“后黄仁勋时代”:英伟达的护城河、资本棋局与AI产业变数 — Transcript
Full transcript
- 0:00没有黄仁勋的英伟达 意味着什么
- 0:02英伟达的CEO刚刚辞职了
- 0:05黄仁勋人走茶凉了
- 0:07美国中期选举带来的政策不确定性
- 0:09已经给AI产业的发展罩上了一朵乌云
- 0:12市场情绪愈发脆弱
- 0:14而英伟达创始人黄仁勋在丑闻风波中突然辞职
- 0:18更让外界为这家掌握着全球AI算力命脉的万亿美元芯片巨头
- 0:23捏了一把冷汗
- 0:24现在的关键问题是 这对英伟达意味着什么
- 0:27又对全球AI发展来说 意味着什么
- 0:30因为AI coding agent(编程智能体)的原因
- 0:33迟早CUDA就会变成一个不是护城河
- 0:36就是AI以端到端去做
- 0:38把serving(推理服务)框架、软件
- 0:39Runtime(运行时)调度全部做成定制化
- 0:42这个CUDA本身这一层的生态
- 0:44其实也就淹没在这里面
- 0:45供应链我觉得应该是
- 0:47比CUDA更重要的一个点
- 0:49这一期硅谷101视频
- 0:50我们集中采访了在硅谷和华尔街的
- 0:53数位芯片、科技、金融行业内嘉宾
- 0:55深扒直接向黄仁勋汇报的60余高管
- 0:59从英伟达的管理、销售、技术研发、供应链
- 1:01开源生态布局、下一代技术押注等等方向
- 1:04来深度聊聊
- 1:06如果没有黄仁勋 英伟达的未来在何处
- 1:17黄仁勋辞职前后
- 1:18美国社交媒体X上
- 1:20到处都是科技圈领袖们对黄仁勋的声援
- 1:23他们希望英伟达董事会三思
- 1:25因为Nvidia without Jensen is nothing
- 1:28英伟达没有黄仁勋 就什么都不是
- 1:31硅谷认为英伟达
- 1:32甚至是整个AI界
- 1:34如今是最需要黄仁勋的时刻
- 1:36原因很简单
- 1:37CUDA的生态护城河可能很快
- 1:40要被AI大模型动摇了
- 1:45新一代AI大模型
- 1:46正在吃掉软件生态护城河
- 1:48这一次到了CUDA
- 1:50CUDA是英伟达2006年推出来的一套
- 1:53并行计算平台和编程体系
- 1:55简单来说它让开发者能够使用GPU
- 1:58执行通用计算任务
- 1:59虽然GPU拥有强大的计算能力
- 2:02但是开发者也需要一套软件工具
- 2:04才能够方便地调用
- 2:06还有充分地利用这些能力
- 2:08这是此前英伟达最强的护城河
- 2:10因为整个AI行业
- 2:12已经深度依赖CUDA这套生态了
- 2:15退一万步说
- 2:16即使竞争对手
- 2:17比如说AMD
- 2:17可以制造出性能更强或者价格更低的GPU
- 2:21要让客户们放弃已经熟悉的CUDA体系
- 2:24依然需要付出高昂的时间和工程成本
- 2:28这种高昂的迁移成本也存在于
- 2:30GPU与谷歌TPU等ASIC
- 2:32专用集成电路之间
- 2:34但是Anthropic在最新的路演中说
- 2:36现在 几个月的时间可以被模型压缩到几天
- 2:40根据The decoder披露的路演PPT
- 2:43Anthropic号称
- 2:44之前接入一种新的芯片平台
- 2:46可能需要几十名工程师
- 2:48耗费6到12个月的时间
- 2:50而这一次
- 2:50Claude Mythos只用了大约三天
- 2:52就帮助公司把一个AI模型的特定推理任务
- 2:56适配到了AMD的GPU上
- 2:58因为AI coding agent(编程智能体)的原因
- 3:02迟早CUDA就会变成一个不是护城河
- 3:05这不是一个vision(愿景)
- 3:06是一个事实了
- 3:08不是说CUDA一夜之间没有了
- 3:10但是这看到的是一个方向
- 3:12以前之所以CUDA是一个护城河
- 3:15就是事情都能做
- 3:16但你要堆大量的人
- 3:18而且懂的人并不多
- 3:20这是问题
- 3:22现在大量的人跟懂的人不多
- 3:25这两个问题都解决了
- 3:26因为Mythos或者说新的模型
- 3:28都能解决这些问题
- 3:30当然了 真正要等到要让我们看到
- 3:32CUDA不relevant(重要)
- 3:34这不是今年、明年的事情
- 3:37要需要点时间
- 3:38但是我觉得这已经是一个
- 3:40用第一性原理去思考
- 3:41这个本来就是
- 3:42本来要人写的
- 3:43现在机器就能写
- 3:44或者说agent就能写了
- 3:46就这么回事情
- 3:47首先是Kernel(计算内核)这一层
- 3:48你甚至于不用写CUDA了
- 3:51直接写下面的汇编了
- 3:52这样可以做更好的优化
- 3:54第二个就是CUDA这个生态
- 3:57其实是当时是各行各业的人用GPU
- 4:00其实是一个异构系统
- 4:02所以它需要手动地去写很多的
- 4:04各种各样的算子库
- 4:06有了AI以后
- 4:07这种手工做的算子库
- 4:09如果有一个新的领域
- 4:10它是可以快速地adapt(适配)
- 4:12这是第一点
- 4:13第二点就是有了AI以后
- 4:14Agent的orchestration(编排)
- 4:15能力非常强
- 4:16所以在这个系统调度的层次
- 4:18AI的能力也非常强
- 4:20甚至于我现在看到的一些迹象
- 4:22就是AI以端到端去做
- 4:23从任意一个应用
- 4:25直接到生成整个汇编到后面的源代码
- 4:29它可以端到端
- 4:30把serving(推理服务)框架、软件
- 4:32Runtime(运行时)调度全部做成定制化
- 4:35每一个模型、每一个应用
- 4:37都有自己一套独特的软件stack(软件栈)
