影石Insta360|👁‍🗨 87.英伟达黄仁勋与它的对手们半拿铁 | 商业沉浮录

影石Insta360|👁‍🗨 87.英伟达黄仁勋与它的对手们

102分钟 ·
播放数106708
·
评论数319

主播|刘飞 潇磊

- 本期由🏂影石Insta360🏄赞助播出 -

影石Insta360是国际知名智能影像品牌,最新发布的全景运动相机X4突破了画质天花板,可拍摄8K 30帧+5.7K 60帧超高清全景视频,研发了配套的可拆卸保护镜,镜头再不怕刮擦,续航提升到 135 分钟,还具备AI取景和快速剪辑功能,从拍摄到后期都非常新手友好。

——

本期为硅谷神话系列的第 18 期。

硅谷神话是互联网史话的大系列中的一个系列,主要讲述在美国西部海岸,圣克拉拉地区从 20 世纪上半叶就陆续出现的商业奇迹。

——

这次是半拿铁宇宙一次难得的联动,属于硅谷神话与芯片江湖的联动系列。黄仁勋究竟有怎样的发家史?为什么从 AMD 出来的面向游戏行业的创业者,如今是 AI 领域的王者?黄仁勋与 AMD 目前的功勋 CEO 苏姿丰又是怎样的关系?

来杯半拿铁,咱们边喝边唠。

——

📮 听友投稿邮箱:bannatie@163.com

☕️杭州特调「芝麻·半拿铁」的品尝地:西湖区华星路 01coffee

——

时间轴:

10:27     美国半导体行业在与日本和韩国的竞争中的屈辱和崛起

16:30     黄仁勋与英伟达的创业故事

36:54     英伟达从游戏到AI的突破

46:19     AMD的历史及困境

51:48     AMD的逆袭

1:01:22   高通公司创始人艾文雅各布斯与CDMA技术的发展

1:15:51   英伟达为什么能

日本和韩国的半导体行业市场份额形成了完美的 X 型

黄仁勋送给马斯克和 OpenAI 团队的世界第一台 DGX-1

苏姿丰在办公室的照片

苏姿丰展示诺伊斯奖:

苏姿丰在发布会的形象,手上的钻戒很是瞩目

高通制造的世界上最早的智能手机之一:

黄仁勋展示他的纹身

黄仁勋在公司年会上身穿东北大棉袄扭秧歌

www.bilibili.com

主要参考资料:

《芯片战争 : 世界最关键技术的争夺战》[美]克里斯·米勒 / 蔡树军

《芯片战争》余盛

《芯片简史 : 芯片是如何诞生并改变世界的》汪波

《The Story of Jensen Huang and NVIDIA》 Emil Persson

《失去的制造业:日本制造业的败北》汤之上隆

《日本电子产业兴衰录》西村吉雄

《芯事》谢志峰

《硅谷百年史》阿伦.拉奥,皮埃罗.斯加鲁菲。

《30多年前,日本是如何输掉芯片战争的》蒋培宇

《AMD二十年自新简史》智东西  心缘

《Film And Video Market Report 2023-2032》PR Newswire

《Sports Global Market Report 2023》The Business

《Qualcomm: Apple Rejected Our Idea To Make A Phone Out Of The Newton》BUSTER HEIN

《黄仁勋:无法辨别自己是猎人还是猎物时,奔跑就好了》南方人物周刊

《THE WORLD'S REAL-TIME BILLIONAIRES》Forbes

《Jensen Huang NTU Commencement Speech 2023》Kevin Xu

主要人物和公司的维基百科

片尾曲:

