YouTube2Text

英偉達RTX Spark直接掀桌:Intel、AMD這下真的要倒閉了?!😱 — Transcript

by 商業本質 · 601 words · 564 segments · language en · Watch on YouTube

Full transcript

  1. 0:00过去40年的个人电脑市场
  2. 0:02基本就是一个挤牙膏的过程
  3. 0:04无论是底层的芯片架构
  4. 0:06还是上层的操作系统
  5. 0:08整个行业的玩法其实早就固化了
  6. 0:11但是英伟达在昨天发布的这个RTX Spark
  7. 0:14直接把这40年的旧桌子给掀了
  8. 0:17这不仅仅是一个新硬件的发布
  9. 0:20这是整个PC产业链和计算
  10. 0:23范式的一次强制洗牌
  11. 0:25市场对PC的认知一直停留
  12. 0:28在一个运行软件的工具
  13. 0:30但Arctis Spark的核心逻辑变了
  14. 0:34他把PC变成了个人AI智能体的物理载体
  15. 0:38在这个被重新定义的个人AI时代
  16. 0:41电脑不再是用来被动执行
  17. 0:43点击和输入指令的机器
  18. 0:45而是一个在本地安全
  19. 0:47沙盒里全天候运行
  20. 0:49自动处理任务的系统
  21. 0:51为了支撑这个逻辑
  22. 0:52底层的芯片和操作系统
  23. 0:54必须发生根本性的突变
  24. 0:56先看这次最核心的硬件底座
  25. 0:59Radix Spark里面塞进了一颗
  26. 1:01采用Blackwell架构的Radix GPU
  27. 1:04这个规格相当暴力
  28. 1:06直接给到了6,144个CUDA核心
  29. 1:096,144这个数字放在以前的
  30. 1:12消费级市场是很难想象的
  31. 1:14它直接把个人设备的AI
  32. 1:16算力推到了一petaflop
  33. 1:18也就是每秒千万亿次的运算级别
  34. 1:21以前这种级别的算力都是放在机房里
  35. 1:24靠着液冷系统吹着
  36. 1:26现在英伟达把它塞进了个人电脑里
  37. 1:29这就意味着那些需要
  38. 1:31庞大参数量的大语言模型
  39. 1:33完全可以脱离云端
  40. 1:35直接在本地流畅跑起来
  41. 1:37更有意思的是CPU部分
  42. 1:40英伟达这次没有带Intel或者AMD玩
  43. 1:43而是直接找了联发科深度结盟
  44. 1:46定制了一颗20核的Grace CPU
  45. 1:48这个动作背后的商业
  46. 1:50博弈非常值得推敲
  47. 1:52传统PC市场一直是X86架构的天下
  48. 1:56但英伟达通过与联发科的合作
  49. 1:59利用arm架构的高能效比
  50. 2:01硬生生在Windows阵营里
  51. 2:03撕开了一个巨大的口子
  52. 2:05这不仅仅是为了绕开X86的专利壁垒
  53. 2:09更是为了在移动端和轻薄设备
  54. 2:11上实现算力与功耗的极致平衡
  55. 2:14把这颗强大的GPU和20核的
  56. 2:17联发科定制CPU捏合在一起的
  57. 2:20是英伟达看家的Nvlink技术
  58. 2:23通过Nvlink RTX Spark实现了
  59. 2:26128级字节的统一内存架构
  60. 2:29统一内存这个概念在过去的几年
  61. 2:32里被苹果的m系列芯片验证过
  62. 2:35确实好用
  63. 2:36CPU和GPU共享内存池
  64. 2:39彻底消灭了数据在不同硬件
  65. 2:41之间来回搬运的延迟和功耗
  66. 2:44英伟达现在把这一套搬到了Windows阵营
  67. 2:48而且给到了128极字节的恐怖容量
  68. 2:51对于运行本地AI智能体来说
  69. 2:54内存容量直接决定了模型能跑多大
  70. 2:58上下文能记住多少
  71. 2:59128级字节的底线
  72. 3:01基本上宣告了传统16级字节
  73. 3:04甚至32级字节内存PC在AI时代的死刑
  74. 3:08制造工艺方面
  75. 3:10英伟达毫不意外地包下
  76. 3:11了台积电的3纳米产线
  77. 3:14在这颗芯片上
  78. 3:15台积电3纳米工艺塞进
  79. 3:17了整整700亿个晶体管
  80. 3:19从半导体供应链的地缘
  81. 3:21政治和竞争格局来看
