算力作為AI發(fā)展的核心驅(qū)動(dòng)力，一直是業(yè)界關(guān)注的焦點(diǎn)。然而，在這一領(lǐng)域中，存在著不少神話和誤解。本文深入探討了AI算力的現(xiàn)實(shí)與神話，供大家參考。

算力將是未來(lái)很長(zhǎng)一段時(shí)間最重要的“戰(zhàn)略資源”之一，這一點(diǎn)已經(jīng)得到了專業(yè)人士和資本市場(chǎng)的普遍認(rèn)可。正因?yàn)樗懔?shí)在太重要，與算力相關(guān)的產(chǎn)業(yè)鏈又太長(zhǎng)太復(fù)雜，所以圍繞著算力總是會(huì)產(chǎn)生許多“神話”。各種各樣的人都在發(fā)表與這個(gè)話題有關(guān)的言論，有些純粹是出于興趣，有些則是出于利益（最典型的例子是炒股票）。無(wú)論在中文互聯(lián)網(wǎng)還是英文互聯(lián)網(wǎng)上，英偉達(dá)每天都在被顛覆，臺(tái)積電則每周或每個(gè)月都在被顛覆，甚至連GPU這個(gè)概念也經(jīng)常被顛覆。

有人說(shuō)，華為昇騰芯片的算力已經(jīng)超過(guò)了英偉達(dá)的“大卡”，而且證據(jù)確鑿。還有人說(shuō)，新興芯片設(shè)計(jì)公司Groq的自研芯片的推理效率遠(yuǎn)遠(yuǎn)高于英偉達(dá)的同類產(chǎn)品，至少可以在推理端實(shí)現(xiàn)對(duì)英偉達(dá)的替代。上述兩個(gè)神話的共同點(diǎn)是：都有一定的基礎(chǔ)論據(jù)，不是完全的空想，但都與事實(shí)相去甚遠(yuǎn)。就好比盲人摸象，有人只摸到了大象身上的一根毛發(fā)，就激動(dòng)地自稱抓住了大象的本質(zhì)——這就是關(guān)于算力的“神話”層出不窮的根本原因。

此時(shí)此刻，關(guān)于AI算力有三個(gè)最引人注目、也最富爭(zhēng)議的“神話”：

1. 英偉達(dá)的護(hù)城河沒(méi)有多寬，很容易被競(jìng)爭(zhēng)對(duì)手攻破；
2. 只要攻破了英偉達(dá)的護(hù)城河，我們就能解決AI算力的緊缺問(wèn)題；
3. AI算力很快將從數(shù)據(jù)中心下放到端側(cè)，從而為“AI手機(jī)”等消費(fèi)級(jí)產(chǎn)品帶來(lái)機(jī)遇。

對(duì)于第一個(gè)“神話”，只有做過(guò)AI研發(fā)的人最能理解其荒謬性。外人往往認(rèn)為，衡量硬件算力的唯一標(biāo)準(zhǔn)是技術(shù)指標(biāo)，只要在關(guān)鍵技術(shù)指標(biāo)上超越了英偉達(dá)，就可以取而代之——如果真的這么簡(jiǎn)單就好了！英偉達(dá)的L40“中卡”，在某些技術(shù)指標(biāo)上甚至超過(guò)了自家的H100“大卡”，更不要說(shuō)與上一代“大卡”A100相比了。AMD的數(shù)據(jù)中心GPU產(chǎn)品線，也不乏在某些技術(shù)指標(biāo)上超過(guò)H100的產(chǎn)品。為什么沒(méi)有想到用這些產(chǎn)品代替H100？

