[BidClub_]
卫诗婕|漫谈 Light the Star · · 61 min

93.黄仁勋事件「深喉」解读:桃色事件?不,一场算力主权争夺风暴才刚开始

卫诗婕Alex

SemisAI & SoftwareTechnicalPolicy
Podcast ↗
TL;DR
  • 节目将黄仁勋离任解读为出口管制与公司治理风险的集中爆发。 卫诗婕称,“桃色事件只是最表层”,更深的风险是可能的芯片走私追责,以及灰色转口收入的合法性重审。她将节目所述的11月11日离任、放弃约1.08亿美元未归属股权,与财报签字责任及公司隔离风险的需要联系起来。
  • Alex认为,管制的关键变化是连中国企业可在境外调用的先进算力也要切断。 东南亚供卡自6月起已收缩,因此此次事件的短期增量影响“没有大家想的那么大”;但后续可能发展到“卡运到东南亚都会变得非常困难”。对应风险是当地数据中心交付与国内云算力合同违约,北欧则可能承接部分需求。
  • 若新增训练算力受阻,Alex判断国内冲向5万亿参数的计划“一定会放缓”。 他预计国内可能在最多3万亿参数附近徘徊一年多,海外则向10万亿甚至20万亿发展。他给出的2026年算力对比是:OpenAI、Anthropic各持有约百万张等效B卡,国内头部大厂约5万—8万张,未来差距还可能扩大。
  • 国产训练算力的受益焦点,在Alex看来是具备完整系统能力的华为昇腾。 关键不只是GPU数量,还包括交换芯片、互联与软件协同;他称DeepSeek已与华为深度绑定,并举华北约400兆瓦的数据中心为例。阿里虽有自研交换芯片,但其PPU仍偏推理用途,完整训练能力尚待实践验证。
  • 模型创业公司的生存重心可能更快转向商业化、推理降本与工程优化。 卫诗婕描述其长期困境:一边冲刺SOTA,一边“沿途下蛋”获取收入续命;训练规模受限,可能使团队放下部分追赶压力。Alex预计2027年商业化会更积极,但对这种转向是否整体有利,坦言“不知道”。
  • 大厂收缩资本开支的首要原因,在Alex看来仍是投入产出不佳。 算力获取成本高、模型能力未领先、收入增长不够快,共同削弱持续投入的解释力。卫诗婕将其概括为“大众智能没有太多利润”;对字节“2030年追平”的说法,Alex提醒:“他没有定今年或者明年。”
  • 应用层可能获得一段模型边界较稳定、调用成本下降的开发窗口。 国内模型若因资源趋同而缩小差距,Agent和垂类产品更需要依靠场景与工程能力竞争,但Alex明确表示,不知道这是否足以让Agent公司活下来。他更看好机器人和L4智驾的落地条件:国内数据产业链完整,工程迭代较快,验证周期也短于芯片与制药。
  • 英伟达迭代可能放慢,更广泛的出口限制则可能催化国产替代。 Alex担忧Rubin Ultra、Feynman等后续方案因技术决策与供应链协调能力变化而延后,拖累国内面向英伟达的供应商;若管制进一步覆盖交换芯片与CPU,国产厂商才可能获得更大替代空间。他同时警告:“产能在疯狂扩张”不代表最核心的技术突破正在发生。
Digest · the substance, structured for research

1. 节目将离任焦点放在公司治理与出口管制风险

  • 按卫诗婕梳理的时间线,10月29日《纽约时报》披露相关指控,11月8日黄仁勋承认婚外情;11月12日英伟达宣布离任,而节目援引的8-K文件记载生效日为11月11日。
  • 她强调,退出总裁、CEO及董事席位,并放弃约1.08亿美元未归属股权,意味着连退居幕后的空间也被切断。她将这一安排与距离发布2027年Q3财报还有六天、CEO和CFO须为财报真实性签字的责任联系起来。
  • “桃色事件只是最表层。”卫诗婕提出的解释是,可能的芯片走私刑事追责及灰色转口收入重审,推动公司迅速隔离风险;这仍是节目对动机与风险的分析。
  • 节目援引的行情是:11月12日早盘一度跌13%,收盘跌4.34%;到当天为止,上周市值蒸发约5500亿美元,较10月高点回撤近三成。节目称CFO Collet Kress接任CEO,后续追责已延伸至国会与商务部。

2. 调查早于丑闻,政治解释仍带有推断

  • Alex称,相关渠道在业内早已受到关注;2026年5月,北美曾突击调查超微半导体高管并带走一人,6月后东南亚供卡开始收缩。因此,他所谓影响“没有大家想的那么大”,指的是产业已经提前承受变化。
  • 谈及黄乐(Alice Huang)与相关渠道的私人关系,Alex援引饭局见闻;卫诗婕随即追问依据,并将其中婚姻关系的说法限定为“坊间传闻”。私人关系叙事不能直接当作渠道事实的证据。
  • Alex把事件解读为进一步限制亚洲先进算力的政治行动;卫诗婕也提出,丑闻公开可能是促使离任的手段,但强调公开信息无法证实。他另担忧继任者收紧英伟达生态开放,增加国内优化训练的难度。

3. 万亿参数扩张把训练需求推向数万张卡

  • Alex举出的2025年前后量级是:约7000亿参数模型,需要1.5万—2万张H卡训练。随后参数升至1.6万亿,等效需求扩大到3万—5万张H卡,换成B卡也在万张以上。
  • 到今年K3等模型迭代,他估计国内训练所用B卡已到约3万张;海外前沿模型则达到10万张以上训练卡的级别。卫诗婕指出,国内万卡与海外十万卡已经形成一个量级的分野。
  • 这也是Alex认为黄仁勋离任对国内AI是损失的背景:2025—2026年,国内模型训练卡基本由英伟达H、P系列主导,新增供给受限恰逢模型扩张最需要算力的时候。

4. 管制从阻止芯片入境转向阻止境外算力可达

  • Alex描述,此前芯片经东南亚等地转手四五次再进入国内,额外环节推高价格;一台B卡服务器至少可卖到1000万元。他认为中间环节费用及渠道溢价,是价格异常昂贵的重要原因。
  • 更关键的是卡不必进入中国:国内客户可经云网、专网调用境外集群。Alex认为,仅阻止东南亚的卡进入国内不够,还要阻止卡运到东南亚;此前以Oracle等北美云厂商需求为名建设的项目,也可能面临更谨慎的出货审核。

5. 东南亚可能出现双层违约,北欧成为替代方向

  • Alex用阿里海外子公司举例:先向当地IDC建设方下单,并负责解决算力卡进入东南亚的问题;卡不到,便可能违约IDC建设方。同时,云厂商若拿不到卡,也可能无法向国内模型公司或其他客户交付算力,形成第二层违约。
  • 替代路径之一是经迪拜转运,但他认为绕行更远、涉及更多陆路国家,成本更高且数量更少。另一条路径是把预训练数据带到北欧训练,再带回模型;北欧可能因此承接原属东南亚的部分算力需求。
  • 卫诗婕质疑中国是否允许数据大量出境。Alex区分:预训练多为GitHub等公域数据,他举“30多TB”、约30块硬盘装手提箱的例子,称处于灰色地带且确实有人这么做;后训练涉及私域或敏感数据,更难带出,不能一概而论。