- 4:40这个都可以端到端了
- 4:41你想想看
- 4:43这个CUDA本身这一层的生态
- 4:45其实也就淹没在这里面
- 4:47这里要强调的是
- 4:48在被媒体曝光的
- 4:50这页Anthropic的路演PPT实验
- 4:52仅涉及一个模型
- 4:53在AMD MI355X GPU上面的提示词处理任务
- 4:58不能够直接等同于
- 5:00整个AI系统的跨平台迁移
- 5:02而更多具体的
- 5:03我们还需要等更多的复现和验证
- 5:05但可以确定的是
- 5:07英伟达引以为傲的CUDA护城河
- 5:10正在摇摇欲坠
- 5:11而这 正是公司最需要黄仁勋的时刻
- 5:18如果CUDA的护城河被攻破
- 5:19英伟达还有什么优势呢
- 5:21硅谷半导体行业的资深从业者对我们表示
- 5:24黄仁勋此前已经预见到了CUDA被削弱
- 5:28所以接下来
- 5:28芯片厂商拼的不再是单卡的性能
- 5:31而是异构芯片以及系统性的整合能力
- 5:35此前英伟达已经在往这个方向走了
- 5:38拼的其实还是系统的整合能力
- 5:40还有 原来软件这一块
- 5:42其实英伟达也有很强大
- 5:43像Dynamo这些新的系统上面的调度软件
- 5:46英伟达其实包括收购Groq
- 5:49就是prefill(预填充)、decode(解码)
- 5:49做这种disaggregation(拆分)
- 5:51他后来又做了CPX
- 5:53做StorageChain
- 5:54就相当于是把KV cache
- 5:56offload(卸载)到storage(存储层)
- 5:57这又是一个异构的系统
- 5:59然后Grace Hopper是CPU跟GPU封在一起
- 6:02这也是异构
- 6:03所以整个系统里面
- 6:04你看这个异构的元素非常非常的多
- 6:07英伟达其实已经在往那个方向去走了
- 6:10黄仁勋其实已经在为异构芯片系统铺路了
- 6:13未来 英伟达的竞争优势
- 6:15可能不再只来自于GPU和CUDA
- 6:17而是进一步转向整个机柜
- 6:19甚至数据中心的系统集成能力
- 6:22但是这需要大量的前沿技术创新
- 6:25比如说高速光互连、比如说液冷散热
- 6:28以及更高效的供电系统等等
- 6:30这些技术并不是英伟达发明的
- 6:33但过去几年
- 6:34英伟达凭借着激进的产品迭代节奏
- 6:36和越来越高的系统性能要求
- 6:38推动整个供应链加快创新
- 6:41让许多原本需要漫长研发、验证
- 6:43和部署周期的硬件技术
- 6:45得以迅速进入大规模商业应用
- 6:48像英伟达的这种Vera Rubin的系统
- 6:51它可能有6种不同的芯片
- 6:53它因为收购了以前的Mellanox
- 6:56所以它有网络这一块非常强
- 6:58他自己做Grace Hopper
- 7:00所以CPU这一块也非常强
- 7:02做liquid cooling(液冷)
- 7:04还有做光相关的
- 7:05其实这是非常的
- 7:07走在非常前面
- 7:08包括英伟达做OCS
- 7:10就Optical Circuit Switch (光电路交换机)
- 7:11Google先做的
- 7:12英伟达现在最近也有一些论文出来
- 7:15他们在用OCS代替NVLink Switch
- 7:18这个都是非常非常有前瞻性的一些东西
- 7:21这些技术需要CEO和创始人的前瞻性
- 7:25黄仁勋目前布的局
- 7:26还可以帮助英伟达再走一段时间
- 7:28但是之后
- 7:29嘉宾担心
- 7:30没有第二个人有老黄这样的号召力和魄力
- 7:33整个半导体行业的创新接下来都会放缓
- 7:37老黄基本上是一个电话打过去
- 7:39大家都会一起响应
- 7:41大家积极地把这个AI的产业推进
- 7:44包括一些非常激进的路线
- 7:46比如说我们做CPO(共封装光学)类似的
- 7:49或者是做800伏的这种高压输电
- 7:53这种其实都是老黄最激进
- 7:54最先提出来一些
- 7:56产业就跟进
- 7:57所以对产业来说
- 7:59可能大家就会
- 8:00不知道后面怎么处理一些事情
- 8:02有可能会停顿
- 8:04有可能资本开支也会停一停
- 8:06包括产业的积极扩张也会停一停
- 8:10包括老黄这边的一些后面的单子
- 8:12要怎么处理
- 8:13其实是影响非常的深远
- 8:18接下来的重要一点
- 8:19在于黄仁勋在供应链上面的话语权
- 8:22黄仁勋在今年3月
- 8:23接受Lex Fridman采访的时候
- 8:25说过这么一句话
- 8:2630年来
- 8:27我都说不清我们和他们(台积电)做了多少生意
- 8:29几百亿、上千亿美元吧
- 8:33可我们连合同都没签
- 8:35这挺了不起的
- 8:36与台积电合作30年
- 8:38英伟达不需要签协议
- 8:39这是老黄的原话 靠的是信任
- 8:42根据台积电2025年的财报
- 8:44英伟达已经超越苹果
- 8:46成为台积电最大的客户
- 8:47贡献了台积电19%的全年营收
- 8:50而在AI芯片最关键的
- 8:52CoWoS先进封装环节
- 8:54根据研究机构的估算
- 8:55英伟达2025年更是消耗了
- 8:57全球大约60%的产能
- 9:00而明明订单需求非常多
- 9:01为什么台积电只愿意接受英伟达的大单呢
- 9:05可能答案还是黄仁勋
- 9:07因为英伟达不仅带来了巨额的订单
- 9:10更重要的是
- 9:11它能够向台积电提供未来几年
- 9:13持续增长的需求预期
- 9:16黄仁勋每年推出新一代AI芯片
- 9:18不断提高对先进制程和封装技术的要求
- 9:22实际上也在推动台积电
- 9:24提前投资、扩大产能
