【本期嘉宾】 张赛，外卖员、作家，工厂打工22年，做过工人、保安、快递员、外卖员，刚刚出版第一本非虚构作品《在工厂梦不到工厂》。 【内容简介】 大家好，我是杜老师。 今天的这期对谈，是我跟一位新人作家张赛的对谈。我觉得他完全可以称为“新一代打工文学”的代表作家，他的非虚构作品《在工厂梦不到工厂》，记录了他辗转打工的22年，他周围各种各样打工者，他们生活乃至生命的姿态与力量。 张赛的打工文学，辛苦，但从不自怜，在他的文字中，我读到了一种精神上的崇高、坚实与乐观。 在约这次对谈时间的时候，他还在送外卖。我不得不承认，瞬间涌上来的心疼，在访谈之初影响到了我，但随着我们聊得深入，我逐渐收起了我没有必要的同情，而转化为了由衷的欣赏。 如何在生活的重压下，保持为人的趣味与尊严？ 如何在重复的体力劳动中，不成为一件工具？ 如何在工厂里，保有一个文学的梦？ 欢迎大家走进我们的这场对谈。 shownote： 2:48 我一直都是一个打工的，工作之余看点书，如此22年。 3:30 农村没有图书馆，一个渴望书的内向小孩，如何找到他的贵人？ 6:40 每个人才华的释放或成型，节奏其实是不一样的。 7:01 初中毕业辍学打工：有一个很大的文学梦在心里，就没觉得工厂和学校有什么很大的区别。 8:39 整个身体都投入到这个世界里面，你很早就会不抱那么大的幻想了。 9:58 16岁 在卫生巾厂：机台上是旋转的刀锋，胆小的我逼自己逾越刀锋 12:43 我做工人一直比较笨拙，哥哥说我，有一双鸭子的手。 15:28 白班夜班频繁交替的日子里，我可以睡着工作，睡不着的白天，就有了大把的时间看书。 18:25 当保安的日子，你直接面对的是空虚。 21:57 刚进工厂的时候，觉得自己很快就会成为一个大作家，但梦很快破碎了。 24:06 一个人一旦做了工具人，就将做出疯狂的事情，螺丝刀会做出剪刀的事情。 27:19 我不想成为工具人，我还想保留一点人和人之间的柔性，但在职业领域里，这其实就是不称职。 28:38 我一直觉得我在这个世界上是没有位置的，不管走到哪总有一点多余的感觉。只有文学能够安置我。 30:04 现实都是比较坚硬的。文学会给善良的人这样一个最后的立脚点。 33:36 写下这本书：21年回到工厂，我突然在里面发现了哲学家、文学家、艺术家。 35:57 10万的债还了快10年，书出版后，我回家一口气休息了一个多月。 37:54 当一个体力劳动者，沉迷风水五行财商提升课，未尝不是平凡生活里的英雄。 41:49 普工阿飞的两次自降薪资换赛道：小人物，也从未停止过选择与攀登。 44:37 人生的状态，是找到了自己赛道和还没有找到赛道，这才是一个本质的区别。 47:32 在工厂里写书，意味着与大多数人格格不入，但总有一些支撑你的东西，帮你与世界发生连接。 51:18 一个跟世界发生连接很困难的人，最终跟世界发生了最强烈的连接。 52:17 作为父亲，我同样不想成为一个工具人。 55:20 如果世界上真的有乌托邦的话，我觉得构建它的材料就是那些没有用的书。 57:29 我来自农村，经常见杀猪，但张爱玲写杀猪的文字，是我这辈子都写不出来的。 1:00:58 出书之后，我的本职工作依然是外卖员，只是严格遵守劳动法，不超过8小时。 1:03:13 我常觉得外卖员是我们这个时代的英雄，他们在冬夜里唱着歌奔波，喂饱这个社会的饥饿。 01:05:14 年轻人，“是时候买下整座城市了！”

在本期播客中，我们深入探讨了身心灵课程的流行及其潜在风险。主持人和嘉宾分享了个人经历，揭示了身心灵课程常用的操控手法，比如通过打压学员自信、否定他们的价值等方式，迫使他们依赖课程来寻找自我认同。 随着社交媒体的影响，越来越多的人被吸引参加这样的课程，然而其中涉及的心理操控和伤害不得不引起警惕。听众们是否也在思考身心灵课程的真实意义与潜在危害？ 对谈嘉宾： 美羊羊，《小时空漫谈》主播，社会心理学博士。 时间线： 00:02:10:为什么会聊这样的话题？ 00:06:14:韩国邪教，《周处除三害》，《我愿意》，李威精舍案件。 