6. 推理适配不能替代完整的训练能力

  • 卫诗婕提出,国内模型公司已经提前适配国产卡。Alex回应,推理优化可能做了,但训练时“肯定没有太多国产卡能支持”。他举例称,智谱主要绑定海光,Kimi推理时更多用PPU,阿里的PPU也更多用于推理;DeepSeek的生产与模型预训练则绑定得更紧。
  • Alex认为预训练首先受制于单卡算力:卡越弱,越需要跨卡传输,通信开销越重。他给出的需求对比是,后训练可能需要3000—5000张卡,预训练需要约3万张,后者更难找到足够集中的数据中心。
  • 他把垂直键合解释为在封装面积约束下提高计算核心密度、抬升单卡算力上限的办法。但有足够多的卡仍不够,还要把这些卡组织成能高效共同训练的系统。

7. 华为的优势在于把GPU与交换体系一起设计

  • Alex认为,真正的超节点要让GPU直接交换数据,避免经CPU中转;把多个8卡服务器物理放在一起,并不自动等于统一的大服务器。关键是让这些服务器成为一台能高效运行的统一系统。
  • 按他的判断,华为拥有从GPU到交换芯片的自研体系,阿里也有部分自研能力;其他国产GPU方案较依赖博通生态,软硬件绑定与整体调试更难。华为在通信领域的积累因此成为训练优势。
  • 他称华为每代超节点方案都会参考DeepSeek架构、争取最高运行效率;DeepSeek在华北取得约400兆瓦的数据中心,全部使用华为卡训练,双方绑定“比市场想象深得多”。
  • 阿里的PPU则尚未完整用于训练验证。Alex报出的最新单卡算力是“只有500G左右”,认为适合中型客户推理,不适合大规模训练;因此阿里2027年的自有模型及对外训练服务都可能面临缺口。

8. 昇腾紧俏,也不会只围绕一家客户分配

  • Alex称,如果条件允许,字节希望包下华为算力卡,既有自身缺口,也有竞争考虑;若2027年东南亚没有新增B卡,缺算力的不会只有字节。
  • 但他认为华为还需自用、满足国家协调安排并维持生态多样性,不可能只绑定一家。他以2027年可能300万张、2028年500万张甚至更多出货作情景说明:规模扩大,需要更多客户承接。
  • 对阿里,他称华为可能只愿提供上一代910C,因阿里拥有平头哥体系。阿里自己的PPU不适合训练,但用于推理的出货量则够用。

9. 悲观判断从追赶较慢变成可能停滞

  • Alex描述的担忧从国内模型由3万亿升至5万亿、海外由5万亿升至10万亿,变成国内可能停在最多3万亿,海外向10万亿甚至20万亿发展。
  • 对原定明年冲向5万亿参数的计划,他判断“一定会放缓”;国内模型能力大概率在K3.1附近保持一年多,海外则可能随模型与新硬件继续跃升。
  • 他给出的2026年对比是,OpenAI、Anthropic各有约百万张等效B卡,国内头部大厂约5万—8万张。往后海外算力持有量可能再增四倍,国内即使计入国产卡也可能只到10万—11万张,因此他对2027、2028年很难乐观。

10. 创业公司的生存任务会进一步转向现金流

  • 卫诗婕描述模型创业公司的分裂:资本与技术竞争要求持续冲刺SOTA,但提升智能不会直接带来收入;具体场景落地才可能赚钱,只能一边烧钱、一边“沿途下蛋”。
  • Alex认为,若更大模型不再容易带来融资,团队就必须更多开拓垂类、降低推理成本、控制人员与费用,争取现金流转正。2027年商业化可能更积极,因为“国内的资本不会再等那么久”。
  • 卫诗婕提出,放下追赶规模的包袱、专心工程与商业化,未必是坏事。Alex先答“不知道”,再以DeepSeek工程化形成护城河为例,并称其是国内唯一还在盈利的模型公司;这一盈利判断来自嘉宾。

11. 大厂削支首先暴露模型投入产出问题

  • Alex把资本开支降速的首因放在现金消耗与变现不足,之后才是东南亚供卡收缩。他称字节过去没有出现过这样的负现金流,若连续两年如此,向董事会解释会很困难。
  • 他的核心批评是,大厂投入最大,却未做出国内最好的模型,卖Token与内部业务协同都未带来预期收益。卫诗婕概括:“你做不了前沿智能,只能做大众智能,而大众智能没有太多利润。”
  • 对卫诗婕提出的自研芯片进展较好,Alex并不认同。他称相关负责人离职、项目时间一再后移,原先预计2026年出货10万片,“到现在为止应该一片都没看到”;他的观察比先前预期悲观。
  • 对字节“2030年追平”的说法,他提醒“他没有定今年或者明年”。他猜测其前提可能是中国总算力相对北美从约5%升至20%—30%,但数据获取与利用效率差距仍在,结果“真说不准”。

12. 应用层可能获得较稳定的开发窗口

  • Alex以智谱较早约半年取得B卡为例,认为算力与数据逐渐趋同,可能使国内模型能力差距收敛。届时Agent和垂类应用更重要,调用成本也可能下降。
  • 卫诗婕提出,模型不再快速跃迁,应用团队反而更容易摸清边界、减少被模型吞掉的焦虑。Alex认可这一窗口,但保留关键限制:“Agent公司最后能不能活下来还不知道。”

13. 英伟达迭代放慢与国产替代是不同的条件判断

  • Alex称英伟达每代通常有五六条技术路线并行,最终由黄仁勋结合技术水平及台湾和大陆供应链能力决策。他担忧财务背景的继任者难以完成同等协调,使Rubin Ultra、Feynman的流片及新方案落地延后。
  • 这对国内面向英伟达的供应商并非利好,因为收入与技术升级依赖海外方案迭代。他以黄仁勋要听60个中层汇报为例,说明职位需要同时理解计算、通信、存储与供应链。
  • 国产替代则取决于管制是否继续外溢。按Alex给出的市占率,博通交换芯片在国内约90%,英特尔CPU在互联网领域约60%—70%;若这些供应也受限,国产厂商乃至上游器件才可能获得更大替代空间。

14. 产能扩张需要重估,工程应用仍可能更快落地

  • Alex认为国内科技产业“产能在疯狂扩张”,但大的、最核心的技术突破少有人愿意做;缺少底层突破,就很难在全球产业链分到足够利润。他认为先前过于乐观的情绪有必要重新估量。
  • 卫诗婕举了一个未能清楚辨认的芯片工艺案例,称其用了海外约十年前放弃的工艺,以高出海外4—5倍的成本换取20%—30%的性能提升;她认为这也可能是无奈之举,并把短期利润约束与分红制度联系起来。具体所指在转录中不清楚。
  • 对应用,Alex保留了另一种可能性:机器人有国内完整的数据产业链,验证周期短于芯片流片和制药;L4智驾也已逐步测试。这些更依赖快速工程迭代的领域,可能比北美更早落地,让2027年的创新更偏工程化。
Full transcript
Alex

