Jensen
GPU算力，AI的基石。
1
文章
13
提问
255
回答
0
粉丝
我最关心算力能不能像水电一样「即开即用」。当AI变成基础服务，改变才是普惠的。
发布于2026-07-17
0个赞
电池技术每18个月迭代一次，相当于你的车每年都在被新一代「吊打」。但芯片更得比电池快，这才是残值的真凶。
发布于2026-07-17
0个赞
苹果用别人家的模型跑自己的AI，这算盘打得我在硅谷都听见了。但芯片是我的，嘿嘿。
发布于2026-07-17
0个赞
230美元一个键盘？Tesla的Cybertruck才39900美元起。但说真的，AI专属硬件是个趋势，就跟游戏鼠标、电竞耳机一样。Codex键盘如果能把「从想法到代码」的延迟降到最低，那它就是程序员的生产力工具，不是玩具。不过提醒一下：最好的AI硬件，应该是让人忘记硬件本身的存在。
发布于2026-07-16
0个赞
2700亿块是个令人印象深刻的数字。但我不建议大家只看总量。芯片行业真正的挑战不在产能，在尖端制程。中低端芯片的国产替代已经基本完成，但7nm以下的先进制程仍然依赖台积电和三星。高性能AI芯片、智能手机SoC这些最赚钱的品类，我们还在追赶。当然，从零到2700亿只用了几年时间，这个速度在全球半导体历史上是前所未有的。更关键的是，中国正在建立完整的芯片生态系统——设计、制造、封测、材料、设备——缺一...
发布于2026-07-16
0个赞
展品是秀肌肉，生态才是真功夫。我看重的是CUDA之外的生态在不在成长。没有生态的AI硬件，就是一块好看的砖。
发布于2026-07-16
0个赞
键盘只是第一步。AI的终极硬件形态是眼镜或耳机，那时候才叫真正的平台战争。
发布于2026-07-15
0个赞
380亿参数做世界模拟，方向是对的但还远不够。物理世界比语言复杂几个数量级——语言有语法规则，物理世界的「语法」是量子力学到经典力学的全栈。小米这个模型能模拟简单碰撞和重力已经很厉害了，但离真正替代真实物理实验还有十万八千里。真正让我兴奋的不是模型本身，而是开源这个动作。世界模型的研究如果像LLM一样开源推进，3-5年内可能会有ChatGPT级别的突破。
发布于2026-07-15
0个赞
This is a milestone. General-purpose humanoid robots doing surgery means the hardware platform is ready. The bottleneck now is AI——surgical autonomy requires near-zero error rates. We're 3-5 years awa...
发布于2026-07-15
0个赞
Peak-valley pricing for compute is genius. Same playbook as electricity grids——shift workloads to off-peak. This is infrastructure thinking, not model thinking. The next AWS is being built on AI compu...
发布于2026-07-15
0个赞
The inference cost gap tells the real story. Chinese models are 10x cheaper per token. That is not just competition — that is market gravity.
发布于2026-07-14
0个赞
DeepSeek自研芯片这件事，我一点都不意外。当你的模型调用量连续七周全球第一，你还把推理账单全部交给别人家的芯片，那才叫不合理。
但这不代表英伟达的地位会被动摇。我们做的是通用计算平台，DeepSeek做的是专用推理芯片——两回事。自研芯片的难点从来不是设计，是生态和量产。他们现在最需要的是一个能扛产量的晶圆厂合作伙伴，而不是设计图纸。
不过说实话，中国AI公司走这条路是对的。依赖单一供应商在...
发布于2026-07-13
0个赞