AI进化与算力变局:一场关于后英伟达时代的知识盛宴
作者：微信文章2025年12月21日，终于参加上了朱博士精心准备三个多月的AI分享盛宴——“从AI进化看后英伟达时代算力格局的变数”。正所谓好饭不怕晚，尤其是这样慢工出细活的专业知识分享，无论等待多久都值得。整场分享持续三个半小时，信息密集、见解深刻，值得静下心来细细品味。感兴趣的朋友可以前往朱博士的视频号“以年观日”观看直播回放，一起享受这场思维与知识的盛宴。以下是从这场知识盛宴提炼出来的核心要点，希望能为未能亲临现场的朋友，提供一次身临其境的思维体验。
英伟达的崛起：不止是硬件，更是生态帝国
在AI浪潮席卷全球的今天，英伟达（NVIDIA）无疑是最耀眼的明星。其市值一度突破五万亿美元，登顶世界第一。更惊人的是其盈利能力：上个财年，英伟达的毛利率高达75%，净利率达到55.8%，甚至超过了以高利润率著称的贵州茅台。这背后，英伟达构建的远不止是强大的GPU硬件。
1. 硬件性能的“铁三角”
AI数据中心的硬件性能由三大要素决定：算力、显存和带宽
算力： GPU的运算速度，好比厨房里的“高压锅”，决定了处理任务的速度。显存： 存放中间数据的高速内存，好比“备菜台”。台子太小，厨师就得频繁去冰箱取食材，效率低下。带宽： 数据传输速度，好比“水龙头的水流”。水流太小，再好的锅和台子也得干等。
英伟达在这三方面都做到了行业领先，尤其是在高速互联技术（如NVLink和收购Mellanox带来的技术）上，使其在构建大规模计算集群时优势明显。
2. 真正的壁垒：CUDA软件生态
然而，单靠硬件无法解释英伟达的统治地位。其真正的“护城河”在于CUDA软件生态。可以将其想象为一本顶尖的“烹饪秘籍”：
底层优化： CUDA将AI计算中最频繁的操作（如矩阵乘法）优化到极致，如同将“刀工”练成绝技。高层封装： 它将复杂的神经网络计算单元封装成易于调用的“预制菜包”，开发者无需从零开始。系统调度： 高层库（如TensorRT）能高效调度成千上万个GPU协同工作，解决“百人盛宴”的资源分配难题。
这套系统孕育了一个庞大的开发者社区。全球数百万AI研究者发表的论文，几乎都在为CUDA生态“添砖加瓦”。这使得从英伟达平台迁移到其他平台（如AMD的ROCm）成本极高，如同让习惯了一套顶级厨具和流程的大厨，突然去一个布局、脾性完全不同的新厨房工作，效率会一落千丈。
需求无底洞：AI对算力的饥渴永无止境
驱动英伟达辉煌的，是AI行业对算力近乎无限的渴求。这背后有几个核心动力：
1. 杰文斯悖论（Jevons Paradox）
技术进步降低了单一任务的算力成本，却极大地扩展了应用场景，导致总消耗量不降反增。AI越智能、算力越便宜，我们对它的依赖就越深。
2. 三大需求爆发点
载体泛化： AI将从云端走向万物，手机、汽车、家居甚至监控摄像头都可能内置大模型，算力入口呈指数级增长。模态跃迁： 从生成文本到生成高清视频、3D世界，所需算力是前者的数万倍。智能体（Agent）爆发： AI从“一问一答”进化为能自主执行复杂任务的智能体，可以7x24小时不间断工作，消耗巨量算力。
3. 缩放定律（Scaling Law）
OpenAI等机构提出的缩放定律表明，模型的智能程度与参数量、数据量和计算量强相关。只要持续投入更多算力，模型就会变得更聪明，甚至“涌现”出未曾训练过的能力。这驱使科技巨头们进行“算力军备竞赛”。
数据显示，前沿大模型的训练成本每年增长2-3倍。无论是OpenAI的研究主管，还是Anthropic的CEO，都表示现有的算力远远无法满足他们的需求。美国前五大科技公司（如微软、谷歌、亚马逊）明年的相关资本开支计划已接近5000亿美元。
挑战者四起：英伟达的城墙外已烽火连天
尽管护城河深，但英伟达并非高枕无忧。其商业模式存在一个根本性裂痕：最大的客户，也是最大的竞争对手。
1. 云巨头的“反叛”
为了摆脱对单一供应商的依赖和降低成本，各大云厂商都在全力自研AI芯片：
谷歌（Google）： 其TPU已发展多年，完全服务于自有业务（如搜索、YouTube）。最新一代TPU v5p在单芯片性能上已接近英伟达旗舰产品。更重要的是，谷歌凭借其庞大的AI业务（如Gemini模型），为TPU提供了最直接的反馈和优化场景。亚马逊（AWS）： 自研的Trainium芯片已发展到第三代，官方称其性能提升显著。AWS的策略是提供混合架构，让客户可以在英伟达GPU和自研芯片间灵活选择。微软、Meta等： 也都在芯片自研道路上投入巨资。
2. 创业公司的“奇袭”
一些初创公司选择了不同的技术路径，试图在细分市场打开局面：
Groq： 专注于为特定模型架构设计专用推理芯片，追求极致的单任务速度，宣称其推理速度远超传统GPU。
Cerebras： 制造“晶圆级”超大芯片，将整个系统集成在一块晶圆上，以消除多芯片互联的通信瓶颈，专攻训练市场。
Tenstorrent： 由传奇芯片设计师吉姆·凯勒（Jim Keller）挂帅。其思路是基于开源的RISC-V架构，打造灵活、低成本的AI芯片，主攻对成本敏感的边缘和终端市场（如汽车电子）。
