YouTube2Text

“后黄仁勋时代”:英伟达的护城河、资本棋局与AI产业变数 — Transcript

by 硅谷101 · 1,104 words · 993 segments · language en · Watch on YouTube

Full transcript

  1. 0:00没有黄仁勋的英伟达 意味着什么
  2. 0:02英伟达的CEO刚刚辞职了
  3. 0:05黄仁勋人走茶凉了
  4. 0:07美国中期选举带来的政策不确定性
  5. 0:09已经给AI产业的发展罩上了一朵乌云
  6. 0:12市场情绪愈发脆弱
  7. 0:14而英伟达创始人黄仁勋在丑闻风波中突然辞职
  8. 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
  9. 0:23捏了一把冷汗
  10. 0:24现在的关键问题是 这对英伟达意味着什么
  11. 0:27又对全球AI发展来说 意味着什么
  12. 0:30因为AI coding agent(编程智能体)的原因
  13. 0:33迟早CUDA就会变成一个不是护城河
  14. 0:36就是AI以端到端去做
  15. 0:38把serving(推理服务)框架、软件
  16. 0:39Runtime(运行时)调度全部做成定制化
  17. 0:42这个CUDA本身这一层的生态
  18. 0:44其实也就淹没在这里面
  19. 0:45供应链我觉得应该是
  20. 0:47比CUDA更重要的一个点
  21. 0:49这一期硅谷101视频
  22. 0:50我们集中采访了在硅谷和华尔街的
  23. 0:53数位芯片、科技、金融行业内嘉宾
  24. 0:55深扒直接向黄仁勋汇报的60余高管
  25. 0:59从英伟达的管理、销售、技术研发、供应链
  26. 1:01开源生态布局、下一代技术押注等等方向
  27. 1:04来深度聊聊
  28. 1:06如果没有黄仁勋 英伟达的未来在何处
  29. 1:17黄仁勋辞职前后
  30. 1:18美国社交媒体X上
  31. 1:20到处都是科技圈领袖们对黄仁勋的声援
  32. 1:23他们希望英伟达董事会三思
  33. 1:25因为Nvidia without Jensen is nothing
  34. 1:28英伟达没有黄仁勋 就什么都不是
  35. 1:31硅谷认为英伟达
  36. 1:32甚至是整个AI界
  37. 1:34如今是最需要黄仁勋的时刻
  38. 1:36原因很简单
  39. 1:37CUDA的生态护城河可能很快
  40. 1:40要被AI大模型动摇了
  41. 1:45新一代AI大模型
  42. 1:46正在吃掉软件生态护城河
  43. 1:48这一次到了CUDA
  44. 1:50CUDA是英伟达2006年推出来的一套
  45. 1:53并行计算平台和编程体系
  46. 1:55简单来说它让开发者能够使用GPU
  47. 1:58执行通用计算任务
  48. 1:59虽然GPU拥有强大的计算能力
  49. 2:02但是开发者也需要一套软件工具
  50. 2:04才能够方便地调用
  51. 2:06还有充分地利用这些能力
  52. 2:08这是此前英伟达最强的护城河
  53. 2:10因为整个AI行业
  54. 2:12已经深度依赖CUDA这套生态了
  55. 2:15退一万步说
  56. 2:16即使竞争对手
  57. 2:17比如说AMD
  58. 2:17可以制造出性能更强或者价格更低的GPU
  59. 2:21要让客户们放弃已经熟悉的CUDA体系
  60. 2:24依然需要付出高昂的时间和工程成本
  61. 2:28这种高昂的迁移成本也存在于
  62. 2:30GPU与谷歌TPU等ASIC
  63. 2:32专用集成电路之间
  64. 2:34但是Anthropic在最新的路演中说
  65. 2:36现在 几个月的时间可以被模型压缩到几天
  66. 2:40根据The decoder披露的路演PPT
  67. 2:43Anthropic号称
  68. 2:44之前接入一种新的芯片平台
  69. 2:46可能需要几十名工程师
  70. 2:48耗费6到12个月的时间
  71. 2:50而这一次
  72. 2:50Claude Mythos只用了大约三天
  73. 2:52就帮助公司把一个AI模型的特定推理任务
  74. 2:56适配到了AMD的GPU上
  75. 2:58因为AI coding agent(编程智能体)的原因
  76. 3:02迟早CUDA就会变成一个不是护城河
  77. 3:05这不是一个vision(愿景)
  78. 3:06是一个事实了
  79. 3:08不是说CUDA一夜之间没有了
  80. 3:10但是这看到的是一个方向
  81. 3:12以前之所以CUDA是一个护城河
  82. 3:15就是事情都能做
  83. 3:16但你要堆大量的人
  84. 3:18而且懂的人并不多
  85. 3:20这是问题
  86. 3:22现在大量的人跟懂的人不多
  87. 3:25这两个问题都解决了
  88. 3:26因为Mythos或者说新的模型
  89. 3:28都能解决这些问题
  90. 3:30当然了 真正要等到要让我们看到
  91. 3:32CUDA不relevant(重要)
  92. 3:34这不是今年、明年的事情
  93. 3:37要需要点时间
  94. 3:38但是我觉得这已经是一个
  95. 3:40用第一性原理去思考
  96. 3:41这个本来就是
  97. 3:42本来要人写的
  98. 3:43现在机器就能写
  99. 3:44或者说agent就能写了
  100. 3:46就这么回事情
  101. 3:47首先是Kernel(计算内核)这一层
  102. 3:48你甚至于不用写CUDA了
  103. 3:51直接写下面的汇编了
  104. 3:52这样可以做更好的优化
  105. 3:54第二个就是CUDA这个生态
  106. 3:57其实是当时是各行各业的人用GPU
  107. 4:00其实是一个异构系统
  108. 4:02所以它需要手动地去写很多的
  109. 4:04各种各样的算子库
  110. 4:06有了AI以后
  111. 4:07这种手工做的算子库
  112. 4:09如果有一个新的领域
  113. 4:10它是可以快速地adapt(适配)
  114. 4:12这是第一点
  115. 4:13第二点就是有了AI以后
  116. 4:14Agent的orchestration(编排)
  117. 4:15能力非常强
  118. 4:16所以在这个系统调度的层次
  119. 4:18AI的能力也非常强
  120. 4:20甚至于我现在看到的一些迹象
  121. 4:22就是AI以端到端去做
  122. 4:23从任意一个应用
  123. 4:25直接到生成整个汇编到后面的源代码
  124. 4:29它可以端到端
  125. 4:30把serving(推理服务)框架、软件