因?yàn)橛ミ_(dá)的護(hù)城河不止硬件本身，還包括CUDA軟件社區(qū)和NVLink互聯(lián)技術(shù)。有些AI開(kāi)發(fā)者把英偉達(dá)稱為“三頭怪”：競(jìng)爭(zhēng)對(duì)手必須同時(shí)砍下硬件、CUDA和NVLink三個(gè)頭，才能將其擊敗。在這三大護(hù)城河當(dāng)中，硬件層面已經(jīng)是最容易逾越的了！假設(shè)不考慮成本、不考慮兼容性和使用效率，華為、阿里等國(guó)內(nèi)科技公司都有能力開(kāi)發(fā)出“看上去比英偉達(dá)更好”的數(shù)據(jù)中心GPU，在全世界范圍內(nèi)具備這種能力的公司就更多了；可是有什么用呢？“看上去比英偉達(dá)更好”是毫無(wú)意義的。

目前主流的AI訓(xùn)練服務(wù)器包括8塊H100 GPU；英偉達(dá)的下一代“超級(jí)芯片”GB200包括兩塊B200 GPU和一塊Grace CPU，一臺(tái)服務(wù)器由多塊這樣的“超級(jí)芯片”組成。GPU與GPU之間、GPU與CPU之間無(wú)時(shí)無(wú)刻不在交換數(shù)據(jù)，而NVLink是一種高速的、久經(jīng)考驗(yàn)的芯片互聯(lián)解決方案。在2014年NVLink發(fā)布之前，市面上最流行的芯片互聯(lián)技術(shù)是英特爾、IBM、戴爾和惠普共同開(kāi)發(fā)的PCI Express（簡(jiǎn)稱PCIe），它適用于絕大多數(shù)的主流芯片，問(wèn)題是速度太慢、而且對(duì)通用計(jì)算GPU的優(yōu)化程度不夠。NVLink 4.0的傳輸速率能夠達(dá)到PCIe 5.0的7倍以上，能源消耗則只有后者的五分之一。在實(shí)踐中，大部分用戶都認(rèn)可NVLink在所有類似的解決方案當(dāng)中是最快的。

按照英偉達(dá)的說(shuō)法，NVLink把GPU變成了“樂(lè)高積木”：8個(gè)GPU組成一個(gè)服務(wù)器，32個(gè)服務(wù)器組成一個(gè)算力集群；微軟、亞馬遜這樣的大廠還可以組建更大規(guī)模的超級(jí)算力集群，直至所謂“萬(wàn)卡集群”，GPT-4就是在這樣的集群上訓(xùn)練出來(lái)的。當(dāng)然，NVLink只適用于英偉達(dá)的產(chǎn)品，以及英偉達(dá)的技術(shù)合作伙伴IBM的Power系列產(chǎn)品。準(zhǔn)確地說(shuō)，即便在英偉達(dá)的GPU當(dāng)中，也只有“大卡”具備完整的NVLink支持，“中卡”“小卡”要么根本不支持NVLink，要么只支持很低的傳輸速率。這顯然是英偉達(dá)為了區(qū)分產(chǎn)品層級(jí)而使用的謀略：要訓(xùn)練大模型，就必須買昂貴的“大卡”，想通過(guò)組合大批“中卡”瞞天過(guò)海是不可能的。

如果企業(yè)客戶選擇英偉達(dá)之外的GPU，就只能使用PCIe等通用互聯(lián)技術(shù)，組建算力集群的效率要下一個(gè)臺(tái)階。PCIe也在不斷進(jìn)化，但是其與NVLink的差距不是幾年內(nèi)能彌補(bǔ)的。理論上，客戶也可以自己“魔改”，強(qiáng)行在英偉達(dá)“中卡”甚至其競(jìng)爭(zhēng)對(duì)手的顯卡上使用NVLink技術(shù)，但是這樣做的風(fēng)險(xiǎn)實(shí)在太大。從NVLink首次發(fā)布至今已經(jīng)經(jīng)歷了十年以上，任何競(jìng)爭(zhēng)對(duì)手若想做出足以取而代之的技術(shù)，恐怕要花費(fèi)同樣長(zhǎng)的時(shí)間。

