些人啊，就可以休息一下了，不要想太多啊。有些事情呢，看到了事后问起，啊，还能想起来，这个真的是很绝啊。因为Greg在上面做演示，这个时候，突然有一个女同事…\n呀，么巧动的走到他身后，然后在他脑袋后头比了个兔子耳朵，然后走了。Grag就问说：“刚才有什么反常的事情发生吗？”这个GBT40就说了：“啊，刚才有一个人要跟你开玩笑，站在你身后，在你后边比了一个手势，是这个兔子耳朵。”说得非常清楚。这个我觉得真的是挺吓人的。哪怕说我看了当时没有处理，但是我记住了，下次你问我，我还能给你总结出来。而且，我还知道他在跟你开玩笑，他等于把整个这个过程都理解得很好。所以我现在越来越相信，Sora是世界模型，真的可以仿真出一个世界来。这是第一点，让人感到很震惊的。

然后，另外一点让人感到很震惊的是，它真的像个人了。他的说话的语气语调，对这个人的判断，“哎，我看着你不太开心啊。”对人的语气语调的判断，对着摄像头前的这个人的表情的判断都非常好。他自己的输出情感也很充沛，有笑声，有害羞，各种各样的感情都非常充沛，而且很自然。你并不会感觉很吓人，这个过程。而且呢，他还可以中间打断，这个其实很难。就是他聊着聊着天，你中间打断他，而且呢，可以多角色聊天。因为Greg也演示了一点，就是两个AI自己在这聊天，然后他在中间还可以叫停他们，“哎，说咱们一块再聊个，说一个其他的事情啊。”这个是非常强的，因为AI等于已经可以分清谁在说话，这些之间的这个关系到底怎么样。你中间打断他了，再跟他聊天，他还可以停止他刚才正在说的话，继续去回答你的问题。这个已经非常强了，越来越像人了，就是他有这个察言观色的能力了。

詹姆斯·奥特曼也在讲，说：“你们有没有看过那个电影《Her》？”啊，这个我也看过，就讲的是一个工程师吧，他呢，跟一个装在口袋里的，有着很温柔、很性感声音线的一个女性的AI机器人去聊天，然后深深地爱上了这个机器人。讲了这样的一个故事。那个故事非常好，就是它的拍摄成本极低，但是呢，极其引人深思。这个电影另外一个值得推荐的是什么？它是一个美国人拍的科幻片，但是所有的外景地是在上海取的。对，这个非常神啊。为什么呢？因为他们觉得上海这个地方实在是太魔幻了，魔都嘛，对吧？要想拍这种有未来风格的电影，一定要去上海取景。这也是推荐大家去看的一部片子吧。有很多人说，我要去买啊，甚至我还有一个朋友说，我马上就去买这个M4芯片的iPad去了。

呃，首先啊，跟大家讲，免费用户手机端现在还是只能用3.5，你还用不了4。但是呢，免费用户呢，可以在PC端用浏览器使用GPT4了，这个没有任何问题啊。我刚才已经试过了，就是我到浏览器上去，然后呢登录一个新的OpenAI账号，那就肯定没有付过费嘛，他说你现在可以使用3.5和4了。但是在浏览器里头的话，他是没有录音键的啊，就是你只能是打字或者是上传图片，这个是OK的。他并不能去调用摄像头。

如果是付费用户呢，在手机端也可以选择GPT4，可以使用了。但是呢，并没有想象中那么快，刚才我讲了，为什么？因为我们需要挂梯子。语气语调呢，其实也没有加载，就是我们现在跟GPT4的各种沟通，它并没有那么丰富的语气语调，还是原来的这种慢条斯理在跟你说。摄像头的功能现在并没有打开，我估计应该没有那么快，为什么呢？因为摄像头这件事情，其实对你的手机、服务器、对网络的压力都实在太大了。这个事情未来到底会怎么被打开，还要等着看。而且你一旦开了摄像头功能，他对于隐私保护，原来有争议的问题就都会出来。你说这玩意为什么会有隐私保护？再跟大家讲啊，以前有一位工程师…\n是专门做人脸识别支付的。他有一次就发了帖子说：“这提醒小姐姐们，你们再去做人脸支付的时候，请一定要穿上上衣啊，千万不要问我是怎么知道的。”这个，跟各位小姐姐们共勉。

API用户的话，现在已经可以用了。因为我自己也会写程序，啊，我刚才试了一下，GPT-4o这个模型的API已经可以用了，比PT4特本要更便宜、更快，而且呢，支持读模态识别。全部的功能肯定要等，有些功能可能需要等很久，特别是视频识别。我估计视频识别真的跑起来以后，手机会发热的，甚至有可能会冒烟。咱们现在看到他现场演示的这个，他可能服务器就在他楼下，或者没准就在背后的那面墙旁边，就是他的服务器，离得非常近。所以，他有可能能够举着手机就去识别去。如果像咱们这种，服务器还在大洋彼岸，那你想去靠手机识别的话，这个很难啊。

