Transcription
大家有没有在深夜里想过一个问题？在这个星球上，谁是唯一一个能让Google的皮查伊、微软的纳德拉、亚马逊的贾西和OpenAI的奥特曼同时失眠的男人？
不是美国总统，不是美联储主席，甚至不是那个甚至想移民火星的马斯克。这个让硅谷最有权势的男人们在深夜里辗转反侧的梦魇，是一个穿着黑色皮衣，满头银发，永远精力充沛的60岁男人——黄仁勋。
最近这三年，整个硅谷其实只发生了一件事，那就是“围剿黄仁勋”。你可能觉得我在用夸张的修辞手法，以为这只是又一场普通的商业竞争。但如果你有机会看一眼这几家科技巨头的内部账本，你就会明白这种恐惧有多么真实，多么入骨。
让我们把时钟拨到2025年。这一年，为了在AI的牌桌上不被踢出局，这四家公司合计砸下了超过4,000亿美元的真金白银。4,000亿美金是什么概念？这相当于把整个芬兰或者爱尔兰一整年的GDP，全部换成了冰冷的服务器、机柜和黑色的光纤电缆。这笔钱如果换成现钞，足以绕地球好几圈。
但最让这些CEO们感到窒息的，不是这笔钱的数额，而是这笔钱的去向。在过去，这几家巨头是食物链的顶端，是规则的制定者，是收税的人。但在AI时代，他们悲哀的发现自己变成了打工仔。他们每辛苦赚来两块钱的云服务费，就有一块钱要乖乖的上交给同一个男人。NVIDIA的最新财报显示，其毛利率高达80%。在制造业里，这不叫利润，这叫抢劫，这叫铸币权。在这些垄断巨头眼里，这根本不叫生意，这叫被收保护费。
更让他们感到绝望的是，除了交钱，你还没得选。你的业务命脉，你未来的增长曲线，全部被捏在这一家公司手里。你想要最新的Blackwell显卡？对不起，排队。你想插队？那就要看你表现够不够好，有没有在媒体上多夸夸老黄。这种“人为刀俎，我为鱼肉”的感觉，对于习惯了掌控一切的硅谷巨头来说，比死还难受。
于是，一场史诗级的背叛开始了。表面上，大家在GTC大会上跟老黄称兄道弟，互相站台，满嘴“生态共荣”。但在背地里，在那些没有窗户的保密会议室里，这四大天王早就达成了“一个心照不宣的弑君计划”：不惜一切代价，哪怕烧光现金储备，也要造出自己的芯片，干掉Nvidia。
今天这期影片不是简短的新闻播报，而是一次深度的行业尸检。我们要花点时间，一层一层的扒开这场硅谷史上最大规模造反运动的内幕。我们要钻进Google的镜子迷宫，拆解微软的马赛克算盘，潜入AWS的物流帝国，并窥探OpenAI的疯狂核电站计划。我们要看看这帮“复仇者联盟”到底能不能推翻黄仁勋的王朝。
在看各家的秘密武器之前，我们必须先进行一次灵魂拷问：NVIDIA的GPU到底哪里不好了？为什么大家非要抛弃它？是因为它算得不够快吗？是因为它不够先进吗？都不是。问题的根源在于四个字——“过度全能”。
为了讲清楚这个技术逻辑，大家想象一下，你现在要开一家只卖炸薯条的快餐店。你的唯一任务就是每天把10吨土豆削好皮，切成条。这时候，黄仁勋走了进来，递给你一把瑞士军刀。这把刀极其精美，用的是最顶级的航天钢材。它不仅有一把锋利的主刀，还有锯子、剪刀、开瓶器、指甲锉，甚至还有一个微型的放大镜。老黄告诉你，这把刀什么都能干，它是世界上最强的刀，一把卖你3万美金。
这把刀好不好？当然好，它是工业设计的奇迹。这就是GPU。它原本是为了打游戏设计的，为了伺候好挑剔的游戏玩家，它必须什么都会。它要能算几何图形，要能处理光线追踪，要能做物理碰撞模拟，开红酒，还要有复杂的图形输出接口。它是一个完美的全能战士。
但是，回到你的薯条店，当你面对堆积如山的土豆时，你拿着这把3万美金的瑞士军刀，你会崩溃的。你不需要开红酒，也不需要锯木头。那些锯子和剪刀的功能，对于削土豆这件事来说，不仅没用，反而让这把刀变得又重又贵，还容易发烫。如果你非要用这把刀去削几亿吨土豆，你的效率会低到令人发指，你的成本会高到破产。
足以把Google、微软、亚马逊现在的处境，就是那家快餐店在AI的深水区。他们发现自己99%的算力需求，都集中在一种特定的数学运算上——矩阵乘法。对于这种单一、枯燥、海量的运算，他们不需要瑞士军刀，他们需要的是一个自动削皮机。这个机器哪怕丑一点，哪怕功能单一到只能削皮，但只要它削皮的速度是瑞士军刀的1万倍，成本是它的1/100，它就是神器。