  126. 4:32Runtime(运行时)调度全部做成定制化
  127. 4:35每一个模型、每一个应用
  128. 4:37都有自己一套独特的软件stack(软件栈)
  129. 4:40这个都可以端到端了
  130. 4:41你想想看
  131. 4:43这个CUDA本身这一层的生态
  132. 4:45其实也就淹没在这里面
  133. 4:47这里要强调的是
  134. 4:48在被媒体曝光的
  135. 4:50这页Anthropic的路演PPT实验
  136. 4:52仅涉及一个模型
  137. 4:53在AMD MI355X GPU上面的提示词处理任务
  138. 4:58不能够直接等同于
  139. 5:00整个AI系统的跨平台迁移
  140. 5:02而更多具体的
  141. 5:03我们还需要等更多的复现和验证
  142. 5:05但可以确定的是
  143. 5:07英伟达引以为傲的CUDA护城河
  144. 5:10正在摇摇欲坠
  145. 5:11而这 正是公司最需要黄仁勋的时刻
  146. 5:18如果CUDA的护城河被攻破
  147. 5:19英伟达还有什么优势呢
  148. 5:21硅谷半导体行业的资深从业者对我们表示
  149. 5:24黄仁勋此前已经预见到了CUDA被削弱
  150. 5:28所以接下来
  151. 5:28芯片厂商拼的不再是单卡的性能
  152. 5:31而是异构芯片以及系统性的整合能力
  153. 5:35此前英伟达已经在往这个方向走了
  154. 5:38拼的其实还是系统的整合能力
  155. 5:40还有 原来软件这一块
  156. 5:42其实英伟达也有很强大
  157. 5:43像Dynamo这些新的系统上面的调度软件
  158. 5:46英伟达其实包括收购Groq
  159. 5:49就是prefill(预填充)、decode(解码)
  160. 5:49做这种disaggregation(拆分)
  161. 5:51他后来又做了CPX
  162. 5:53做StorageChain
  163. 5:54就相当于是把KV cache
  164. 5:56offload(卸载)到storage(存储层)
  165. 5:57这又是一个异构的系统
  166. 5:59然后Grace Hopper是CPU跟GPU封在一起
  167. 6:02这也是异构
  168. 6:03所以整个系统里面
  169. 6:04你看这个异构的元素非常非常的多
  170. 6:07英伟达其实已经在往那个方向去走了
  171. 6:10黄仁勋其实已经在为异构芯片系统铺路了
  172. 6:13未来 英伟达的竞争优势
  173. 6:15可能不再只来自于GPU和CUDA
  174. 6:17而是进一步转向整个机柜
  175. 6:19甚至数据中心的系统集成能力
  176. 6:22但是这需要大量的前沿技术创新
  177. 6:25比如说高速光互连、比如说液冷散热
  178. 6:28以及更高效的供电系统等等
  179. 6:30这些技术并不是英伟达发明的
  180. 6:33但过去几年
  181. 6:34英伟达凭借着激进的产品迭代节奏
  182. 6:36和越来越高的系统性能要求
  183. 6:38推动整个供应链加快创新
  184. 6:41让许多原本需要漫长研发、验证
  185. 6:43和部署周期的硬件技术
  186. 6:45得以迅速进入大规模商业应用
  187. 6:48像英伟达的这种Vera Rubin的系统
  188. 6:51它可能有6种不同的芯片
  189. 6:53它因为收购了以前的Mellanox
  190. 6:56所以它有网络这一块非常强
  191. 6:58他自己做Grace Hopper
  192. 7:00所以CPU这一块也非常强
  193. 7:02做liquid cooling(液冷)
  194. 7:04还有做光相关的
  195. 7:05其实这是非常的
  196. 7:07走在非常前面
  197. 7:08包括英伟达做OCS
  198. 7:10就Optical Circuit Switch (光电路交换机)
  199. 7:11Google先做的
  200. 7:12英伟达现在最近也有一些论文出来
  201. 7:15他们在用OCS代替NVLink Switch
  202. 7:18这个都是非常非常有前瞻性的一些东西
  203. 7:21这些技术需要CEO和创始人的前瞻性
  204. 7:25黄仁勋目前布的局
  205. 7:26还可以帮助英伟达再走一段时间
  206. 7:28但是之后
  207. 7:29嘉宾担心
  208. 7:30没有第二个人有老黄这样的号召力和魄力
  209. 7:33整个半导体行业的创新接下来都会放缓
  210. 7:37老黄基本上是一个电话打过去
  211. 7:39大家都会一起响应
  212. 7:41大家积极地把这个AI的产业推进
  213. 7:44包括一些非常激进的路线
  214. 7:46比如说我们做CPO(共封装光学)类似的
  215. 7:49或者是做800伏的这种高压输电
  216. 7:53这种其实都是老黄最激进
  217. 7:54最先提出来一些
  218. 7:56产业就跟进
  219. 7:57所以对产业来说
  220. 7:59可能大家就会
  221. 8:00不知道后面怎么处理一些事情
  222. 8:02有可能会停顿
  223. 8:04有可能资本开支也会停一停
  224. 8:06包括产业的积极扩张也会停一停
  225. 8:10包括老黄这边的一些后面的单子
  226. 8:12要怎么处理
  227. 8:13其实是影响非常的深远
  228. 8:18接下来的重要一点
  229. 8:19在于黄仁勋在供应链上面的话语权
  230. 8:22黄仁勋在今年3月
  231. 8:23接受Lex Fridman采访的时候
  232. 8:25说过这么一句话
  233. 8:2630年来
  234. 8:27我都说不清我们和他们(台积电)做了多少生意
  235. 8:29几百亿、上千亿美元吧
  236. 8:33可我们连合同都没签
  237. 8:35这挺了不起的
  238. 8:36与台积电合作30年
  239. 8:38英伟达不需要签协议
  240. 8:39这是老黄的原话 靠的是信任
  241. 8:42根据台积电2025年的财报
  242. 8:44英伟达已经超越苹果
  243. 8:46成为台积电最大的客户
  244. 8:47贡献了台积电19%的全年营收
  245. 8:50而在AI芯片最关键的
  246. 8:52CoWoS先进封装环节
  247. 8:54根据研究机构的估算
  248. 8:55英伟达2025年更是消耗了
  249. 8:57全球大约60%的产能
  250. 9:00而明明订单需求非常多
  251. 9:01为什么台积电只愿意接受英伟达的大单呢
  252. 9:05可能答案还是黄仁勋
  253. 9:07因为英伟达不仅带来了巨额的订单