这件事情对行业的冲击是什么？这个一定要去讲。第一个冲击：免费最可怕。OpenAI用户数活跃度虽然近期有一定的下降，但是呢，我并不觉得有了免费的GPT-4o之后，这个事就会有多大的变化。这个数会发生波动，但是没有什么意义。为什么呢？你的用户再多，付费的人再多，你能把OpenAI烧掉的钱挣出来不？你能盈利不？依然是九牛一毛。所以这件事本身对于OpenAI意义不大。

那么对于其他的币源呢，还惦记收费的服务啊，你们就该想想了。比如说Group，比如说Gemini，你们最后还惦记收费啊。虽然Gemini的这个Pro你是免费的，但是你的Control你是惦记收费的。那你要看看你收费的那个版本，跟我现在免费的GPT-4o比起来，到底行不行啊。这就是要去喊一嗓子了，你行吗？

第二个呢，以后的那些虚拟男友女友们，就赶快去更换新的大模型就好了，统统都换成GPT-4o。然后你们的用户啊，这个粘性会上升的，你们的用户会留存下来的。这又指明了一次方向。当然了，到了那边以后，他是不是继续做“盗学先生”，这个是需要打一个问号的。苹果新的Siri，我觉得是可以预期一下的。如果苹果新的Siri里头搭载的是GPT-4，呃，那还是一个非常棒的结果。当然，他在国内会搭载什么呢？难道是文心一言？呃，最好还是换一个，因为苹果到中国，肯定是要换一个大模型塞进去的。你就像苹果在美国用的是谷歌搜索，在中国的话，默认的都是百度搜索啊。千万千万不要上文心一言，然后最后还给我们解释了什么呢？就是APP才是王道。

在大模型出来以后，很多人都觉得，“哎呀，我在网站上就可以把这事搞定了。”“我在OpenAI的网站上，我在Rook的网站上，我在推特，我就可以把这事搞定了。”“我不需要APP了，APP已经没有什么意义了。”现在看到了，没有APP才是王道。为什么呢？啊，因为还是要有很大的内容，或者很大的这种算力要到本地去跑。AI的大模型公司可以将一些AI的小模型直接封到APP里面去，这样就可以分摊服务器的压力，可以分摊网络流量。

你比如说，我现在需要拿手机直接进行识别，比如原来的语音识别，你是怎么着呢？在只管录音，录完音以后是传到服务器上识别的，就是用OpenAI的Whisper的大模型直接处理。这事为什么可以呢？就是你可以在语音录下来以后，把它压缩得很厉害，压缩得很小了以后，然后再上去识别，识别的效果还很好。这个对于网络的压力其实没有那么大，对服务器压力也没有那么大。但是你想，现在他要做视频识别了，视频识别，你说我传1080P回去还是传4K回去？你就算传1080P，这个速度有多少？虽然我们的手机是可以做1080P的直播的，因为我有时候会做直播嘛。啊，1080P直播直接用5G流量是推得上去的，但是如果所有人都推这个玩意上去，他受得了吗？他肯定受不了啊。这个事肯定是不行的。所以，一定需要在本地做一些视频的预处理，然后才能回去。那么，你视频预处理可能也需要一些啊，闭园的小模型。这个就要在本地跑，就要在APP里边跑。你如果没有一个APP，你说我完全靠浏览器去搞这个事情，搞不了的啊，想都不用想。

如果是真的在APP里边进行AI运算，那么后边的AI手机，AIPC这条路就有一些价值了啊，大家就该掏钱去买那个M4的iPad Pro啊，该干嘛干嘛去了。后面压力就传导出去了啊。第一个，谷歌肯定会感觉到压力，今天的半夜谷歌IO就该开幕了，明天我们又可以讲新节目，说谷歌IO都讲了些什么。我估计皮彩正在连夜的改PPT，说”Open AI已经贴脸开大了”，我们原来那个PPT不好使了，咱必须得写一版新的，这次讲点啥啊。没准一着急还盲目出错，又给人演示点什么不该看的东西，或者演示一些内容有问题，那这个谷歌的股价，又可以稍微的波动一下了。这个可以稍微预期一下。

另外一个集团啊，马斯克的XAI后面的这个大模型，到底怎么样了？我觉得是越拉越远了啊。在group开源的时候，我当时做了预测，是跟所有人都不一样了啊。我当时觉得，马斯克基本上放弃这东西了，这东西就这样了。现在我们看看后边，是不是他还能感觉到有压力啊？咱们看一看。至于百度文心一言呢，还是要好好的感谢我们的长城防火墙。啊，当然，即使有了墙，我觉得它在国内都不算是特别强的模型了。国内我现在使用的比较强的模型，像Kimi啊…\n通一千问啊，包括像灵异万物，还有现在有一个新的叫DeepSea，这些新的模型，我觉得都比AlphaFold要好。现在唯一期盼的就是，苹果新的手机到国内来的时候，千万不要去用百度文心新语言去替代Siri，千万不要干这个事情，实在是太难用了。好，这就是今天跟大家讲的GPT-4，都发布了一些什么东西。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。\n