仙剑问情 - 骆集益 /  萧人凤

封面图由 Midjourney 绘制,版权所有©️半拿铁

展开Show Notes
肥中
肥中
2024.1.31
我先来,fxxk u NVIDIA
John_5:Linus Torvalds在2012年6月14日,应大学邀请3主持名为Aalto Talk with Linus Torvalds的演讲。席间台下一名女性观众问及在一台使用NVIDIA的Optimus技术的笔记本电脑无法运行Linux,Linus表示十分高兴有人提出这个问题。他认为NVIDIA是与他交手的企业中最差劲的公司,不但Optimus技术上只支援Windows 7,自从向Android手机和平台电脑提供Tegra晶片后便“过桥抽板”,对Linux的态度180度转变。说得兴起时,他面对镜头竖起中 指:“NVIDIA, F*** You!”全场拍手喝采。
文东英:为啥
作为英伟达到员工,去年听了acquired对老黄的访谈,和半拿铁相比,前者信息量更大,而且是老黄亲自讲述,想了解更多的话可以去听听。不过这期半拿铁趣味性更强,同时要点也都点到了,很不错!
martin_UTig:Ty,这儿都能碰到你,哈哈
刘飞Lufy
:
他们讲的确实很不错
7条回复
Julia_Scott
Julia_Scott
2024.1.31
1:23:13 黄仁勋花袄扭秧歌,马斯克脱衣自尬舞,马化腾创造101,雷军鬼畜说唱——谢谢各位富豪们除了秀智商,还乐于秀歌舞,为科技史留下一些珍贵的原始人类影像😊
19:05 屎壳郎尾随拉稀的—专吃软饭
严金祥
严金祥
2024.1.31
11:03 博客界的仙童公司,那必须是大内密谈啊
浪味仙__:不是糖蒜广播吗,孵化出了好几个电台
阿翔阿翔:哈哈哈,大内和日谈已经冰释前嫌了
5条回复
我为了拿 stable diffusion ai绘图 买了人生第一块 n卡,我是女生 之前从没玩过游戏、ai开启了我新世界的大门、使用感确实yyds
哈哔哔:新手无脑求助装机配置,拜谢🌹
哈哔哔:谢谢
3条回复
monkeyfu
monkeyfu
2024.2.01
39:49 CUDA听着有点儿别扭,还是叫“哭哒”比较顺耳~😀 确实CUDA作为护城河造就了现在Nvidia的成功,但是随着各个巨头开始自研AI芯片,以及AI训练,推理和开发框架向普通开发者移动带来的门槛降低(比如PyTorch),和ONNIX实现模型跨平台部署,CUDA的护城河作用会被越来越削弱,这一点其实是Nvidia未来会面临的较大危机之一。 对于这个情况,我的看法是,Nvidia的股票值得继续持有,但是不再是无脑加仓,而是谨慎持仓。
HD106761h:我却觉得这样会进一步加固护城河,首先自研AI芯片都基本是面向推理的,而不是training,CUDA的主要市场是面向训练的,推理需要的算力并不大,再加上pruning等等技术,才有了现在的跨平台部署,本来直接部署在gpu上的模型也不多,这部分对于CUDA的威胁并不大;另一方面训练框架的抽象层次提高,就减少了用户对于底层实现的关注,这样一来底层的竞争反而减小了,只要CUDA能train,无非是多买几张卡或者多等几个小时的问题,没有太大的动力取替换底层,除非有革新式的新计算模型,可惜目前没怎么听说过。不过说到股票那就是另一回事了
monkeyfu:单次训练需要的算力和成本肯定比推理要大,但是部署在产品上提供服务,并且把时间维度和客户数量拉长以后,推理的成本是巨大的。所以服务提供商是有动力寻求新的技术和产品来降低成本的,比如Google的TPU,微软的FPGA等等。对于开发框架,随着高级开发框架支持越来越多的不同类型GPU底层开发框架,比如TPU的框架,Apple M1的Metal,Intel和AMD的GPU开发架构等等,开发者可以通过高级开发框架无缝在这些GPU之间切换,CUDA就不再是一家独大了(现阶段CUDA还是优化最好的和应用最广泛的)。特别是现在大模型的的“预训练-微调”范式,实际上对于训练的算力需求已经大大下降了,甚至下降到了用推理芯片就可以解决的程度。在这种情况下,开发者和用户可选的芯片类型就很多了。大多数开发者找个开源预训练好的模型,在本地用个内存大一些的GPU简单微调下就可以搞定不少任务。考虑到A100,H100高昂的价格,在这点上Apple的M系列芯片解决了这类开发者的痛点(当然NVIDIA也有Jetson系列产品),让大量的普通开发者在能够承担开销的范围内,开发自己的产品。并且M系列芯片也已经被PyTorch很好的支持了。 所以Nvidia这一部分市场正在被瓜分。另外一个场景就是模型的离线推理,这个其实跟上面提到的场景类似。 另外由于PyTorch这样的框架屏蔽了CUDA这样的底层框架,所以大家的选择就更自由了。假如我是制定预算的人,如果某家芯片是Nvidia成本的70%,性能只有60%,那我可能也会考虑把部分开发机和测试机换成Nvidia的竞品。而这个操作既节约了成本,对于开发人员也几乎是透明的。当然前提是Pytroch对于竞品的支持已经比较完善了,可以无缝迁移,并且业务和场景已经是比较成熟的了。当然对于可能需要触及到底层的开发和优化,比如编写CUDA C通过Kernel Fusion来优化模型性能等等,还是保持在Nvidia的新品上比较好,毕竟CUDA的生态还是最优秀的。