00:15:05:成功学、心理、咨询与身心灵课程到底区别是什么？ 00:25:26:财富公司背后的秘密，为什么要上身心灵三阶段课程？ 00:33:53:灵性培训为什么能够洗脑 00:42:24:为什么女性更容易去上身心灵的课程？ 00:50:47:身心灵惯用套路，唤醒你的童年创伤和内心里“困住的小孩儿”。 00:58:27:台湾电视剧中《我愿意》中的身心灵课程。 01:06:30:精舍案件的发生，到底还有什么背后的隐情？ 01:14:40:AI陪伴，是不是一个好的情感缺失的补缺者？ 01:23:46:当我们遇到情绪问题，我们要如何化解心灵空虚与无助？ 01:32:04:消解孤独感觉，积极构建社交网络的重要性 如果你有情绪问题，也欢迎扫码入群，我们一起探讨。也欢迎添加小助手的微信：yokoglorie。

[video available on spotify] i've always thought of myself as an independent person. growing up an only child with working parents created a sense of independence that i've carried with me throughout my life. but recently i had an epiphany that has me questioning that. so today we're going to analyze my independence and hopefully figure out where i need to grow. Learn more about Venmo Stash, visit http://www.venmo.com/stash-rewards Save Your WayTM from Hotels.com. Learn more at hotels.com/product/save-your-way/ Learn more about your ad choices. Visit podcastchoices.com/adchoices

前瞻钱瞻 X 创+TALK : 2025 年的全球创新版图已经发生结构性改变。创+创新指数所呈现的全球创新百强与新兴品牌百强显示出一个清晰结论：全球创新的主战场已经高度集中于中美两极。 美国以 44 家企业位列全球创新百强，中国以 23 家紧随其后，双方合计近 70%。欧洲仍有韧性，但其全球创新中心地位正在逐年下滑。世界商业的增长方向已经由“大西洋时代”转向“太平洋时代”。 中美创新的差异，不是企业级差异，而是创新体系级差异。 一、美国：AI 基建驱动的超级生态化竞争 美国创新正在进入“基础设施化”与“生态级协同”阶段： * NVIDIA 从显卡公司跃升为全球 AI 时代的算力“电力公司”； * Tesla 公开宣布自己不是汽车公司，而是 AI + 机器人 + 能源 + 卫星的全栈科技生态； * OpenAI、Microsoft、Google、AMD、Meta 通过交叉投资、算力共享、生态绑定形成“AI 巨头联盟”。 这意味： 美国的领先不是单点技术，而是 生态—资本—算力—叙事—创新体系的复合式闭环。 二、中国：敏捷应用 × 全链协同的产业爆发 中国创新模型具有另一种力量： * AI 应用普及率全球领先，从城市到制造业全面渗透； * 新能源车产业链全球最完整，华为、小米、蔚来、小鹏全栈入局； * 半导体补链迅速，从材料到封装进入体系化攻坚； * 数字金融、供应链智能化具备全球最大规模的用户与场景。 中国具备全球独一无二的 产业协同能力 + 应用速度 + 市场规模，但同时存在短板： 跨企业生态协同不足、品牌全球溢价不够、叙事力偏弱。 这正是美国巨头为何能构建长期优势的重要原因。 三、AI 成为新兴品牌加速度最大的动力 在新兴品牌榜中，AI 企业呈现出“指数级上升”： * NVIDIA 半年内从榜单中部冲上前三； * 自动驾驶、机器人、AI 芯片、智能体相关公司全面进入高增长区间。 