与「GPU」相关的搜索结果

我一生干了两件事，一是把 NVIDIA从一家做显示卡的小公司，带到了人工智慧的世界中心。三十三年，把 GPU 从游戏机里搬出来，搬进了超级电脑，搬进了数据中心。对这件事持异议的人不多，只有那么几个人，在我耳边叽叽喳喳，无非是嫌我们的显卡太贵，还要排队买罢了。 另一件事你们都知道，就是发动了这场AI大革命。这件事拥护的人不多，反对的人也不少。这两件事还没有完，这笔遗产得交给下一代。怎么交？和平交不成，就在算力竞争中交；搞不好就技术封锁、晶片禁运了。你们怎么办？只有天知道。

Anthropic 首席执行官 Dario Amodei 刚刚解释了整个 AI 行业面临的最大问题之一。 根据 Dario 的说法，计算资源是 Anthropic 目前面临的最大商业困境，而这归结为一个简单的问题：当你几乎完全不知道公司两年后将产生多少收入时，你如何规划数十亿美元的基础设施支出？Anthropic 的收入在 2024 年增长了大约 10 倍，在 2025 年又增长了 10 倍。这是惊人的增长，但即使是 Dario 也承认，他们对下一年会是什么样子几乎没有可见度。 与此同时，公司必须在实际需要它们的一到两年之前就锁定 GPU、数据中心容量、电力和网络基础设施。而且这些并不是小承诺。我们谈论的是可能高达数百亿美元的支出，这些支出必须基于需求预测来承诺，而这些预测可能完全错误。这就是事情变得有趣的地方。如果 Anthropic 购买了太多计算资源，而收入没有如预期增长，公司就会面临财务过度扩张的风险。但如果购买得太少，后果可能更糟。 它不仅会难以服务现有客户，还可能在开发下一代 AI 模型方面落后。而这可以说是一个更大的风险，因为今天正在训练的模型将决定公司未来六到十二个月的竞争地位和收入潜力。换句话说，Anthropic 不能简单地等到需求显现后再投资基础设施。到需求变得明显时，可能已经太晚，无法获得竞争所需的计算资源。这就是 AI 基础设施建设与其他大多数传统行业如此不同的原因。公司们被迫在今天做出巨大的资本配置决策，这些决策基于技术进步和未来收入，而这些都极难预测。 @龙虾量化

