【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