AI 的扩张速度几乎是历史上最快的技术革命： 电力用了 20 年普及，互联网 10 年，智能手机 5 年，而 AI 在中国很多行业只用了 6 个月。 AI 企业不再是科技公司， 而是商业时代新的基础设施提供者。 四、品牌溢价：决定未来十年的全球竞争差异 创新领先不等于品牌领先。全球竞争真正的差距来自： 1. 叙事能力（Tesla 重塑能源叙事；Apple 重塑生活方式；NVIDIA 重塑生产力） 2. 生态锁定能力（苹果系统、亚马逊云、特斯拉能源闭环） 3. 研发投入的飞轮能力（高毛利 → 高研发 → 高品牌价值 → 更高毛利） 反观中国： 产品强，但品牌溢价偏弱，利润偏低，限制了长期创新投入。 五、为什么创+创新模型是中国企业必须掌握的“创新操作系统”？ 创+创新五维模型（商创+、科创+、文创+、社创+、创新联动）之所以重要，是因为： 它让企业从“产品竞争”跃迁到“生态竞争”。 它帮助企业： * 判断创新是否碎片化 * 构建品牌价值与叙事 * 建立生态级增长飞轮 * 实现 AI 时代敏捷化组织 美国巨头用生态赢未来； 中国企业需要用体系化创新缩短差距。 六、结语：全球新兴品牌时代已经开启 未来十年的竞争将是： 生态对生态、叙事对叙事、体系对体系。 中国拥有全球最大的市场、最快的 AI 普及速度、最强的制造能力和最复杂的产业链。如果叠加体系化创新与生态级叙事能力，中国完全有可能在未来十年诞生全球性的超级品牌。 创新不是选项，是生存权。 此刻不创新，勿宁死。 —————— 10 大 TAKEAWAY 全球创新竞争高度集中，中美占据近 70% 领先企业。 美国进入“AI 基建化 + 超级生态化”模式，创新呈系统化竞争。 中国以“应用速度 + 产业链协同”形成新型创新力量。 AI 是新兴品牌增长最快的驱动力，正成为新的全球基础设施。 新能源车、半导体、AI 芯片成为未来十年最重要赛道。 品牌溢价差距正在成为中美企业间最大的隐藏分水岭。 美国巨头凭“生态叙事 + 算力飞轮”构建长期不可逆优势。 中国企业需要从“产品竞争”升级为“生态和体系竞争”。 创+创新五维模型为中国企业提供全球对标的创新操作系统。 未来十年，中国具备诞生超级全球品牌的全部基础条件。

故事FM ❜故事重播 今天北京首例宠物中毒刑事公诉案，在北京市朝阳区人民法院一审宣判。被告人张某华构成投放危险物质罪，被判处有期徒刑 4 年。 这个案子在过去的三年里，经历了 9 次延审，终于迎来了一个结果。这背后，都离不开当事人，宠物犬西高地 Papi 妈妈 Penny 锲而不舍的努力。 2024 年，我们就采访了 Penny ，她讲述了整个案件的发生及起诉过程，今天我们重播这期节目，供大家了解事情原委。 在现代社会中，宠物，或者说伴侣动物已经成为很多家庭中的重要成员，它们陪伴我们度过欢乐与悲伤，成为我们生活中温暖的慰藉。《 2023 年宠物市场消费白皮书》的数据显示，中国养宠家庭的规模已经达到 1 亿零565 万户（ 10565 万户），并且呈持续上升的趋势。 宠物越来越多，围绕宠物产生的矛盾也层出不穷，其中还包含了很多恶意伤害、虐待甚至毒杀宠物的案件。 今天的故事讲述者 Penny 就非常不幸地遇到了这样的事。在陪伴了她 13 年的小狗 Papi 被人毒死之前，Penny 是一个从事民生新闻的记者，也是国内头部影视公司的骨干员工；自从 Papi 死后，Penny 只有一个名字了，那就是：西高地 Papi 妈妈。 两年来，Penny 几乎放弃了一切，目的就是把投毒者送进监狱。 ■ 图 / Penny 和 Papi ■ 图 / Papi 在宠物医院抢救时的视频截图 ■ 图 / 热搜新闻图 ■ 图 / Papi 被抢救时的视频截图 ■ 图 / Papi 的遗体被包裹着带回家 ■ 图 / Papi 的告别仪式 ■ 图 / Penny 在小区业主群的聊天截图 ■ 图 / Penny购买、研读的工具书 ■ 图 / Penny 留存的通话录音 ■ 图 / 投毒区域临近小区儿童乐园/图片截取自北京卫视《法治进行时》相关报道 ■ 图 / 开庭当天 Penny 在法院门口 ■ 图 / 嫌疑人投毒的介质——鸡脖碎肉 ■ 图 / Penny精神健康出现状况 ■ 图 / Papi ■ 图 / Papi /Staff/ 讲述者 | Penny（西高地Papi妈妈) 主播 | @寇爱哲 制作人 | 金松 文案整理 | 金松 声音设计 | 赵力杰 运营 | 鸣鸣 用你的声音，讲述你的故事。