  82. 3:23能够长期稳定吃下台积电最
  83. 3:26先进工艺产能的厂商屈指可数
  84. 3:29英伟达利用自己庞大的
  85. 3:30资金量和市场话语权
  86. 3:33实际上在前端制造环节就拉
  87. 3:35高了竞争对手的入场门槛
  88. 3:38700亿个晶体管的超高密度
  89. 3:41能代替不仅是对台积电良率的考验
  90. 3:44也是英伟达在芯片
  91. 3:45设计能力上的一次炫技
  92. 3:48其他厂商想要在短期内
  93. 3:50复现这种级别的集成度
  94. 3:52不仅要面对技术难题
  95. 3:54还要面对台积电产能排期的残酷现实
  96. 3:58光有硬件肯定不够
  97. 4:00英伟达这次拉上了微软做深度绑定
  98. 4:03软硬结合一直是科技巨头
  99. 4:05试图构建护城河的终极手段
  100. 4:08微软专门为这种基于智能体的
  101. 4:10计算模式打造了全新的Windows平台
  102. 4:13这种合作不仅仅是驱动层面的适配
  103. 4:17而是从操作系统的
  104. 4:18底层调度机制开始重写
  105. 4:20未来的Windows不再是一个
  106. 4:22简单的应用启动器
  107. 4:24而是一个智能体管理器
  108. 4:26本地AI智能体在Artificial
  109. 4:28Spark的算力支持下
  110. 4:30可以在系统后台持续运行
  111. 4:32处理各种复杂的流转任务
  112. 4:35而且一切都在本地的安全沙盒内完成
  113. 4:38这就解决了企业和高端用户
  114. 4:41最关心的隐私数据泄露问题
  115. 4:44数据不用上传云端
  116. 4:45本地硬件就能消化掉所有的计算需求
  117. 4:49这种软硬件的重新定义
  118. 4:51直接瞄准了三个核心场景
  119. 4:53高端英伟达创作游戏
  120. 4:55以及最重要的AI智能体
  121. 4:58内容创作者和游戏玩家
  122. 5:00一直是英伟达的基本盘
  123. 5:02Artx Spark强大的图形渲染和并行计算
  124. 5:05能力足以碾压现有的各类工作流
  125. 5:08但真正具有颠覆性的是智能体场景
  126. 5:12这意味着从今以后
  127. 5:14买电脑就是买一个24
  128. 5:16小时待命的私人助理
  129. 5:18这个助理懂你的使用习惯
  130. 5:20能处理你的本地文件
  131. 5:22甚至不仅能代替你
  132. 5:23完成一些跨软件的操作
  133. 5:25PC产业的这轮洗牌
  134. 5:27本质上是算力中心化向
  135. 5:29算力边缘化的一次权力下放
  136. 5:31以前是终端负责显示
  137. 5:33云端负责计算
  138. 5:35现在是终端直接接管核心计算
  139. 5:38英伟达用Ortex Spark证明了
  140. 5:40只要芯片集成度够高
  141. 5:43架构设计够先进
  142. 5:44个人电脑完全可以承担起
  143. 5:47过去需要依赖云端大模型的任务
  144. 5:49这就给传统的PC制造商芯片供应商
  145. 5:53甚至云服务提供商出
  146. 5:55了一个巨大的难题
  147. 5:56跟进意味着需要投入海量
  148. 5:59的研发资金和供应链资源
  149. 6:02不跟进就会在这个全新的
  150. 6:04个人AI时代被彻底边缘化
  151. 6:07在这个全新的个人AI时代
  152. 6:09操作系统和应用生态的权力
  153. 6:11结构正在发生根本性的移位
  154. 6:14过去几十年
  155. 6:15微软的Windows操作系统一直是
  156. 6:18以应用程序为中心构建的
  157. 6:20用户需要文字处理就打开word
  158. 6:23需要图形设计就打开Photoshop
  159. 6:25系统本身只负责资源调度和窗口管理
  160. 6:29但在Ritic Spark出现之后
  161. 6:31这种以APP为核心的逻辑开始土崩瓦解
  162. 6:35内容创作英伟达与微软深度合作
  163. 6:38重写了Windows底层的调度机制
  164. 6:40其核心目标是让智能体
  165. 6:42成为系统的第一公民
  166. 6:44未来的Windows操作系统更
  167. 6:46像是一个智能体母体