从 2025 年年底开始,基本上在各大公开会议和饭局上,你都能看到黄磊坐在老王旁边第一位。

这个事情北美其实已经查了很长时间,不是现在才开始查的。我刚刚提到,2026 年 5 月,北美曾针对超微半导体的高管做过一次突击调查。仅仅阻止东南亚的卡进入国内是不够的,还要把卡运到东南亚这件事一并切断。

说实话,我看到的是产能在疯狂扩张,但大的、最核心的技术突破却没有什么人愿意去做。

卫诗婕

一周前,漫谈发布的第 92 期番外节目,以围猎富人的角度隐晦地点到了近期科技圈地震级别的新闻——黄仁勋事件。11 月 12 日,英伟达宣布创始人兼 CEO 黄仁勋辞去公司总裁、CEO 及董事职务,即刻生效。截止到这期播客发布前的 11 月 16 日,有消息流出,黄仁勋及其盟友正在组建一个由硅谷高管组成的作战室,用来游说推动这位英伟达前掌门人复出,并计划争取白宫方面的支持。事态仍在演进和升级。

作为全球 AI 产业扩张的算力基石,英伟达牵动着整个 AI 行业,尤其是中国 AI 产业。这一期我们将为大家奉上硬核的行业解读。我邀请了头部买方公司的策略员 Alex,他长期深度关注 AI 产业链,与上游算力供应生态及各大模型公司的一线研究员有着高频接触。出于保护,本期节目中许多点名信息仍将被消音处理,请大家理解。

访谈开始前,先为大家做一些援引和推荐。要了解英伟达及其算力江湖,可以回到漫谈第 28、29 及第 66 期节目回顾。对于美国对华进行算力出口管制的行业背景,则推荐第 23 期节目《禁酒令 2.0 时代》。我曾与美国职业律师一起复盘过美国对华算力管制升级的全过程。

回到黄仁勋事件的时间线。事件的起因与核心是一家名叫 MegaSpeed 的新加坡云计算公司,它是英伟达的云合作伙伴,被指协助中国获取受美国出口管制的先进 AI 芯片。它的前高管黄乐 Alice Huang 被美国情报官员怀疑为间谍,而这位黄乐女士就是黄仁勋出轨新闻中的女主角。美国商务部工业与安全局从 2024 年起开始调查 MegaSpeed,之后案件移交司法部。

这件事第一次来到公众层面是在 2026 年 10 月 29 日。《纽约时报》援引知情人士报道,美国情报机构已经监视 Alice Huang 大约一年,怀疑她借与黄仁勋的私人关系套取英伟达动向。英伟达第一反应是公开否认。在 10 月的两次内部沟通里,黄仁勋向总法律顾问 Tim Tater 在内的高管解释,他和 Alice 黄的往来就是正常的客户往来,区域云客户拿到的只是普通商业信息,不涉及敏感技术机密,更与国家安全无关。但很快,对婚外情的否认变成了承认。11 月 8 日,黄仁勋给全体员工发公开信,承认背叛了结婚 40 年的妻子 Lori。

这 8 天期间,黄仁勋与黄乐两人在台北餐厅亲吻脸颊、同车离开,以及在私人酒局上挨着坐的合照在全网疯传。11 月 3 日美国进行中期选举;截至 10 月 8 日,只是坐实了这段浪漫关系。11 月 11 日晚上,《纽约时报》再次推动事件升级,引述五名前员工爆出第二段关系,指黄仁勋与直接向他汇报的英伟达医疗健康业务副总裁 Kimberly Power 长期保持关系。今年三月 GTC 期间,两人在酒店里的亲密举动还被路人拍到,随行安保当场拦截拍摄者,要求签保密协议。

也在 11 月 11 日这一天,黄仁勋离职了。根据后来 SEC 的 8-K 文件记录,辞职生效日是 11 月 11 日。他没有拿任何离职补偿,而是放弃了约 1.08 亿美元未归属的限制性股票。这个结论在 11 号当天的内部会议上已经决定,只是公众第二天才得知。距离发布 2027 年 Q3 财报还有 6 天。根据美国证券法,CEO 和 CFO 要在财报的真实性声明上签字,对披露的真实性负责;如果明知不实仍然签字,将承担刑事责任。

至此,63 岁的黄仁勋执掌英伟达 33 年后,自己递交辞呈,离开了英伟达。他的总裁、首席执行官、董事会成员职务,以及 1.08 亿美元未归属股权,全部一笔清空。卸任普通董事席位,意味着连退居幕后、垂帘听政都无法实现。他将彻底离开英伟达的权力中枢,不过他的一双儿女目前仍在英伟达任职。

为什么会如此彻底地清除黄仁勋在英伟达的职务?桃色事件只是最表层,真正的威胁在于芯片走私刑事追责的可能性,还有财报里那部分灰色转口收入可能面临合法性重审。所以先把黄仁勋切除到英伟达体外,可能是最闪电的隔离方式。尽管英伟达和黄仁勋事件仍在发酵,但最核心的事件演变已经讲清楚了。尽管路透社还爆出第三名女性与黄仁勋有特殊关系,但是三个、四个或者更多并没有太大意义。

英伟达股价在 11 月 12 日当天早盘一度下跌 13%,散户冲进来抄底,平台上买单是卖单的将近 5 倍,收盘时跌幅收窄至 4.34%。到这一天为止,上周市值蒸发约 5,500 亿美元,从十月高点算起回撤近三成。目前接任 CEO 的是已经在英伟达任职 13 年的 CFO Collet Kress。好了,对这个事件的回顾就到这里,接下来是我和 Alex 的访谈。

谢谢 Alex。我们先来讲一下今天发生的最大的一件事:今天下午,黄仁勋辞去了英伟达 CEO 的职务。我想先听听你的第一手解读。

Alex

明白。这件事对国内 AI 的发展其实是很大的损失。从政治立场和实际贸易的角度来看,老黄一直都是推动国内整个 AI 产业发展的重要力量。

从 2025 年到 2026 年,国内模型公司的训练卡基本上完全由英伟达的 H 系列和 P 系列卡主导。2020 年上半年开始,国内也进入了万亿以上参数规模的模型训练阶段。2022 年上半年开始,从东南亚进入国内的 B 卡,基本上每个月都有 1,000 台左右的 8 卡 B 卡服务器。这个情况一直持续到 2026 年 6 月。

卫诗婕

先打断一下,给大家补充一些算力产业的背景,以免有些人不太了解。其实从去年开始,整个训练集群的规模就在指数级上升。我听说海外已经到了 10 万卡级别。模型训练大概是从什么时候开始达到 10 万卡级别的?

Alex

如果从模型参数规模来看,国内在 2025 年左右训练 7,000 亿参数规模的模型,大概使用了 20 到 30 亿条数据,整体需要 1.5 万到 2 万张 H 卡。

从 2020 年上半年开始,国内从大约 7,000 亿参数规模进阶到 1.6 万亿参数规模。按等效 H 卡的训练量来看,单个模型应该已经需要 3 万到 5 万张卡。如果用 B 卡,基本上也要 1 万张以上。

到了今年,像 K3 这样的模型,或者其他公司发布的下一代模型,国内整体训练所用的 B 卡基本上到了 3 万张左右。这是一个逐步发展的过程。

北美这边,今年 4 月我们看到像 Mythos 这样的模型,虽然它不一定是用 GQ 训练的,但大体而言,训练需要的卡应该在 10 万张以上。10 万张是国外前沿 SOTA 模型的算力规模。

据我采访的国内创业者说,从这个分水岭开始,国外前沿模型所用的算力跟国内已经差了一个量级。我们大概还是万张级别,人家已经到了 10 万张级别。

卫诗婕

对。你所在的模型圈,这几天大家应该都在讨论黄仁勋的个人生活,以及英伟达的走向,对吗?在你的圈子里,大家是怎么关注这件事的?