- 9:26对于一家建造晶圆厂动辄需要数百亿美元
- 9:29投资回报周期长达数年的企业来说
- 9:32最宝贵的客户
- 9:33不是今天买得最多的客户
- 9:35更是那个能够让它相信
- 9:37能长期有钱赚的客户
- 9:39供应链我觉得应该是
- 9:41比CUDA更重要的一个点
- 9:43对英伟达是一个很大的冲击
- 9:46因为它对供应链的影响
- 9:48不是差一点点
- 9:50我觉得几乎就是跟一个普通的
- 9:52另外几家它的竞争者就差不多了
- 9:55供应链这件事情
- 9:57你是要相信才会有钱赚
- 10:00你如果说
- 10:01或者说像过去几年这么有钱赚
- 10:03你如果说不信他的话
- 10:05你是没钱赚的
- 10:06这个影响不只是英伟达
- 10:08是影响整个行业
- 10:10英伟达与台积电的关系
- 10:11早已超越了普通的芯片采购
- 10:14双方通过几十年的技术协作
- 10:16产能规划还有商业承诺
- 10:18是建立了一种高度相互依赖的关系
- 10:21如今 黄仁勋下台
- 10:22台积电可能将要重新开始把鸡蛋
- 10:25放在不同的篮子里
- 10:27而这意味着
- 10:27英伟达稳固的供应链
- 10:29也可能不再稳固了
- 10:31台积电它是要分配产能的
- 10:33包括它的先进封装的产能
- 10:35包括它的advanced node(先进制程)
- 10:36产能的分配
- 10:37所以他会看
- 10:38扶持一些企业
- 10:39有一些企业他觉得有potential(潜力)
- 10:41他其实要分配产能
- 10:42后面的话
- 10:44如果有一些企业
- 10:45AMD的ROCm的生态
- 10:48其实没有太大的瓶颈
- 10:50它的那些性能也越来越好
- 10:52后面其实从供应链的台积电的产能分配上
- 10:55就会给AMD更多的一些额度
- 10:58我觉得后面其实会更多
- 11:00英伟达的竞争地位或者强势地位
- 11:04可能会有一定的平衡
- 11:06好 以上我们了解了英伟达最核心的业务
- 11:09以及黄仁勋下台之后
- 11:10对英伟达的影响最大的几个方面
- 11:13接下来我们会继续聊到
- 11:15老黄花了很多心血布局的赛道
- 11:17包括开源生态
- 11:19包括自动驾驶
- 11:20机器人和量子计算等等
- 11:22这些赛道目前对英伟达的财报作用不大
- 11:25但是老黄赌的是
- 11:26下一个加速计算爆发的方向
- 11:29他要保证当那个赛道爆发的时候
- 11:31算力生态和系统标准
- 11:33是由英伟达来主导的
- 11:35接下来 我们把镜头交给Yiwen
- 11:37来看看英伟达的生态布局
- 11:40以及在后黄仁勋时代
- 11:42这些布局是否还能够实现呢
- 11:48Hello大家好
- 11:49我是《硅谷101》的Yiwen
- 11:51我们知道老黄说过
- 11:53AI是一个五层的蛋糕
- 11:55最下层是能源
- 11:57依次往上是
- 11:58芯片、基础设施、模型和应用
- 12:00英伟达当然是做芯片起家的
- 12:03但通过不断地收购、投资还有合作
- 12:07英伟达的资本其实已经渗入到了
- 12:09这当中的每一层
- 12:11也就是说今天的AI生态不管到哪里
- 12:14都和英伟达脱不开干系
- 12:16在这里 我们就来盘一盘
- 12:18英伟达最新的一次收购
- 12:20也就是Hugging Face
- 12:21通过它来理解当下英伟达的收购版图
- 12:25自从开源模型火起来后
- 12:27相信大家对这家公司也很熟悉了
- 12:29今天全世界的大部分开源模型发布以后
- 12:33第一站就是Hugging Face
- 12:34现在 平台上有超过2000万个用户
- 12:37包括20万家公司
- 12:39约323万个模型、113万个数据集
- 12:42和超过140万个应用
- 12:44可以说这是开发者找模型、下载权重
- 12:47做微调和部署的第一步
- 12:49于是老黄在9月初亲自宣布了这笔收购
- 12:53买下了开源AI最重要的分发渠道和入口
- 12:56Leonis Capital的合伙人Jenny Xiao
- 12:59对《硅谷101》表示
- 13:00这是英伟达支持开源生态的关键信号
- 13:04随着闭源实验室越来越多地选用
- 13:07英伟达以外的芯片
- 13:09英伟达也在尝试参与开源生态
- 13:13我认为
- 13:14收购Hugging Face 释放了一个很明确的信号
- 13:16英伟达不只想为开源模型提供芯片
- 13:21也想成为开源AI的核心参与者
- 13:26当然 这笔收购目前还在走监管流程
- 13:28根据报道
- 13:29美国司法部已经从反垄断层面提出了质疑
- 13:32再加上如今英伟达的动荡局面
- 13:35这笔交易并不是定数
- 13:37但是 我们可以从两个角度来拆解这次收购
- 13:40第一 英伟达为什么如此重视开源
- 13:43第二 这又和英伟达现在整体的版图
- 13:47有什么关系呢
- 13:48首先我们来看开源
- 13:50在宣布收购Hugging Face之前
- 13:52黄仁勋和英伟达
- 13:53已经多次公开支持开放模型
- 13:56今年7月24日
- 13:57他在X上发的第一条推文
- 13:59就是分享一封英伟达牵头的公开信
- 14:02这封信呼吁政策制定者支持开放权重模型
- 14:06避免过早限制 压制竞争
- 14:08英伟达也在自己发布模型
- 14:10数据集和训练工具
- 14:12从语言模型Nemotron
- 14:14到面向机器人和物理世界的GR00T、Cosmos
- 14:17再到自动驾驶大模型Alpamayo