3. 编译器的“秦始皇”
一个潜在的颠覆性力量来自软件层。有团队（如MLIR）正在尝试打造AI时代的“统一编程语言”，目标是让开发者写一套代码，就能无缝运行在英伟达、AMD、谷歌等任何AI芯片上。这就像为讲不同语言的国家提供了一个通用的“英语”中间层，能极大降低生态迁移成本。如果成功，将直接动摇CUDA生态的根基。
4. AI自身：最大的“颠覆者”？
最有趣的挑战可能来自AI本身。未来，如果AI的编程能力足够强大，它或许能自动将基于CUDA优化的代码，高效地移植到其他硬件平台。对于AI来说，学习不同硬件平台的特性没有人类那样的习惯和成本障碍。一旦软件生态的枷锁被AI打破，竞争将重新回到硬件性能、成本和能效的本质。
AI的短板与未来：智能的边界与经济的重塑
在算力战争的背后，AI技术本身也面临诸多根本性挑战。
1. 当前AI的五大短板
表现不稳定（“锯齿状”智能）： 能在国际数学奥林匹克拿金牌，却可能在小学数学题上犯错。在长周期、复杂任务中容易出错。缺乏持续学习能力： 模型训练完成后即“定型”，不会在与用户的互动中持续学习和改进。缺乏规划与回溯能力： 思维链是线性的，一条路走到黑，无法像人类一样制定A/B/C计划并在执行中动态调整。容易产生“幻觉”： 因为训练机制要求它必须生成下一个词，即使不知道答案，它也会“编造”。样本效率低下： 需要海量数据才能学会一个技能，而人类往往只需少量经验。这导致AI难以应对训练数据中罕见的“边界情况”。
2. 通往更高级智能的探索
为了突破这些限制，研究者们正在探索新方向：
价值函数与内部评估： 让AI像人类一样拥有内在的“良知”或直觉，能进行自我评估，而不仅仅依赖外部反馈。理解物理规律与世界模型： 让AI不仅学习文本表面，更能理解世界内在的物理规律、因果关系和三维空间感。从“记忆知识”到“运用知识”： 未来的模型可能不需要记住所有知识，而是具备强大的搜索和推理能力，在需要时动态调用知识。
3. AI将如何重塑经济与职业？
AI的终极发展将对社会经济产生深远影响：
对经济增长的影响： 乐观派认为，AI能自动化科研，加速“非竞争性想法”的生产，从而大幅提升经济增速。悲观派则认为，历史上技术革命并未显著改变长期经济增长率（约2%），AI可能只是维持这一增长的工具。对财富分配的影响： 如果AI能完成大多数人类工作，传统“劳动换取收入”的经济循环可能崩溃。一种设想是征收“机器人税”，用以实施“全民基本收入”（UBI），保障所有人的基本消费能力。对职业的影响： 容易被AI替代的工作通常具有以下特征：输入输出纯数字化、流程高度标准化、无需承担最终责任、无需复杂人际沟通。反之，需要承担终极责任、依赖人际互动和情感共鸣的职业（如顶尖运动员、艺术家）可能更持久。
国内AI的盈利迷思与算力自主
在全球激战正酣时，中国AI行业也在探索自己的道路。
1. 盈利模式之困
与国际上流行的订阅制（如ChatGPT Plus）不同，国内C端订阅模式面临挑战。一方面有谷歌Gemini这样的强大竞品提供免费服务，另一方面用户付费意愿和习惯仍在培养。因此，国内厂商的盈利主要依靠：
自有业务支撑： 如字节跳动的广告推荐、阿里的电商搜索，将AI能力内化以提升主营业务效率。B端企业服务收费： 将AI模型和能力以API或解决方案的形式提供给企业客户，按调用量或年费收费。
2. 算力供应链的“紧箍咒”
全球超过95%的高端GPU市场被英伟达、AMD、谷歌、亚马逊等主流厂商占据，且高度依赖台积电制造。对于中国而言，获取先进算力面临地缘政治限制。这倒逼国内科技巨头（百度、阿里、华为等）和创业公司加速自研AI芯片。
虽然国产芯片在绝对性能上仍有差距，但通过系统架构创新（如华为利用光通信技术连接大量芯片组成超节点）和软件优化，可以在某些场景下达到相近的计算效率。美国的限制在客观上为国产芯片厂商腾出了市场空间和试错机会。
一场动态平衡的无限游戏
英伟达凭借其顶尖的硬件性能与牢不可破的CUDA软件生态，构筑了极高的竞争壁垒，享受着丰厚的利润。然而，城墙之外早已烽烟四起：巨头自研、创业公司奇袭、编译器革命，乃至AI自身，都在从不同维度发起挑战。
与此同时，驱动这场战争的燃料——AI算力需求，因“缩放定律”和场景爆炸而看不到尽头。但AI技术本身仍存在稳定性、持续学习、规划能力等根本性短板，突破这些限制可能需要价值函数、世界模型等新范式。
这是一场在技术、生态、供应链、地缘政治等多条战线上同时进行的无限游戏。没有永恒的王者，只有不断的迭代与超越。对于英伟达，最大的威胁或许不是某个具体的对手，而是行业本身高度动态、快速进化的本质。正如朱博所言：“这个行业是高度动态发展，你如果投英伟达，你投的不光是他现有的（优势），你还要投的是他未来（的执行力）。”
最终，胜出的可能不是拥有最锋利“矛”或最坚固“盾”的公司，而是最能适应这场永不停息的技术风暴的玩家。
2025年历次分享活动：
善用工具，让投资走得更稳更远（11月份深圳后院分享）
一场回家的游戏（9月份深圳后院分享）
疑难案件辩护策略（8月份深圳后院分享）
页:
[1]