这就是所谓的“通用”与“专用”。巨头们现在的反叛，本质上就是不想再交这个税了。他们要造自己的“专用削皮机”。在专业术语里，这叫做“一体化”。
在这场反叛中，Google是最让黄仁勋忌惮的对手。因为其他公司是在追赶，而Google是在穿越。当别人还在讨论要不要造芯片的时候，Google已经在孤独的道路上狂奔了10年。
Google的觉醒时刻发生在2013年。当时Google的传奇工程师Jeff Dean算了一笔账：如果未来全球几十亿Android用户，每人每天只用Google的语音搜索3分钟，那么Google需要的数据中心数量，必须在现有的基础上翻两倍。这意味着Google需要把全世界的CPU都买光，然后因为付不起电费而破产。
面对这个生存危机，Google做了一个在当时看来极其疯狂的决定：我们不买芯片了，我们自己造。这就是TPU的诞生，这也是人类历史上第一颗大规模商用的AI专用芯片。
十年过去了，现在的TPU已经进化到了第六代，代号Chameleon。这颗芯片就是我刚才说的“终极削皮机”。Google砍掉了一切与AI无关的功能，没有光线追踪，没有图形渲染，甚至连缓存控制都简化了。它只做一件事：矩阵运算。根据Google刚刚泄露的内部数据，Trillium在处理AI推理任务时，性价比是NBD H100的4.7倍。这意味着什么？这意味着做同样的Gemini服务，Google的成本只有OpenAI的1/5。这是一道看不见的护城河，足以把竞争对手挡在亏损的泥潭里。
但这还不是最骚的。Google真正的黑科技甚至不在芯片里，而是在数据中心的连接里。大家知道，训练一个像Gemini这样的大模型，需要几万张芯片一起工作。在Nvidia的体系里，连接这些芯片需要无数根昂贵的铜线和光纤。数据在传输时，要频繁的进行光转电、电转光的信号转换。就像是你坐高铁，每到一个站都要下车，出站，再进站，再上车。这个过程非常耗电，非常慢，而且光电转换模块非常贵。
Google的工程师脑洞大开：为什么要转换？让光直接飞不好吗？于是他们搞出了一种听起来像科幻小说的技术——OCS（光路交换）。没有，这东西的原理非常物理，甚至带有一种复古的机械美感。Google在交换机里装了成千上万个微小的MEMS镜子，这些镜子是可以物理旋转的。当数据光束从光纤里射出来，打在这些镜子上，Google的控制系统会像弹钢琴一样，在毫秒级别内微调这些镜子的角度，直接把光折射到它要去的目标端口。整个过程没有任何光电转换数据，就像在玩弹球游戏一样，以光速在数据中心里穿梭。
这项技术带来的优势是毁灭性的：第一，极度省电，因为没有了高能耗的光电转换芯片。第二，永不过时。无论将来光纤里的带宽从400G升级到800G甚至1.6T，镜子不需要换，因为光还是那个光，镜子只负责反射。第三，动态重组。哦，在Nvidia的网络里，线插好了就不能动了，网络结构是死的。但在Google的光之迷宫里，哪里有故障，镜子一转就绕开了；哪里需要突发的大带宽，镜子一转就汇聚过去了。
当老黄还在兜售他昂贵的Infiniband线缆时，Google已经在玩光的游戏了。这就是为什么Google敢说，即便明天一张Nvidia显卡都买不到，我的Gemini依然能统治世界。因为他们造的不仅仅是芯片，他们造的是一座“光之城”。
离开充满科幻感的Google，我们来到微软。相比于Google那种追求极致的极客精神，微软的反叛路线走的，是极端的实用主义，或者更直白的说是“抠门主义”。微软是OpenAI背后最大的金主爸爸，现在ChatGPT哪怕只是回答你一句“你好”，微软的数据中心里都在烧钱。为了止血，为了把这个成本打下来，微软在自研芯片Mayo100上，做了一个极其大胆的，甚至可以说是离经叛道的“技术赌博”。
这个赌博的名字叫“牺牲精度”。为了听懂这个，我们需要理解一点点计算机原理。在传统的科学计算里，为了保证精准，我们通常用32位浮点数来记录数据。这就好比你记账，精确到了小数点后32位。这当然很准，但问题是存储和计算这么长一串数字，非常占内存，也非常慢。
