DC娱乐网

直接打崩了牢美5000亿美元投资的星际之门计划……如果你不知道一个事故到底有多严重，那就换个角度想象一下：假如它发生在中国，会引发怎样的震动；如果不知道一项成果有多震撼，那就设想它出现在国外，会不会被全球媒体反复报道。此前有人提出过一个观点：如果DeepSeek不是来自中国，而是来自其他国家，它发布的那一天，美国可能早已采取强烈行动。因为DeepSeek带来的冲击，已经触碰到了美国人工智能战略的核心。它究竟改变了什么？美国押注数千亿美元打造的AI未来，会不会因为一条不同技术路线而重新调整？过去几年，美国围绕人工智能建立了一套完整叙事，那就是掌握最强算力，就等于掌握未来科技制高点。英伟达芯片、超级数据中心、大规模资本投入，成为美国AI产业高速发展的基础。在这个逻辑下，美国科技巨头不断扩大投入。2025年1月，美国宣布启动“星际之门”项目，OpenAI、软银、甲骨文等企业参与其中，规划未来几年投入5000亿美元建设人工智能基础设施。这个计划的目标很明确，就是通过庞大的算力基础设施，把美国在人工智能领域的优势进一步扩大。但人工智能的发展并不是简单的军备竞赛。如果一场科技竞争只比谁投入更多资金，美国当然拥有巨大优势。但如果竞争开始转向技术效率、算法优化和产业落地能力，那么游戏规则就会发生变化。DeepSeek带来的最大影响，恰恰是改变了外界对于AI发展的认知。过去很多人认为，想训练强大的人工智能模型，就必须依赖天价投入，需要堆积大量高端芯片，需要建设规模惊人的数据中心。但DeepSeek的发展路径告诉全球产业界，人工智能还有另一种可能：通过模型设计、工程优化和资源利用效率提升，在较低成本条件下实现强大的性能。这对于美国AI产业来说，冲击并不来自某一个模型本身，而来自发展模式上的压力。美国企业过去建立起来的优势，很大程度依靠资本、芯片和基础设施。可是，当竞争对手开始降低成本，提高效率时，美国企业就必须重新回答一个问题：投入如此巨额资金，未来收益是否能够匹配？这也是为什么围绕美国AI产业的讨论越来越激烈。人工智能不是传统互联网产业，可以轻松依靠广告和用户规模快速盈利。它需要大量电力供应，需要持续购买先进设备，需要长期维护模型运行。数据中心越建越大，成本也会不断增加。如果未来AI应用增长速度无法覆盖这些投入，那么美国资本市场对于人工智能产业的预期就可能出现变化。这并不是美国AI没有实力。美国依旧拥有世界领先的科技企业，也拥有大量科研人才和成熟的软件生态。但技术竞争从来不是简单的资源比拼。历史上，很多产业变化都不是因为后来者拥有更多资源，而是因为后来者找到了新的效率路径。个人电脑时代如此，移动互联网时代如此，人工智能时代同样可能如此。

‼️突发：前OpenAI联合创始人兼首席科学家ilya的创业公司SSI即将发布他们的第一个模型🤯知名科技投资人在最新一期《InvestLiketheBest》中透露，创办的称，他们将在今年8月发布自己的模型。更值得关注的是，Gavin称SSI目前的技术路线是一条全新的技术路线：持续学习和样本高效学习。现在的大模型，通常需要先在海量数据上完成一次训练，上线之后参数基本固定。想让它学会新东西，要么重新训练，要么微调，同时还可能遗忘原来的能力。持续学习想解决的问题是，让模型像人一样，在部署后不断吸收新的经验，同时不忘掉之前学过的东西。Gavin提到，最近有不少团队认为自己已经非常接近解决这个问题。未来可能不再需要用300万亿token训练一个巨型模型，而是先训练一个较小的基础模型，再让它进入真实世界持续成长。不过，目前「SSI已经破解持续学习」仍然只是外界的推测。Gavin的原话只是说，很多团队已经接近解决持续学习，并紧接着提到SSI将在8月发布模型。SSI自己还没有公布模型的能力、架构或者发布时间。但此前的一些迹象确实能对得上。上周，SSI刚刚和英伟达达成长期战略合作。英伟达不仅投资了SSI，还将提供最新的VeraRubin系统，让SSI的算力规模扩大一个数量级。FT报道称，英伟达这次投资了约50亿美元，帮助SSI扩展一项已经取得的研究突破。所以这个模型真正值得关注的，可能不是它能不能在榜单上超过Claude或者GPT。而是Ilya有没有拿出一套不同于继续堆参数、堆数据、堆算力的新学习机制。如果真有，AI的下一个阶段可能不是更大的模型。而是会继续学习的模型。AI还在突飞猛进啊🚀