- 14:20英伟达在不断帮助开发者搭建自己的AI
- 14:24为什么卖芯片的英伟达要那么支持开源呢
- 14:27很简单 因为在当下
- 14:29美国的所有科技巨头里面
- 14:31英伟达的利益可以说是和开源最符合的
- 14:34它卖的是铲子
- 14:36所以算力市场越大越好
- 14:38开发者今天在英伟达上做实验
- 14:40等到了项目长大以后
- 14:42很可能会沿用熟悉的硬件和工具
- 14:45所以服务今天的开发者
- 14:46也是在服务未来的客户
- 14:49与此同时
- 14:49闭源实验室也在逐渐减少对英伟达的依赖
- 14:53随着算力成本越来越高
- 14:55像OpenAI、Anthropic
- 14:56这样有大量资源的实验室
- 14:58都正在寻找英伟达之外的选择
- 15:01比如Anthropic一直在推进
- 15:03多云、多芯片的路线
- 15:04和许多其他供应商都有合作
- 15:07OpenAI也在今年和博通合作
- 15:09自研Jalapeño芯片
- 15:11还有英伟达最大的客户云厂商们
- 15:13亚马逊、微软、Meta、Oracle和谷歌
- 15:16这几家公司也都在找英伟达的替代品
- 15:20但是开源社区里的小公司、研究员
- 15:23和个人开发者
- 15:24却很难承担同样的成本
- 15:27他们需要新模型发布后
- 15:28能够尽快在手里的设备上跑起来
- 15:31而不是花时间做硬件和加速器方面的适配
- 15:35而且在当下
- 15:36每个月都有大量新开源模型的情况下
- 15:39每个模型都拿去适配
- 15:41更是基本不可能
- 15:43英伟达正好有成熟的工具
- 15:45可以支持不同的模型
- 15:47开源模型越来越普及
- 15:48参加开发、微调和部署的人越来越多
- 15:51英伟达能够接触到的算力需求也就更大
- 15:55所以说开源社区在很长一段时间看来
- 15:58它会一直是英伟达的一个合作伙伴
- 16:01Hugging Face提供了这个标准的接口之后
- 16:03如果说它能够加入英伟达
- 16:06在里面扮演一个非常重要的角色
- 16:08可能会形成英伟达未来几年或者是十几年
- 16:11更长的一个moat(护城河)
- 16:12但是这也是一个赌注
- 16:14也要看说其他几家追的速度是怎么样
- 16:17但据我观察
- 16:18包括AMD和TPU
- 16:19其实他们更重视
- 16:20在key clients(大客户)的体验
- 16:24他对开发者社区的支持
- 16:26还有在这方面的一个愿景
- 16:29或者是他的一些计划
- 16:31其实相比于英伟达都是非常非常不足的
- 16:34我们理解了这一点
- 16:35就可以理解Hugging Face
- 16:36对于英伟达而言的重要性了
- 16:39前面我们提到
- 16:40它是开发者寻找和下载模型的入口
- 16:42但其实开发者还将Hugging Face
- 16:44用作一个使用模型的接口
- 16:46Hugging Face的Hub集中托管模型权重
- 16:49Transformers等软件库
- 16:51则提供相对统一的调用方式
- 16:53开发者每换一个模型
- 16:55不必每次都从头研究一套完全不同的代码
- 16:59对比早期的时候
- 17:00模型发布后代码可能放在Github
- 17:02权重却存在网盘里
- 17:04其他人想要复现
- 17:05需要至少一个星期的时间
- 17:08Hugging Face则是解决了这个问题
- 17:10所以 英伟达收购这样的平台
- 17:12就能够更深入地参加开发者
- 17:14从发现、到选择模型
- 17:16再到选择算力的过程
- 17:19那么 黄仁勋离开后
- 17:20会对英伟达的开源业务
- 17:22甚至整个美国的开源生态
- 17:24造成什么样的影响呢
- 17:26对于这一点我们观察到
- 17:27很多支持开源的美国研究员们
- 17:30都是十分悲观的
- 17:31曾经上过我们节目的Nathan Lambert表示
- 17:34黄仁勋不再担任CEO
- 17:36对美国开放模型非常、非常非常不利
- 17:39Hugging Face的CEO Clem Delangue
- 17:41也在黄仁勋辞职后说
- 17:43这是非常悲伤的一天
- 17:45但他和Hugging Face团队
- 17:47会继续支持开源AI
- 17:49当然了 开源并不仅仅是黄仁勋的个人兴趣
- 17:52它也已经深深嵌入了英伟达的商业逻辑
- 17:56尽管有很多媒体认为
- 17:57新的管理层会对开源更加谨慎
- 18:00但这也并不一定意味着
- 18:02这条路线就会就此消失
- 18:05而Hugging Face
- 18:05也只是黄仁勋留下的
- 18:07庞大资本版图当中的一小块
- 18:10如果我们把视角拉远一点就会发现
- 18:12从模型和应用
- 18:14再到数据中心、芯片乃至是能源
- 18:17英伟达通过收购、投资
- 18:19以及商业合作所建立的联系
- 18:21早就已经贯穿了
- 18:22我们开头提到的“五层蛋糕”
- 18:25根据Jenny Xiao的分析
- 18:27英伟达过去的投资、收购和算力合作
- 18:29已经包含了它的业务涉及的几乎所有领域
- 18:33算力、实验室、前沿模型、应用和机器人
- 18:36还有Hugging Face代表的分发层
- 18:39截至2026年7月
- 18:40英伟达用于购买其他公司股权的现金
- 18:43就达到424亿美元
- 18:46到7月底
- 18:46它持有的股权投资价值
- 18:48已经达到990亿美元
- 18:51另外还有250亿美元的后续投资承诺
- 18:54如果看英伟达的投资和收购活动