至于推理環(huán)節(jié)，芯片互聯(lián)的需求沒(méi)那么大，確實(shí)可以不考慮NVLink，以Groq為代表的專業(yè)推理芯片設(shè)計(jì)公司有機(jī)會(huì)，國(guó)內(nèi)科技企業(yè)也有機(jī)會(huì)。但是，對(duì)于一般的企業(yè)客戶來(lái)說(shuō)，采購(gòu)英偉達(dá)的“中卡”“小卡”可以完成多種任務(wù)，還可以做圖形渲染、做云游戲；而其他公司推出的“專業(yè)推理芯片”往往是高度特化的，只適合執(zhí)行大模型推理任務(wù)。對(duì)于科技巨頭來(lái)說(shuō)，就連推理環(huán)節(jié)也出現(xiàn)了以英偉達(dá)“大卡”代替“中卡”的趨勢(shì)，因?yàn)檫@樣能提升推理速度、實(shí)現(xiàn)算力的靈活配置。綜合各項(xiàng)顯性和隱性成本考慮，絕大部分企業(yè)不會(huì)主動(dòng)考慮在推理環(huán)節(jié)把英偉達(dá)替換掉。

至于CUDA的重要性，更是怎么高估也不過(guò)分：它包括一系列代碼庫(kù)、一整套工具和開(kāi)發(fā)環(huán)境，數(shù)以百計(jì)的軟件開(kāi)發(fā)商是其長(zhǎng)期合作伙伴。開(kāi)發(fā)者不需要熟悉GPU的底層架構(gòu)即可上手。更重要的是，CUDA積累了數(shù)以百萬(wàn)計(jì)的開(kāi)發(fā)者群體。從學(xué)術(shù)界到產(chǎn)業(yè)界，到處是精通CUDA的開(kāi)發(fā)者，他們也會(huì)教自己的下屬和后輩使用CUDA。在你使用CUDA開(kāi)發(fā)的時(shí)候，你其實(shí)是站在無(wú)數(shù)前人經(jīng)驗(yàn)的基礎(chǔ)之上。一位在國(guó)內(nèi)從事AI開(kāi)發(fā)的技術(shù)人員告訴我：“全球擁有博士學(xué)位的CUDA開(kāi)發(fā)者可能有50萬(wàn)人，他們精通高性能計(jì)算，由此實(shí)現(xiàn)了CUDA社區(qū)資源的良性循環(huán)。整個(gè)英偉達(dá)生態(tài)的線下線上免費(fèi)活動(dòng)非常多，我自己就加入了好幾個(gè)英偉達(dá)中國(guó)交流群，每天收到各種會(huì)議交流信息。除非實(shí)在沒(méi)有使用CUDA的條件，否則很難想象有人會(huì)主動(dòng)放棄CUDA！”

不可否認(rèn)的是，在十多年的發(fā)展歷程中，CUDA變得日益臃腫、復(fù)雜，開(kāi)發(fā)難度逐漸提升了。曾任職于蘋(píng)果和AMD的著名芯片架構(gòu)師吉姆·凱勒(Jim Keller)曾指出：“CUDA是一片沼澤，而不是護(hù)城河。CUDA并不漂亮，它是通過(guò)一次次堆積功能而構(gòu)建起來(lái)的?！迸c其說(shuō)這是英偉達(dá)的問(wèn)題，倒不如說(shuō)是所有大型應(yīng)用開(kāi)發(fā)生態(tài)的共同問(wèn)題：需要實(shí)現(xiàn)的功能太多，而且必須保持向下兼容的特性，于是生態(tài)系統(tǒng)變得越來(lái)越復(fù)雜混亂，開(kāi)發(fā)效率不斷降低。除非推倒重來(lái)，這樣的問(wèn)題是不能避免的；而專業(yè)開(kāi)發(fā)人員都知道，CUDA就算再臃腫，也遠(yuǎn)遠(yuǎn)沒(méi)到需要推倒重來(lái)的地步。