  254. 9:10更重要的是
  255. 9:11它能够向台积电提供未来几年
  256. 9:13持续增长的需求预期
  257. 9:16黄仁勋每年推出新一代AI芯片
  258. 9:18不断提高对先进制程和封装技术的要求
  259. 9:22实际上也在推动台积电
  260. 9:24提前投资、扩大产能
  261. 9:26对于一家建造晶圆厂动辄需要数百亿美元
  262. 9:29投资回报周期长达数年的企业来说
  263. 9:32最宝贵的客户
  264. 9:33不是今天买得最多的客户
  265. 9:35更是那个能够让它相信
  266. 9:37能长期有钱赚的客户
  267. 9:39供应链我觉得应该是
  268. 9:41比CUDA更重要的一个点
  269. 9:43对英伟达是一个很大的冲击
  270. 9:46因为它对供应链的影响
  271. 9:48不是差一点点
  272. 9:50我觉得几乎就是跟一个普通的
  273. 9:52另外几家它的竞争者就差不多了
  274. 9:55供应链这件事情
  275. 9:57你是要相信才会有钱赚
  276. 10:00你如果说
  277. 10:01或者说像过去几年这么有钱赚
  278. 10:03你如果说不信他的话
  279. 10:05你是没钱赚的
  280. 10:06这个影响不只是英伟达
  281. 10:08是影响整个行业
  282. 10:10英伟达与台积电的关系
  283. 10:11早已超越了普通的芯片采购
  284. 10:14双方通过几十年的技术协作
  285. 10:16产能规划还有商业承诺
  286. 10:18是建立了一种高度相互依赖的关系
  287. 10:21如今 黄仁勋下台
  288. 10:22台积电可能将要重新开始把鸡蛋
  289. 10:25放在不同的篮子里
  290. 10:27而这意味着
  291. 10:27英伟达稳固的供应链
  292. 10:29也可能不再稳固了
  293. 10:31台积电它是要分配产能的
  294. 10:33包括它的先进封装的产能
  295. 10:35包括它的advanced node(先进制程)
  296. 10:36产能的分配
  297. 10:37所以他会看
  298. 10:38扶持一些企业
  299. 10:39有一些企业他觉得有potential(潜力)
  300. 10:41他其实要分配产能
  301. 10:42后面的话
  302. 10:44如果有一些企业
  303. 10:45AMD的ROCm的生态
  304. 10:48其实没有太大的瓶颈
  305. 10:50它的那些性能也越来越好
  306. 10:52后面其实从供应链的台积电的产能分配上
  307. 10:55就会给AMD更多的一些额度
  308. 10:58我觉得后面其实会更多
  309. 11:00英伟达的竞争地位或者强势地位
  310. 11:04可能会有一定的平衡
  311. 11:06好 以上我们了解了英伟达最核心的业务
  312. 11:09以及黄仁勋下台之后
  313. 11:10对英伟达的影响最大的几个方面
  314. 11:13接下来我们会继续聊到
  315. 11:15老黄花了很多心血布局的赛道
  316. 11:17包括开源生态
  317. 11:19包括自动驾驶
  318. 11:20机器人和量子计算等等
  319. 11:22这些赛道目前对英伟达的财报作用不大
  320. 11:25但是老黄赌的是
  321. 11:26下一个加速计算爆发的方向
  322. 11:29他要保证当那个赛道爆发的时候
  323. 11:31算力生态和系统标准
  324. 11:33是由英伟达来主导的
  325. 11:35接下来 我们把镜头交给Yiwen
  326. 11:37来看看英伟达的生态布局
  327. 11:40以及在后黄仁勋时代
  328. 11:42这些布局是否还能够实现呢
  329. 11:48Hello大家好
  330. 11:49我是《硅谷101》的Yiwen
  331. 11:51我们知道老黄说过
  332. 11:53AI是一个五层的蛋糕
  333. 11:55最下层是能源
  334. 11:57依次往上是
  335. 11:58芯片、基础设施、模型和应用
  336. 12:00英伟达当然是做芯片起家的
  337. 12:03但通过不断地收购、投资还有合作
  338. 12:07英伟达的资本其实已经渗入到了
  339. 12:09这当中的每一层
  340. 12:11也就是说今天的AI生态不管到哪里
  341. 12:14都和英伟达脱不开干系
  342. 12:16在这里 我们就来盘一盘
  343. 12:18英伟达最新的一次收购
  344. 12:20也就是Hugging Face
  345. 12:21通过它来理解当下英伟达的收购版图
  346. 12:25自从开源模型火起来后
  347. 12:27相信大家对这家公司也很熟悉了
  348. 12:29今天全世界的大部分开源模型发布以后
  349. 12:33第一站就是Hugging Face
  350. 12:34现在 平台上有超过2000万个用户
  351. 12:37包括20万家公司
  352. 12:39约323万个模型、113万个数据集
  353. 12:42和超过140万个应用
  354. 12:44可以说这是开发者找模型、下载权重
  355. 12:47做微调和部署的第一步
  356. 12:49于是老黄在9月初亲自宣布了这笔收购
  357. 12:53买下了开源AI最重要的分发渠道和入口
  358. 12:56Leonis Capital的合伙人Jenny Xiao
  359. 12:59对《硅谷101》表示
  360. 13:00这是英伟达支持开源生态的关键信号
  361. 13:04随着闭源实验室越来越多地选用
  362. 13:07英伟达以外的芯片
  363. 13:09英伟达也在尝试参与开源生态
  364. 13:13我认为
  365. 13:14收购Hugging Face 释放了一个很明确的信号
  366. 13:16英伟达不只想为开源模型提供芯片
  367. 13:21也想成为开源AI的核心参与者
  368. 13:26当然 这笔收购目前还在走监管流程
  369. 13:28根据报道
  370. 13:29美国司法部已经从反垄断层面提出了质疑
  371. 13:32再加上如今英伟达的动荡局面
  372. 13:35这笔交易并不是定数
  373. 13:37但是 我们可以从两个角度来拆解这次收购
  374. 13:40第一 英伟达为什么如此重视开源
  375. 13:43第二 这又和英伟达现在整体的版图
  376. 13:47有什么关系呢
  377. 13:48首先我们来看开源
  378. 13:50在宣布收购Hugging Face之前
  379. 13:52黄仁勋和英伟达
  380. 13:53已经多次公开支持开放模型
  381. 13:56今年7月24日
  382. 13:57他在X上发的第一条推文