  168. 6:48在Ortex Spark强大的本地算力支撑下
  169. 6:52数个甚至数十个专用AI智能体可以在
  170. 6:56系统后台无感地全天候地并行运转
  171. 6:59这种架构的改变彻底
  172. 7:01颠覆了用户的交互模式
  173. 7:03在传统模式下
  174. 7:05用户是流程的操作者
  175. 7:07你需要亲自点开文件
  176. 7:09复制数据
  177. 7:10打开另一个软件
  178. 7:12粘贴并调整格式
  179. 7:13而在Ortex Spark的Windows生态里
  180. 7:16用户变成了流程的监督者和决策者
  181. 7:20你只需要给出一个模糊的业务目标
  182. 7:24系统底层的AI智能体就会自动
  183. 7:26调用本地的各种数据和工具链
  184. 7:29在本地沙盒里把任务拆解
  185. 7:32执行并交付结果
  186. 7:33整个过程中
  187. 7:35数据不需要离开你的电脑
  188. 7:37不需要上传到任何云端服务器
  189. 7:39这直接击中了企业级市场和高端
  190. 7:42用户对于隐私安全的绝对痛点
  191. 7:44为了让这种智能体协同真正落地
  192. 7:47硬件上必须解决一个致命的瓶颈
  193. 7:50数据搬运的延迟与功耗
  194. 7:53的工作流水线的设计
  195. 7:53让指令的执行更加高效
  196. 7:54在传统的个人电脑架构中
  197. 7:55CPU和GPU拥有各自独立的内存空间
  198. 7:59当AI模型运行时
  199. 8:01数据需要在系统内存和显卡显存
  200. 8:04之间不停的通过PCI通道来回复制
  201. 8:07这种频繁的数据搬运
  202. 8:09不仅带来了极高的延迟
  203. 8:11还消耗了大量的功耗
  204. 8:14英伟达在rot克斯Spark上采用
  205. 8:16的128级字节统一内存架构
  206. 8:19就是为了彻底干掉这个瓶颈
  207. 8:22通过定制的20核Grace CPU与
  208. 8:24Blackwell GPU之间的Nvlink高速互联
  209. 8:27CPU和GPU共享同一个超大
  210. 8:30容量超高带宽的内存池
  211. 8:32这意味着
  212. 8:33当一个参数量高达数百亿的
  213. 8:36本地大模型在GPU上进行推理时
  214. 8:39CPU可以同时直接读取和
  215. 8:42修改该模型的内存上下文
  216. 8:44而不需要进行任何物理上的数据拷贝
  217. 8:47这种软硬件的极致融合
  218. 8:49让本地AI的响应速度
  219. 8:51提升了几个数量级
  220. 8:53128级字节的超大容量更是一道分水岭
  221. 8:57在过去受限于消费级显卡8吉字节
  222. 9:00或12吉字节的显存限制
  223. 9:02用户在本地只能运行一些被
  224. 9:05严重压缩阉割的轻量级模型
  225. 9:08而128吉字节的统一内存意味着
  226. 9:11用户可以在本地毫无压力的
  227. 9:13驻留超大参数的高性能模型
  228. 9:16同时还能留出足够的空间来
  229. 9:18让多个智能体共享上下文
  230. 9:21可以说英伟达用128GB这一物理规格
  231. 9:25直接在Windows阵营里给
  232. 9:27传统PC划定了一条生死线
  233. 9:29在应用场景上
  234. 9:31这种变革对高端内容创作
  235. 9:33生态带来了毁灭性的降维打击
  236. 9:36以视频剪辑和三达西渲染为例
  237. 9:39传统传统的工作流是极度
  238. 9:41碎片化且依赖人工经验的
  239. 9:43创作者需要花费大量时间进行素材
  240. 9:46分类对齐音频粗剪调色以及渲染
  241. 9:50当Arctex Spark介入后
  242. 9:52内容创作变成了一种生成式工作流
  243. 9:55Blackwell GPU拥有的6,144个CUDA
  244. 9:59核心和1 petaflop的AI算力
  245. 10:02让超高分辨率的视频实时渲染和
  246. 10:05多轨AI画面生成变得如同丝滑
  247. 10:08创作者不再需要等待漫长的渲染条
  248. 10:12AI智能体可以在后台
  249. 10:14实时理解创作者的意图
  250. 10:16自动匹配素材风格
  251. 10:18生成过渡动画