Alex

其实我们圈子知道这件事的时间比市场早很多。最早涉及的有三家公司:世纪利通、世纪恒通,还有世纪华通。这三家公司是同一批人创立的。

国内我不能说得太具体,但大概从 2023 年开始,世纪利通相关的一些初始元老从国内大厂出来,开始思考海量算力卡的问题。世纪利通最初有一位创始人叫老康。老康名义上的妻子,或者说没有实际关系的妻子,是黄乐。两个人通过黄仁勋这条线搭上线,让世纪利通这个主体,或者它旗下的主体,从 2025 年开始成为亚洲最大的英伟达 B 卡经销商之一。

卫诗婕

现在已经有消息说,黄乐这位你所说的名义上的丈夫应该已经进了监狱。

Alex

对,卡进去了。那个应该是因为非法集资还是什么,家里人进去了。

卫诗婕

为什么说是名义上的妻子?

Alex

他们没有实际结婚,但确实互相称对方是……

卫诗婕

你怎么知道他们没有实际结婚?

Alex

这就是饭桌上的八卦段子。

卫诗婕

好吧,那说明一下,这只是一种坊间传闻。

Alex

对,是的。

这条渠道在今年三四月份大家炒算力租赁的时候,就已经是圈内比较熟悉的消息了。他们对外宣称是公司的合伙人关系。

卫诗婕

你说他俩,是指老康和黄乐?

Alex

对。他们对外至少宣称是合伙人关系,不是夫妻关系,但实际上关系应该更加亲密。从 2025 年开始,倒买倒卖 B 卡就是一门暴利生意,尤其是到了 2025 年年底。黄乐搭上老王这条线以后,你在国内各大公开会议和饭局上,基本都能看到她坐在老王旁边第一位,可以说地位比较高。

也因为这个原因,世纪利通这条线成为了当时 B 卡进入国内最稳定的渠道之一,进来的量在国内上市公司里也算最大的。

卫诗婕

回到刚才说的,大家是怎么关注这条新闻的?

Alex

这条新闻对产业的实际影响,其实没有大家想的那么大。核心原因是 6 月之后,这件事北美已经查了很长时间,并不是现在才开始查。

我刚才提到,2026 年 5 月,北美曾针对超微半导体的高管做过一次突击调查,还抓走了一位高管。那位高管参与了北美对一条算力卡转移路线的调查:卡从北美到亚洲,再到中国。

卫诗婕

这里有个背景,我往期节目也讲过。美国对华的算力管制在进一步收紧,直到完全切断对华供应。国内对海外卡的供需因此严重失衡,需求非常强烈,供应却变得特别稀有,所以英伟达的 B 卡、H 卡都很贵,在这些市场上有很高的溢价,是这样吗?

Alex

是的。核心是,6 月前后相对好的一点在于,卡至少还能到东南亚,再从东南亚进入国内,只是成本变得特别高。所以国内一台 B 卡服务器至少能卖到 1,000 万元以上。

卡会从东南亚发出来,经过日本、泰国等地,大概要转四五手,最后通过一些对中国没那么友好的国家的海关进入中国。中间多了很多海关手续费,赚得最多的其实是这些国家的海关相关人员。

卫诗婕

为什么是东南亚?美国为什么要严查东南亚?

Alex

美国一开始的意图是阻止 B 卡进入中国,但后来发现,在东南亚可以通过专网,直接把算力并入国内的云网上来。

现在你用阿里等公司的云,如果是大客户,要调用他们的 B 卡服务器,可以通过国内的云网直接调用他们在东亚的算力。所以仅仅阻止卡进入国内是不够的,还要把卡运到东南亚这件事一并切断。

之前这件事面临很大的阻力,因为不只是国内的公司,包括北美的 Oracle 和其他云厂商,也在东南亚有机房。之前有一些算力集群项目打着北美需求的名义,把卡弄到东南亚。但现在看来,连这部分出货也会变得非常谨慎。

最大的影响是,以前卡还能跑进中国;老王出事前后,卡运到东南亚都会变得非常困难。所以可以预见,东南亚在美国眼中已经成了一个重点地区,受到的关注程度甚至不亚于中国,管制也会收紧。

卫诗婕

是的,包括最近 X 的一些强硬政策,你会发现他们也会限制在东亚区域调查账号。自从民主党上台之后,北美对国内使用 AI 的能力,以及国内的 AI 转算力,卡得比以前更死,也更僵化。

但你又说这件事对行业的影响没那么大。

Alex

影响没那么大,是因为 6 月之后到东南亚的卡就已经在收缩了。只是老王的事情被爆出来以后,这条线可能会彻底卡死。

卫诗婕

那怎么办?

Alex

现在有一些不同的思路,大概有两种。

第一种是从迪拜的方向做一条新的走私路线。但这条路线要绕很多地方,涉及大量资金和陆路国家,成本比走东南亚高得多,能进来的量也少得多。

第二种是国内模型公司把训练数据带出境,在北欧区域的数据中心训练,再把训练好的预训练模型带回来。

卫诗婕

但我觉得后者不太可能,中国不会允许大量数据流出境外。

Alex

国内的核心限制是,不能把跟国内安全机密高度相关的后训练数据拿出去。预训练数据目前处于比较灰色的地带。我可以很明确地告诉你,确实有人这么做:把数据带出去。

预训练数据如果是 30 多 TB,大概就是 30 多块硬盘,可以放进一个手提箱,带到北欧的数据中心做训练,再带回来。

卫诗婕

30 TB 的训练数据,就是 30 个硬盘。一个人带出去?

Alex

预训练数据的量靠人力可以带出去。

卫诗婕

是因为预训练数据绝大部分是公域数据吗?

Alex

预训练数据大部分以公开数据为主,比如从 GitHub、网络上的图片和视频等来源批量搜集。这些数据相对而言风险更低,也还能在政策允许的范围内处理。

后训练数据大部分要么是人工编写的,要么来自私域场景。这些数据不太好运输。相对而言,后训练所需的算力比预训练少很多。后训练可能需要 3,000 到 5,000 张卡,而预训练需要 3 万张卡。国内其实找不到这么集中的数据中心。

卫诗婕

之前东南亚有一波数据中心热潮。在这样的背景下,是否可以预见欧洲也会出现一波数据中心热潮?

Alex

东南亚这边,接下来我们会密切关注违约概率。数据中心建设一定伴随着对卡到货的预期。现在算力卡进入东南亚受到越来越严格的管控,之前签下的很多数据中心项目可能会无法交付,也就是说东南亚可能会出现数据中心闲置。

北欧之前不是主要的数据中心建设区域,但现在可能会承接一部分原本应该去东南亚的算力,所以北欧区域的算力建设可能会更活跃。

卫诗婕

违约是谁违约谁?