  383. 13:59就是分享一封英伟达牵头的公开信
  384. 14:02这封信呼吁政策制定者支持开放权重模型
  385. 14:06避免过早限制 压制竞争
  386. 14:08英伟达也在自己发布模型
  387. 14:10数据集和训练工具
  388. 14:12从语言模型Nemotron
  389. 14:14到面向机器人和物理世界的GR00T、Cosmos
  390. 14:17再到自动驾驶大模型Alpamayo
  391. 14:20英伟达在不断帮助开发者搭建自己的AI
  392. 14:24为什么卖芯片的英伟达要那么支持开源呢
  393. 14:27很简单 因为在当下
  394. 14:29美国的所有科技巨头里面
  395. 14:31英伟达的利益可以说是和开源最符合的
  396. 14:34它卖的是铲子
  397. 14:36所以算力市场越大越好
  398. 14:38开发者今天在英伟达上做实验
  399. 14:40等到了项目长大以后
  400. 14:42很可能会沿用熟悉的硬件和工具
  401. 14:45所以服务今天的开发者
  402. 14:46也是在服务未来的客户
  403. 14:49与此同时
  404. 14:49闭源实验室也在逐渐减少对英伟达的依赖
  405. 14:53随着算力成本越来越高
  406. 14:55像OpenAI、Anthropic
  407. 14:56这样有大量资源的实验室
  408. 14:58都正在寻找英伟达之外的选择
  409. 15:01比如Anthropic一直在推进
  410. 15:03多云、多芯片的路线
  411. 15:04和许多其他供应商都有合作
  412. 15:07OpenAI也在今年和博通合作
  413. 15:09自研Jalapeño芯片
  414. 15:11还有英伟达最大的客户云厂商们
  415. 15:13亚马逊、微软、Meta、Oracle和谷歌
  416. 15:16这几家公司也都在找英伟达的替代品
  417. 15:20但是开源社区里的小公司、研究员
  418. 15:23和个人开发者
  419. 15:24却很难承担同样的成本
  420. 15:27他们需要新模型发布后
  421. 15:28能够尽快在手里的设备上跑起来
  422. 15:31而不是花时间做硬件和加速器方面的适配
  423. 15:35而且在当下
  424. 15:36每个月都有大量新开源模型的情况下
  425. 15:39每个模型都拿去适配
  426. 15:41更是基本不可能
  427. 15:43英伟达正好有成熟的工具
  428. 15:45可以支持不同的模型
  429. 15:47开源模型越来越普及
  430. 15:48参加开发、微调和部署的人越来越多
  431. 15:51英伟达能够接触到的算力需求也就更大
  432. 15:55所以说开源社区在很长一段时间看来
  433. 15:58它会一直是英伟达的一个合作伙伴
  434. 16:01Hugging Face提供了这个标准的接口之后
  435. 16:03如果说它能够加入英伟达
  436. 16:06在里面扮演一个非常重要的角色
  437. 16:08可能会形成英伟达未来几年或者是十几年
  438. 16:11更长的一个moat(护城河)
  439. 16:12但是这也是一个赌注
  440. 16:14也要看说其他几家追的速度是怎么样
  441. 16:17但据我观察
  442. 16:18包括AMD和TPU
  443. 16:19其实他们更重视
  444. 16:20在key clients(大客户)的体验
  445. 16:24他对开发者社区的支持
  446. 16:26还有在这方面的一个愿景
  447. 16:29或者是他的一些计划
  448. 16:31其实相比于英伟达都是非常非常不足的
  449. 16:34我们理解了这一点
  450. 16:35就可以理解Hugging Face
  451. 16:36对于英伟达而言的重要性了
  452. 16:39前面我们提到
  453. 16:40它是开发者寻找和下载模型的入口
  454. 16:42但其实开发者还将Hugging Face
  455. 16:44用作一个使用模型的接口
  456. 16:46Hugging Face的Hub集中托管模型权重
  457. 16:49Transformers等软件库
  458. 16:51则提供相对统一的调用方式
  459. 16:53开发者每换一个模型
  460. 16:55不必每次都从头研究一套完全不同的代码
  461. 16:59对比早期的时候
  462. 17:00模型发布后代码可能放在Github
  463. 17:02权重却存在网盘里
  464. 17:04其他人想要复现
  465. 17:05需要至少一个星期的时间
  466. 17:08Hugging Face则是解决了这个问题
  467. 17:10所以 英伟达收购这样的平台
  468. 17:12就能够更深入地参加开发者
  469. 17:14从发现、到选择模型
  470. 17:16再到选择算力的过程
  471. 17:19那么 黄仁勋离开后
  472. 17:20会对英伟达的开源业务
  473. 17:22甚至整个美国的开源生态
  474. 17:24造成什么样的影响呢
  475. 17:26对于这一点我们观察到
  476. 17:27很多支持开源的美国研究员们
  477. 17:30都是十分悲观的
  478. 17:31曾经上过我们节目的Nathan Lambert表示
  479. 17:34黄仁勋不再担任CEO
  480. 17:36对美国开放模型非常、非常非常不利
  481. 17:39Hugging Face的CEO Clem Delangue
  482. 17:41也在黄仁勋辞职后说
  483. 17:43这是非常悲伤的一天
  484. 17:45但他和Hugging Face团队
  485. 17:47会继续支持开源AI
  486. 17:49当然了 开源并不仅仅是黄仁勋的个人兴趣
  487. 17:52它也已经深深嵌入了英伟达的商业逻辑
  488. 17:56尽管有很多媒体认为
  489. 17:57新的管理层会对开源更加谨慎
  490. 18:00但这也并不一定意味着
  491. 18:02这条路线就会就此消失
  492. 18:05而Hugging Face
  493. 18:05也只是黄仁勋留下的
  494. 18:07庞大资本版图当中的一小块
  495. 18:10如果我们把视角拉远一点就会发现
  496. 18:12从模型和应用
  497. 18:14再到数据中心、芯片乃至是能源
  498. 18:17英伟达通过收购、投资
  499. 18:19以及商业合作所建立的联系
  500. 18:21早就已经贯穿了
  501. 18:22我们开头提到的“五层蛋糕”
  502. 18:25根据Jenny Xiao的分析
  503. 18:27英伟达过去的投资、收购和算力合作