要同時出現多少個巧合, 才能讓全球最高市值的CEO 短短72小時內走到下台 我花一整天閱讀大量資料, 拼湊出前因後果 這應該是最接近真相的事實, 大家當故事看 「我跟你說, 下週Nvidia的CEO會辭職」 這不只說出去沒人信, 連拍成電影都會被罵爛尾 跨黨派的鬥爭, 全在7天內引爆, 首先是誤區： 1. 外遇 & 間諜都是障眼法 2. 兇手不是民主黨或共和黨, 而是兩黨的對中鷹派 3. 川普是最不希望黃仁勳離開的人 4. 這群跨黨鷹派也沒想過火燒這麼大, 黃仁勳辭職 事件開始 📍第一個巧合：關稅、黃樂、美伊戰爭 早在半年前盧比歐就曾二度向川普示警 要求關注黃仁勳與 Megaspeed 的往來 川普知情晶片可能被轉運, 但始終沒有積極處理 一方面想和習近平維持談判空間 另一方面, 美伊戰爭已佔據大量政治資源 （當中還穿插中美元互訪, 這半年真的很忙） 川普也許是相信黃仁勳自己能摸清界線 也許想順便摸清中國依賴GPU的程度, 就睜隻眼閉隻眼 總統忙就算了, 該列貿易黑名單的商務部長 Lutnick 半年0動作, 此舉使共和黨內的對中鷹派越來越不滿 他們在意的事情, 白宮始終沒有全力推進 📍第二個巧合：期中選舉大敗、內閣開始分裂 美伊戰爭拖太久, 讓川普付出巨大的政治代價 內閣原本就存在主戰與停戰兩派 選舉失利後, 矛盾進一步浮上檯面 共和黨開始找戰犯, 原本支持川普的人開始各自盤算 連副總統JD都開始與切割 “內閣中還有誰挺我？” 此刻川普自己也不清楚 📍第三個巧合：川普的個性, 卻逐漸失去控制力 川普的性格一直是擇善固執, 想幹嘛就一意孤行 （美伊戰爭說過若沒人支持, 他照樣打, 願意當壞人） 但這次選舉失利, 讓他政治籌碼大幅縮水 內閣大難臨頭各自飛, 這時黨內對中鷹派有了機會 此刻再不處理中國晶片, 幾個月後改朝換代 參眾兩院不在掌控之下, 屆時更無法保證事件走向 於是鷹派跳過川普, 釋出黃仁勳相關的負面消息 將間諜、叛國敏感議題帶入, 好快速推動閉門聽證 此刻這件事也驚動民主黨的對中鷹派 原本政治立場不同的兩群人, 突然有共同目標 民主黨也加入戰局, 一起深挖更多外遇, 更多花邊新聞 ‼️注意：川普一直把黃仁勳當朋友, 始終沒有切割‼️ 此時面對媒體追問, 他還多次逆風替黃仁勳說話 (就和當年麥可傑克森相同, 川普是真兄弟, 我都要哭了） 📍第四個巧合：黃仁勳低估了華盛頓的遊戲規則 黃仁勳白手起家, 從餐廳洗碗工一路走到今天 他相信的照規則做事, 乖乖繳稅就不會被找麻煩 但美國政治是真的很髒, 你就算今天和總統是朋友 卻不代表能避開 “深層政府” 的政治鬥爭 黃仁勳非常聽川普的話, 還會給一堆情緒價值 川普自然把黃仁勳當成朋友, 願意替他說話 紐約時報稍早證實： 川普前一晚曾致電, 勸黃仁勳「保住CEO, 別離開」 但當總統無法控制自己的內閣時, 如何提供政治保護？ 黃仁勳前天主動打給川普, 我想也是這個原因 黃希望弄清楚出了什麼事, 但川普無法給出任何承諾 大家紛紛跳過自己去揭發Nvidia 若要黃仁勳先認罪去蹲, 再幫忙特赦, 風險太大 在最後一晚, 得不到任何承諾的黃仁勳 也許自知敵不過這群鷹派, 身心俱疲, 最後選擇離開 事已至此, 川普對外也不好再明說, 只能引導輿論 挑相對最聽話的CEO當樁腳, 那就是Tim Cook 📍 第五個巧合：事件後期, 所有平行線交會 黃仁勳離開 這真的是兩黨對中鷹派想看到的結果嗎？ 我相信絕對不是。 他們真正想要的, 是一個更願意配合華盛頓的黃仁勳 而不是只聽川普的話的黃仁勳 更不是讓他直接離開 NVIDIA 因為接下來的問題更大： - 新 CEO 能維持 NVIDIA 的技術領先嗎？ - 新團隊會比黃仁勳更聽華盛頓的話嗎？ - 美國失去黃仁勳, 能讓自己的 AI 產業更強嗎？ 把整件事 zoom out 黃仁勳完全是美國政治鬥爭下的犧牲品 1. 外遇讓事情有了切入點 2. 晶片轉運讓鷹派有了政治武器 3. 選舉失利讓鷹派著急+川普失去保護能力 幾條原本不相干的線, 最後全部交會 33年, 從社洗碗工, 到全球T0的科技領袖 社會底層逆襲, 這個故事就是美國夢最好的代表 更何況他還是會配合政府的科技領袖 只可惜兩黨把NV當成核武, 趕在下台前先納入控制 控制的途中意外導致CEO離開, 事情更糟, 計劃全亂 也因此司法部這群狗雜種 “瞬間” 開始放緩用詞 「我們還沒說是間諜/還不能確認/部分誇大」 我相信閉門聽證會有好的結果 就算晶片真的轉運中國, 司法部也會和黃仁勳達成協議 檯面上讓媒體看到 “好的結果”, 檯面下控制 Nvidia 這種事情搓一下就過去了, 對深層政府而言真的不難 Stand with Jensen 我認為黃仁勳明年就能回到CEO職位。 以上資訊我花了大量時間整理 若喜歡別忘記點個追蹤, 有任何細節歡迎留言討論 #standwithjensen# #bringjensenback#

Be Jensen: > Asian American Dishwasher at Dennys > Founded $NVDA and pioneered GPU computing > Took an extraordinary gamble in CUDA, despite the company close to bankruptcy risk. > Bet paid off heavily, and Nvidia was there as the infrastructure for deep learning and generative AI. > Spent last 33 years of his life growing $NVDA, and finally saw it become a $5T+ company > Devoted his life to establishing American AI leadership > Started having more influence on policies that Washington conflicted with > Leaks and hit pieces happen all at once around midterms > Washington tries to push out others like Lutnick that shared similar China stances to Jensen. > Forced to resign by Taco Bell and NFL experience board members over unconfirmed Spy accusations + personal relationships. > Huang's leadership then questioned by politicians that ask how $META makes money or how Wifi works. > Slandered by US media that think because Mcdonalds did well under a CEO change, so can American semiconductors like $NVDA. This feels like a horrible joke. Jensen Huang was the pinnacle of visionary tech CEOs and living the American dream. Ousting Jensen Huang will go down as one of most consequential and darkest decisions in recent US history.