- 18:59它确实在争取参与每一个层级
- 19:02Hugging Face为这张地图补上了分发层
- 19:06让它的布局从应用、前沿模型
- 19:11和算力进一步延伸
- 19:12英伟达的投资对象还包括一批刚成立
- 19:15还在探索技术路线的研究型AI公司
- 19:18也就是我们常说的NeoLabs
- 19:21前OpenAI CTO Mira Murati创立的
- 19:23Thinking Machines Lab
- 19:25在今年3月宣布与英伟达合作
- 19:27计划部署至少一吉瓦的
- 19:29下一代Vera Rubin系统
- 19:31英伟达也同时对它进行了投资
- 19:34画面上这些公司和英伟达的关系
- 19:37当然各有不同
- 19:38有的是被收购后
- 19:39技术和团队进入英伟达
- 19:41有的是股权投资
- 19:43仍然独立运营
- 19:44还有的是通过供货、算力
- 19:46或者基础设施合作建立联系
- 19:49但放在一起
- 19:50它们都指向一个共同的方向
- 19:53那就是英伟达正在更早地参与
- 19:55AI项目的成长
- 19:57也更深入地参与到
- 19:58这些的项目所需要的基础设施当中
- 20:01当然 这张图也带来了一个
- 20:03越来越难回避的问题
- 20:05那就是当英伟达这样的芯片供应商
- 20:08同时成为自己客户的投资人
- 20:11我们还能清晰地判断
- 20:13当下AI产业的算力需求吗
- 20:16英伟达投资一家模型公司
- 20:18模型公司向云服务商购买算力
- 20:21云服务商再采购英伟达设备
- 20:23资金可能沿着这些关系
- 20:25重新流回到英伟达的业务里
- 20:28英伟达是这类新兴AI实验室 最活跃的投资方
- 20:32我们研究美国的这类实验室时
- 20:36发现英伟达几乎家家都投了
- 20:38这让人感觉存在循环融资
- 20:44也让人怀疑AI是不是有泡沫
- 20:47为什么AI估值这么高
- 20:49因为很多这类实验室的资金
- 20:54来自对财务回报没那么在意的战略投资者
- 20:57而非财务投资者
- 20:59我们也一直在想
- 21:01这对整个AI投资意味着什么
- 21:03作为财务投资者
- 21:05我们该因为英伟达投了就跟投吗
- 21:10还是说 英伟达的参与
- 21:13人为推高了这类公司的估值
- 21:16这种循环融资
- 21:18会不会让整个AI市场变得更脆弱
- 21:23我们节目里也多次分析过
- 21:25当下AI的“循环融资”
- 21:27黄仁勋管理的英伟达创造了一套
- 21:30已经远远超过芯片本身的业务关系
- 21:33但值得注意的是
- 21:34英伟达近年来主导的巨额AI投资和融资
- 21:39并不是英伟达内部所有高管的共识
- 21:43据华尔街日报报道
- 21:44黄仁勋和英伟达的CFO Colette Kress
- 21:47也是董事会任命暂时接管CEO一职的高管
- 21:50曾经在融资策略上产生过分歧
- 21:53黄仁勋希望通过投资、信贷担保等方式
- 21:57支持云计算公司和数据中心建设
- 22:00进一步扩大英伟达GPU的市场需求
- 22:03但Kress对这些交易的风险提出了质疑
- 22:06英伟达究竟应该支持哪些项目
- 22:09如何评估数百亿美元信贷担保的价值
- 22:12又如何确保这些投资最终能带来回报呢
- 22:16其中一个典型案例就是英伟达原本计划
- 22:19为OpenAI的数据中心项目
- 22:21提供高达2500亿美元的融资担保
- 22:24帮助OpenAI获得资金、租用数据中心
- 22:27以及部署英伟达的芯片
- 22:29根据The Information报道
- 22:30Kress曾经对这个高风险的项目提出异议
- 22:33随后Kress亲自参与重新设计交易
- 22:37将英伟达第一阶段的融资担保
- 22:39削减到原计划的一半以下
- 22:42这些分歧甚至演变成了
- 22:43高管之间的公开冲突
- 22:45黄仁勋曾经在一次高管会议上
- 22:48严厉批评Kress
- 22:49认为她缺乏战略判断力
- 22:51说她
- 22:52说她“像只被车头灯照傻的鹿”
- 22:55随着黄仁勋辞职以及Kress的临时任命
- 22:58这里又出现了一个新的悬念
- 23:00那就是英伟达是否还会延续
- 23:02过去这种激进的投资策略
- 23:05以及激进的生态搭建呢
- 23:07不少人都给出了相对消极的判断
- 23:10如果新的CEO不用花钱去扶持
- 23:13培养行业整个ecosystem(生态)
- 23:15其他一些玩家
- 23:16那很多人今后的financing(融资)也好
- 23:18可能也会出现一个问题
- 23:20所以就相当于把整个生态系统
- 23:22一定会往下拖
- 23:23除非新的这个CEO他的想法、他的魄力
- 23:26他的决断、他愿意花钱
- 23:27这样一种激进的方式
- 23:29能不能和黄仁勋保持一致
- 23:30但目前来说肯定是一个很大的落差的
- 23:32随着中国开源模型的快速跟进
- 23:34有人将英伟达称为
- 23:36“美国开源生态的最后一个机会”
- 23:39那么随着黄仁勋的离开
- 23:41这个机会还会存在吗
- 23:43我们也会持续关注
- 23:44接下来让我们把时间交还给Qian姐
- 23:52除了芯片业务以及刚才Yiwen说到的
- 23:55对开源生态的激进押注
- 23:57英伟达的成功其实还有一个秘诀
- 23:59就是老黄的founder’s mode(创始人模式)
- 24:03作为一家市值数万亿美元的科技巨头
- 24:05英伟达可能是
- 24:07最不像一家“大公司”的大公司了