  504. 18:29已经包含了它的业务涉及的几乎所有领域
  505. 18:33算力、实验室、前沿模型、应用和机器人
  506. 18:36还有Hugging Face代表的分发层
  507. 18:39截至2026年7月
  508. 18:40英伟达用于购买其他公司股权的现金
  509. 18:43就达到424亿美元
  510. 18:46到7月底
  511. 18:46它持有的股权投资价值
  512. 18:48已经达到990亿美元
  513. 18:51另外还有250亿美元的后续投资承诺
  514. 18:54如果看英伟达的投资和收购活动
  515. 18:59它确实在争取参与每一个层级
  516. 19:02Hugging Face为这张地图补上了分发层
  517. 19:06让它的布局从应用、前沿模型
  518. 19:11和算力进一步延伸
  519. 19:12英伟达的投资对象还包括一批刚成立
  520. 19:15还在探索技术路线的研究型AI公司
  521. 19:18也就是我们常说的NeoLabs
  522. 19:21前OpenAI CTO Mira Murati创立的
  523. 19:23Thinking Machines Lab
  524. 19:25在今年3月宣布与英伟达合作
  525. 19:27计划部署至少一吉瓦的
  526. 19:29下一代Vera Rubin系统
  527. 19:31英伟达也同时对它进行了投资
  528. 19:34画面上这些公司和英伟达的关系
  529. 19:37当然各有不同
  530. 19:38有的是被收购后
  531. 19:39技术和团队进入英伟达
  532. 19:41有的是股权投资
  533. 19:43仍然独立运营
  534. 19:44还有的是通过供货、算力
  535. 19:46或者基础设施合作建立联系
  536. 19:49但放在一起
  537. 19:50它们都指向一个共同的方向
  538. 19:53那就是英伟达正在更早地参与
  539. 19:55AI项目的成长
  540. 19:57也更深入地参与到
  541. 19:58这些的项目所需要的基础设施当中
  542. 20:01当然 这张图也带来了一个
  543. 20:03越来越难回避的问题
  544. 20:05那就是当英伟达这样的芯片供应商
  545. 20:08同时成为自己客户的投资人
  546. 20:11我们还能清晰地判断
  547. 20:13当下AI产业的算力需求吗
  548. 20:16英伟达投资一家模型公司
  549. 20:18模型公司向云服务商购买算力
  550. 20:21云服务商再采购英伟达设备
  551. 20:23资金可能沿着这些关系
  552. 20:25重新流回到英伟达的业务里
  553. 20:28英伟达是这类新兴AI实验室 最活跃的投资方
  554. 20:32我们研究美国的这类实验室时
  555. 20:36发现英伟达几乎家家都投了
  556. 20:38这让人感觉存在循环融资
  557. 20:44也让人怀疑AI是不是有泡沫
  558. 20:47为什么AI估值这么高
  559. 20:49因为很多这类实验室的资金
  560. 20:54来自对财务回报没那么在意的战略投资者
  561. 20:57而非财务投资者
  562. 20:59我们也一直在想
  563. 21:01这对整个AI投资意味着什么
  564. 21:03作为财务投资者
  565. 21:05我们该因为英伟达投了就跟投吗
  566. 21:10还是说 英伟达的参与
  567. 21:13人为推高了这类公司的估值
  568. 21:16这种循环融资
  569. 21:18会不会让整个AI市场变得更脆弱
  570. 21:23我们节目里也多次分析过
  571. 21:25当下AI的“循环融资”
  572. 21:27黄仁勋管理的英伟达创造了一套
  573. 21:30已经远远超过芯片本身的业务关系
  574. 21:33但值得注意的是
  575. 21:34英伟达近年来主导的巨额AI投资和融资
  576. 21:39并不是英伟达内部所有高管的共识
  577. 21:43据华尔街日报报道
  578. 21:44黄仁勋和英伟达的CFO Colette Kress
  579. 21:47也是董事会任命暂时接管CEO一职的高管
  580. 21:50曾经在融资策略上产生过分歧
  581. 21:53黄仁勋希望通过投资、信贷担保等方式
  582. 21:57支持云计算公司和数据中心建设
  583. 22:00进一步扩大英伟达GPU的市场需求
  584. 22:03但Kress对这些交易的风险提出了质疑
  585. 22:06英伟达究竟应该支持哪些项目
  586. 22:09如何评估数百亿美元信贷担保的价值
  587. 22:12又如何确保这些投资最终能带来回报呢
  588. 22:16其中一个典型案例就是英伟达原本计划
  589. 22:19为OpenAI的数据中心项目
  590. 22:21提供高达2500亿美元的融资担保
  591. 22:24帮助OpenAI获得资金、租用数据中心
  592. 22:27以及部署英伟达的芯片
  593. 22:29根据The Information报道
  594. 22:30Kress曾经对这个高风险的项目提出异议
  595. 22:33随后Kress亲自参与重新设计交易
  596. 22:37将英伟达第一阶段的融资担保
  597. 22:39削减到原计划的一半以下
  598. 22:42这些分歧甚至演变成了
  599. 22:43高管之间的公开冲突
  600. 22:45黄仁勋曾经在一次高管会议上
  601. 22:48严厉批评Kress
  602. 22:49认为她缺乏战略判断力
  603. 22:51说她
  604. 22:52说她“像只被车头灯照傻的鹿”
  605. 22:55随着黄仁勋辞职以及Kress的临时任命
  606. 22:58这里又出现了一个新的悬念
  607. 23:00那就是英伟达是否还会延续
  608. 23:02过去这种激进的投资策略
  609. 23:05以及激进的生态搭建呢
  610. 23:07不少人都给出了相对消极的判断
  611. 23:10如果新的CEO不用花钱去扶持
  612. 23:13培养行业整个ecosystem(生态)
  613. 23:15其他一些玩家
  614. 23:16那很多人今后的financing(融资)也好
  615. 23:18可能也会出现一个问题
  616. 23:20所以就相当于把整个生态系统
  617. 23:22一定会往下拖
  618. 23:23除非新的这个CEO他的想法、他的魄力
  619. 23:26他的决断、他愿意花钱
  620. 23:27这样一种激进的方式
  621. 23:29能不能和黄仁勋保持一致
  622. 23:30但目前来说肯定是一个很大的落差的
  623. 23:32随着中国开源模型的快速跟进
  624. 23:34有人将英伟达称为