互联网技术华为Fellow、半导体首席科学家廖恒在《张小珺商业访谈录》近5小时专访里，首次系统性向外讲了华为对芯片的底层思考。整场访谈的核心，是用一座"18层宝塔"重新定义半导体产业链，并据此回答一个问题：在单卡硬件落后英伟达的前提下，华为凭什么突围。下面把这场访谈的主干拆给你。🎯一个核心判断：摩尔定律的"经济性"已经死了廖恒抛出一个不绕弯子的结论——摩尔定律在16nm、7nm节点之后，经济性维度已经停滞。也就是说，单位晶体管成本不再随制程微缩持续下降，靠"把工艺做小来降本"这条路商业上已经走不通；摩尔定律目前只在性能和能效两个维度还在缓慢延续。但他同时强调，产业迭代不会因此停步。无论是摩尔定律，还是华为今年提出的"韬定律"，底层方法论是一致的——工程师以"爱迪生式"的问题导向思维，先精准定义问题，再找方案、落地、优化。这整套方法论，才是半导体持续突破的真正引擎。💡廖恒的原话指向一个认知转换：行业不能再把希望寄托在"下一代制程"上，架构创新、软件优化、系统重构才是新的进步核心抓手。🏯18层宝塔：半导体产业链的真实形态黄仁勋对外讲"五层蛋糕"，廖恒认为远远不够。他把半导体产业链拆成了一座18层宝塔，从塔基到塔尖依次是：层级区间对应内容塔基（最底层）：基础理论、能源、采矿与原料、硅与材料硬件中下层：晶体管设计（FinFET/GAA）、晶圆制造、光刻与设备、先进封装硬件中层芯片架构软件中上层：编译器/运行时、算子切分、量化/低精度、训练方法塔尖：基础大模型、KVCache/推理、Agent框架、用户产品能力、商业应用宝塔的第一条运行法则：整座塔能盖多高，不取决于最长的那块板，而取决于最短的短板。任何一层掉队，整条产业链的上限就被锁死。第二条法则更关键——各层迭代速度天差地别：-第4层（芯片架构）改动一次，流片周期18个月，单次投入2–3亿元-第10–13层（全栈软件栈）可以做到小时级迭代由此推出华为的核心策略：底层少按按钮，上层快循环，用软件端的快速试错反向校准底层硬件的研发方向。这就是"以软哺硬"——用上层软件的灵活试错，去降低底层硬件高昂的试错成本。华为的突围路线：不打单卡擂台，打系统战面对英伟达Blackwell在单卡规格上的硬性优势，廖恒给出的华为选择非常清晰：不硬碰硬，用全栈软硬件协同+集群组网的系统能力，拿系统整体性能补单芯片短板。几个关键事实支撑这个判断：-算力比差异：Blackwell的vector/cube算力比是32:1（空间富裕、可"浪费"），昇腾是8:1（空间稀缺、必须精打细算）。华为芯片规格约为Blackwell的四分之一，但"跑DeepSeek的时候，好像也还可以"-物理天花板警告：廖恒明确指出，英伟达通过不断增加计算裸片和高带宽内存来扩大规模，这条路线必然触及物理天花板；当前HBM短缺、行业竞相加码更大容量更高带宽，"一旦越过临界点，后果将是雪崩式的"-华为的解法：做7.2T全光互联（市面主流是800G），让芯片"舒适地分布在更大的空间里"，用更小的积木块灵活组合——而不是英伟达那种"让20个人睡一个炕"的极致密集路线廖恒打了个生活化的比方：一家四口年轻时买100平，后来换400平别墅就随便浪费；突然回到100平，空间稀缺就必须精打细算。