即刻App年轻人的同好社区
下载
联系一个高中同学，她是机器人Gelsight这个领域最权威的人之一。
问她要不要来我播客，她说可以啊。
我说我会好好准备把你论文看一遍。
她说千万不要，没必要，很多都是水的。
又补充了一句：我水的算比较少的。
最后说：你要判断不出来随时给我消息，我电话给你讲。
问她要不要来我播客，她说可以啊。
我说我会好好准备把你论文看一遍。
她说千万不要，没必要，很多都是水的。
又补充了一句：我水的算比较少的。
最后说：你要判断不出来随时给我消息，我电话给你讲。
7 10
对的，昨天约定好看多久，看什么（三集儿歌一集小猪佩奇），看完孩子自己关电视了 //@大黑天: 可以看看主权儿童这本书。我的做法就是和孩子约定好时间，我们现在就是每天可以看20分钟。周末可以看2次但是需要分开时间段。
君泽: 说个最近的养娃的事情。 桔子现在习惯洗澡之后看个电视，叫巴塔木，儿歌动画。那我允许他看，但不想让他看太久，于是腾讯视频有个儿童锁功能，可以限制孩子看多少集。 最早的时候，桔子很乖，他会跟着电视一起说，电视机先生累了，然后讨论下那个屏幕上的小电视没盖被子会不会着凉，乖乖自己关掉电视去睡觉。 但是，我犯了个错误。 前几天，桔子看完电视，但姥姥没洗完澡（都是姥姥带睡），于是我解开了锁，给他看了一集小猪佩奇。 桔子大概发现了，那个锁是骗人的，并不是客观存在的，而且是可以解开的。 于是最近几天，他每天都会看完巴塔木吵着再看一集佩奇--但倒也是很乖，看完佩奇就自己关电视去睡了。 问了下我的育儿老师，老师说，首先这个孩子很聪明，他很清楚规则边界在哪儿，而且你们制定规则时候，没有经过他同意。 所以要再跟他商量，比如为什么只能看十分钟（对眼睛不好，对身体不好），也可以商量十分钟可以看什么。 明天试试看。
0 00
二胎是有这个问题，会提前接触娱乐。我有些朋友家里直接把电视扔了，不给孩子接触屏幕，但我咨询了下我的育儿老师，说每天二十分钟，每次不超过十分钟，还是可以接受的。电视的问题不光是蓝光刺激，还有会让孩子无互动，这个日常会补足一下 //@WoodyBuendia: 我比较保守，我觉得越晚看视频或者动画越好。我儿大班现在每天晚上看一集汪汪队。
我们家有群晖，我给他下好了，他自己开电视看一集，然后关掉。
问题是，妹妹现在三岁半，每天也跟着看😂
我们家有群晖，我给他下好了，他自己开电视看一集，然后关掉。
问题是，妹妹现在三岁半，每天也跟着看😂
君泽: 说个最近的养娃的事情。 桔子现在习惯洗澡之后看个电视，叫巴塔木，儿歌动画。那我允许他看，但不想让他看太久，于是腾讯视频有个儿童锁功能，可以限制孩子看多少集。 最早的时候，桔子很乖，他会跟着电视一起说，电视机先生累了，然后讨论下那个屏幕上的小电视没盖被子会不会着凉，乖乖自己关掉电视去睡觉。 但是，我犯了个错误。 前几天，桔子看完电视，但姥姥没洗完澡（都是姥姥带睡），于是我解开了锁，给他看了一集小猪佩奇。 桔子大概发现了，那个锁是骗人的，并不是客观存在的，而且是可以解开的。 于是最近几天，他每天都会看完巴塔木吵着再看一集佩奇--但倒也是很乖，看完佩奇就自己关电视去睡了。 问了下我的育儿老师，老师说，首先这个孩子很聪明，他很清楚规则边界在哪儿，而且你们制定规则时候，没有经过他同意。 所以要再跟他商量，比如为什么只能看十分钟（对眼睛不好，对身体不好），也可以商量十分钟可以看什么。 明天试试看。
0 30
在星巴克看一个采访对象的资料，翻出来他大学时候写的东西，星巴克里响起来这首歌。如果现在是冬天，一切就都恰好了