故事FM 是一档亲历者自述的声音节目。在以下渠道均可收听我们的节目： 苹果播客 | 网易云音乐 | 喜马拉雅 蜻蜓FM | 荔枝FM | 懒人听书 小宇宙 | QQ音乐 | 酷狗音乐 | 酷我音乐 Spotify | YouTube Music 商务合作：[email protected] 微信公众号：故事FM (ID: story_fm) 新浪微博：@故事FM_StoryFM 个人微信号：gushi_fm02

有点难 但还好

📝 本期播客简介 本期节目，我们克隆了 Gavin Baker - Nvidia v. Google, Scaling Laws, and the Economics of AI - [Invest Like the Best, EP.451] 邀请到 Patrick 的老朋友、硅谷顶尖投资人 Gavin Baker。Gavin 以其对市场、科技前沿的深刻洞察和极富感染力的表达而闻名。在本期节目中，他将带领我们深入探讨AI领域的最新进展和未来趋势。从谷歌 Gemini 3 的发布，到英伟达 Blackwell 芯片的复杂挑战，再到AI扩展定律的演变，Gavin 将揭示AI基础设施背后的激烈竞争和经济逻辑。我们还将探讨AI如何从“更智能”走向“更有用”，以及它对企业生产力、客户支持和销售的颠覆性影响。Gavin 更会分享他关于太空数据中心这一“疯狂”想法的独特见解，以及SaaS公司在AI时代面临的生存挑战。最后，他还首次分享了自己投身投资行业的传奇起源故事。 👨‍⚕️ 本期嘉宾 Gavin Baker，硅谷顶尖投资人，以其对市场、科技前沿的深刻洞察和极富感染力的表达而闻名。 ⏱️ 时间戳 AI前沿洞察与方法论 01:55 Gavin如何分析AI新进展：亲身体验与专家追踪 05:23 AI扩展定律的演变：从预训练到后训练的新范式 芯片大战：谷歌 vs. 英伟达 08:07 AI发展核心：谷歌TPU与英伟达GPU的竞争 09:57 Blackwell芯片的复杂挑战与延迟影响 11:15 谷歌作为低成本token生产商的战略考量 15:51 TPU与GPU的技术路线差异及ASIC自研困境 AI的未来与应用场景 21:24 AI的“有用性”：从智能到解决实际问题 23:36 “可验证即自动化”：AI如何赋能企业职能 28:19 边缘AI：最具威胁的看空理由 33:15 AI投资回报率：创业公司与财富500强的差异 39:36 前沿实验室的动态：Meta、Anthropic与xAI的博弈 颠覆性技术与宏大愿景 51:17 太空数据中心：能源、冷却与网络连接的终极解决方案 56:24 AI算力供需：短缺、过剩与调控阀 01:00:05 电力：AI时代的新瓶颈与解决方案 行业变革与投资机遇 01:04:45 半导体VC的崛起：老兵新传与生态系统加速 01:08:59 SaaS公司的AI困境：毛利率与生存之战 01:13:20 滚动泡沫：核能、量子与AI的“科技元素圈” Gavin的投资生涯起源 01:17:19 投资的本质：对真理的追寻与个人成长故事 🌟 精彩内容 💡 AI分析方法与扩展定律新范式 Gavin强调了亲身体验付费版AI模型、关注顶级专家（如Andre Karpathy）和实验室领导人言论的重要性。他指出，Gemini 3再次验证了预训练扩展定律，但更重要的是，RL与验证奖励以及测试时计算这两条新的后训练扩展定律，正在推动AI的巨大进步。 “你必须得花钱用最高级的版本……那些版本才像一个完全成熟的三十、三十五岁的成年人。” “对于软件，任何你能明确定义的东西，都能自动化；而对于 A I，任何你能验证的东西，都能自动化。” ⚔️ 谷歌与英伟达的芯片竞赛 Gavin深入剖析了AI基础设施领域谷歌TPU与英伟达GPU的激烈竞争。