科技慢半拍

【节目介绍】 这一期，我们继续沿着黄仁勋“五层蛋糕”的思路往上走，从英伟达 GPU 的演进讲起，进一步拆开 AI 算力背后的另一条主线：GPU 为什么需要 HBM？为什么 GPU 越来越多以后，互联反而成为新的瓶颈？为什么铜线最终会把我们推向光通信和 CPO？AI 的竞争，正在从“谁能算得更快”，逐渐变成“谁能让数据移动得更快、更近、更省电”。从 GPU 到 HBM，从 NVLink 到光通信，再到 CPO，我们会看到一条非常清晰的演进路径：算力不断集中，数据不断膨胀，而解决问题的办法，却越来越接近物理世界——缩短距离、提高带宽、降低搬运成本。当计算、存储和通信的边界开始逐渐消失，AI 芯片最终竞争的，也许已经不再是一颗芯片的性能，而是整个系统作为一台“计算机器”的效率。 【时间线】 00:14 引言 AI 五层蛋糕中的第二层——芯片与系统层，重点讨论 GPU、HBM、互联和封装如何共同支撑 AI 算力。 00:44 英伟达的GPU GPU 如何从游戏显卡发展为 AI 计算核心。CUDA 建立了英伟达的软件生态，而 NVLink、NVSwitch 等技术则让多颗 GPU 组成更大的算力系统。 07:07 AI芯片行业 英伟达的核心优势不只是硬件，而是 CUDA 生态。其他厂商则通过自研芯片、专用加速器和国产生态建设，寻找不同的突破路径。 11:27 高带宽内存 HBM 为了解决“内存墙”问题，HBM 通过缩短 GPU 与内存之间的距离，提高数据传输速度和能效，成为 AI 芯片的重要组成部分。 18:53 光通信 当AI集群规模扩大后，数据传输成为新的瓶颈。光通信、NVLink、NVSwitch 和 CPO 等技术，都是为了解决芯片和机架之间的高速互联问题。 30:17 总结 AI 算力竞争已经从单颗芯片性能，转向计算、存储、互联、封装和散热共同协作的系统级能力。 【参考资料】 The Age of Interconnection（互联的时代） SerDes Part 1: The Technology You Should Know Before CPO（在成为 CPO 之前应该了解的技术） SerDes Part 2: The Bigger Picture Behind the Copper–Optics WarSerDes （铜缆之争背后的真相） 【片头片尾音乐】 江楠 - 巴黎阴转晴 【感谢】 特别感谢[AIGC开放社区]和[AI重塑世界]的大力支持，请听友及时订阅微信公众号，查看本播客的文字版内容。欢迎订阅本播客节目，本节目在小宇宙、喜马拉雅、苹果播客、蜻蜓FM、网易云音乐、荔枝FM等平台均已上线。

【节目介绍】 本期节目，我们将带你走完这趟“一度电的AI之旅”——从马斯克绕开电网自建发电厂，到800伏高压直流电的强势回归；从电源模块塞进芯片屁股底下的“垂直供电”，到把芯片翻过来从背面送电的纳米级工艺革命。不管你是在追AI风口，还是关心投资的下一站，或者只是好奇：我们会不会被自己的AI“吃掉”整个电网？这期节目都会给你一个全新的视角。 【时间线】 00:20 引言 英伟达黄仁勋提出的“五层蛋糕”模型中，能源是最底层，只有电力供给足够强，芯片、机房、模型和应用才能持续扩张。 02:15 为什么电力变得这么重要？ AI 的发展正在从“模型竞争”变成“能源竞争”。每一次训练和推理都需要大量电力，电力已经成为 AI 能否继续扩张的底层约束。 09:23 发电和公共电网 AI 公司缺的不只是电，更是尽快拿到电。公共电网建设慢、并网慢，所以中国通过“西电东送、东数西算”做全国调度，美国科技巨头则开始自建或锁定发电资源。 19:14 电力传输 传统交流电进入数据中心后要多次转换成直流电，过程中会损耗大量能源。因此，高压直流输电和直流配电正在重新变得重要。 26:02 机架成为新的电网 AI 机架功耗暴涨，过去的 48V 供电已经不够用。行业开始转向 800V 供电，让单个机架像一个小型电网一样运行。 36:19 芯片供电 AI 芯片需要极大的瞬时电流，传统主板供电方式已经接近极限。供电模块必须更靠近芯片，甚至通过垂直供电来缩短最后几厘米的电力路径。 42:39 芯片内部集成 当外部供电也接近极限后，电力开始进入芯片内部结构设计。背面供电让电力从芯片背面进入，把信号和电力分开，提高效率，但制造和散热难度也大幅上升。 50:37 总结 从发电、电网、输电、机架、主板，到芯片背面，所有技术变化都围绕同一个方向展开：缩短电力路径，降低能量损耗，提高供电密度。 【参考资料】 How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive（实验室如何解决电力危机） The AI Power Crisis（AI 能源危机）：第一部分，第二部分，第三部分，第四部分 【片头片尾音乐】 Danny Bensi - The Current War，2017 STOSLIV,LOVIXX - Don't tell your dreams 【感谢】 特别感谢[AIGC开放社区]和[AI重塑世界]的大力支持，请听友及时订阅微信公众号，查看本播客的文字版内容。欢迎订阅本播客节目，本节目在小宇宙、喜马拉雅、苹果播客、蜻蜓FM、网易云音乐、荔枝FM等平台均已上线。