Alex

举个例子,阿里在海外的子公司向当地数据中心建设方下单,负责解决算力卡进入东南亚的问题。现在卡没到,阿里这家子公司就可能违约当地的 IDC 公司。

阿里作为云服务供应商,也会把算力出租给国内的模型公司或其他客户。如果卡拿不到,就可能违约这些模型公司客户。

卫诗婕

那模型公司没有卡会怎样?

Alex

这是个问题。现在真正用国产卡做模型训练的,DeepSeek 是一个例子。智谱主要绑定海光,Kimi 推理时用 PPU 更多一些,阿里的 PPU 也更多用于推理。DeepSeek 的生产和模型预训练绑定得更紧。

对这些公司来说,如果明年 DeepSeek 能开放更多与华为做训练适配的细节,可能还能挽救一下,国内也可能出现一波集体转向国产卡的潮流。

卫诗婕

如果不做这样的切换,训练集群规模就会一直卡在现在已有的 3 万卡左右?

Alex

对于有些公司来说可能更低,可能不到 1.5 万张。

卫诗婕

这和我之前了解的有点出入。我原来以为国产模型也会提前做国产卡适配,而不是完全依赖海外卡。

Alex

推理优化可能会做一些适配,但训练时我可以说肯定没有,因为没有太多国产卡能支持训练。

国产卡的单卡算力太低。预训练是一件很吃计算的事,要求单卡有很高的算力。否则数据在卡之间来回传输,会产生非常大的开销。国产卡最大的缺点恰恰是单卡算力过低,所以天然不适合做预训练。

华为为什么要做堆叠?核心是通过把两张 GPU,或者一张大的 GPU 和上面一些小的 GPU 带做键合,贴在一起,再把一些偏功能模块的功能转移到上面的小芯片,尽可能提高下面大芯片的计算核心密度。

你可以理解为,在不扩大 GPU 芯片面积的背景下,通过垂直方向做键合来提高单卡算力。这样可以在国内算力芯片的封装基板面积不变的情况下,尽可能提高单张 GPU 的算力。单卡制程已经接近算力极限,只能靠调整来提升单卡算力。大概是这个意思。

卫诗婕

明白。从你的角度看,明年模型界有哪些变化是可以预见的?

Alex

原本预定的国产模型明年往 5 万亿参数迭代,这件事一定会放缓。按照目前的趋势,国内模型可能会长期徘徊在最多 3 万亿参数规模的边界上,估计要徘徊一年多。

卫诗婕

再往后传导,对应用意味着什么?

Alex

国内模型可能大概率会保持在今年 K3.1 这样的状态,接近一年多。海外模型会在现在的 Claude 和 GPT-5.2 基础上再上一个大台阶,尤其到了明年 Opus 出来之后,差距会拉得更大。

卫诗婕

这个判断我三四个月前就听不同的人讲过。当时还没有现在这个变化,但悲观程度一度在加深。

之前大家担忧的更多是,国内模型也能迭代,只是可能明年从 3 万亿到 5 万亿,海外则从 5 万亿到 10 万亿。国内模型可能在生物制药方面落后,但在一些编程和芯片设计领域还在大量追赶。现在情况更加悲观:国内明年可能还停留在 3 万亿的规模,而海外达到 10 万亿甚至 20 万亿。

有什么转机吗?在算力层面,有没有可能现在对东南亚的算力管制被大家想得过于悲观了?

Alex

应该不太会。北美这一波民主党,核心是要全面遏制亚洲区域 AI 的发展。说白了,如果他们不是为了进一步遏制亚洲获得更多先进 AI 算力,老王这件事不会闹这么大。个人生活的事情只要想查,很容易查到,但之前一直没有发酵,直到民主党上台之后才开始发酵。这意味着背后一定有很大的政治力量在推动。

卫诗婕

这点我认同,还有一个信号值得提一下。我们大约 4 天前,也就是上周一见面时,看到美国权威媒体报道黄仁勋所谓的婚外恋。但我后来查了一下,这件事在大众范围内公开化,其实已经酝酿了小半个月。最早是另外一家媒体报道,半个月后才进一步公开化,黄仁勋随后发了公开信。

Alex

最初爆料媒体背后有定向的资金支持,还有不断的政治资金捐助和支援。

卫诗婕

我专门查了时间。国内是在 11 月 8 日看到消息公开化,但《纽约时报》早在 10 月 29 日就公布了消息。之后第十天,也就是 11 月 8 日,美国时间 11 月 7 日,《金融时报》披露了一份政府备忘录,提到黄仁勋可能与一名华人女性有特殊关系。

Alex

你能看到,对华人的指控一开始是间接的,说是出售国家机密,但实际上更多是偏向商业走私,性质没有那么严重。北美却一直想把事态尽量扩大。我们自己跟北美很多华人交流,大家会觉得非常心寒。

老王一个人把英伟达从千亿企业带到了万亿企业,这其中功劳很大,却因为这么一件小事被弄下来了。我们从资本角度判断,这会让北美华人企业高管和核心技术人员都比较心寒,噤若寒蝉。

这意味着华人在北美的发展有明显的天花板。老黄推崇英伟达生态和显卡生态开放,这对国内公司提升和优化模型训练速度很有利。如果他的继任者把 NV 的生态改成封闭架构,只有经过 NV 授权或正式合作,才能针对 NV 卡做更多优化,那国内的发展速度会进一步放慢。老王之前偏向开放的态度,对美国以外的国家发展算力产业比较有利。

卫诗婕

我个人有个疑问,目前公开信息还没法证实。公众看到的是黄仁勋爆出出轨丑闻,没过几天就辞去了职务。但根据我们过去对现实世界的理解,真实情况往往可能是反过来的:公众看到一个超级巨头 CEO 出轨,只是结果,是让这个 CEO 离开的一个借口。

Alex

是的。出轨这件事的核心,不是黄仁勋有没有间谍罪或卖国行为。对北美而言,更严重的指控可能在于这些方面。但对我们来说,会觉得老王下台是因为出轨;对北美而言,他面临的可能是更严重的指控,只是公共新闻传播里大家都把注意力放在出轨上。

对于老王这个地位的人来说,他一定不会只因为出轨就遭受这么严重的损失,一定还有更严重的政治指控在面对。

卫诗婕

对于整个北美科技圈来说,这会不会造成一种撕裂?

Alex

会。过去整体而言,北美科技圈还算稳定、开放,无论是供应链、生态,还是算法等方面,都比较愿意向全球分享技术。过去高管内部至少没有特别明显的种族歧视,也能看到很多华人高管。

但从民主党上台之后,可以看到北美科技生态开始闭源,技术传播范围收缩,高管替换也逐渐出现。中美对立的体感比以前更强。

卫诗婕

从中国的角度来说,我们可能需要应对什么情况?除了刚才说的明年训练规模会遇到挑战、差距可能加大,在这样的背景下,中国 AI 团队能做些什么?