- 24:09过去几十年
- 24:10黄仁勋建立了一套极其独特的管理体系
- 24:14超过60位高管直接向他汇报
- 24:17从GPU、CPU、网络、软件
- 24:19到机器人、自动驾驶、健康医疗
- 24:22几乎每一条重要的业务线
- 24:24他都亲自参与决策
- 24:26英伟达内部还有一个延续多年的制度
- 24:28叫做“最重要的五件事”(Top 5 Things)
- 24:32所有员工们通过定期邮件
- 24:34汇报自己正在做的五件重要的事情
- 24:37黄仁勋会亲自阅读这些邮件、迅速回复
- 24:40并且对组织和项目进展非常了解
- 24:43传统大公司需要经过层层汇报
- 24:45协调和审批的决策
- 24:47在英伟达
- 24:48可以直接到达最高决策者
- 24:50并且很大程度上减少公司的办公室政治
- 24:55开会的时候60多个高管一起开
- 24:57要骂人的时候直接当着60多个高管直接骂
- 25:00甚至我听说经常有很资深的男性高管
- 25:03直接在会议上被骂哭
- 25:05而正是这套扁平化的结构
- 25:08很大程度上解释了
- 25:09为什么英伟达能够在如此庞大的规模下
- 25:12依然保持惊人的执行速度
- 25:15但它也隐藏着一个致命的弱点
- 25:18这个弱点就是
- 25:18英伟达建立的不是一套任何CEO
- 25:21都可以驾驭的管理制度
- 25:23而是一套
- 25:24围绕黄仁勋个人能力设计的操作系统
- 25:2760位高管各自精通自己的垂直领域
- 25:30但是全公司有黄仁勋这样横跨技术、产品
- 25:33商业和资本的全局视野的人寥寥无几
- 25:37而当所有重大决策都汇聚到一个人身上
- 25:40公司组织就很难自然培养出第二个
- 25:43具备同样综合能力的领导者
- 25:45并且黄仁勋本人
- 25:46也根本没有继承人培养计划
- 25:48原因是他认为自己还能再干个几十年
- 25:51而当最近的丑闻被曝光
- 25:53黄仁勋在几天时间内
- 25:54就被董事会投票要求辞职时
- 25:57他用33年时间打造的英伟达的效率秘诀
- 26:01立刻变成了这家万亿巨头如今最大的软肋
- 26:05基本上你可以把他理解为
- 26:07这公司所有的事情是他一个人说了算
- 26:10所以他离开之后
- 26:11尤其现在比较麻烦的事情
- 26:13他不但是没有了CEO那个职位
- 26:16他现在在董事会上也离开了
- 26:19就相当于裸辞
- 26:20什么都没有了
- 26:21所以即便你的2027年数字不会受任何影响
- 26:24甚至你2028年的数字可能不受任何的影响
- 26:28但从公司估值的角度
- 26:30那一定比他以前是很大一个挫折的
- 26:34就类似于
- 26:35我们可以做一个很简单比喻
- 26:37大家投伯克希尔·哈撒韦
- 26:38很重要的理由是因为他的老大是巴菲特
- 26:42如果有一天巴菲特去世了
- 26:44虽然他的业务还是很稳定
- 26:46但伯克希尔·哈撒韦的估值
- 26:47一定会受影响的
- 26:48因为这个创始人太重要了
- 26:52你觉得估值会要打多大的一个折扣
- 26:56这东西很难讲
- 26:57市场现在的consensus(共识)
- 26:59就大概估值要下至少25个点
- 27:02就说这个人一个人的作用
- 27:05至少占公司的整个估值里面有1/4
- 27:09可能没有像Elon Musk
- 27:10对于SpaceX和Tesla那么重要
- 27:13但是四分之一我觉得应该是有的
- 27:19同时我还想提一下的是
- 27:21英伟达的销售体系
- 27:23有内部人员跟我说
- 27:24英伟达的销售在面对客户的时候
- 27:26经常会问的一句话是
- 27:28What keeps you up at night? (是什么让你彻夜难眠)
- 27:32之后英伟达会尝试去解决那个问题
- 27:35而老黄更是亲力亲为
- 27:37每年飞到亚洲多地见客户和合作伙伴
- 27:40老黄是最大的销售
- 27:42其实是最好的销售
- 27:44首先他对自己公司的产品是
- 27:46inside out(了如指掌)
- 27:47他是非常了解的
- 27:48他其实会在培养客户
- 27:51就像CUDA一样
- 27:52其实是他一直在培育客户
- 27:54甚至于在引导客户
- 27:56他不是说我东西做出来然后再去卖
- 27:59他实际上是在潜移默化中
- 28:01把他的东西这个价值体现出来
- 28:03第二就是英伟达的产品确实好
- 28:05也有各种各样的问题
- 28:06但是他们会解决得非常快
- 28:08所以还是产品好
- 28:10对自己的客户的理解是非常深透的
- 28:13如果仔细研究英伟达过去30年的历史
- 28:16你会发现
- 28:17英伟达的销售能力是绝对难以被复制的
- 28:20其中的核心能力依然是老黄
- 28:231994年
- 28:24英伟达的第一位销售人员Jeff Fisher
- 28:26加入公司的时候
- 28:28它还只有25名员工
- 28:29甚至没有正式推出产品
- 28:322005年 黄仁勋从业界挖来Jay Puri
- 28:35把英伟达从一家
- 28:36面向电脑厂商的显卡供应商
- 28:38逐渐改造成一家
- 28:40能够服务全球企业的计算平台公司
- 28:43而英伟达的销售体系厉害之处
- 28:45在于它成为了一套技术、产品
- 28:47生态与客户关系高度融合的系统
- 28:50它不仅让销售人员与客户沟通
- 28:52还让工程师亲自解决客户的问题
- 28:55让开发者提前熟悉CUDA
- 28:57让投资资金帮助新兴AI企业成长
- 29:00甚至让CEO亲自参与最重要的交易
- 29:03而黄仁勋本人就是最好的销售