  625. 23:36“美国开源生态的最后一个机会”
  626. 23:39那么随着黄仁勋的离开
  627. 23:41这个机会还会存在吗
  628. 23:43我们也会持续关注
  629. 23:44接下来让我们把时间交还给Qian姐
  630. 23:52除了芯片业务以及刚才Yiwen说到的
  631. 23:55对开源生态的激进押注
  632. 23:57英伟达的成功其实还有一个秘诀
  633. 23:59就是老黄的founder’s mode(创始人模式)
  634. 24:03作为一家市值数万亿美元的科技巨头
  635. 24:05英伟达可能是
  636. 24:07最不像一家“大公司”的大公司了
  637. 24:09过去几十年
  638. 24:10黄仁勋建立了一套极其独特的管理体系
  639. 24:14超过60位高管直接向他汇报
  640. 24:17从GPU、CPU、网络、软件
  641. 24:19到机器人、自动驾驶、健康医疗
  642. 24:22几乎每一条重要的业务线
  643. 24:24他都亲自参与决策
  644. 24:26英伟达内部还有一个延续多年的制度
  645. 24:28叫做“最重要的五件事”(Top 5 Things)
  646. 24:32所有员工们通过定期邮件
  647. 24:34汇报自己正在做的五件重要的事情
  648. 24:37黄仁勋会亲自阅读这些邮件、迅速回复
  649. 24:40并且对组织和项目进展非常了解
  650. 24:43传统大公司需要经过层层汇报
  651. 24:45协调和审批的决策
  652. 24:47在英伟达
  653. 24:48可以直接到达最高决策者
  654. 24:50并且很大程度上减少公司的办公室政治
  655. 24:55开会的时候60多个高管一起开
  656. 24:57要骂人的时候直接当着60多个高管直接骂
  657. 25:00甚至我听说经常有很资深的男性高管
  658. 25:03直接在会议上被骂哭
  659. 25:05而正是这套扁平化的结构
  660. 25:08很大程度上解释了
  661. 25:09为什么英伟达能够在如此庞大的规模下
  662. 25:12依然保持惊人的执行速度
  663. 25:15但它也隐藏着一个致命的弱点
  664. 25:18这个弱点就是
  665. 25:18英伟达建立的不是一套任何CEO
  666. 25:21都可以驾驭的管理制度
  667. 25:23而是一套
  668. 25:24围绕黄仁勋个人能力设计的操作系统
  669. 25:2760位高管各自精通自己的垂直领域
  670. 25:30但是全公司有黄仁勋这样横跨技术、产品
  671. 25:33商业和资本的全局视野的人寥寥无几
  672. 25:37而当所有重大决策都汇聚到一个人身上
  673. 25:40公司组织就很难自然培养出第二个
  674. 25:43具备同样综合能力的领导者
  675. 25:45并且黄仁勋本人
  676. 25:46也根本没有继承人培养计划
  677. 25:48原因是他认为自己还能再干个几十年
  678. 25:51而当最近的丑闻被曝光
  679. 25:53黄仁勋在几天时间内
  680. 25:54就被董事会投票要求辞职时
  681. 25:57他用33年时间打造的英伟达的效率秘诀
  682. 26:01立刻变成了这家万亿巨头如今最大的软肋
  683. 26:05基本上你可以把他理解为
  684. 26:07这公司所有的事情是他一个人说了算
  685. 26:10所以他离开之后
  686. 26:11尤其现在比较麻烦的事情
  687. 26:13他不但是没有了CEO那个职位
  688. 26:16他现在在董事会上也离开了
  689. 26:19就相当于裸辞
  690. 26:20什么都没有了
  691. 26:21所以即便你的2027年数字不会受任何影响
  692. 26:24甚至你2028年的数字可能不受任何的影响
  693. 26:28但从公司估值的角度
  694. 26:30那一定比他以前是很大一个挫折的
  695. 26:34就类似于
  696. 26:35我们可以做一个很简单比喻
  697. 26:37大家投伯克希尔·哈撒韦
  698. 26:38很重要的理由是因为他的老大是巴菲特
  699. 26:42如果有一天巴菲特去世了
  700. 26:44虽然他的业务还是很稳定
  701. 26:46但伯克希尔·哈撒韦的估值
  702. 26:47一定会受影响的
  703. 26:48因为这个创始人太重要了
  704. 26:52你觉得估值会要打多大的一个折扣
  705. 26:56这东西很难讲
  706. 26:57市场现在的consensus(共识)
  707. 26:59就大概估值要下至少25个点
  708. 27:02就说这个人一个人的作用
  709. 27:05至少占公司的整个估值里面有1/4
  710. 27:09可能没有像Elon Musk
  711. 27:10对于SpaceX和Tesla那么重要
  712. 27:13但是四分之一我觉得应该是有的
  713. 27:19同时我还想提一下的是
  714. 27:21英伟达的销售体系
  715. 27:23有内部人员跟我说
  716. 27:24英伟达的销售在面对客户的时候
  717. 27:26经常会问的一句话是
  718. 27:28What keeps you up at night? (是什么让你彻夜难眠)
  719. 27:32之后英伟达会尝试去解决那个问题
  720. 27:35而老黄更是亲力亲为
  721. 27:37每年飞到亚洲多地见客户和合作伙伴
  722. 27:40老黄是最大的销售
  723. 27:42其实是最好的销售
  724. 27:44首先他对自己公司的产品是
  725. 27:46inside out(了如指掌)
  726. 27:47他是非常了解的
  727. 27:48他其实会在培养客户
  728. 27:51就像CUDA一样
  729. 27:52其实是他一直在培育客户
  730. 27:54甚至于在引导客户
  731. 27:56他不是说我东西做出来然后再去卖
  732. 27:59他实际上是在潜移默化中
  733. 28:01把他的东西这个价值体现出来
  734. 28:03第二就是英伟达的产品确实好
  735. 28:05也有各种各样的问题
  736. 28:06但是他们会解决得非常快
  737. 28:08所以还是产品好
  738. 28:10对自己的客户的理解是非常深透的
  739. 28:13如果仔细研究英伟达过去30年的历史
  740. 28:16你会发现
  741. 28:17英伟达的销售能力是绝对难以被复制的
  742. 28:20其中的核心能力依然是老黄
  743. 28:231994年
  744. 28:24英伟达的第一位销售人员Jeff Fisher
  745. 28:26加入公司的时候
  746. 28:28它还只有25名员工
  747. 28:29甚至没有正式推出产品