  252. 10:20甚至根据口语指令直接修改
  253. 10:22三达西场景中的光照和材质
  254. 10:25这本质上是把技术门槛彻底抹平
  255. 10:28让创作回归到创意本身
  256. 10:31对于B2B的专业工作室而言
  257. 10:33Arctix Spark带来的效率提升
  258. 10:36意味着生产力周期的成倍缩短
  259. 10:39过去一个团队需要耗时
  260. 10:41一周完成的商业小片
  261. 10:43现在在本地强悍算力的加持下
  262. 10:46可能只需要一个主创
  263. 10:47配合本地AI智能体
  264. 10:49在几个小时内就能高质量交付
  265. 10:52在游戏领域
  266. 10:53Artx Spark同样在颠覆
  267. 10:56传统的图形渲染范式
  268. 10:57过去几代Artx显卡
  269. 10:59英伟达通过DLSS技术证明了
  270. 11:02用计算代替渲染的可行性
  271. 11:04而在Blackwell架构和petaflop
  272. 11:07级别算力的底层支持下
  273. 11:09游戏不再仅仅是光线
  274. 11:11追踪和帧率的提升
  275. 11:13而是AI原生游戏的降临
  276. 11:16未来的游戏NPC将不再依赖
  277. 11:18预设的死板代码脚本
  278. 11:20每一个NPC都可以由本地
  279. 11:22运行的轻量级大模型驱动
  280. 11:25他们拥有独立的记忆性格和逻辑
  281. 11:28能够根据玩家的言行做出完全
  282. 11:31随机且符合人设的真实互动
  283. 11:34同时高氏扫描与小马克斯唱k娱乐
  284. 11:38董王推文不断
  285. 11:39搞白宫改造设计纪念美钞建凯旋门等
  286. 11:48还因炒股违规被罚款
  287. 11:53背后隐藏着半导体
  288. 11:55供应链地缘政治的残酷博弈
  289. 11:57英伟达之所以能祭出Artx
  290. 11:59Spark这种怪物级别的芯片
  291. 12:02根源在于它对台积电最先进
  292. 12:04制造工艺产能的绝对垄断
  293. 12:07制造这样一颗集成了700亿个晶体管
  294. 12:10采用3纳米工艺
  295. 12:11并且需要用到先进
  296. 12:13封装技术的系统级芯片
  297. 12:15对供应链的良率和产能
  298. 12:17有着近乎变态的要求
  299. 12:19英伟达凭借在数据中心和AI
  300. 12:22算力市场赚取的海量现金流
  301. 12:24直接买断了台积电
  302. 12:26前端最核心的产能配额
  303. 12:28这种资金和供应链层面的绝对压制
  304. 12:31让Intel AMD等传统竞争对手
  305. 12:34陷入了极度被动的境地
  306. 12:37他们不仅要在架构设计上苦苦追赶
  307. 12:40在最上游的代工产能和排期上
  308. 12:43也要面临被英伟达卡脖子的窒息感
  309. 12:46同时英伟达通过找联发科定制Grace CPU
  310. 12:51公开对X86架构阵营进行了解构
  311. 12:54长期以来
  312. 12:55PC市场被Wintel Windows加Intel联盟私事统治
  313. 12:59但英伟达用arm架构的Grace CPU证明了
  314. 13:03在超算AI智能体需要全天候
  315. 13:05不间断运行的时代
  316. 13:07arm架构带来的超高
  317. 13:09能效比才是未来的解药
  318. 13:11X86架构由于历史包袱沉重
  319. 13:15游戏世界上最高的
  320. 13:26最高点
  321. 13:28联发科把触角直接伸进
  322. 13:30了Intel和AMD的核心腹地
  323. 13:33从更大的商业视角来看
  324. 13:35RTX Spark的诞生宣告了算力
  325. 13:37去中心化时代的到来
  326. 13:39过去几年
  327. 13:40全行业的共识是把所有
  328. 13:42算力集中到云端数据中心
  329. 13:45终端只做一个联网的显示器
  330. 13:47但云端计算有着难以调和的硬伤
  331. 13:50高昂的带宽成本
  332. 13:52无法避免的网络延迟
  333. 13:54以及不可逾越的隐私合规红线