他解释了英伟达Blackwell芯片在技术上的复杂性和部署挑战，以及谷歌作为低成本token生产商的战略优势。他预测，随着Blackwell和GB300的普及，AI领域的成本结构和竞争格局将发生深刻变化。 “要理解 A I 领域的一切，都离不开谷歌和英伟达之间的竞争。” “谷歌作为低成本生产商，一直在抽干 A I 生态系统的经济氧气，这对他们来说是极其理性的策略。” 🚀 AI的未来：从智能到“有用” Gavin认为，AI的发展正从追求“更智能”转向追求“更有用”。他指出，Blackwell等新芯片将大幅降低token成本，使AI模型能够“思考”更长时间，从而在客户支持、销售和个人助理等领域实现更广泛的应用。他强调，AI自动化任何“可验证”的任务，将带来巨大的生产力提升。 “我们需要从追求更智能转向追求更有用，除非更高的智能开始带来重大的科学突破。” “如果它能预订餐厅，那离预订酒店、机票，和帮我叫优步也就不远了。” 📉 SaaS公司的AI生存挑战 Gavin警告称，SaaS公司在AI时代正犯下与实体零售商在电商时代相同的错误。他们因不愿牺牲高毛利率而拒绝拥抱AI原生模式，这将使其面临被AI原生竞争对手颠覆的风险。他呼吁SaaS公司接受AI带来的低毛利率，利用其现有业务优势进行转型。 “SaaS公司正在犯与实体零售商在电子商务上犯的完全相同的错误。” “如果你试图维持百分之八十的毛利率结构，你就是在保证自己在 A I 领域不会成功。” 🌌 太空数据中心：终极愿景 Gavin提出了一个大胆的设想：未来数据中心将建在太空中。他从第一性原理出发，论证了太空数据中心在能源、冷却和网络速度方面的巨大优势，并将其与埃隆·马斯克的xAI、特斯拉和SpaceX的融合愿景联系起来，认为这将是AI算力的终极解决方案。 “但如果你从第一性原理思考，数据中心就应该在太空。” “在太空中，冷却是免费的。你只需要在卫星的阴暗面放一个散热器就行了。” 🌐 播客信息补充 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的 使用 AI 进行翻译，因此可能会有一些地方不通顺； 如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

11月纽约的拍卖效果特别好，苏富比、christie's、phillips 销售额近20亿美金，其中有许多作品创下了拍卖纪录，这期聚焦其中一些我们觉得有意思的作品。 02:26 拍卖的基本流程 09:34 The Leonard A. Lauder Collection 12:40 克林姆特的《伊丽莎白·莱德勒肖像》（1914-1916年） Gustav Klimt (1862 - 1918), Bildnis Elisabeth Lederer (Portrait of Elisabeth Lederer), oil on canvas, 180.4 x 130.5 cm, 1914-16 克林姆第一次为塞蕾娜・莱德勒（伊丽莎白的母亲）作画时，他才二十六岁。那时，他受城市委托创作旧市立剧院（Burgtheater）的一幅全景画——这座建筑在 1888 年即将迁址。他在画里刻画了许多维也纳的社会名流，而塞蕾娜也在其中。 1905年，克林姆特在奥古斯特・莱德勒的帮助下撤回了作品《哲学》 Imperial Court Robe, China, Qing dynasty, Guangxu period, 1875-1908, The Metropolitan Museum of Art, New York 《伊丽莎白·莱德勒肖像》（1914-1916年）细节 A Large Imperial Portrait of Consort Chunhui by Giuseppe Castiglione and Others, Title Calligraphy by the