  748. 28:322005年 黄仁勋从业界挖来Jay Puri
  749. 28:35把英伟达从一家
  750. 28:36面向电脑厂商的显卡供应商
  751. 28:38逐渐改造成一家
  752. 28:40能够服务全球企业的计算平台公司
  753. 28:43而英伟达的销售体系厉害之处
  754. 28:45在于它成为了一套技术、产品
  755. 28:47生态与客户关系高度融合的系统
  756. 28:50它不仅让销售人员与客户沟通
  757. 28:52还让工程师亲自解决客户的问题
  758. 28:55让开发者提前熟悉CUDA
  759. 28:57让投资资金帮助新兴AI企业成长
  760. 29:00甚至让CEO亲自参与最重要的交易
  761. 29:03而黄仁勋本人就是最好的销售
  762. 29:072016年 黄仁勋亲自将第一台DGX-1
  763. 29:10送到几乎没有采购能力的OpenAI
  764. 29:13八年之后
  765. 29:13甲骨文创始人埃里森和马斯克
  766. 29:15却要在饭桌上恳求黄仁勋
  767. 29:17多卖给他们一些GPU
  768. 29:20再到后来
  769. 29:20黄仁勋开始出现在各国领导人面前
  770. 29:23向他们推销国家级AI基础设施
  771. 29:26在过去几年中
  772. 29:27英伟达已经完成了
  773. 29:28“超级销售模式”的进化
  774. 29:30从销售芯片到销售计算平台
  775. 29:33再到参与创造整个AI产业的需求
  776. 29:36然而 这套系统同样存在着一个隐忧
  777. 29:39传统公司的销售体系可以通过流程、组织
  778. 29:42以及客户管理制度去传承
  779. 29:44而英伟达最核心的战略销售能力
  780. 29:47却在很大程度上集中在黄仁勋一个人身上
  781. 29:51他既是技术路线的定义者
  782. 29:52又是全球重要客户的关系管理者
  783. 29:55还是整个AI生态最有影响力的布道者
  784. 29:58这样的个人能力可以给一家公司
  785. 30:00带来惊人的商业效率
  786. 30:02但是它可能并不会随着CEO职位的交接
  787. 30:05而自动转移
  788. 30:07也就是说英伟达无法复制
  789. 30:09黄仁勋身上自带的超级销售能力
  790. 30:12即便有人能够接管全球销售
  791. 30:14但如何去承接老黄与客户、产业
  792. 30:18还有政府建立的关系
  793. 30:20仍然是非常关键的挑战
  794. 30:25英伟达今天面临的另外一个挑战是人才
  795. 30:28过去三十年
  796. 30:29英伟达最重要的技术能力集中在GPU架构
  797. 30:32芯片设计、CUDA、计算系统和高速网络
  798. 30:35这些恰恰是英伟达的主营业务
  799. 30:37也是公司能够为工程师提供最大资源
  800. 30:40最大影响力和最好职业发展空间的地方
  801. 30:43但比如说自动驾驶、机器人、世界模型
  802. 30:46基础大模型甚至健康医疗
  803. 30:48情况就非常不一样了
  804. 30:50这些领域
  805. 30:51虽然与英伟达的硬件和软件平台紧密相关
  806. 30:54却并不是公司最主要的营收来源
  807. 30:57一名顶尖的世界模型研究者
  808. 30:59在英伟达可能只是
  809. 31:00众多研究项目中的一位负责人
  810. 31:02但是如果他选择创业
  811. 31:04或者加入一家前沿模型实验室
  812. 31:07他就有机会成为定义整个产品方向的人
  813. 31:10这种差异正在改变英伟达的人才竞争格局
  814. 31:14我不只一次听到来自机器人团队的
  815. 31:17英伟达员工吐槽说
  816. 31:18留住顶尖的实习生实在是太难了
  817. 31:21因为其他的科技大厂
  818. 31:22顶级AI实验室
  819. 31:24明星初创企业们都在抢这群人
  820. 31:27英伟达给不出最高的薪水包裹
  821. 31:30从事的工作也不是公司最核心的业务
  822. 31:33同时股价在今年还不温不火
  823. 31:35您说
  824. 31:35怎么去跟OpenAI、Anthropic这些公司争呢
  825. 31:38此前黄仁勋也早就意识到这个问题
  826. 31:41英伟达在过去几年开始越来越积极地
  827. 31:44通过收购和技术授权交易
  828. 31:46直接获得外部创业团队的技术和人才
  829. 31:49但是能够买来一支团队
  830. 31:51并不代表能够永远留住这支团队
  831. 31:54而且 对于最顶尖的科学家而言
  832. 31:56钱可能还不是最重要的因素
  833. 31:59在英伟达 他们可以拥有
  834. 32:00世界级的计算资源和研究平台
  835. 32:03但必须与公司的整体商业战略保持一致
  836. 32:06对于OpenAI、Anthropic
  837. 32:08或者一家专注机器人基础模型的
  838. 32:10创业公司而言
  839. 32:11模型本身就是产品
  840. 32:13也是整个公司的未来
  841. 32:15但是英伟达不是
  842. 32:16它势必做的不是产品而是基础设施
  843. 32:20最终目的是让更多企业和开发者
  844. 32:22使用它的算力
  845. 32:24这就会对很多想产生更大影响力
  846. 32:27或者通过真实产品来改变世界的
  847. 32:30顶级人才来说
  848. 32:31英伟达的offer就不那么具有吸引力了
  849. 32:34而更加微妙的是
  850. 32:35英伟达过去最有效的人才留存工具
  851. 32:38也就是股票
  852. 32:39也开始出现了新的变化
  853. 32:41过去几年 英伟达股价的爆发式上涨
  854. 32:44创造了大量千万富翁
  855. 32:46甚至让一些普通工程师
  856. 32:48获得了提前退休的财务自由
  857. 32:50但是财富的积累也产生了一个悖论
  858. 32:53有钱了 员工反而也会离开
  859. 32:56《Business Insider》的报道指出
  860. 32:58自2022年底到今年9月
  861. 33:00英伟达股价累计上涨大约1400%
  862. 33:04根据Levels.fyi的估算
  863. 33:05一名2022年加入公司的高级软件工程师
  864. 33:09所持股票价值大约是有410万美元
  865. 33:13所以一些员工开始围绕股权归属时间
  866. 33:16安排他们的退休和创业计划
  867. 33:18但是新员工面临的则是另外一种情况
  868. 33:21他们加入英伟达的时候