真正能對(duì)英偉達(dá)構(gòu)成威脅的力量來(lái)自開(kāi)源社區(qū)。英偉達(dá)的顯卡驅(qū)動(dòng)程序是閉源的，因此飽受詬病。2022年，由于受到黑客的威脅，英偉達(dá)對(duì)部分GPU驅(qū)動(dòng)程序的內(nèi)核模塊(Kernel Module)進(jìn)行了開(kāi)源，但只是聊勝于無(wú)，實(shí)用價(jià)值不大。外部開(kāi)發(fā)者以反向工程的技術(shù)手段開(kāi)發(fā)了一些英偉達(dá)顯卡的開(kāi)源驅(qū)動(dòng)程序，可想而知，它們的技術(shù)水平不會(huì)很高。英偉達(dá)堅(jiān)持閉源的原因很簡(jiǎn)單，就是要最大限度地保持對(duì)自家產(chǎn)品的控制、謀取最高的利潤(rùn)，這一點(diǎn)對(duì)于盈利性公司而言無(wú)可厚非。

英偉達(dá)的老對(duì)手AMD則于2014年推出了名為”AMDGPU”的開(kāi)源驅(qū)動(dòng)程序。作為落后幅度很大的追趕者，AMD必須通過(guò)開(kāi)源實(shí)現(xiàn)差異化，力爭(zhēng)建立一個(gè)足以與英偉達(dá)競(jìng)爭(zhēng)的開(kāi)源軟件生態(tài)。在信息科技的歷史上，我們經(jīng)?？吹健耙粋€(gè)強(qiáng)大的閉源產(chǎn)品VS一個(gè)豐富的開(kāi)源生態(tài)”的競(jìng)爭(zhēng)格局——閉源的Windows和開(kāi)源的Linux共同構(gòu)成了PC操作系統(tǒng)的雙峰，而閉源的iOS和開(kāi)源的安卓又構(gòu)成了智能手機(jī)操作系統(tǒng)的雙峰。遺憾的是，由于AMD的產(chǎn)品力太弱，開(kāi)源策略還不足以讓它真正挑戰(zhàn)英偉達(dá)。Linux和安卓的成功，很大程度上是因?yàn)樗鼈兪恰凹冘浖?，開(kāi)源社區(qū)的包容性和創(chuàng)造力足以做出能與商用軟件匹敵的產(chǎn)品；英偉達(dá)的統(tǒng)治地位卻是軟硬件一體化的產(chǎn)物，要讓開(kāi)源社區(qū)一口氣砍掉它的“三個(gè)頭”，實(shí)屬?gòu)?qiáng)人所難。

再說(shuō)第二個(gè)“神話”。假如明天發(fā)生奇跡，市面上驟然出現(xiàn)幾個(gè)性能比英偉達(dá)更好、軟件生態(tài)比英偉達(dá)更發(fā)達(dá)的競(jìng)品，全球算力緊缺的問(wèn)題是不是就能解決呢？當(dāng)然不能。無(wú)論是誰(shuí)設(shè)計(jì)出了世界上最好的GPU，在當(dāng)前情況下，它都要去找臺(tái)積電代工，因?yàn)槟鞘侨?納米以下制造能力最強(qiáng)、良品率最高的半導(dǎo)體制造企業(yè)。而且，臺(tái)積電的5納米及3納米產(chǎn)能，幾乎全部位于臺(tái)灣南部工業(yè)園區(qū)的第18號(hào)晶圓廠.至于廣受外界關(guān)注的臺(tái)積電美國(guó)亞利桑那工廠，其一號(hào)和二號(hào)工廠分別要到2025年和2028年才投產(chǎn)；號(hào)稱使用最先進(jìn)技術(shù)的三號(hào)工廠，至今尚未確定投產(chǎn)日期。