Gilmore Girls
3 00
说个最近的养娃的事情。
桔子现在习惯洗澡之后看个电视，叫巴塔木，儿歌动画。那我允许他看，但不想让他看太久，于是腾讯视频有个儿童锁功能，可以限制孩子看多少集。
最早的时候，桔子很乖，他会跟着电视一起说，电视机先生累了，然后讨论下那个屏幕上的小电视没盖被子会不会着凉，乖乖自己关掉电视去睡觉。
但是，我犯了个错误。
前几天，桔子看完电视，但姥姥没洗完澡（都是姥姥带睡），于是我解开了锁，给他看了一集小猪佩奇。
桔子大概发现了，那个锁是骗人的，并不是客观存在的，而且是可以解开的。
于是最近几天，他每天都会看完巴塔木吵着再看一集佩奇--但倒也是很乖，看完佩奇就自己关电视去睡了。
问了下我的育儿老师，老师说，首先这个孩子很聪明，他很清楚规则边界在哪儿，而且你们制定规则时候，没有经过他同意。
所以要再跟他商量，比如为什么只能看十分钟（对眼睛不好，对身体不好），也可以商量十分钟可以看什么。
明天试试看。
桔子现在习惯洗澡之后看个电视，叫巴塔木，儿歌动画。那我允许他看，但不想让他看太久，于是腾讯视频有个儿童锁功能，可以限制孩子看多少集。
最早的时候，桔子很乖，他会跟着电视一起说，电视机先生累了，然后讨论下那个屏幕上的小电视没盖被子会不会着凉，乖乖自己关掉电视去睡觉。
但是，我犯了个错误。
前几天，桔子看完电视，但姥姥没洗完澡（都是姥姥带睡），于是我解开了锁，给他看了一集小猪佩奇。
桔子大概发现了，那个锁是骗人的，并不是客观存在的，而且是可以解开的。
于是最近几天，他每天都会看完巴塔木吵着再看一集佩奇--但倒也是很乖，看完佩奇就自己关电视去睡了。
问了下我的育儿老师，老师说，首先这个孩子很聪明，他很清楚规则边界在哪儿，而且你们制定规则时候，没有经过他同意。
所以要再跟他商量，比如为什么只能看十分钟（对眼睛不好，对身体不好），也可以商量十分钟可以看什么。
明天试试看。
3 72
中国的约束结构正好跟美国反过来——这比单纯的"中国电力够用"有意思得多。
镜像困境
芯片
• : 芯片
• 美国: 有 H100/B200，但交付周期长
• 中国: 没有高端 GPU，被制裁
电力
• : 电力
• 美国: 不够——电网扩容每年 1-2%，AI 需求涨 25%
• 中国: 相对充裕，尤其西部
冷却水
• : 冷却水
• 美国: 亚利桑那已经在限制新建
• 中国: 西部水资源紧张，但东部还好
**核心瓶颈**
• : 核心瓶颈
• 美国: 有芯片，没电插
• 中国: 有电，没芯片插
这是两个完全相反的约束条件，导致了两个完全不同的进化方向。
中国的真实瓶颈不是电
中国 2024 年发电量约 9.4 万亿度，是美国的近两倍。过去十年中国电网扩容速度远超美国——特高压、西电东送、新能源装机都是世界第一。一个万卡集群的 7MW 功耗，在中国西部（贵州、内蒙古、宁夏）的电力系统里不算什么。
中国的瓶颈是：你有一屋子插座，但没有能插进去的插头。
具体来说，四层瓶颈：
1. 芯片数量不够
- 华为昇腾 910B 的单卡算力约为 A100 的 60-80%（取决于精度和负载）
- 好消息是能用了。坏消息是需要更多卡才能达到同等算力——功率需求就上去了
- 据 SemiAnalysis 估算，中国 AI 公司的 GPU 总算力约等于美国的 5-10%
- 而且不只是训练卡缺——推理卡也缺。长上下文推理的 KV Cache 需要大量显存，低端卡放不下
2. 互联带宽低于英伟达