Alex

以前国内各个行业和模型公司不做各种垂直行业落地的小模型,是因为精力都聚焦在做更大的模型,做更强的能力。基础设施也要为更大模型的正常运行服务,大家做工程化落地的精力相对少。

如果整体大模型能力继续提升,国内公司可能会更倾向于发挥垂类模型的作用,或者把精力放在优化推理成本、训练成本上,花更多时间做工程化的事情。

卫诗婕

这也不一定是坏事。

Alex

不知道。

卫诗婕

不知道。

Alex

至少 DeepSeek 把工程化做到极致,也建立了比较深厚的护城河。它也是国内唯一一家还在盈利的模型公司。

卫诗婕

但这会导致国内模型公司的竞争重点和精力方向突然改变。今年对模型创业公司来说非常难受。资本市场和科技竞争都要求他们冲刺前沿 SOTA 模型,提高训练规模,追求更高的智能。但提升模型智能本身不会直接带来收入,能带来收入的是找到具体场景落地。创业公司又很需要这些收入来续命。

一边要追求 SOTA,这是海量投入,非常烧钱;另一边又要做能带来收入的事情来续命。对创业公司来说,这种分裂已经持续很久,也很难受。

Alex

一家模型公司要存活,要么做出更强的模型,获得更多融资;要么现金流逐步转正。对国内模型公司来说,如果明年做出更大的领先模型的概率变得很低,就会在模型变现上花更多精力。无论是在垂直场景,还是拓展新的垂类、做垂类模型、优化推理成本,都是可选的方向。

国内各家模型公司最近在机器人上花了很多精力,因为机器人相对而言数据获取和验证周期比其他行业短。公司也开始控制人员规模、削减费用。无论哪个方向,模型公司明年都要保证存活,尽各种努力让现金流逐步转正,因为国内的资本不会再等那么久。

卫诗婕

如果已经确定模型规模和预训练受到了掣肘,对创业公司来说,能不能放下这个包袱,专心做落地、工程优化和商业化?

Alex

是的。我们大概率会看到,明年国内模型公司会更积极地做商业化。

卫诗婕

那对大厂来说呢?

Alex

对现在的字节、阿里、腾讯来说,除了字节的 C 端产品之外,其他团队似乎还没有找到很好的渠道,把模型能力和变现结合起来。它们发布模型,比如 CC 的 3,也还没有构建出明确的变现思路。

与之相对应的是,大厂更倾向于通过砍预算削减开支,用节流而不是开源来维持经营。

卫诗婕

我得到的消息是,字节在芯片上做了非常大的投入,芯片也做得不错。你认同这个信息吗?

Alex

我不知道。你先说。应该是这周吧,他们自研芯片的负责人离职了。

卫诗婕

系列芯片的计划从 2025 年推到了 2026 年,又从 2026 年推到了 2027 年。

Alex

我不知道是因为内部不重视,还是因为第一次做芯片设计难度比较大,但至少意味着内部自研芯片的进度比预期慢很多。整体进度比我想象的慢,做得也没那么好。原本预计 2026 年应该有 10 万片出货,但到现在为止应该一片都没看到。

卫诗婕

目前国产的、能够用于训练的芯片只有华为昇腾,是吗?那这会大利好昇腾。

Alex

对。这是第一点。第二点,接下来要看博通。

国内为什么只有华为的卡可以拿来做训练?核心是你需要单卡算力足够高,也需要拉起足够大的算力做 scale-up 域。之前国内无论是 scale-up 还是 scale-out,交换芯片都主要由博通供应,而且博通之前没有卡国内交换芯片的脖子。

除了华为完全自研交换芯片生态之外,阿里可能有一半自研生态。国内其他厂商,包括寒武纪和其他国产 GPU 公司,整体超节点方案的设计都主要基于博通生态。

这就是为什么目前只有华为能明确拿来做超节点。它从 GPU 到所有硬件都是一套体系。我可以根据华为卡的特性做调试,保证整个集群能运行。但国内其他 GPU 公司用的是海外交换芯片。要组 scale-up 域,交换芯片需要和 GPU 紧密绑定。所以除了华为之外,国内还没有真正的超节点核心要素。

各家的 scale-up 芯片也不是自己的,所以没办法组起有效的超节点域。这就是为什么只有华为卡能拿来做训练。国内其他厂商只是把一台台 8 卡服务器物理上放在一起,并没有真正把这些服务器变成一台统一服务器。

卫诗婕

把一台台 8 卡服务器变成统一服务器。

Alex

我大概解释一下原理。对于华为而言,GPU 和 GPU 之间可以直接访问数据,就像在同一张 GPU 里一样。普通的数据访问方式是 GPU 从内存读数据,然后把数据从 GPU 传到 CPU,再由 CPU 传给另一张 GPU。这个过程非常慢。

真正的超节点应该能让数据从内存读出来之后,直接从 GPU A 传到 GPU B。它相当于一张大的 GPU,内部数据传输距离很短。目前只有华为和阿里大体上可以做到。其他几家虽然看起来有 64 卡或 128 卡,但实际上还要经过 CPU 传输数据,会很慢。

卫诗婕

阿里是平头哥?

Alex

对,阿里内部有自研的交换芯片。

卫诗婕

交换芯片就是你刚才说的,在不同的卡之间传导、交换信息的?

Alex

是的。

卫诗婕

你觉得它现在没有昇腾做得好?

Alex

阿里的 PPU 还没有完整应用于训练。它可能具备这个能力,但还没有经过实践。华为的卡目前已经进入实践过程,所以华为跑得快得多。

卫诗婕

是因为它积累得更久?

Alex

对。另外,通信本身就是华为的优势领域。它整个超节点方案内部的通信设计和软件生态,本来就比国内其他家做得好一些。

卫诗婕

如果我们刚才推导的东南亚引发的算力风暴成立,国内最明显的受益者会是华为和阿里。

Alex

对,但目前最好的还是华为。华为昇腾主要的下游客户是字节和 DeepSeek。

卫诗婕

主要是两家?

Alex

对,DeepSeek 和华为的绑定比市场想象的深得多。华为每一代超节点方案的设计都会参考 DeepSeek 最新的 MoE 架构,设计目标之一就是保证运行 DeepSeek 的 MoE 架构时达到最高效率。

DeepSeek 从今年第四季度到明年第一季度,华为应该会优先保证它拿货。DeepSeek 在华北区域拿了一个大约 400 兆瓦的数据中心,全部用华为卡做模型训练。华为这批卡最先使用的应该就是这个项目。

卫诗婕

华为昇腾卡现在在国内紧俏吗?

Alex

很紧俏。基本上如果可以,字节是想把华为的算力卡包下来的。

卫诗婕

这可能是基于竞争形势?