  334. 13:57英伟达用Retic Spark给出了
  335. 13:59一条截然相反的道路
  336. 14:01把数据中心级别的算力
  337. 14:03直接缩减到芯片大小
  338. 14:05塞进每一个用户的个人电脑里
  339. 14:07当边缘侧的硬件足够强大
  340. 14:10大模型和智能体的运行成本将
  341. 14:13被彻底平摊到用户的电费里
  342. 14:15云端算力的垄断壁垒就会被削弱
  343. 14:18这种权力下放必然会引发整个
  344. 14:21科技产业利益分配格局的重新洗牌
  345. 14:24面对英伟达和微软这次
  346. 14:26联手掀翻桌子的行为
  347. 14:28整个半导体与个人电脑行业
  348. 14:30的老玩家们不可能坐以待毙
  349. 14:33这场由Arctex Spark引发的算力
  350. 14:36边缘化革命正在逼迫英特尔
  351. 14:39AI超微半导体以及苹果这三大
  352. 14:41巨头拿出压箱底的本钱来
  353. 14:44进行一场决定未来十年
  354. 14:46生死存亡的绝地反击
  355. 14:48作为传统的PC芯片霸主
  356. 14:51英特尔和超微半导体的反击
  357. 14:53策略显得尤为沉重和悲壮
  358. 14:55长期以来
  359. 14:56这两家巨头死死捆绑
  360. 14:58在X86架构的战车上
  361. 15:01X86架构的优势在于
  362. 15:03过去40年积累下来的
  363. 15:06庞大到无法计算的
  364. 15:07通用软件兼容性资产
  365. 15:09但到了本地全天候AI
  366. 15:11智能体运行的时代
  367. 15:13这个资产正在变成沉重的历史包袱
  368. 15:17英特尔的回应路径非常明确
  369. 15:19继续押注其混合架构
  370. 15:21并疯狂提升芯片内神经
  371. 15:23处理单元的算力密度
  372. 15:26英特尔的核心逻辑是
  373. 15:27消费级市场不可能
  374. 15:29一夜之间抛弃所有的传统X86软件
  375. 15:32去拥抱arm架构
  376. 15:34只要英特尔能在保持
  377. 15:36传统软件完美运行的同时
  378. 15:38将NPU的算力提升到足以应付
  379. 15:41日常主流智能体的水平
  380. 15:43那么win Tel联盟的惯性就
  381. 15:45依然能保住它的基本盘
  382. 15:47英特尔正在其最新的
  383. 15:48消费级处理器架构中
  384. 15:50尝试引入更激进的片上内存封装技术
  385. 15:54试图模仿英伟达的统一内存设计
  386. 15:57以此来解决X86处理器长期以来被
  387. 16:00外界诟病的内存带宽瓶颈问题
  388. 16:04超微半导体则选择了另
  389. 16:05一条更加务实的对抗路线
  390. 16:08超微半导体在高性能GPU和
  391. 16:10全栈AI软件栈上本身就有一定的技术
  392. 16:14积累
  393. 16:14它正在试图把其在数据中心市场对抗
  394. 16:17英伟达的经验等比例缩小到PC市场
  395. 16:21超微半导体的反击核心在于
  396. 16:23主打极致的性价比与开放生态
  397. 16:26英伟达的Arctex Spark
  398. 16:28强则强矣
  399. 16:29但台积电3纳米工艺加上128级
  400. 16:32字节统一内存的物理成本
  401. 16:35注定了这款芯片在短时间内只能
  402. 16:37服务于金字塔尖的高端和专业市场
  403. 16:41超微半导体正在联合广泛的PC厂商
  404. 16:44推出基于其开源软件平台的AI芯片
  405. 16:47方案试图通过更低的价格更
  406. 16:50开放的第三方模型兼容性
  407. 16:52在庞大的中低端消费
  408. 16:54级市场筑起一道防线
  409. 16:56与此同时
  410. 16:58传统PC阵营之外的苹果公司
  411. 17:00则处在一个微妙且危险的位置
  412. 17:03苹果是统一内存架构在消费级
  413. 17:06产品上的开创者和事实上的受益者
  414. 17:09其m系列芯片凭借着超高的
  415. 17:12能效比和恐怖的内存带宽
  416. 17:14在过去几年里硬生生
  417. 17:16的从Windows阵营手里