- 29:072016年 黄仁勋亲自将第一台DGX-1
- 29:10送到几乎没有采购能力的OpenAI
- 29:13八年之后
- 29:13甲骨文创始人埃里森和马斯克
- 29:15却要在饭桌上恳求黄仁勋
- 29:17多卖给他们一些GPU
- 29:20再到后来
- 29:20黄仁勋开始出现在各国领导人面前
- 29:23向他们推销国家级AI基础设施
- 29:26在过去几年中
- 29:27英伟达已经完成了
- 29:28“超级销售模式”的进化
- 29:30从销售芯片到销售计算平台
- 29:33再到参与创造整个AI产业的需求
- 29:36然而 这套系统同样存在着一个隐忧
- 29:39传统公司的销售体系可以通过流程、组织
- 29:42以及客户管理制度去传承
- 29:44而英伟达最核心的战略销售能力
- 29:47却在很大程度上集中在黄仁勋一个人身上
- 29:51他既是技术路线的定义者
- 29:52又是全球重要客户的关系管理者
- 29:55还是整个AI生态最有影响力的布道者
- 29:58这样的个人能力可以给一家公司
- 30:00带来惊人的商业效率
- 30:02但是它可能并不会随着CEO职位的交接
- 30:05而自动转移
- 30:07也就是说英伟达无法复制
- 30:09黄仁勋身上自带的超级销售能力
- 30:12即便有人能够接管全球销售
- 30:14但如何去承接老黄与客户、产业
- 30:18还有政府建立的关系
- 30:20仍然是非常关键的挑战
- 30:25英伟达今天面临的另外一个挑战是人才
- 30:28过去三十年
- 30:29英伟达最重要的技术能力集中在GPU架构
- 30:32芯片设计、CUDA、计算系统和高速网络
- 30:35这些恰恰是英伟达的主营业务
- 30:37也是公司能够为工程师提供最大资源
- 30:40最大影响力和最好职业发展空间的地方
- 30:43但比如说自动驾驶、机器人、世界模型
- 30:46基础大模型甚至健康医疗
- 30:48情况就非常不一样了
- 30:50这些领域
- 30:51虽然与英伟达的硬件和软件平台紧密相关
- 30:54却并不是公司最主要的营收来源
- 30:57一名顶尖的世界模型研究者
- 30:59在英伟达可能只是
- 31:00众多研究项目中的一位负责人
- 31:02但是如果他选择创业
- 31:04或者加入一家前沿模型实验室
- 31:07他就有机会成为定义整个产品方向的人
- 31:10这种差异正在改变英伟达的人才竞争格局
- 31:14我不只一次听到来自机器人团队的
- 31:17英伟达员工吐槽说
- 31:18留住顶尖的实习生实在是太难了
- 31:21因为其他的科技大厂
- 31:22顶级AI实验室
- 31:24明星初创企业们都在抢这群人
- 31:27英伟达给不出最高的薪水包裹
- 31:30从事的工作也不是公司最核心的业务
- 31:33同时股价在今年还不温不火
- 31:35您说
- 31:35怎么去跟OpenAI、Anthropic这些公司争呢
- 31:38此前黄仁勋也早就意识到这个问题
- 31:41英伟达在过去几年开始越来越积极地
- 31:44通过收购和技术授权交易
- 31:46直接获得外部创业团队的技术和人才
- 31:49但是能够买来一支团队
- 31:51并不代表能够永远留住这支团队
- 31:54而且 对于最顶尖的科学家而言
- 31:56钱可能还不是最重要的因素
- 31:59在英伟达 他们可以拥有
- 32:00世界级的计算资源和研究平台
- 32:03但必须与公司的整体商业战略保持一致
- 32:06对于OpenAI、Anthropic
- 32:08或者一家专注机器人基础模型的
- 32:10创业公司而言
- 32:11模型本身就是产品
- 32:13也是整个公司的未来
- 32:15但是英伟达不是
- 32:16它势必做的不是产品而是基础设施
- 32:20最终目的是让更多企业和开发者
- 32:22使用它的算力
- 32:24这就会对很多想产生更大影响力
- 32:27或者通过真实产品来改变世界的
- 32:30顶级人才来说
- 32:31英伟达的offer就不那么具有吸引力了
- 32:34而更加微妙的是
- 32:35英伟达过去最有效的人才留存工具
- 32:38也就是股票
- 32:39也开始出现了新的变化
- 32:41过去几年 英伟达股价的爆发式上涨
- 32:44创造了大量千万富翁
- 32:46甚至让一些普通工程师
- 32:48获得了提前退休的财务自由
- 32:50但是财富的积累也产生了一个悖论
- 32:53有钱了 员工反而也会离开
- 32:56《Business Insider》的报道指出
- 32:58自2022年底到今年9月
- 33:00英伟达股价累计上涨大约1400%
- 33:04根据Levels.fyi的估算
- 33:05一名2022年加入公司的高级软件工程师
- 33:09所持股票价值大约是有410万美元
- 33:13所以一些员工开始围绕股权归属时间
- 33:16安排他们的退休和创业计划
- 33:18但是新员工面临的则是另外一种情况
- 33:21他们加入英伟达的时候
- 33:23公司的股价已经在高位了
- 33:25随着今年英伟达股价出现明显的回调
- 33:28股票激励未来的实际价值也更加不确定
- 33:31这意味着一个非常现实的问题
- 33:34如果员工不再相信自己的股票
- 33:36能够持续带来超额的财富
- 33:38公司就需要依靠更高的现金薪酬
- 33:41更大的技术自主权
- 33:43还有更有吸引力的职业发展机会
- 33:45去留住他们
- 33:46而如今 最大的一个变量
- 33:48就是黄仁勋本人了
- 33:50说实话 其实很多愿意留下来的
- 33:52都是因为能够working for Jensen(为老黄工作)
- 33:55年轻人们崇拜他、敬仰他
- 33:57想为他而工作