定错时间了吗哈哈哈哈哈哈哈哈!
刘飞Lufy
:
是 🥲
西德酱:哈哈哈,还没下班呢,弹出了更新通知,还🤔之前都是这个时间吗?怪怪的
6条回复
Bengqiaqia
Bengqiaqia
2024.2.02
刘飞老师,有两个小地方纠正一下,CUDA 业界一般读 枯哒,不分开字母读。英伟达的收入图是 FY24,也就是 24 财年,英伟达财年从 2 月 1 日开始,所以 Q1 FY24 是 2023 年的 2-4 月(以财年结束的时间定财年名,所以从昨天开始英伟达进入了 FY25)
刘飞Lufy
:
收!
76994:哈哈哈,我以为他是故意这么念的
好想听听苏妈的故事, 我真的觉得皮衣黄和苏妈的人生故事好让我大受启发
山和佳
山和佳
2024.2.02
27:01 SGI硅谷图形,这个我可太知道了,九十年代我们公司买过八台SGI计算机工作站,每台六十多万呐!当年说起SGI最NB的就是电影《侏罗纪公园》里的恐龙特效就是SGI制作渲染的。我当年作为好学上进的年轻人,还被派到加州圣•罗萨去学习过。后来顺便还去拉斯维加斯第一次去体验了资本主义的大赌场,在大峡谷还遇到了当年瀛海威时空的总经理,名字忘记了,但是那时候瀛海威时空可是大名鼎鼎啊!唉,光阴荏苒,往事如烟呐……
LinkZhang
LinkZhang
2024.2.04
1:41:10 潇磊老师音色巨像窦文涛老师,不知道是不是我的幻听🤣
沈理
沈理
2024.2.02
1:25:02 这段话,我反复听了三遍
卖烧饼的
卖烧饼的
2024.2.02
1:36:10 仙剑问情我的天,前奏唤起回忆
HD919726k:1:36:48 死去的记忆又回来了。。。
monkeyfu
monkeyfu
2024.2.01
AMD反超Intel最漂亮的一仗是开发了x64指令集。当时Intel的科技树点到了安腾和IA64指令集,但是由于跟x86不兼容,所以不被市场接受。与此同时,AMD和微软搞出了向下兼容的X64指令集,一炮打响,计算正式进入64时代,非常漂亮~
Kevin_cWol
Kevin_cWol
2024.2.03
1:18:48 此言差矣。游戏收入的下降是因为AI的需求太强,GPU供不应求,客户去抢游戏级的卡用来做AI,导致来自游戏终端下降,并不是因为游戏行业有大幅的下行或者英伟达在游戏行业地位受挑战
无聊的猪:是的,除非有数据证明游戏显卡大量库存,按当前对GPU的需求,是产能不足造成的
因为个人的专业背景,有接触到VR和AR提供帮助的医生技能培训和影像学3D重构方面,AI在医学方面的应用没有那些领先行业激进,用的应该都是偏成熟的方案。当第一次看到界面上“by NIVDIA”,虎躯一震“这尼玛是个game?”。作为一个从动物实验、大体老师过来的老人,对这些的接受程度肯定不如年轻人,但这个应该就是未来,尤其是影像学方面,不像之前普通的CT、MRI重建只能做个参考,现在的3D重构极其精准。不过,我个人感觉又会带来新的问题,新的一代会越来越依赖机器,传统技能“望闻问切”的淡化也是显而易见的。
HD919726k:Ai+医疗
Rachel_dCzc
Rachel_dCzc
2024.2.02
1:23:32 黄老板大花袄的照片在朋友圈看到好多张hhh
大概半年前在另一档播客因为Nvidia开始了我的博客之旅 结果此刻听着你们讲Nvidia 也获得了在半拿铁听100h的tag!(第一次知道苏妈和皮衣黄的关系 楼下买了镇楼机了!
fxxkwechat:买镇楼机可震不动了😂
柯睿思
柯睿思
2024.2.01
硅谷神话的英文片头我要吹爆无数次,太高级了!还有每期标题前面的emoji小表情也是非常贴合主题呀,精品节目,绵薄之力也要打赏🤩
这期还没听完就安利给了好多同事,毕竟身在通信行业,和本期的英伟达AMD高通都有业务往来,还有朋友在影石做sourcing~社交网络就串起来了~
一边听一边回想本科通信工程是怎么混毕业的,现在听到CDMA,FPGA是完全听不懂在说什么呀😂😂