8:1就是在约束条件下最高效的设计。跨层协同：产业最稀缺的是"纵向贯通人才"这是廖恒在访谈里反复强调、也最焦虑的一点。"横向专业的人不缺，真正缺的是能纵向贯通多层的人。"——因为18层不是独立模块，彼此互相支撑：第3层的晶体管结构改一下，能帮第7层的芯片架构降电容。能跨越这些层的人，"像一根线，把许多珍珠串成项链"。华为在算力芯片上的突破点，恰恰就在这种跨层协同——单卡硬件的纸面劣势，靠全栈集群的协同性能补回来。他同时表达了一份焦虑：现在很难吸引到学生去学计算机处理器的硬件，"如果大家都不太愿意学了，今后会不会形成人力断档"。这也是他此次罕见受访的三重初衷之一：留下启示、化解人才危机、普及行业认知。为什么大赞梁文锋：先验者的价值廖恒在访谈里公开给DeepSeek创始人梁文锋"热烈的掌声"，称其为"先验者"。当行业普遍盲从ScalingLaw、疯狂堆叠参数时，梁文锋主动选择了难度更高、收敛更难的稀疏激活架构（SparseMoE）——每次推理只激活约1/32的参数。这不是算法微调，而是贯穿软硬件的顶层战略选择，并且恰好与昇腾8:1的算力结构匹配。廖恒的评价是："他已经先知先觉地提前去解决一个他预期到的问题，这就是先验者的价值。"廖恒的自我复盘：三次"悲观"误判访谈里廖恒也坦诚了自己加入华为初期的三个方向性误判：1.反对做鲲鹏ARM服务器CPU（认为x86生态太强）2.反对昇腾做训练卡（认为中国没有训练大模型的需求）3.在2005–2015美国VC对芯片创业零投入的"夕阳期"，自认是"小池子里的泥鳅"，缺乏宏观格局但团队屡创极高的芯片流片成功率，让他得出另一个结论："中国工程师不逊于任何人，只要问题找得准，解决问题的能力远超对手。"他还明确说："华为从事的每一个产品都从来没有抄过英伟达"——生态差距一开始极大，所有人习惯CUDA，说服别人切换非常困难，他认为"超过CUDA比造纳米级芯片更难"，但"世界上没有一个科技公司可以靠抄作业获得巨大的成功"。这也是华为后来选择全面开源CANN架构的根本原因：人和人通信带宽只有1kbps，而芯片间有7.2Tbps，开源能让开发者直接看代码、绕开沟通带宽瓶颈。一条贯穿始终的主线如果把5小时的内容压缩成一句话——廖恒讲的不是华为芯片"有多强"，而是华为如何在"单卡必然吃亏"的物理现实下，用18层全栈协同、用系统战替代单点战、用跨层人才替代单点天才，走出一条不同于英伟达的突围路径。需要客观看待的是：这是廖恒作为华为首席科学家的战略叙事，不是华为芯片与英伟达Blackwells的逐项对标测评。访谈的价值在于提供了一个系统级的认知框架——18层宝塔、底层慢/上层快、以软哺硬、跨层协同——这套框架既是华为过去几年沉潜的复盘，也是国产半导体未来十年攻坚的方法论底色。真正的竞争力，从来不是某一个单点突破，而是一个系统在长期运转中积累出来的整体能力——这大概就是海思"第一次开口说话"最想传递的那句话。

不想收购英伟达，我还拿着你干嘛

8.05周三市场热点方向+人气热度榜！1.算力租赁2.存储芯片3.人工智能AI应用4.绿色电力5.干式变压器、数据中心电源6.磷化铟衬底

科技利好来了，挺住