Vol.116 产业观察18|如何成为下一个英伟达:与Mackler季宇聊AI芯片的突围之路高能量

Vol.116 产业观察18|如何成为下一个英伟达:与Mackler季宇聊AI芯片的突围之路

59分钟 ·
播放数10912
·
评论数25

【本期课题】

AI芯片

【栏目介绍】

在《产业观察》这档专栏里,我们会为你厘清不同产业的历史沿革,希望能够从中找到一些底层的规律。虽然当下变化迭起,但是所有新风口都有迹可循,不同产业的发展其实也有很多相似之处。

【免责声明】

本节目的所有内容并非旨在提供任何形式的建议,包括但不限于投资、税收、会计或者法律上的建议。

【本期嘉宾】

Mackler 季宇,「行云集成电路」创始人

【内容索引】

00:50 「行云集成电路」创始人:从清华物理本科到清华计算机体系结构方向博士,再到华为天才少年和AI芯片创业者。

03:03 计算机和物理是两个极端的行业,物理是从纷繁的现实世界里找到最简洁的规律,而计算机是从最基础的系统里创造纷繁的算法。

07:09 当前的类脑计算和大模型算法各自处在什么位置?

-英伟达的成功

11:19 今天英伟达的股价是否有明显的泡沫,或者过热?

12:24 英伟达是当前一枝独秀的AI芯片企业,历史上有没有可类比的公司也曾经达到过这个位置?

14:51 英伟达的前世今生:从3D图形加速卡生产商,到AI芯片巨头。

17:41 十年前,在人工智能展现出巨大潜力时,英伟达在当时已经一马当先,为什么同期做芯片架构的公司没能在之后的5-10年里追上英伟达呢?

18:38 兼容机普及之后,计算机演变为一个高度稳定的结构,形成了强大的行业惯性,而英伟达主动加入到这个惯性里,使自己成为了惯性的一部分。

20:14 对于芯片公司来说,追赶算力只是一个基础条件,如何克服行业惯性才是更重要的问题。

21:05 英伟达的软件系统CUDA对其垄断地位起到多大的保护作用?

-大模型带来的机遇

21:51 计算机系统本身也会“新陈代谢”,但这个是事在人为,而不是大势所趋。

24:00 大模型会触发对芯片架构领域与配套软件领域的一系列新需求,随着大模型的持续演进,可能会涌现出哪些当前英伟达技术难以完全适配的具体需求?

28:13 一颗芯片越全能,越有可能被解构,但是越不可能被替代。

29:26 经过多长时间,大模型和人工智能会碰到“天花板”?碰到“天花板”后,技术又会发生怎样的演变?

32:23 作为一颗协处理器,你希望在大模型应用的什么场景里发挥作用?

34:27 芯片设计的赛道上,有很多企业在竞争,哪些因素会影响他们未来几年的成败?

37:11 今天大家存在一个共识:大模型在技术和投资上存在一定的泡沫。假定这个泡沫没有了,在成本、应用,功耗和用户体验等层面考虑,哪些因素会促进新架构的出现?

-中国的芯片发展

40:55 在中国做芯片创业需要格外关注哪些因素?一是美国对芯片的限制导致的高端芯片采购挑战;二是芯片供应链的安全。

43:37 中国的芯片行业在未来会如何变化?

44:41 中美竞争导致高端芯片“断供”,带给国产芯片很多试错的空间和机会;但面对机会,国产芯片还应该思考如何既顺应市场化需求,又找到新的市场空间。

46:39 作为AI芯片创业者,如何看待华为的AI芯片?

50:31 相较于采用英伟达GPU的同构路径,那些采纳“异构”策略进行AI芯片架构设计的企业,面临怎样的机遇与挑战?

-AI芯片创业

52:34 AI芯片的热度在过去六、七个月发生了什么变化?

54:02 行业热度是把双刃剑。热度高意味着更多的资源,热度低则意味着更少的噪音。要看到事物的两面性,放大对自己有利的一面。

55:42 创业是冲动的,能够在很多的不确定性里找到底层的确定性,是保持内心稳定的方法。

57:22 生产力的创新,会经历多次泡沫和低潮。泡沫的初期,通常都是技术刚开始进步的时候,当泡沫慢慢下去时,应用就开始蔓延迭代,泡沫的变化和起伏也会不断地给整个行业带来新机会。

【本期相关】

CPU:中央处理器(Central Processing Unit)计算机处理器是解释和执行指令的功能单元,是计算机的中枢神经系统。

GPU:图形处理器(graphics processing unit)GPU使显卡减少了对CPU的依赖。GPU的生产商主要有NVIDIA(英伟达)和AMD。

CUDA:Compute Unified Device Architecture,是显卡厂商NVIDIA(英伟达)推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。