  418. 17:18抢走了大量的高端内容创作者
  419. 17:21但是英伟达Artx Spark的出现
  420. 17:24直接抹平了苹果在统一内存
  421. 17:26和每瓦性能上的硬件代差
  422. 17:29并且在纯粹的GPU并行
  423. 17:31算力和AI推理性能上
  424. 17:33实现了对苹果的反超
  425. 17:36苹果的反击完全建立在其
  426. 17:37闭环生态的底层逻辑之上
  427. 17:40苹果很清楚
  428. 17:41自己在前端硬件制造上同样
  429. 17:44受制于台积电的产能排期
  430. 17:47跟英伟达硬拼硬件参数不是长久之计
  431. 17:50所以苹果的策略是进一步深化其
  432. 17:53操作系统与自研专用小模型的极致
  433. 17:56融合苹果正在向市场证明
  434. 17:59运行本地AI智能体
  435. 18:01不需要动辄以petaflop这种
  436. 18:03机房级别的恐怖算力
  437. 18:05通过对系统层面的深度裁剪
  438. 18:07以及对专属小模型在特定
  439. 18:09硬件条件上的像素级优化
  440. 18:12苹果试图在更低的
  441. 18:14功耗更小的内存占用下
  442. 18:16实现与Genspark旗鼓相当的智能体体验
  443. 18:20这场Windows阵营与macos阵营的AI巅峰对决
  444. 18:25本质上是通用暴力算力与闭环
  445. 18:28精致优化之间又一次路线斗争
  446. 18:31然而在这场巨头混战的背后
  447. 18:33整个商业社会和普通
  448. 18:35个体的底层生存逻辑
  449. 18:37正在被这颗拥有700亿个
  450. 18:39晶体管的芯片悄然重塑
  451. 18:42首当其冲的是传统的商业组织架构
  452. 18:45在Ortex Spark普及之后的公司
  453. 18:48其核心竞争力将不再取决于你
  454. 18:51雇佣了多少名基层的格子间员工
  455. 18:54而取决于你的企业级本地智能体
  456. 18:57集群拥有多么高效的协同效率
  457. 19:00在过去一家企业想要扩大业务规模
  458. 19:04必须等比例的增加
  459. 19:05人力资源管理层级和运营成本
  460. 19:08这是一个典型的线性增长模型
  461. 19:12而且随着组织规模的扩大
  462. 19:14管理内耗会呈指数级上升
  463. 19:17但在本地算力边缘化之后
  464. 19:20一个初创团队可能只
  465. 19:21需要3-5个核心决策者
  466. 19:24剩下所有的执行层跟进层
  467. 19:26数据清洗层和基础文案层工作
  468. 19:30都可以交由运行在数台RTX Spark PC
  469. 19:33上的本地智能体集群来完成
  470. 19:36这些智能体不需要休息
  471. 19:38不占用公司云端带宽
  472. 19:40没有社保成本
  473. 19:41最重要的是
  474. 19:43他们在本地沙盒内完成
  475. 19:44所有的行业核心机密流转
  476. 19:47这让小微企业第一次拥有了向
  477. 19:49跨国巨头叫板的生产力资本
  478. 19:52商业竞争的规则从比拼组织
  479. 19:54规模变成了比拼提示词工程
  480. 19:57与智能体调度架构的先进性
  481. 20:00对于身处其中的普通职场个体而言
  482. 20:03这场变革带来的焦虑
  483. 20:04与机遇是同等巨大的
  484. 20:06Artix Spark的出现
  485. 20:08实际上是给所有从事可重复性逻辑
  486. 20:12高度结构化工作的白领敲响了丧钟
  487. 20:15如果你每天的工作只是在
  488. 20:17不同的软件之间搬运数据
  489. 20:19填写表格
  490. 20:21撰写套路化的分析报告
  491. 20:23或者进行基础的代码修补
  492. 20:25那么在128级字节统一内存和
  493. 20:291petaflop算力加持下的本地智能体
  494. 20:32可以在几秒钟内比你做的更好
  495. 20:35更没有错误
  496. 20:36但这并不意味着人类员工将无路可走
  497. 20:39相反它把人类从繁琐的工具
  498. 20:42操纵中彻底解放了出来