芯片制造是典型的重資產(chǎn)行業(yè)，重資產(chǎn)行業(yè)的特點(diǎn)就是供需關(guān)系很少完美匹配，總是處于供不應(yīng)求和供大于求的循環(huán)之中。因?yàn)橘Y本開(kāi)支需要時(shí)間轉(zhuǎn)化為產(chǎn)能，而客戶需求往往呈現(xiàn)突發(fā)性增長(zhǎng)的態(tài)勢(shì)，等到產(chǎn)能追上來(lái)了，需求增長(zhǎng)可能也就結(jié)束了。ChatGPT引發(fā)的生成式AI浪潮出乎所有人的意料，臺(tái)積電當(dāng)然不可能事先為之?dāng)M定資本開(kāi)支計(jì)劃。老實(shí)說(shuō)，現(xiàn)在最希望三星和英特爾能夠追上臺(tái)積電的，應(yīng)該是英偉達(dá)。

1990年代以前，美國(guó)芯片制造業(yè)一度占據(jù)過(guò)世界領(lǐng)先地位，后來(lái)是它自己半主動(dòng)地放棄了這個(gè)地位，這也是美國(guó)“去制造業(yè)化”進(jìn)程的一部分。現(xiàn)在，《芯片法案》試圖促進(jìn)芯片代工廠回流美國(guó)，通過(guò)該法案拿到補(bǔ)貼、在美國(guó)設(shè)廠的不止臺(tái)積電一家。然而，臺(tái)積電創(chuàng)始人反復(fù)表達(dá)過(guò)自己不看好美國(guó)重振芯片制造業(yè)的努力：第一是因?yàn)槊绹?guó)工程師不及東亞地區(qū)的人勤奮，第二是因?yàn)槊绹?guó)地廣人稀、難以通過(guò)基礎(chǔ)設(shè)施實(shí)現(xiàn)產(chǎn)業(yè)鏈的富集效應(yīng)。

三星、英特爾面臨的問(wèn)題說(shuō)明了一個(gè)事實(shí)：光刻機(jī)不是決定芯片產(chǎn)業(yè)發(fā)展的唯一因素。如果買上幾臺(tái)最先進(jìn)的光刻機(jī)就能做好芯片代工，美國(guó)商務(wù)部完全可以直接買下大批光刻機(jī)并送給英特爾等美國(guó)本土芯片制造商，而不是花大力氣勸說(shuō)臺(tái)積電來(lái)建廠。過(guò)去三十多年，芯片制造業(yè)積累了太多的技術(shù)流程知識(shí)(technological know-how)，只有經(jīng)驗(yàn)豐富的工程師、中層經(jīng)理和管理層加在一起，才能完整地掌握并使用這些知識(shí)。中芯國(guó)際的崛起，既得益于曾長(zhǎng)期在臺(tái)灣工作的創(chuàng)始人張汝京，也離不開(kāi)一批在臺(tái)灣半導(dǎo)體產(chǎn)業(yè)積累了深厚經(jīng)驗(yàn)的技術(shù)骨干和經(jīng)理人。

在臺(tái)灣，除了臺(tái)積電，還存在聯(lián)電等一批芯片代工廠；可是近二十年來(lái)，它們與臺(tái)積電的差距越拉越大。這種“馬太效應(yīng)”的形成，固然有企業(yè)自身決策和執(zhí)行力的影響，但也是由芯片制造業(yè)的特性決定的——資本開(kāi)支太大、技術(shù)迭代太快，最優(yōu)質(zhì)的客戶只會(huì)選擇最先進(jìn)的代工廠，從而形成“強(qiáng)者恒強(qiáng)”的趨勢(shì)。臺(tái)積電在臺(tái)灣半導(dǎo)體產(chǎn)業(yè)的領(lǐng)先地位早在2003年前后就已形成，而在全球半導(dǎo)體行業(yè)的領(lǐng)先地位則是在2014年蘋(píng)果全面轉(zhuǎn)移芯片訂單之后才確立的。2022年，英偉達(dá)把H100芯片代工合約全部交給臺(tái)積電，一方面體現(xiàn)了對(duì)臺(tái)積電5納米以下制程技術(shù)的認(rèn)可，一方面也進(jìn)一步打消了三星在短期內(nèi)追上來(lái)的希望！