Back in 2012, AlexNet was trained on two NVIDIA gaming GPUs. Jensen understodd what that meant before almost anyone else, and bet the company on it. A couple weeks ago he spent a good chunk of a meeting with us nerding out on our little $400 open-source microrobot. Why it runs hot, which chip would get more FLOPs, how many watts it would draw 🤓 His latest big bet has been open models, his very first post on X 👇 If open models had only one champion, this week would have been the end. They have millions of builders, including plenty inside NVIDIA who’ve been messaging us the same thing: keep building in the open. We will.

📚 李博杰刚开源了一本《深入理解 AI Infra》，想搞懂大模型推理和训练到底卡在哪，这本书直接从硬件极限一路算给你看。 《深入理解 AI Infra》的仓库 8 月下旬才建，现在已经 7500 多 star。它是李博杰《深入理解 AI Agent》的姊妹篇，那本在 GitHub 上是 5 万+ star。 以前学 AI Infra，看到的多是「用了什么框架、调了哪些参数」，为什么要这么设计，往往没人讲透。 这本书反过来，从约束推导设计，反复追问五个问题：搬什么、搬多少、搬几次、经过哪里、谁必须等它。十二章从模型架构、加速器、超节点、数据中心网络，一路讲到推理优化、分布式推理、训练系统和端边云协同。 配套的计算工具只要 Python 标准库就能跑，不用 GPU，也不用下模型权重，书里的数可以自己算一遍。中文原版之外还有英文、繁中和俄语的社区译本，PDF、EPUB、在线阅读都有。 要说明的是，书稿目前还是初稿，作者在持续修订。 想把 AI Infra 从「会用」学到「会算」，这本值得放进书单。 GitHub：

If NVIDIA employees want Jensen back, they should start with “NVIDIA is nothing without its people” - resign and chill. Good GPU engineers are very hard to find and even harder to replace than ML engineers. Engineers should take their destiny into their own hands if they love the company. They shape and deliver the company mission, not the boards.

党哥的调查结果： 1. blackwell series总共卖出300万片，其中100万片的算力在中国，中国当之无愧就是nvidia第二大客户； 2. 中国头部大模型7~8家，每家都有3~10万的GPU算力，外加十几家二线LLM厂商，neocloud，上百个电网和运营商自建data center，各地私有化部署，100万片只是一个非常保守的估计。

普通人做 AI 出海，别再去卷那些烂大街的生图、换背景网站了。 上周看到一个海外独立开发者的案例，据称网站上线第二个月，MRR 就干到了 5000 美元。 他做的东西非常简单：专门帮 Etsy、Shopify 卖家，把商品静物图变成 5 秒微循环短视频。 这需求看着小，付钱的人却不少。 海外成千上万的中小卖家，每个月都有几十款新品要上架。自己折腾 ComfyUI 学不会，找摄影师拍视频，一条又要上百美元。 他干脆只做 4 个模板。 珠宝首饰加反光闪烁，咖啡饮品加升腾热气，服装加微风摆动，桌面静物加慢速 360 度旋转镜头。 客户不用学任何复杂操作，选模板就能生成。 成本也算得很细。 网站前端用轻量服务，平时待机成本几乎为 0。只有付费用户点击生成，才调用后端 GPU 跑 5 秒视频，据称单条成本两毛钱。 收费却是 19～29 美元一个月，或者 15 美元买 100 积分。 怎么找客户？ 每天往 X 和 TikTok 发对比视频：左边一张干瘪的商品白底图，右边变成 5 秒高级商拍微动视频。 按这个案例的说法，这种直观反差吸引了大量电商卖家主动找过来。 不需要做一个什么都能干的 AI 平台。 把复杂工作流藏在后面，前面留一个解决具体问题的傻瓜按钮。 这种微型 SaaS，才是真正值得普通人研究的赚钱路子。