微软的研究员发现了一个惊人的现象：AI其实是一个“大概主义者”。现在的深度学习模型非常皮实，不需要那么精准。就像你看一张4K高清照片，如果把它压缩成马赛克风格的像素画，虽然糊了，细节丢了，但你依然能一眼认出“哦，这是一只猫”。AI也一样，哪怕数据模糊一点，它依然能理解你的意图。
于是，微软在Mayo100上全面押注这种技术，搞出了一种叫MX的微缩数据格式。他们把原本很长的数据砍到只剩几位。这样一来，同样的芯片面积，因为数据变短了，微软就能塞进更多的计算单元。原本只能存100个参数的内存，现在能存800个，速度瞬间飞起，成本指数级下降。微软用一种“有损压缩”的策略，换来了推理成本的极致优化。
而且，微软还做了一件让老黄很头疼的事。Nvidia为了锁死客户，搞了一套很贵的专用网络，叫Infiniband。这就像是给法拉利修的专用赛道，如果你想跑我的车，就得修我的路，还得买我的专用路障。但微软说，我偏不，我就要用最便宜的网线。Maya芯片直接兼容最普通的以太网技术，没错，就是我们家里上网插的那种网线。微软在芯片内部集成了一套特制的通信协议，让便宜的以太网也能跑出接近专用网络的速度。
这意味着什么？这意味着微软不需要为了AI推翻重来。昨天还在跑Office 365，跑Outlook邮件的那些旧机柜，拔掉旧卡，插上Maya，今天就能摇身一变，成为训练ChatGPT的超级计算机。这就是微软作为全球第二大云厂商的底气。我不追求Google那种光速的极致，但我一定要最划算、最兼容。这是一场属于工程师的极致实用主义胜利。
接下来，我们要聊聊云计算的老大亚马逊AWS。这家公司的基因里就写着两个字——“控制”。作为全球最大的物流和云服务公司，亚马逊最痛恨的事情，就是供应链不可控。把身家性命压在黄仁勋一个人的供货能力上，这对贝佐斯信徒来说，是绝对不可接受的。
AWS的反击战打的最狠的一招，叫“挟天子以令诸侯”。这里的天子，就是OpenAI的最强竞争对手Anthropic（开发Claude模型的公司）。亚马逊给了Anthropic40亿美金，但这钱不是白给的，条件非常苛刻，甚至可以说是霸王条款：你必须而且只能用我的自研芯片Triton来训练你最强的模型。
在当时，这被认为是一场豪赌，因为业界的共识是，只有Nvidia的GPU生态才能训练出顶级模型，用别的芯片那是找死，是拿几十亿美金打水漂。但AWS硬是用钱和强大的工程能力，把这件事做成了。他们在俄亥俄州建了一个代号Project Naya的超级集群，部署了10万颗Chameleon 2芯片。结果大家都看到了，Claude 3.5 Sonnet横空出世，性能吊打GPT4。这直接打破了“只有Nvidia才能做AI”的神话。
除了在战略上搞垄断，AI BDOS在底层硬件上，也有一个独门绝技——Nitro系统。这是一个非常天才的设计。在传统的云服务器里，CPU就像是一个二房东，他既要帮客户算数，又要负责管理网络、防火墙、数据存储。结果就是客户花钱租的算力，有30%都被这个二房东给“吃回扣”了（系统损耗）。但AWS觉得这太亏了，于是他们花了好几年研发了一张专用的Nitro卡。这张卡插在服务器里，直接把二房东赶走了。所有的管理工作、安全工作、网络工作，统统交给Nitro卡处理。主CPU和AI芯片可以100%全身心的投入到计算中去，没有任何干扰。
AWS的策略非常像它的电商逻辑：挤干海绵里的每一滴水。通过Nitro消除损耗，通过Chaining压低芯片成本，通过绑定Anthropic保证出货量。AWS构建的是一个严丝合缝的算力物流帝国。
最后，我们要谈谈那个让黄仁勋最头疼，也是关系最微妙的“密友”——OpenAI。如果说前面三家是为了省钱，那OpenAI造芯片纯粹是为了“活命”，为了“进化”。
大家有没有发现，最近OpenAI发布的OE模型（也就是传说中的“草莓项目”）变慢了？当你问它一个复杂的数学题，它不会马上吐字，而是会显示“Thinking”（思考中），它会思考十几秒，甚至几分钟。这在这个快餐时代看似是退步，实则是物种的飞跃。这叫“慢思考”，或者专业术语叫“思维链”（Chain of Thought）。AI开始像人类一样，在开口之前，先在脑子里进行逻辑推演、自我反思、多角度论证。