總結(jié)下來(lái)就是：算力供應(yīng)的瓶頸在于臺(tái)積電，解決瓶頸只有兩種可能性——要么等待臺(tái)積電把產(chǎn)能擴(kuò)張出來(lái)，要么等待三星、英特爾或其他代工廠的技術(shù)水平趕上來(lái)。因此我們可以理解，為何英偉達(dá)在財(cái)報(bào)當(dāng)中反復(fù)指出“下一代芯片仍將處于供不應(yīng)求的狀態(tài)”。這種持續(xù)的供不應(yīng)求，對(duì)所有人都造成了影響，但是科技巨頭受到的影響相對(duì)較小，因?yàn)樗鼈兛偰艿玫接ミ_(dá)的優(yōu)待。算力緊缺的時(shí)代也是科技行業(yè)重新洗牌的時(shí)代，創(chuàng)業(yè)公司必須牢牢抱住算力資源豐富的大廠的大腿，大廠的統(tǒng)治力其實(shí)更加穩(wěn)固了。

至于第三個(gè)“神話”，其實(shí)有一定的實(shí)現(xiàn)可能性，只是市場(chǎng)在短期的期望值太高了。所謂“端側(cè)計(jì)算”(Terminal Computing)的概念其實(shí)并不新鮮了，我們?nèi)粘Ｊ褂玫碾娔X、智能手機(jī)乃至智能家電都是“客戶端”，也都具備一定的算力。以玩游戲?yàn)槔?，常?jiàn)的游戲方式是把游戲下載到本地、由“端側(cè)算力”運(yùn)行游戲程序；云游戲則是在數(shù)據(jù)中心運(yùn)行游戲程序，計(jì)算結(jié)果通過(guò)串流的方式輸出到客戶端。到底哪一種方式更優(yōu)越？考慮到網(wǎng)絡(luò)串流有延遲，在客戶端硬件條件較好的情況下，大部分人會(huì)首選“端側(cè)計(jì)算”。

但是在生成式AI方面，情況明顯不同：絕大部分桌面級(jí)電腦的顯卡算力不足以執(zhí)行大模型推理任務(wù)，手機(jī)算力就更不夠了。在當(dāng)前的主流消費(fèi)級(jí)顯卡當(dāng)中，只有英偉達(dá)的RTX系列可以勝任一定程度的推理任務(wù)，所以英偉達(dá)正在推廣“基于RTX的桌面AI推理”；可是RTX對(duì)一般消費(fèi)者而言還是太貴了，只有游戲發(fā)燒友買得起。何況，英偉達(dá)推廣桌面推理的主要對(duì)象并不是消費(fèi)者，而是輕量級(jí)的專業(yè)開(kāi)發(fā)者。

在全球范圍內(nèi)，已經(jīng)有多家手機(jī)廠商提出了“AI手機(jī)”的概念。不過(guò)，迄今還沒(méi)有一家主流手機(jī)廠商推出過(guò)具備完整的“端側(cè)AI算力”的手機(jī)。嚴(yán)格地說(shuō)，“AI手機(jī)”不一定意味著要通過(guò)端側(cè)算力進(jìn)行AI推理；手機(jī)廠商完全可以租用大量云平臺(tái)算力，或者自己儲(chǔ)備一批算力，專門用于解決自身用戶的AI推理需求——蘋(píng)果可能正在做這樣的事情。除了算力，手機(jī)廠商還有很多可以做的事情，包括推出自己的大模型，基于大模型開(kāi)發(fā)更好的聊天應(yīng)用和生產(chǎn)力工具，把AI與手機(jī)的硬件功能更緊密地結(jié)合起來(lái)，等等。算力固然很重要，但算力不是全部。