- NVLink + InfiniBand 的组合不只是"更快"——它让几千张 GPU 可以近似"一张 GPU"来编程
- 国产芯片的互联方案（比如昇腾的 HCCS）在单机 8 卡级别可以，但跨节点（几百几千张卡）的通信效率和稳定性还是比不过
- 这就是朱亦博在聊的那个东西——不是单卡算力，是卡和卡之间的通信
3. 软件生态——CUDA 的护城河
- AMD 做了跟 H100 算力接近的 MI300X，但用得很少。因为 CUDA 上有几十万行优化过的 kernel、调试过的训练脚本、验证过的部署流程
- 华为的 CANN（对标 CUDA）在进步，但生态差距巨大。很多开源模型不能在昇腾上直接跑——需要移植适配
- 这不是"华为不行"——是英伟达用 15 年建了一套别的公司不可能用 3 年追上的软件体系
4. 人才结构
- 中国不缺 AI 算法人才（NeurIPS 论文作者中国占比很高）
- 但缺懂芯片和系统协同设计的人——这样的人全中国可能不超过三位数
- 因为过去十年中国 AI 人才的流向是算法 > 应用 > 产品，很少流向 Infra 和芯片
"电力充足"产生了什么意外影响
这个约束结构产生了几个反直觉的结果：
1. 制裁迫使效率创新——DeepSeek 不是故事，是样本
DeepSeek 的成功不是偶然的天才灵光——是在"没有足够 H100"这个约束下被逼出来的。如果梁文锋可以随便买到 5 万张 H100，他不会花那么多精力做 MLA 压缩 KV Cache、做细粒度 MoE、做自研通信库。
约束条件本身就是创新方向的选择器。 美国公司面对"电不够"的约束，创新方向是降低功耗（液冷、更高效芯片、低精度训练）。中国公司面对"芯片不够"的约束，创新方向是用更少的算力做更多的事（MoE、MLA、GRPO）。
这两个方向最终可能交汇——你最终想要的是"每瓦算力的智能产出最大化"——但路径完全不同。美国从"更多算力→优化功耗"走，中国从"更少算力→优化利用率"走。
2. "电力充足 + 芯片短缺"催生了西算东数
中国 2022 年启动"东数西算"工程——在西部（贵州、内蒙古、甘肃、宁夏）建巨型数据中心，东部做应用。西部的优势不是芯片——是电便宜、水便宜、地便宜、气候凉快。
这意味着中国不需要像美国那样在每个城市附近建数据中心——可以集中建在西部，用特高压送电、用光纤送数据。光纤的传输成本远低于输电成本。
这是中国在物理层的一个结构性优势——可以用空间换算力。美国的数据中心必须在用户附近（延迟敏感），中国可以把推理放东部、训练放西部。
但前提是：你得有足够多的芯片。否则西部的数据中心就是空房间。
3. 芯片短缺意外保护了中国电力系统
这不是开玩笑。如果中国有跟美国一样的 GPU 供应——以中国的数据中心建设速度，电力瓶颈可能比美国更严重。
2023 年中国数据中心用电量约 2700 亿度，占全国 3%。如果 GPU 不限购，这个数字可能翻倍甚至翻三倍——而中国的电力系统虽然比美国强，但要快速消化几十个 GW 的新增负荷仍然困难。
制裁反而给了中国电力系统一个缓冲期——让你有时间在芯片问题解决之前先把电网扩容做好。等国产芯片成熟了，电网也准备好了。这是制裁的意外正面效应。
中国 AI 的下一个瓶颈
如果芯片瓶颈在未来 3-5 年缓解（华为昇腾 + 其他国产芯片产能爬坡），中国的瓶颈会切换到哪儿？
我的判断不是电力——是高端互联带宽和先进封装。
- NVLink 5 的带宽是 1.8TB/s，华为 HCCS 最新一代大概是 600GB/s——三倍差距