Qianlong Emperor, Qing Dynasty, Qianlong Period, HomeArt 克林姆特工作室的前厅 1913 年夏天，克林姆特在阿特湖旅行时为伴侣艾米莉・弗勒格 Emilie Floge 拍下了一张穿着龙袍的照片 （左）1908年的《花之草坪》 （Blumenwiese），（右）1916年的《阿特湖畔的瓦尔达邦》（Waldabhang bei Unterach in Attersee） 塞蕾娜・莱德勒与《伊丽莎白·莱德勒肖像》（1914-1916年） 42:01 Frida Kahlo 弗里达·卡罗（Frida Kahlo）的一幅作品在拍卖会上创下了多项纪录。 El Sueño (La Cama)，《梦（床）》，Frida Kahlo，1940 - 结尾提到的卡特兰作品： Maurizio Cattelan, America (ca. 2016) - BGM 是来自hagroml 的 Tipsy Toes，你可以在这里听到她的更多作品。http://163cn.tv/iP3we1 如果你喜欢这期节目，别忘了点赞、转发、订阅我们的频道～ Bubblewrap 双周周三更新，我们下期见 🤍🤎

📝 本期播客简介 本期播客，我们克隆了伯克利的一期公开课 Bill Dally - Trends in Deep Learning Hardware 荣幸邀请到英伟达首席科学家兼研究高级副总裁、斯坦福大学客座教授Bill Dally。作为计算领域的泰斗，Bill Dally分享了他对深度学习硬件未来趋势的独到见解。他回顾了深度学习从算法萌芽到GPU引爆的历程，揭示了硬件性能提升的真正驱动力——从数值表示、复杂指令集到稀疏性利用，以及如何通过并行计算应对模型规模的爆炸式增长。Bill Dally还深入探讨了当前深度学习应用面临的挑战，如Agent模式、预填充与解码阶段的差异化需求、以及思维链推理对硬件提出的严苛要求。他展望了未来硬件设计方向，包括3D堆叠内存、优化的数值表示法、结构化稀疏性，并分享了他对通用加速器和超越CMOS技术范式的思考。 👨‍⚕️ 本期嘉宾 Bill Dally，英伟达首席科学家兼研究高级副总裁，斯坦福大学客座教授（曾任斯坦福计算机系主任）。他是美国国家工程院院士，电气电子工程师学会、计算机协会及美国艺术与科学学院会士，曾荣获伊丽莎白女王工程奖、本杰明·富兰克林奖等众多荣誉，在硬件和软件创新领域做出了卓越贡献。 ⏱️ 时间戳 00:00 开场 & 嘉宾介绍 深度学习的崛起与硬件的推动 00:51 深度学习的变革力量：ChatGPT的自我认知与量子化学AI系统Ente 02:34 深度学习成功的三要素：算法、数据与硬件 03:36 硬件的引爆点：GPU与深度学习的火箭式发展 04:08 模型计算量爆炸：从AlexNet到Transformer的千万倍增长 05:06 GPU的诞生：政府资助研究与CUDA的演变 GPU性能提升的秘密 06:29 GPU性能飞跃：过去十年推理性能每年翻倍 06:57 摩尔定律之外：架构与设计的五千倍提升 07:21 数值表示的巨大贡献：从FP32到FP4的32倍提升 08:37 复杂指令集：从点积到矩阵乘法的效率革命 10:54 工艺进步的有限贡献：28纳米到4纳米仅3倍能效提升 11:10 稀疏性与“作弊”：Blackwell的2倍稀疏度与芯片面积翻倍 11:46 模型优化：GoogleNet等算法带来的额外性能提升 12:12 Blackwell架构：工程奇迹与NVHBI互连 并行计算：突破性能瓶颈 12:57 多维度并行：数据并行、流水线并行与张量并行 14:59 通信技术：NVLink与InfiniBand构建大规模AI集群 16:30 英伟达数据中心：系统规模与计算性能的七万倍增长 软件栈：深度学习的另一半 16:51 软件的挑战：从cuDNN到Modulus、Clara等应用栈 18:36 软件壁垒：构建完整高效软件栈的难度 19:00 MLPerf基准测试：英伟达的领先地位与软件优化带来的性能提升 