这对芯片意味着什么？这不仅是用户体验的改变，这是底层计算逻辑的地震。这意味着推理算力的需求将呈指数级爆炸。以前AI回答一个问题，可能只需要算1秒，现在为了“慢思考”，它可能在后台算了1分钟，计算量翻了60倍。如果继续用昂贵的NBD H100来跑这种“慢思考”，OpenAI每回答一个问题都要亏好几美元，这生意没法做。这简直是在烧钱取暖。
所以，OpenAI必须造芯。而且，他们造的不是通用的GPU，而是一种极致专精的“推理怪兽”。据爆料，OpenAI联手博通开发的这个芯片，阉割掉了所有与训练相关的功能，比如反向传播电路。它就是为了跑模型而生的，它要做的是将推理的边际成本压低到接近于零。
OpenAI的野心大得吓人。奥特曼计划在未来几年，建设十几艾瓦（ExaFLOPS）级别的算力集群。吉吉瓦（ExaFLOPS）是什么概念？这相当于800万个美国家庭的总用电量，或者是一个中等国家的总发电量。这哪里是在造芯片？这简直是在造基建，是在造“数字核电站”。奥特曼心里很清楚，如果不把自己造芯片这条路走通，所谓的AGI（通用人工智能），永远只是实验室里烧钱的玩具，永远走不进寻常百姓家。
故事讲到这里，你可能会问：这些互联网公司写代码厉害，但造芯片可是原子层面的尖端科技。他们哪来的能力？Google、OpenAI，这些公司连画芯片版图的软件可能都没买全，他们怎么可能造出3纳米的芯片？
这就引出了这场战争中，两个躲在阴影里，闷声发大财的“影子赢家”。他们就像是淘金热里的卖铲人，或者是战争里的军火商。
第一个赢家叫博通。你以为Google和OpenAI是自己再画芯片图纸吗？错了。他们出的是想法、是算法、是逻辑。但真正把这些逻辑变成硅片上的电路，真正搞定散热、供电、信号干扰这些物理难题的，是博通。博通就像是一个顶级的芯片代建商。博通CEO陈富阳是个绝顶聪明的商人，也是个冷酷的谈判家。他早就看穿了局势：你们都想反叛NBD，但你们都离不开我。根据最新的财报预测，博通在2026年的AI芯片收入将暴涨103%，达到400亿美元。其中绝大部分都来自帮Google和OpenAI做代工。Google的TPU每一张出货，博通都要抽走一笔巨额的“过路费”。
第二个赢家，当然是终极Boss——台积电（TSMC）。无论你是黄仁勋的NVIDIA，还是反叛军Google、微软、AWS，甚至是博通，你们吵得再凶，打得再不可开交，最后都要乖乖的拿着图纸飞到台湾新竹或者亚利桑那的工厂里去排队“流片”。
这是一场零和游戏吗？不对。对台积电来说，这是“通吃”。NVIDIA的卡不仅要用台积电的先进制程，还要用台积电的CoWoS封装技术。而Google、微软的自研芯片，虽然制程可能稍微落后一点，为了省钱，但也占用了台积电大量的产能。现在的情况是，台积电的产能被锁死，到了2026年，谁能拿到台积电的产能，谁才有资格上牌桌。台积电才是那个真正的、不可撼动的权力中心。
所以，故事的最后，NVIDIA会死吗？我的答案很直接：绝对不会。NVIDIA依然拥有这个星球上最强大的软硬件生态。对于大多数除了这四家巨头之外的普通公司，除了买NVIDIA，依然别无选择。而且老黄也已经准备好了代号Robin的下一代核武器，准备用更快的迭代速度、更变态的带宽，试图重新锁死市场。
但是，英伟达躺着赚钱的日子，那个毛利80%、市值冲向4万亿的绝对垄断时代，恐怕真的要结束了。2026年将是一个分水岭，芯片市场的大一统时代终结了。我们将看到一个“寒武纪大爆发”般的战国时代。
Google在用光做计算，追求极致的物理效率。微软在用马赛克做计算，追求极致的性价比。AWS在用物联网做计算，追求极致的控制力。OpenAI在用慢思考做计算，追求极致的智能进化。这种分裂，这种混乱，这种百花齐放，才是科技本来该有的样子。
对于我们普通消费者来说，这是天大的好事。因为只有竞争才能让AI的成本降下来。只有当算力变得像水和电一样便宜时，那个真正能改变我们生活的AI时代，才算刚刚开始。
这场硅谷的“复仇者联盟”大戏才演了一半。究竟是旧王维护荣耀，还是新王建立秩序？我们，我们拭目以待。
如果你喜欢我们这种深度拆解科技商业内幕的内容，请记得点赞分享，开启小铃铛，订阅我们的频道。因为下一期，我们将带你走进那个在背后默默数钱的影子帝国——台积电与博通的隐秘交易。我们下期见。