  869. 33:23公司的股价已经在高位了
  870. 33:25随着今年英伟达股价出现明显的回调
  871. 33:28股票激励未来的实际价值也更加不确定
  872. 33:31这意味着一个非常现实的问题
  873. 33:34如果员工不再相信自己的股票
  874. 33:36能够持续带来超额的财富
  875. 33:38公司就需要依靠更高的现金薪酬
  876. 33:41更大的技术自主权
  877. 33:43还有更有吸引力的职业发展机会
  878. 33:45去留住他们
  879. 33:46而如今 最大的一个变量
  880. 33:48就是黄仁勋本人了
  881. 33:50说实话 其实很多愿意留下来的
  882. 33:52都是因为能够working for Jensen(为老黄工作)
  883. 33:55年轻人们崇拜他、敬仰他
  884. 33:57想为他而工作
  885. 33:58这样的理由
  886. 33:59我也在很多马斯克旗下的公司当中
  887. 34:01包括特斯拉、SpaceX、xAI当中听到过
  888. 34:05而如今黄仁勋的离开
  889. 34:06可能会加速核心人才的流失
  890. 34:09甚至于我觉得英伟达会有很多人出来
  891. 34:12然后要么创业
  892. 34:13要么加入到其他公司
  893. 34:14要么加入老黄的新公司
  894. 34:16也有可能
  895. 34:17对 这也有可能
  896. 34:21对于整个硅谷来说
  897. 34:23过去一周多的时间都处于震惊当中
  898. 34:26包括英伟达的员工们
  899. 34:27所有人都没有想到
  900. 34:29权利看似最牢固的AI领袖
  901. 34:31能够在几天内就被迅速赶下台
  902. 34:34这看上去实在是太荒谬了
  903. 34:36直到这个时候外界才发现
  904. 34:38黄仁勋只有英伟达3.58%的持股比例
  905. 34:41并且英伟达1999年上市的时候
  906. 34:43没有建立让黄仁勋保有超级投票权的
  907. 34:46双重股权架构
  908. 34:48也就是说
  909. 34:49黄仁勋并没有设置AB股
  910. 34:50来保证他对于董事会的影响力
  911. 34:53我觉得他董事会没搞定
  912. 34:55我觉得这是一个surprise(意外)
  913. 34:56就让我想起了当年的Uber
  914. 34:58Uber的Travis
  915. 34:59他是以为把董事会能够搞得很定的
  916. 35:03但突然之间董事会也就翻脸了
  917. 35:06说翻脸就是翻脸
  918. 35:08这是一个我觉得有点surprise的
  919. 35:11黄仁勋我觉得做的最大一个失误在于
  920. 35:14他没有像新一代的科技公司
  921. 35:18因为他毕竟是第一代30多年前的科技公司
  922. 35:21他没有做AB股这样一个结构
  923. 35:23如果你有AB股的话
  924. 35:24即使你经济的占比只有3个点
  925. 35:27不到4个点
  926. 35:28但如果你说我有一股可以当一万股
  927. 35:31我还能够控制公司的话
  928. 35:33那他就不会出现今天这样一个局面
  929. 35:35但在他那个时候
  930. 35:36他开公司太早了
  931. 35:38所以他现在就相当于
  932. 35:39对公司其实没有控制权的
  933. 35:41所以导致今天这样一个局面
  934. 35:56说实话
  935. 35:57这篇稿件快写完的时候我正在休假
  936. 36:00不知道为什么我每次休假的时候
  937. 36:02都能够出一些硅谷的“大瓜”
  938. 36:04上次Sam Altman被“逼宫”的时候
  939. 36:06也在我休假期间
  940. 36:08所以之前几天都窝在酒店里面
  941. 36:10打电话、采访和写稿
  942. 36:11直到现在都还有点恍惚和难以置信
  943. 36:18过去几年
  944. 36:18我连续参加过好几届英伟达的GTC大会
  945. 36:21也曾经有机会在很近的距离
  946. 36:23参与对黄仁勋的媒体群访
  947. 36:26三年前我们做过一期视频
  948. 36:28叫《在诉讼与骂名中崛起的英伟达GPU
  949. 36:31从未停止过战斗 也没有永远的朋友》
  950. 36:34那算得上是《硅谷101》成立以来
  951. 36:36第一个真正意义上的爆款视频
  952. 36:39一路看着英伟达成长为
  953. 36:40全球AI浪潮中最重要的科技巨头之一
  954. 36:43我始终对黄仁勋有着很深的尊重
  955. 36:48这种尊重不是因为他的财富
  956. 36:50也不只是因为英伟达的市值
  957. 36:52而是因为黄仁勋身上
  958. 36:54那些非常稀缺的创业者品质
  959. 36:56超越时代的技术远见
  960. 36:58几十年如一日的坚持
  961. 37:00面对失败和质疑时候的韧性
  962. 37:03以及将一群顶尖工程师
  963. 37:05凝聚在同一个愿景之下的领导力
  964. 37:07他对创业生态的扶持
  965. 37:09对工程技术的信仰
  966. 37:11都让他成为在硅谷极具影响力
  967. 37:13也真正受到尊重的企业家
  968. 37:16这次风波当中
  969. 37:17依然有一些指控需要调查和厘清
  970. 37:20但是我们这个视频中谈到的这些成就
  971. 37:23不应该因为今天的风波而被一笔抹去
  972. 37:26但也因为如此
  973. 37:27这次的事件才让人感到格外唏嘘
  974. 37:31在我们三年前的那个片子中
  975. 37:32我们结尾是这样说的
  976. 37:34英伟达没有永远的客户
  977. 37:36没有永远的朋友
  978. 37:38黄仁勋是孤独的也是叛逆的
  979. 37:40他能做的只有不断往前跑
  980. 37:42战斗永不停止
  981. 37:45我不知道黄仁勋的战斗会不会止于此
  982. 37:48但我希望不会
  983. 38:09好了 以上就是这期视频的全部内容了
  984. 38:11因为时效性的关系
  985. 38:13在撰稿、录制和后期制作上来说
  986. 38:15可能来不及太精细
  987. 38:17如果有粗糙的地方还请大家见谅
  988. 38:19你们的关注、留言、点赞和转发
  989. 38:21是支持我们《硅谷101》
  990. 38:23做好深度科技和商业内容的最佳动力
  991. 38:25我是陈茜
  992. 38:26那我们就下期视频再见啦
  993. 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.