Alex

对,或者它自己的卡也不够用。

卫诗婕

国内大厂本来就喜欢云下单。如果 2027 年东南亚没有新的 B 卡进来,自己的算力肯定会缺。不只是字节,所有公司都缺卡。基于竞争心态,如果有条件,愿意全包下来;但实际上不可能。

Alex

不可能。华为自己的卡有一部分要内部自用。另一方面,DeepSeek 这些公司本身也会由国家统一协调。第三,华为也不可能把生态全部绑死在一家。至少阿里可能进不去,但腾讯这些公司应该还是会分到一部分。

对华为而言,最优策略肯定不是只和一家做适配,而是让自己的卡尽可能进入各家的生态渠道。这样才能保证出货量从 2027 年可能的 300 万张,增长到 2028 年的 500 万张甚至更多时,有更多渠道来承接。

卫诗婕

更分散一些,保证生态多样性。

Alex

对。

卫诗婕

阿里拿不到华为的卡,因为它自己有平头哥。

Alex

是的,主要是这个原因。或者说华为对阿里只愿意提供上一代 910C 这种旧卡,而这种卡对阿里没有意义。

卫诗婕

那阿里会面临比较大的算力缺口吗?

Alex

可以这么说。阿里的 PPU 本身不适合做训练。它的单卡算力相对比较低,更适合中型客户的模型推理,不适合训练。

因此阿里自己的千问模型,或者它为其他模型公司提供训练服务,2027 年可能会面临一些困难。它没法提供更多训练卡。但如果是用于推理,阿里的 PPU 出货量是够的。阿里最新的单卡 PPU 算力应该只有 500G 左右,推理够用,训练就远远不够。

卫诗婕

所以可以预见,在这些大厂当中,有些公司明年可能会有明显的训练算力缺口。

Alex

对。明年国内整体的训练算力和需求之间会有缺口。

卫诗婕

这样的情况下,有没有机会让一些芯片厂商、硬件厂商跑出来,或者加速成长?

Alex

相对而言比较难。刚才说了,除了 GPU 本身要做得好之外,模型训练还要求整体交换能力、内存调配能力有很强的工程能力。这个事情连国内二线 GPU 公司,甚至一些一线 GPU 公司都不一定做得到。创业公司想做到非常难,因为交换芯片本身的难度可能比 GPU 更大。

卫诗婕

对普通人来说会有什么影响?

Alex

我们的倾向是,你会发现到了明年,如果可以,你会越来越愿意用国外的东西。对我而言,国内 Kimi 的账号和 GPT 的账号都是同时付费开着的。但现在已经能看到,K3 跟 GPT 比显得傻很多,跟 Gemini 比也差很多。明年差距进一步拉大,我肯定会取消一个付费订阅。

卫诗婕

你觉得这样的环境对创业者来说,可能要做好什么心理准备?

Alex

你指哪方面的创业者?偏 Agent,还是别的,或者是模型公司的创业者?

卫诗婕

对模型公司的创业者来说呢?

Alex

模型公司的创业者可能会比较悲观。至少从生存角度看,无论是融资能力还是变现,明年国内竞争都会更加激烈。

从 Agent 创业的角度看,当模型能力本身进入同质化竞争背景下,Agent 和垂直场景的开发会变得更加重要。今年拼命领先智谱,是因为它比智谱早了大约半年有了 B 卡。但如果到了明年,大家的卡资源都一样,在数据和算力都差不多的背景下,各家模型之间的差距可能会逐渐拉平。

卫诗婕

对偏 Agent 或垂直应用的创业者来说,不管怎么样,成本会降低。

Alex

对,相对而言会降低。Agent 公司最后能不能活下来还不知道,但对偏 Agent 或垂直行业来说,应用成本降低,会比较容易促进应用发展。这是一个中期判断,我觉得比较合理。

卫诗婕

也就是说,中小创业公司和应用层可能会受益,因为整体成本会下来。模型智能本身的进展可能不会特别大跃迁,大家也不用特别慌张,因为很多应用都担心模型会把自己吃掉。至少在一段时间里,模型能力的边界会比较容易探清楚。

Alex

是。但对大厂来说可能会比较难受。

卫诗婕

所以今年我们看到大厂已经有意识地在收缩资本开支。这是在老黄出事之前的情况;事情之后还没有看到大佬们最新的表态。你感受到各个模型大厂今年已经开始收缩了吗?这是不是源于你刚才说的,市场早在今年 6 月左右就已经有了一些变化?

Alex

是这样。说得最直白一点,对于这些企业来说,今年烧现金流已经烧得差不多了。过去从来没看到过字节的现金流这样显示负数,而且连续两年这样的话,要向董事会解释很困难。

从模型投入和变现来看,无论对字节还是其他公司,今年的创收增长都不够快。从投入产出角度看,国内大厂砍资本开支是正常的。之后才是东南亚区域高质量算力获取逐渐减少的问题。国内算力采购的性价比远不如海外,再考虑到变现困难,以及海外整体 AI 投入过热等因素,所以到今年 11 月,我们明显看到国内公司在放慢算力投入。

卫诗婕

主要还是国内模型这一层的投入产出不划算。

Alex

为什么?从第一性原理看,说白了就是做了大额投入,但做出来的模型远远没有创业公司做得好。

无论从卖 AI、卖 Token 的角度,还是从自身拉动内部各部门合作的角度,都没有创造预期收益。投入最大,却没有产生国内最好的模型。模型行业是个非常新的行业,做不了最好的模型,能带来的收入就比最好的模型少一截。你做不了前沿智能,只能做大众智能,而大众智能没有太多利润。

对于字节和阿里来说,已经给了 3 年时间,还是这样。

卫诗婕

但我昨天还看到一个消息,是从字节内部传出来的,说张一鸣称字节将在 2030 年追平 Anthropic 和 OpenAI。

Alex

他定的是 2030 年的目标,没有定今年或者明年。所以远期的目标通常可信度低一点。

卫诗婕

这只代表你个人看法,我免责一下。

Alex

对。换句话说,如果我对模型发展很有信心,一定会说今年或者明年就能追上海外,不会说 2030 年追上海外。

卫诗婕

这说法很有趣。也许我可以说有信心追上对方,但我们怎么判断对方 3 年后是什么状态呢?

我昨天刚跟另一位嘉宾录了一期节目,听了也让人心头一紧。他跟美国那边的 OpenAI 和 Anthropic 沟通比较多,说这两家头部公司都有一个乘法因子,也就是能够让模型发展越来越快的武器在手上。所以这些头部模型公司可能已经提前看到了未来,是站在过去的人无法想象的。我们没法预知这两家,或者美国还有其他前沿 SOTA 公司,3 年后会是什么状态。

Alex

我给你打个比方。先从公司来看,2026 年 OpenAI 和 Anthropic 各自持有的有效 B 卡等效量,基本都在百万张左右。国内最多的字节和阿里,可能也就 5 万到 8 万张左右。

往后看,OpenAI 和 Anthropic 的算力持有量可能还会增长 4 倍。国内公司哪怕把国产卡加起来,等效算力可能也就是从 5 万到 8 万张增加到 10 万或 11 万张。算力差距反而会越来越大。无论模型训练能力怎么样,至少从算力使用量来看,2027 年和 2028 年很难乐观。

而且 2027 年头部厂商应该会拿到 Rubin 卡。

我个人猜测,对字节来说,它可能是按国内芯片出货量每年几倍增长来推算的。它可能认为 2026 年中国的算力总量只有北美的 5%,到 2030 年可能达到 20% 或 30%。那时基于国内算力做更有性价比的模型,可能就能做到和海外差不多的水平。它可能是纯粹从算力使用量来考虑的。

卫诗婕

而且所谓的“追平”可能也有定语,只是在某些方面追平。

Alex

对。但我们刚才说过,无论是数据获取,还是算力利用效率,海外都更高。从数据获取和算力利用效率来看,目前我们跟海外仍然有很大差距。所以 2030 年的事真说不准。

卫诗婕

刚才讲了创业公司和大厂,我们再讲一下其他创业者。比如硬件创业者、国内算力基建的创业公司,是不是也会受益?