- 更关键的是先进封装（CoWoS、3D 堆叠）——让 HBM 显存和 GPU 芯片离得足够近。台积电垄断了这项技术。没有先进封装，国产芯片的显存带宽上不去，KV Cache 放不下，长上下文推理就贵
- 而先进封装不只是技术问题——它需要极紫外光刻（EUV），ASML 垄断，也被制裁
所以下一层瓶颈是：即使芯片设计追上了，制造追不上；即使制造追上了，封装追不上；即使封装追上了，互联追不上。
这不是中国 AI 的末日——是意味着创新的方向会继续往"在给定约束下最大化效率"走。而历史经验是：被逼到墙角的人，往往比资源充裕的人做出更聪明的选择。
镜像困境
芯片
• : 芯片
• 美国: 有 H100/B200，但交付周期长
• 中国: 没有高端 GPU，被制裁
电力
• : 电力
• 美国: 不够——电网扩容每年 1-2%，AI 需求涨 25%
• 中国: 相对充裕，尤其西部
冷却水
• : 冷却水
• 美国: 亚利桑那已经在限制新建
• 中国: 西部水资源紧张，但东部还好
**核心瓶颈**
• : 核心瓶颈
• 美国: 有芯片，没电插
• 中国: 有电，没芯片插
这是两个完全相反的约束条件，导致了两个完全不同的进化方向。
中国的真实瓶颈不是电
中国 2024 年发电量约 9.4 万亿度，是美国的近两倍。过去十年中国电网扩容速度远超美国——特高压、西电东送、新能源装机都是世界第一。一个万卡集群的 7MW 功耗，在中国西部（贵州、内蒙古、宁夏）的电力系统里不算什么。
中国的瓶颈是：你有一屋子插座，但没有能插进去的插头。
具体来说，四层瓶颈：
1. 芯片数量不够
- 华为昇腾 910B 的单卡算力约为 A100 的 60-80%（取决于精度和负载）
- 好消息是能用了。坏消息是需要更多卡才能达到同等算力——功率需求就上去了
- 据 SemiAnalysis 估算，中国 AI 公司的 GPU 总算力约等于美国的 5-10%
- 而且不只是训练卡缺——推理卡也缺。长上下文推理的 KV Cache 需要大量显存，低端卡放不下
2. 互联带宽低于英伟达
- NVLink + InfiniBand 的组合不只是"更快"——它让几千张 GPU 可以近似"一张 GPU"来编程
- 国产芯片的互联方案（比如昇腾的 HCCS）在单机 8 卡级别可以，但跨节点（几百几千张卡）的通信效率和稳定性还是比不过
- 这就是朱亦博在聊的那个东西——不是单卡算力，是卡和卡之间的通信
3. 软件生态——CUDA 的护城河
- AMD 做了跟 H100 算力接近的 MI300X，但用得很少。因为 CUDA 上有几十万行优化过的 kernel、调试过的训练脚本、验证过的部署流程
- 华为的 CANN（对标 CUDA）在进步，但生态差距巨大。很多开源模型不能在昇腾上直接跑——需要移植适配
- 这不是"华为不行"——是英伟达用 15 年建了一套别的公司不可能用 3 年追上的软件体系
4. 人才结构
- 中国不缺 AI 算法人才（NeurIPS 论文作者中国占比很高）
- 但缺懂芯片和系统协同设计的人——这样的人全中国可能不超过三位数
- 因为过去十年中国 AI 人才的流向是算法 > 应用 > 产品，很少流向 Infra 和芯片
"电力充足"产生了什么意外影响
这个约束结构产生了几个反直觉的结果：
1. 制裁迫使效率创新——DeepSeek 不是故事，是样本