未来挑战与硬件设计方向 20:15 Agent模式的兴起：大语言模型与工具、记忆的结合 21:17 LLM运行的独特阶段：预填充（Prefill）与解码（Decode）的挑战 22:30 解码阶段的内存与延迟需求：每秒千级Token的挑战 23:20 思维链推理（Chain of Thought）：多轮迭代对硬件的严苛要求 24:33 硬件设计师的应对：极高Token生成速率的需求 25:35 内存带宽与通信延迟：Blackwell面临的巨大挑战 26:37 新模型与注意力机制：混合专家模型与多头潜在注意力 27:50 能量消耗分析：数学计算、内存带宽与数据移动 28:55 3D堆叠内存：降低HBM内存能耗与提升带宽的潜力 30:12 数值表示的艺术：从整数到浮点、对数与码本 31:04 脉冲表示法的低效：CMOS电路中的能耗问题 31:58 比较数值表示法：成本与准确性的权衡 33:13 符号表与剪枝：优化权重表示以提高精度 34:28 对数表示法：乘法变加法与误差分布的优势 36:07 对数加法的挑战与延迟策略 37:37 数值表示优化：缩放与裁剪最小化误差 40:21 粒度优化：从层级到向量级的缩放与裁剪 41:09 稀疏性利用：结构化稀疏与Ampere架构 42:53 加速器原型：探索每瓦算力的极限 43:37 指令开销：CPU与GPU的巨大差异 44:13 内存访问成本：局部性与跨层级访问的能耗 45:14 异构加速器：为不同阶段优化计算与内存 46:31 Magnet加速器：每瓦百万亿次运算的里程碑 46:58 电压缩放：优化每瓦性能的巨大机会 48:04 通用加速器愿景：模块化设计应对多领域应用 总结与问答 49:30 深度学习的未来：提升人类体验与模型优化 50:12 当前挑战：分离式推理、思维链与新注意力机制 50:54 硬件的成就：GPU性能的惊人增长与优化细节 52:00 Q&A: 互连技术与NVLink的重要性 53:30 Q&A: 数学运算与通信能耗的界定 54:36 Q&A: AI功耗与人脑效率的对比 56:19 Q&A: 电压堆叠与CMOS工艺的兼容性 57:47 Q&A: 未来十年计算能力的预测 59:02 Q&A: 超越CMOS的脉冲计算范式 59:45 Q&A: 晶体管尺寸极限与工艺技术的未来 🌟 精彩内容 💡 **深度学习的引爆点** Bill Dally回顾了深度学习的算法和数据早在上世纪80年代和2005年左右就已存在，但直到GPU的出现，才真正引爆了这场革命。GPU提供了足够的计算能力，使得在合理时间内训练大型模型成为可能，推动了深度学习的火箭式发展。 “当时 ImageNet 的数据集大概是一百多万张图片，而这个‘合理的时间’，指的是两周。这就像是点燃油气混合物的那一点火花，真正引爆了深度学习的革命。” 🚀 **GPU性能提升的秘密** 在过去十年里，GPU的AI推理性能提升了五千倍，其中只有三倍来自工艺进步（摩尔定律）。Bill Dally揭示了其余提升的真正来源：数值表示（如从FP32到FP4带来了32倍提升）、复杂指令集（如矩阵乘法指令将开销降至极低）、以及稀疏性利用。 “这五千倍的提升里，只有三倍来自工艺进步。剩下的全都是靠更好的架构和巧妙的设计。” 🧠 **未来挑战：Agent模式与思维链** Bill Dally指出，当前深度学习应用正从单一模型运行转向复杂的Agent模式，它们拥有记忆、能使用工具，并进行多轮“思维链”推理。这导致了预填充（计算密集）和解码（内存与延迟密集）阶段的巨大差异化需求，对硬件的Token生成速率和通信延迟提出了前所未有的挑战。 “你既需要巨大的内存带宽…同时你还有延迟的要求。因为通常都会有用户层面的服务目标，比如你希望每个 token 的生成时间在一百毫秒左右。” 🛠️ **硬件设计方向：3D堆叠内存与数值表示** 为了应对未来的挑战，Bill Dally展望了硬件设计的新方向，包括通过3D堆叠内存将DRAM直接置于GPU上方，大幅降低内存访问能耗和提升带宽；以及优化数值表示法，如利用对数表示法和精细的缩放与裁剪策略，在低精度下实现更高精度。 “我们看到的一个长期方向是，把 D R A M 直接堆在 G P U 上面，并把计算局部化。这样我们就可以直接垂直向下读取 D R A M。” 💡 **通用加速器愿景** Bill Dally分享了他对未来加速器的个人愿景：构建一个拥有通用计算、内存系统和互连的基础平台，然后通过堆叠定制化的应用模块，为深度学习、生物信息学等多种应用提供特化支持，实现灵活性与效率的统一。 “你可以想象有一个基础层的 G P U，通过在上面堆叠不同的应用模块，来为多种应用进行特化。” 🌐 播客信息补充 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的 使用 AI 进行翻译，因此可能会有一些地方不通顺； 如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

【瞎说设计第二季栏目介绍】 本季我们会邀请身边从事设计亦或者研究领域的朋友们一起做客瞎说设计，请他们分享各自行业的信息差，设计方法论，设计行业新鲜事。同时会不定时分享我们的好书好经历。 敢瞎说，勇设计！不论身处何地何时，以爱美之心、回归人们的生活。爱设计之狂热、共同进步。每周双更不定时更新 商务咨询请加微信：rosenshan，备注：瞎说合作 【本期嘉宾介绍】 Lorraine 玲玲，在印第安纳大学伯明顿分校（Indiana university-bloomingtom) 攻读信息系下HCI PhD，学习Christina Professor 的ACI 以动物为中心的交互系列课程。 【播客大纲】 1.简单介绍一下动物交互（ACI）是什么研究方向？ （举一个例子eg 设计案例，尽量是经典的。） 2. 在印第安纳大学伯明顿分校（Indiana university-bloomingtom) 有什么和ACI相关的课程专业吗？能否向观众介绍一下这些课程体系。 3.和我们介绍一下这个领域的专业大牛吧，还有一些相关研究的学校吧，如果有些听众感兴趣的话。什么专业的人适合走这个专业方向呢？大家毕业后都去哪里？ 4.有趣的课程经历分享。（主要是什么动物呢？他们会有玩具偏好吗？除了做玩具，其他同学会做一下奇葩的东西吗？有没有人做过非常离谱的动物交互研究？每天观察大猩猩有没有什么惊喜的发现？······） 5.ACI 涉及到和人类相关的交互吗/比如会有人通过某个玩具让狗狗可以和人类打电话？ 6.听说你前段时间去参加ACI 的学术会议了，所以可以给我们介绍一下这个会议的状况吗？（人数，现场demo展示的情况，还有让你映像深刻的研究paper是什么？） 7.你觉得针对ACI 的研究，有没有涉及到伦理问题，比如你做实验的时候可能会存在一下硬性要求，我才这里存在很难的ethic， 不知道你们写伦理审查会不会很久？有没有很么很难界定的“擦边球”？ 8.有没有人做的研究其实对动物是一种折磨的“玩具”？？ 9.ACI学术工作在生活社会中的实际应用，与宠物？、动物保护相关？还是其他？

“风高高，月无光，阴风一阵心慌慌” “心慌慌，人彷徨，惊魂一笑入黄粱” 《IN风阵阵》节目是由IN核公园的主播 考拉和 鬼脸 一同主持录制。节目致力于搜罗全球各种毛骨悚然的都市传说，并以脱口秀的方式进行呈现。如果您也听说过这些让您夜不能寐的故事，欢迎通过荔枝、网易云音乐、微信私信投稿给我们 友情提示：都市传说多为艺术创作，请各位听友切勿当真 本期故事：列车行进中出现的神秘广播，皮鞋下隐藏的是什么未知乘客丨眼中看到的世界究竟是真实的吗丨线上翻译遇到的古怪老板，藏在酒店中的折叠人皮 【时间轴】 00:01:20 列车行进中出现的神秘广播，皮鞋下隐藏的是什么未知乘客 00:13:26 眼中看到的世界究竟是真实的吗 00:48:26 线上翻译遇到的古怪老板，藏在酒店中的折叠人皮 【Staff】 策划：考拉 鬼脸 录音：考拉 鬼脸 制作：鬼脸 封面设计：鬼脸

https://note.com/nissan_nkm_blog/n/n1988b0863486