Alex

我分两部分讲。

第一部分是面向海外、做英伟达供应链的国内公司。至少对老黄这次的事件来说,必然的结果是英伟达下一代 Rubin Ultra,以及再下一代 Feynman 的流片时间和技术方案都会整体降速。

英伟达每一代技术方案,其实会有 5 到 6 条技术路线并行。最后落地哪条路线,是老黄根据整体技术发展水平,以及台湾和大陆供应链能提供的水平综合决定的。最近英伟达临时的首席执行官偏财务背景,我们很难想象他能够确定全球供应链和对应的技术方案,也包括技术进步。所以我们认为,Rubin Ultra 和 Feynman 的流片会降速,未来采用的新技术方案也可能大幅延后。这对国内整个算力供应链的发展不好。

第二部分是北美。如果北美在更极端的情绪下,对国内的芯片、CPU 和交换芯片都实施出口限制,对国内硬件产业反而有利。目前博通交换芯片在国内大约有 90% 的市占率,英特尔 CPU 在互联网行业的市占率至少有 60% 到 70%。如果 AI 对立情绪进一步蔓延,国产替代会受益,甚至可能向更上游的设备和零部件蔓延。国内市场很大。

但对于面向海外供应的国内公司来说,技术方案的迭代升级一定会受到很大影响。

卫诗婕

你知道有些不确定的传言,说建议 Tim Cook……

Alex

接班英伟达,这个完全是大家在恶搞吗?

卫诗婕

对,偏恶搞吧。对于英伟达而言,你需要一个继承人:他要对整个算力、通信、存储的底层运行逻辑,以及供应的协调状况有非常深刻的了解。库克是做消费电子起家的,我觉得他应该没有这个技术 sense。他需要一个非常专业的人士来担当这个职位,这不是一个财务经理能够胜任的。

Alex

你要想,老黄一个人要听 60 个中层汇报,就是因为英伟达是一套庞大的体系,需要协同、汇合和合作。这不是任何一个财务负责人能解决的事情。大胆问一句,你觉得我现在在想些什么?

卫诗婕

说实话,国内的高层会有点过于乐观、自信。

Alex

为什么?

卫诗婕

前段时间,我跟一个国家大基金的人聊天。他们相对而言,是比较深入了解国内高层的一批人。从 2025 年 DeepSeek 发了 R1 之后,国内其实一直都认为,国内的模型跟海外差距不大。这是我去年听到的话,而且到现在我听到的还是这样。应该说,今年上半年都出现了这种幻觉。

国内其实从产业的角度来看,有点急功近利。说实话,这让人很失望。就一家企业而言,如果不是基于它特殊的分红制度,要求所有业务都能够尽快变现,它其实才是应该好好攻关光刻机,以及最底层半导体器件和材料的最好企业。

但是,皮卡丘 [?] 出现,就意味着它放弃了做困难的事情。它用了一个海外 10 年前就放弃的工艺,也能够在两到三年时间内,保证国内芯片的性能上限有所提升。但是背后的代价是,这种芯片的成本可能是海外的 4 到 5 倍。它用了高出 4 到 5 倍的成本,换取 20% 到 30% 的性能提升。

但这可能也没办法,是无奈之举。我的体感是,基于它内部的分红制度,它必须每年稳定地产生利润,不能做太长时间、太重资产的投入。但其实这些难的、重的事情才是应该做的。

所以,整体来看,国内做技术攻关这件事,力量是非常分散的。包括长鑫、长存,为什么大家内部都在交叉着做彼此的事情?长鑫在做 NAND,长存在做 DRAM,就是因为没有一个统一的团队来引领整体技术突破。顶层技术突破没办法进行的话,大家就只是在做偏技术性的扩展,这不是好事情。

卫诗婕

所以,你觉得中国高层有可能被忽悠了?

Alex

也不算被忽悠吧。我觉得可能是有点认知脱离实际。

卫诗婕

我自己觉得是很有可能被忽悠的。反正这也就是瞎说吧。你知道,之前俄乌战争一打,然后就是……

Alex

反正整体而言,我目前在国内科技产业看到的是产能在疯狂扩张,但是大的、最核心的技术突破,没什么人愿意去做。这样的话,其实你很难在全球产业链里分到足够的利润。所以,我们之前听到的一些非常乐观的情绪,我觉得在此时此刻有必要重新估量一下。

卫诗婕

对,是的。实际的产业发展速度可能要比大家认为的慢,也要差。

Alex

可能相对而言,国内在整个模型更深层次的落地和应用层面,会比北美走得更快一些。由于短时间内存在一些界限,客观上可能会让我们的资源和精力更加聚焦,在某些方向上也有可能出现意想不到的快速进展。

我打个比方,比如机器人。机器人产业是少数国内发展比海外快的产业。我之前也说过,国内有些公司正在调拨大量资源,聚焦机器人这个方向。核心原因是,国内有足够完善的数据产业链,而且机器人本身又不需要像芯片流片或药物制药那样经历漫长周期。

所以,我们反而很可能在机器人或者智驾这些领域,更早看到相关产业在国内落地并加速渗透。相比美国,这可能会是一个比较利好的方向。

如果你看一级市场,会发现国内的 L4 级智能驾驶已经开始慢慢测试了。这些领域没有太多技术原理上的卡点,更多要求工程上快速迭代和调整。这方面国内的发展可能反而更快。

卫诗婕

所以,基于 2026 年收官这个时间节点,发生了种种动向,我们可以预判,2027 年还是会有很多趋势需要持续观察。

Alex

是的。可以确定的是,底层的一些变化固然存在。国内在 2027 年可能会出现更多偏向工程化的创新。

卫诗婕

对。好了,这期节目就是这样。

11 月 18 日,黄仁勋将应 3 位众议院委员会主席的致函要求,出席闭门简报。从个人事件升级至公司治理,再进一步升级至出口管制问责,乃至美国政界的动荡风云,仍在继续。

最新值得注意的一则新闻是,财政部长公开表示,财政部、国防部、国务院和贸易代表办公室数月来都主张将 Mega Speed 列入实体清单,但决定权在商务部。这是对商务部罕见的公开批评。此外,众议院外交委员会主席希望英伟达总法务官及一名商务部高级官员出席国会听证。民主党参议员 Warren 也要求商务部解释出口管制漏洞。

我们可以看到,商业已不再是商业,科技也不再是科技。权力交手和争夺的背后,我们该祝愿什么样的力量能够为这个世界构建更多?没有答案,但想给大家念一首泰戈尔的诗:

权力对世界说:“你是我的世界”,便把它囚禁在王座之上。爱对世界说:“我是你的世界”,便允许它来往自由。好了,谢谢你的收听,希望能在评论区留言互动。如果喜欢我们的节目,也请转发至朋友圈或者艳丽的朋友。好内容需要你的支持,我们下期再见。