More is different:诺贝尔物理学奖得主、著名凝聚态物理学家菲利普·安德森(Philip Anderson)于1972年发表文章《多者异也》(More is different)。安德森认为“物理系统在每一个复杂度上都会出现全新的性质”——也就是说,尽管化学受制于物理定律,但我们无法从我们的物理知识中推断出化学领域的结果。

类脑计算:Brain-inspired Computing,是借鉴生物神经系统信息处理模式和结构的计算理论、体系结构、芯片设计以及应用模型与算法的总称。

协处理器:协处理器(coprocessor),一种芯片,用于减轻系统微处理器的特定处理任务。

Mackler季宇知乎主页

【制作团队】

主理人:李翔 、李丰

制作及统筹:张英海  (13514156656)、峰小瑞(pr@freesvc.com)

如果你喜欢我们的节目,欢迎你分享到更多的地方,也欢迎你在我们的评论区留言交流。

展开Show Notes
不知道嘉宾的公司最终是否会在市场上取得成功,但他背后思考的逻辑很清晰,而且确实站得住。在已经产生垄断级玩家的方向上,你做类似的事情成功的可能性很低,更好的方式确实是先当好“拐棍”,然后慢慢地取代原有“腿”的地位。希望嘉宾的公司能发展得不错。
风花
风花
2024.7.13
从国产替代和供应链安全角度,先做英伟达芯片的协处理器,这个创业的切入点的确聪明,期望小伙的公司能成功!丰叔慧眼识珠,怎么挖掘到这样的公司的
小周叔叔
小周叔叔
2024.6.24
那应该如何加入行云呢?
季宇:欢迎投递简历到 hr@xingyun.ai 我们后续也会放出更多招聘信息
萨亚子
萨亚子
2024.6.23
很喜欢的一期!感谢嘉宾!嘉宾对于ai芯片行业的思考很有自己的taste,从Intel和Nvdia的发展历程中抽象出“解构理论”很独到。想问一下嘉宾为何认为现在LLM的“堆算力”的方向也是未来ai芯片的技术路线?可以理解如果要独辟蹊径需要的资源太多,可能不适合成为startup的目标。如果不考虑资源的限制,怎么看待ai芯片的发展方向呢?
hihihihihi11
hihihihihi11
2024.6.23
嘉宾声音好温柔~~~~
山北多
山北多
2024.6.22
这期太硬核。人工智能目前能耗太高,算力要求太高,导致成本降不下来,自然也没有办法生长出杀手级应用。
听嘉宾对英伟达发展路径的拆解很有获益
白七七
白七七
2024.6.25
很喜欢这一期嘉宾的分享❤️讲了很多技术背后的原理性分析和哲学思考,很有启发;作为文科生也很有收获。嘉宾谈到如何跳出现有结构进行观察,如何寻找现有架构的边界,如何处理整全与细分的关系等等都很有启发,很喜欢这种科技哲学式的分享,期待嘉宾之后再来做分享。
豌豆逗兜
豌豆逗兜
2024.6.24
03:50 物理与计算机的双向/工程极简
HD675475x
HD675475x
2024.7.03
假定现在计算机产业结构很难改变,或者说变动成本无法接受,在中美竞争这个大周期,gpu价格高昂的必然趋势下,利用低价格专门对国内企业,给出平替方案cpu+gpu+xpu策略,看起来比hw的路更有可行性。
周如辉
周如辉
2024.6.26
英伟达为什么不会把您的芯片功能内置?从数字处理器的历史来看,分分合合不断上演,通用与专用带来的成本因素,专利因素还是工艺因素?
朴珞
朴珞
2024.6.25
mackler的知乎https://www.zhihu.com/people/mackler
超自然力
超自然力
2024.7.09
不好意思 我想找一期产业观察里提到 AI技术应用到货车拉货重量和里程预估,一直没找到😭
Leon张英海:应该是这期: https://www.xiaoyuzhoufm.com/episode/6437cb1366e4c00c6aff0e23
超自然力:哈哈哈哈 谢谢你哦 后面找到啦 就是这个 汉德科技
懒觉郎
懒觉郎
2024.6.23
符合“高能量”这个主题,赞~
爱听,请多发👍🏻👍🏻
灌园叟
灌园叟
2024.6.22
NV主要客户是hyperscaler,而它们都在开发自己的GPU/NPU。类似于云计算,反正hyperscaler自己会搞底层,CUDA生态对hyperscaler并不构成护城河。所以,NV的未来在哪里?
非常棒的一期
抬抬高
抬抬高
2024.6.22
26:49 一个芯片职责越庞大,越可能被解构
音之切
音之切
2024.8.13
期待嘉宾的公司能够突破出一片新天地!
呵呵是猫
呵呵是猫
2024.6.28
从颠覆架构出手没错,规避了直接拼性能显然没有优势,但架构被没有基础的新进入者颠覆的概率太低了。英伟达崛起的背景和今天不一样
HD835879z
HD835879z
2024.6.27
43:30 这个翻译太复杂了。