- 33:58这样的理由
- 33:59我也在很多马斯克旗下的公司当中
- 34:01包括特斯拉、SpaceX、xAI当中听到过
- 34:05而如今黄仁勋的离开
- 34:06可能会加速核心人才的流失
- 34:09甚至于我觉得英伟达会有很多人出来
- 34:12然后要么创业
- 34:13要么加入到其他公司
- 34:14要么加入老黄的新公司
- 34:16也有可能
- 34:17对 这也有可能
- 34:21对于整个硅谷来说
- 34:23过去一周多的时间都处于震惊当中
- 34:26包括英伟达的员工们
- 34:27所有人都没有想到
- 34:29权利看似最牢固的AI领袖
- 34:31能够在几天内就被迅速赶下台
- 34:34这看上去实在是太荒谬了
- 34:36直到这个时候外界才发现
- 34:38黄仁勋只有英伟达3.58%的持股比例
- 34:41并且英伟达1999年上市的时候
- 34:43没有建立让黄仁勋保有超级投票权的
- 34:46双重股权架构
- 34:48也就是说
- 34:49黄仁勋并没有设置AB股
- 34:50来保证他对于董事会的影响力
- 34:53我觉得他董事会没搞定
- 34:55我觉得这是一个surprise(意外)
- 34:56就让我想起了当年的Uber
- 34:58Uber的Travis
- 34:59他是以为把董事会能够搞得很定的
- 35:03但突然之间董事会也就翻脸了
- 35:06说翻脸就是翻脸
- 35:08这是一个我觉得有点surprise的
- 35:11黄仁勋我觉得做的最大一个失误在于
- 35:14他没有像新一代的科技公司
- 35:18因为他毕竟是第一代30多年前的科技公司
- 35:21他没有做AB股这样一个结构
- 35:23如果你有AB股的话
- 35:24即使你经济的占比只有3个点
- 35:27不到4个点
- 35:28但如果你说我有一股可以当一万股
- 35:31我还能够控制公司的话
- 35:33那他就不会出现今天这样一个局面
- 35:35但在他那个时候
- 35:36他开公司太早了
- 35:38所以他现在就相当于
- 35:39对公司其实没有控制权的
- 35:41所以导致今天这样一个局面
- 35:56说实话
- 35:57这篇稿件快写完的时候我正在休假
- 36:00不知道为什么我每次休假的时候
- 36:02都能够出一些硅谷的“大瓜”
- 36:04上次Sam Altman被“逼宫”的时候
- 36:06也在我休假期间
- 36:08所以之前几天都窝在酒店里面
- 36:10打电话、采访和写稿
- 36:11直到现在都还有点恍惚和难以置信
- 36:18过去几年
- 36:18我连续参加过好几届英伟达的GTC大会
- 36:21也曾经有机会在很近的距离
- 36:23参与对黄仁勋的媒体群访
- 36:26三年前我们做过一期视频
- 36:28叫《在诉讼与骂名中崛起的英伟达GPU
- 36:31从未停止过战斗 也没有永远的朋友》
- 36:34那算得上是《硅谷101》成立以来
- 36:36第一个真正意义上的爆款视频
- 36:39一路看着英伟达成长为
- 36:40全球AI浪潮中最重要的科技巨头之一
- 36:43我始终对黄仁勋有着很深的尊重
- 36:48这种尊重不是因为他的财富
- 36:50也不只是因为英伟达的市值
- 36:52而是因为黄仁勋身上
- 36:54那些非常稀缺的创业者品质
- 36:56超越时代的技术远见
- 36:58几十年如一日的坚持
- 37:00面对失败和质疑时候的韧性
- 37:03以及将一群顶尖工程师
- 37:05凝聚在同一个愿景之下的领导力
- 37:07他对创业生态的扶持
- 37:09对工程技术的信仰
- 37:11都让他成为在硅谷极具影响力
- 37:13也真正受到尊重的企业家
- 37:16这次风波当中
- 37:17依然有一些指控需要调查和厘清
- 37:20但是我们这个视频中谈到的这些成就
- 37:23不应该因为今天的风波而被一笔抹去
- 37:26但也因为如此
- 37:27这次的事件才让人感到格外唏嘘
- 37:31在我们三年前的那个片子中
- 37:32我们结尾是这样说的
- 37:34英伟达没有永远的客户
- 37:36没有永远的朋友
- 37:38黄仁勋是孤独的也是叛逆的
- 37:40他能做的只有不断往前跑
- 37:42战斗永不停止
- 37:45我不知道黄仁勋的战斗会不会止于此
- 37:48但我希望不会
- 38:09好了 以上就是这期视频的全部内容了
- 38:11因为时效性的关系
- 38:13在撰稿、录制和后期制作上来说
- 38:15可能来不及太精细
- 38:17如果有粗糙的地方还请大家见谅
- 38:19你们的关注、留言、点赞和转发
- 38:21是支持我们《硅谷101》
- 38:23做好深度科技和商业内容的最佳动力
- 38:25我是陈茜
- 38:26那我们就下期视频再见啦
- 38:28bye~
About this transcript
This page contains the full transcript of “后黄仁勋时代”:英伟达的护城河、资本棋局与AI产业变数 by 硅谷101, generated from the public captions YouTube serves with the video. The transcript has 1,104 words across 993 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.
What you can do with it
Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.
Free YouTube transcript tool
YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.