DeepSeek 的成功不是偶然的天才灵光——是在"没有足够 H100"这个约束下被逼出来的。如果梁文锋可以随便买到 5 万张 H100，他不会花那么多精力做 MLA 压缩 KV Cache、做细粒度 MoE、做自研通信库。
约束条件本身就是创新方向的选择器。 美国公司面对"电不够"的约束，创新方向是降低功耗（液冷、更高效芯片、低精度训练）。中国公司面对"芯片不够"的约束，创新方向是用更少的算力做更多的事（MoE、MLA、GRPO）。
这两个方向最终可能交汇——你最终想要的是"每瓦算力的智能产出最大化"——但路径完全不同。美国从"更多算力→优化功耗"走，中国从"更少算力→优化利用率"走。
2. "电力充足 + 芯片短缺"催生了西算东数
中国 2022 年启动"东数西算"工程——在西部（贵州、内蒙古、甘肃、宁夏）建巨型数据中心，东部做应用。西部的优势不是芯片——是电便宜、水便宜、地便宜、气候凉快。
这意味着中国不需要像美国那样在每个城市附近建数据中心——可以集中建在西部，用特高压送电、用光纤送数据。光纤的传输成本远低于输电成本。
这是中国在物理层的一个结构性优势——可以用空间换算力。美国的数据中心必须在用户附近（延迟敏感），中国可以把推理放东部、训练放西部。
但前提是：你得有足够多的芯片。否则西部的数据中心就是空房间。
3. 芯片短缺意外保护了中国电力系统
这不是开玩笑。如果中国有跟美国一样的 GPU 供应——以中国的数据中心建设速度，电力瓶颈可能比美国更严重。
2023 年中国数据中心用电量约 2700 亿度，占全国 3%。如果 GPU 不限购，这个数字可能翻倍甚至翻三倍——而中国的电力系统虽然比美国强，但要快速消化几十个 GW 的新增负荷仍然困难。
制裁反而给了中国电力系统一个缓冲期——让你有时间在芯片问题解决之前先把电网扩容做好。等国产芯片成熟了，电网也准备好了。这是制裁的意外正面效应。
中国 AI 的下一个瓶颈
如果芯片瓶颈在未来 3-5 年缓解（华为昇腾 + 其他国产芯片产能爬坡），中国的瓶颈会切换到哪儿？
我的判断不是电力——是高端互联带宽和先进封装。
- NVLink 5 的带宽是 1.8TB/s，华为 HCCS 最新一代大概是 600GB/s——三倍差距
- 更关键的是先进封装（CoWoS、3D 堆叠）——让 HBM 显存和 GPU 芯片离得足够近。台积电垄断了这项技术。没有先进封装，国产芯片的显存带宽上不去，KV Cache 放不下，长上下文推理就贵
- 而先进封装不只是技术问题——它需要极紫外光刻（EUV），ASML 垄断，也被制裁
所以下一层瓶颈是：即使芯片设计追上了，制造追不上；即使制造追上了，封装追不上；即使封装追上了，互联追不上。
这不是中国 AI 的末日——是意味着创新的方向会继续往"在给定约束下最大化效率"走。而历史经验是：被逼到墙角的人，往往比资源充裕的人做出更聪明的选择。
4 11
前些天听了个分享，一个观点是，在AI领域稀缺要素可能每18个月就会换一次——跟摩尔定律差不多。
简单算了一下：
2016-2018
• 时间: 2016-2018
• 瓶颈: 人才
• 谁是印钞机: Geoffrey Hinton 们
• 瓶颈什么时候破裂: 工具民主化了（PyTorch、Colab）
2018-2021
• 时间: 2018-2021
• 瓶颈: 算力
• 谁是印钞机: 英伟达
• 瓶颈什么时候破裂: AMD/Huawei/Cerebras 在追
2021-2023
• 时间: 2021-2023
• 瓶颈: 数据
• 谁是印钞机: Reddit、纽约时报（这个我存疑）