不過(guò)，如果手機(jī)廠商非要嘗試把算力下放到端側(cè)，又該怎么做呢？我們知道，為了降低耗電量和發(fā)熱量，智能手機(jī)采用的都是低功耗的ARM架構(gòu)芯片。英特爾曾經(jīng)嘗試把x86芯片用于手機(jī)，以慘敗告終?，F(xiàn)在ARM也可以勝任復(fù)雜的計(jì)算任務(wù)了，英偉達(dá)在2023年推出的Grace CPU就是基于ARM架構(gòu)；但是，用于數(shù)據(jù)中心和桌面工作站的ARM芯片，其功耗水平還是手機(jī)端完全無(wú)法接受的。在現(xiàn)有技術(shù)條件下，硬要為智能手機(jī)設(shè)計(jì)“端側(cè)推理芯片”，得到的恐怕只是推理能力孱弱、功耗遠(yuǎn)高于一般水平的四不像。

算力究竟應(yīng)該放在云端還是終端，是由具體需求決定的。在游戲場(chǎng)景中，用戶對(duì)傳輸延遲的忍受程度很低，所以云游戲至今沒(méi)有成為主流。而在生成式AI場(chǎng)景中，到目前為止，用戶對(duì)傳輸延遲不太敏感。因?yàn)锳I大模型推理本身消耗的時(shí)間就很長(zhǎng)了，網(wǎng)絡(luò)傳輸所消耗的時(shí)間壓根算不了什么。哪怕我們真能在手機(jī)上搭載專業(yè)級(jí)的推理芯片，從而節(jié)約幾十毫秒的傳輸時(shí)間，用戶可能根本就感受不到；我們?nèi)绾握f(shuō)服用戶為自己感受不到的功能付費(fèi)呢？

因此，五到十年乃至更長(zhǎng)的時(shí)間以后，完全可能出現(xiàn)端側(cè)算力和云端算力同時(shí)承擔(dān)AI推理任務(wù)的情況。我們的電腦、手機(jī)、汽車、智能電視乃至掃地機(jī)器人都會(huì)具備一定的推理算力。至于這些端側(cè)算力究竟要強(qiáng)大到什么地步？推理算力在端側(cè)和云端究竟會(huì)以什么比例分配？那就完全無(wú)從預(yù)測(cè)了。

這就是消費(fèi)電子廠商的困境所在：它們對(duì)未來(lái)毫無(wú)頭緒，不知道該采取什么動(dòng)作，還是該安靜地等待一陣子。這也是2023-2024年蘋(píng)果在硅谷科技巨頭當(dāng)中股價(jià)表現(xiàn)較差、失去市值最大公司地位的根本原因。

從這個(gè)角度講，還是A股機(jī)構(gòu)投資者具備天然優(yōu)勢(shì)——他們不需要真正理解世界上發(fā)生的任何事情，只需要沉浸在自己（以及上市公司）營(yíng)造的幻覺(jué)之中，就可以一路遙遙領(lǐng)先，創(chuàng)造神話。至于這種遙遙領(lǐng)先是如何把他們帶到滅亡邊緣的，那就是另一個(gè)故事了。

本文摘自互聯(lián)網(wǎng)怪盜團(tuán)新書(shū)《巨浪：生成式AI的史詩(shī)與現(xiàn)實(shí)》一書(shū)的第五章，有刪節(jié)。原書(shū)第五章題為《算力戰(zhàn)爭(zhēng)》，全面描述了英偉達(dá)、臺(tái)積電等芯片產(chǎn)業(yè)鏈巨頭在算力經(jīng)濟(jì)中的地位，以及全球AI算力緊缺的原因和發(fā)展態(tài)勢(shì)。