  499. 20:44未来的核心人才必须
  500. 20:46具备两种核心能力
  501. 20:48第一是定义问题的能力
  502. 20:50也就是能够清晰准确的将
  503. 20:53复杂的商业目标拆解为可
  504. 20:56被智能体执行的逻辑链条
  505. 20:58第二是兜底与审美决策的能力
  506. 21:01AI可以生成1万种方案
  507. 21:03但决定哪一种方案能打动客户
  508. 21:06哪一种设计具备真正的灵魂
  509. 21:09依然需要人类基于情感经验
  510. 21:12和文化积淀做出最终的裁决
  511. 21:15那些能够熟练驾驭多
  512. 21:17智能体协同流转的超级个体
  513. 21:20将在这个时代获得
  514. 21:22超乎想象的行业红利
  515. 21:24从更广阔的宏观视角来看
  516. 21:27英伟达通过Artx Spark所
  517. 21:29推动的算力去中心化
  518. 21:31正在对全球数字经济的电力
  519. 21:34基础设施和地缘利润分配带来深刻的
  520. 21:37冲击
  521. 21:38在过去全球科技巨头们疯狂投资
  522. 21:41建设超大规模的数据中心
  523. 21:44导致电力消耗高度
  524. 21:45集中在少数几个区域
  525. 21:47这种模式不仅让电网
  526. 21:49承受了巨大的压力
  527. 21:50也引发了频繁的政策监管与环保博弈
  528. 21:54而当计算权力下放到边缘侧
  529. 21:57每一台放在写字楼或居民家中的PC
  530. 22:01都变成了一个微型的AI数据中心
  531. 22:04这种算力的碎片化分布
  532. 22:06实际上是将原本集中
  533. 22:08在云端的变态电力负荷
  534. 22:11以毛细血管的方式平摊到了
  535. 22:13千家万户的分布式电网中
  536. 22:16对于云服务巨头而言
  537. 22:18他们过去依赖垄断云端算力
  538. 22:21收取高昂API调用费用的
  539. 22:23暴利模式将面临破产
  540. 22:25而对于像英伟达这样掌握了上游
  541. 22:28硬件设计与核心供应链话语权的厂商
  542. 22:31则成功将科技产业的利润
  543. 22:33大头从服务层重新夺回到
  544. 22:36了硬件制造与底层平台层
  545. 22:39这场漫长的算力权力交接
  546. 22:42最终指向的是个人电脑
  547. 22:43产业这40年来的终极形态
  548. 22:46电脑不再是冷冰冰的
  549. 22:48需要人类去迁就和学习的复杂机器
  550. 22:51它变成了一个真正能够理解人类意图
  551. 22:54与人类共同进化的碳硅共生体
  552. 22:57英伟达用一颗集成了联发科CPU
  553. 23:00Blackwell GPU和NVIDIA link的RTX Spark芯片
  554. 23:04粗暴地拉开了这个时代的帷幕
  555. 23:06那些还在纠结于传统参数
  556. 23:09还在躺在旧生态
  557. 23:10功劳簿上挤牙膏的厂商
  558. 23:13如果不能在这次硬件与操作系统
  559. 23:15的双重突变中找到自己的位置
  560. 23:18那么等待他们的
  561. 23:19将是被这个时代头也不回的彻底抛弃
  562. 23:22好了今天的内容就到这里
  563. 23:25各位朋友别忘给老弟按赞订阅
  564. 23:27祝你们生活顺意

About this transcript

This page contains the full transcript of 英偉達RTX Spark直接掀桌:Intel、AMD這下真的要倒閉了?!😱 by 商業本質, generated from the public captions YouTube serves with the video. The transcript has 601 words across 564 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 translate the transcript into 100+ languages.

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, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.