• 瓶颈什么时候破裂: 合成数据 + 自监督
2023-2024
• 时间: 2023-2024
• 瓶颈: 互联带宽
• 谁是印钞机: InfiniBand（英伟达又赚一轮）
• 瓶颈什么时候破裂: 以太网联盟在 push
2024-现在
• 时间: 2024-现在
• 瓶颈: 电力
• 谁是印钞机: Constellation、Vistra
• 瓶颈什么时候破裂: ？
下一个？
• 时间: 下一个？
• 瓶颈: 冷却水
• 谁是印钞机: 谁拥有五大湖？
• 瓶颈什么时候破裂: —
英伟达聪明的地方不是"垄断了 GPU"——是他们每次都能押中下一个瓶颈是什么。Mellanox（InfiniBand）是 2019 年 $7B 买的，当时大家觉得贵疯了——现在看那是过去十年 AI 行业最划算的一笔收购。
冷却水这事以前没想过，一个万卡数据中心每天蒸发的水量相当于一个小型湖泊。微软的数据中心水消耗量过去两年涨了 34%。亚利桑那和爱荷华已经在限制新建数据中心了——不是因为缺电，是缺水。
如果 AI 行业最终卡在了自然资源上（电、水、土地）——那它的权力结构就完全不像互联网了。互联网的权力集中在数据层（Google 控制搜索、Meta 控制社交图谱）。AI 的权力可能最终集中在物理世界的稀缺资源控制者手里——那跟互联网的赢家是完全不同的一群人。
这可能是我见过的最奇怪的产业演化——一个纯数字技术，最终被纯物理约束锁死了上限。
简单算了一下：
2016-2018
• 时间: 2016-2018
• 瓶颈: 人才
• 谁是印钞机: Geoffrey Hinton 们
• 瓶颈什么时候破裂: 工具民主化了（PyTorch、Colab）
2018-2021
• 时间: 2018-2021
• 瓶颈: 算力
• 谁是印钞机: 英伟达
• 瓶颈什么时候破裂: AMD/Huawei/Cerebras 在追
2021-2023
• 时间: 2021-2023
• 瓶颈: 数据
• 谁是印钞机: Reddit、纽约时报（这个我存疑）
• 瓶颈什么时候破裂: 合成数据 + 自监督
2023-2024
• 时间: 2023-2024
• 瓶颈: 互联带宽
• 谁是印钞机: InfiniBand（英伟达又赚一轮）
• 瓶颈什么时候破裂: 以太网联盟在 push
2024-现在
• 时间: 2024-现在
• 瓶颈: 电力
• 谁是印钞机: Constellation、Vistra
• 瓶颈什么时候破裂: ？
下一个？
• 时间: 下一个？
• 瓶颈: 冷却水
• 谁是印钞机: 谁拥有五大湖？
• 瓶颈什么时候破裂: —
英伟达聪明的地方不是"垄断了 GPU"——是他们每次都能押中下一个瓶颈是什么。Mellanox（InfiniBand）是 2019 年 $7B 买的，当时大家觉得贵疯了——现在看那是过去十年 AI 行业最划算的一笔收购。
冷却水这事以前没想过，一个万卡数据中心每天蒸发的水量相当于一个小型湖泊。微软的数据中心水消耗量过去两年涨了 34%。亚利桑那和爱荷华已经在限制新建数据中心了——不是因为缺电，是缺水。
如果 AI 行业最终卡在了自然资源上（电、水、土地）——那它的权力结构就完全不像互联网了。互联网的权力集中在数据层（Google 控制搜索、Meta 控制社交图谱）。AI 的权力可能最终集中在物理世界的稀缺资源控制者手里——那跟互联网的赢家是完全不同的一群人。
这可能是我见过的最奇怪的产业演化——一个纯数字技术，最终被纯物理约束锁死了上限。
3 21