【节目介绍】 回顾铁路、电力、互联网等技术革命的历史，这一期，我们从资本市场出发，沿着卡萝塔·佩蕾丝的“技术革命与金融资本”、Ricardo Caballero的“投机性增长模型”，一路追踪AI繁荣背后的资本循环：为什么金融资本会如此疯狂地押注一个尚未完全兑现的未来？为什么高估值有时反而可能成为技术革命的资本动员机制？而当金融市场的时钟跑得比现实世界更快，AI又会不会出现“技术成功，但投资失败”的局面？最终，我们会发现，技术革命是真的，并不意味着围绕它形成的资产价格一定合理；而泡沫破裂，也并不意味着技术革命失败。 【时间线】 00:21 引言 04:18 AI泡沫观点的支持者 06:00 资本市场的观点 07:56 AI泡沫的反对者 19:11 技术革命和金融资本 25:09 山脊理论 33:15 AI泡沫的三种风险 39:45 总结 【参考资料】 Ray Dalio: I Predicted The 2008 CRASH, I Know What Comes Next!（瑞·达利奥：我曾预测 2008 年崩盘，我知道接下来会发生什么！） Technological Revolutions and Financial Capital: The Dynamics of Bubbles and Golden Ages（技术革命与金融资本），卡洛塔·佩雷斯，2002 Speculative Growth and the AI “Bubble”（人工智能投机性增长与双重均衡），里卡多·卡瓦列罗 AI is probably not a bubble（人工智能很可能不是泡沫） When the Plumbing Breaks: AI Capex and the $7 Trillion Problem Nobody's Hedged For（水管爆裂：人工智能资本支出与无人防范的7万亿美元危机） 【片头片尾音乐】 林宥嘉 - 全世界谁倾听你 G.E.M.邓紫棋 - 泡沫 【感谢】 特别感谢[AIGC开放社区]和[AI重塑世界]的大力支持，请听友及时订阅微信公众号，查看本播客的文字版内容。欢迎订阅本播客节目，本节目在小宇宙、喜马拉雅、苹果播客、蜻蜓FM、网易云音乐、荔枝FM等平台均已上线。

【节目介绍】 从塔勒布《Skin in the Game》中“切肤之痛”的古老智慧，到罗马皇帝亲赴战场、李世民虎牢关决战的历史故事；从现代企业专业分工带来的责任碎片化，到航空业如何把一次次事故转化为系统学习能力——本期节目，我们尝试回答一个重要问题：为什么很多组织拥有越来越多流程、制度和审批，却依然难以真正学习？答案可能在于：我们过去设计的是岗位和流程，却忽略了隐藏在结果背后的责任网络。在AI时代，组织的核心竞争力不再只是执行效率，而是能否建立一套连接“结果—责任—决策—学习”的新型组织机制。工作流决定事情如何发生，决策流决定组织如何选择，而责任网络决定组织如何持续进化。错误不应该成为事故的终点，而应该成为组织下一次成长的燃料。 【时间线】 00:16 引言 02:40 什么是“切肤之痛”？ 07:41 责任缺失是效率的副产品 18:09 重新定义“责任网络” 22:55 从追责到组织的学习和进化 31:25 总结：智能组织的四层结构 【参考资料】 切肤之痛/非对称风险（Skin in the Game: Hidden Asymmetries in Daily Life），纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb） 【片头片尾音乐】 阿亚,花间 - 纸月亮 【感谢】 特别感谢[AIGC开放社区]和[AI重塑世界]的大力支持，请听友及时订阅微信公众号，查看本播客的文字版内容。欢迎订阅本播客节目，本节目在小宇宙、喜马拉雅、苹果播客、蜻蜓FM、网易云音乐、荔枝FM等平台均已上线。