# 90: 当每个国家都想要自己的大模型？与云启陈昱聊主权 AI 晚点聊 LateTalk · 2024-11-20 云启资本合伙人陈昱做客《晚点聊》，与主持人程曼祺深入探讨“主权AI”——各国政府自建大模型和AI基础设施的全球浪潮。节目指出，英伟达CEO黄仁勋正大力推动这一概念，英伟达预计其主权AI业务收入今年将从0增长至近100亿美元。陈昱认为主权AI本质是需求真实的to G市场，机会遍布算力中心、芯片、AI基础软件及模型出海，例如他已投资壁仞联创徐凌杰的新项目，专注底层算力软件优化。节目还梳理了中国智算中心建设现状：截至2024年5月底，中国大陆已有280多座智算中心，140个项目的投资总额达4300亿元，可统计算力规模为36.93万P，并指出地方政府招商引资是重要驱动力。针对风险，陈昱警示过度投资导致算力过剩、GPU快速换代造成浪费，以及国内to G业务账期过长。对话最后也触及主权AI对普通人的影响，既可能带来更智能的政务服务，也可能使政府管控更密集，引发AI伦理忧思。 ## Questions this episode answers ### 什么是主权 AI？ 陈昱解释，主权 AI 指主权国家拥有与自身 AI 相关的东西，包括大模型、算力中心和其他 AI 应用。他认为即使没有地缘政治变化，各国也有真实需求；黄仁勋在世界政府峰会上说，每个国家都要占有自己的智力生产力，包含自己的文化、社会智慧、常识和历史，不能容许别人替自己做。 [3:23](https://latetalk.podhood.com/aacd3a1b-84f9-4215-bead-b27e6e92e1cb?t=203000) ### 为什么以前没有“主权互联网”，现在却强调“主权 AI”？ 陈昱说，AI 有自己的价值观，不同国家的文化、语言和政治体系不一样，反映出的价值观也不同；而且 AI 能极大提高国家生产力，影响上升到国家竞争力层面。互联网时代更多是提供公民服务或展示文化，不需要采购这么多 AI 基础设施板卡设备，所以当时不强调主权互联网。 [7:10](https://latetalk.podhood.com/aacd3a1b-84f9-4215-bead-b27e6e92e1cb?t=430000) ### 主权 AI 会带来哪些创业和投资机会？ 陈昱认为最直接的机会在算力层：海外大概率采购英伟达板卡，国内建设算力中心要优先采用国产 AI 芯片，主要是华为升腾，但卡在芯片制造和 CUDA 生态。他也看到中间层软件、异构计算的机会，投了壁仞总裁徐凌杰的新项目；此外各国本地大模型、中国模型人才出海、液冷和数据中心互联互通都是机会。 [9:53](https://latetalk.podhood.com/aacd3a1b-84f9-4215-bead-b27e6e92e1cb?t=593000) ### 主权 AI 对普通人有什么影响？ 陈昱说，普通人可能没有感知，但某天用政府 APP 觉得特别智能，那可能正是主权 AI 在后面发挥作用；它会慢慢渗透进日常生活，不会 overnight 突变。他也提到担忧包括 AI 减少工作机会，但新技术也会创造新工种；数字化从互联网时代就使国家更容易掌控个人。 [44:50](https://latetalk.podhood.com/aacd3a1b-84f9-4215-bead-b27e6e92e1cb?t=2690000) ## Key moments - **[0:00] 开场** - [0:29] 黄仁勋与孙正义在东京英伟达AI峰会宣布合作：软银将用英伟达Blackwell平台构建日本最强大AI超级计算机；日本政府随后承诺未来十年为半导体和AI提供超650亿美元支持 - [0:50] "每个国家都要占有自己的智力生产，它包含了你的文化、社会智慧、常识和历史，因此你必须拿到和完善这些数据，并拥有自己的国家情报，你不能容许其他人这么做。"——黄仁勋谈主权AI - **[2:47] 主权AI** - [3:23] Q: 什么是主权AI？陈昱：主权AI就是每个主权国家都拥有自己的AI大模型、算力中心以及AI相关应用 - **[5:09] 英伟达** - [5:36] 英伟达今年Q1电话会预计主权AI收入将从去年的0增至近100亿美元，占其去年数据中心业务475亿美元的五分之一以上 - [7:05] 陈昱：AI自带国家价值观，各国文化、语言和政治体系不同，因此AI体现的价值观不同；这就是现在讲主权AI而非主权互联网的原因 - [9:13] 陈昱：即使没有地缘政治变化，各国政府也有真实的主权AI需求；本质上就是有真实需求的to G大客户市场 - [9:53] 陈昱：主权AI最直接的机会在算力层——海外采购英伟达卡建算力中心，国内优先采用华为昇腾，但卡脖子仍在芯片制造环节 - **[9:54] 算力机会** - [11:24] 陈昱：国产芯片的软件生态是机会，例如无问星球做异构计算，让机器学习工程师无需关心底层GPU兼容 - [12:24] 云启资本已投壁仞联创徐凌杰的新项目，做底层算力软件优化，避开芯片制造的现实困难 - [14:35] 肯尼亚将斥资10亿美元与阿联酋G42合建数据中心，并训练斯瓦西里语AI大模型 - **[15:27] 人才出海** - [16:17] 李开复在中东人脉深、担任沙特国王科技大学校董，邢波任校长；中东主权AI成为华人科学家和团队的新机会 - [17:58] 除创业公司外，阿里、字节等中国互联网大厂也在和东南亚国家接触，参与当地主权AI建设 - [18:19] 陈昱：中国芯片出海暂时没条件，因为本国算力需求巨大、产能不足，软件生态也未解决 - [21:44] 陈昱预测：中国AI芯片自给自足后会对外输出到中东、非洲等市场，类似电动车产业，将影响英伟达生意 - **[22:06] 基建技术** - [22:26] 陈昱：智算中心建设带来液冷、低PUE数据中心设计和高性能网卡替代NVLink等技术机会 - [23:58] 主权AI各国模式不同：日本支持市场化创业公司Sakana AI，沙特由皇室主导成立数字化公司，东南亚与互联网大厂招标合作 - [24:47] "中国也有类似动作，只不过不叫主权AI，叫自主可控，其实就是主权的意思"——陈昱 - **[24:55] 建设热潮** - [25:11] 截至2024年5月底中国大陆建成/在建智算中心280多座，覆盖所有省级行政区；可统计的140个项目投资总额4300亿元、算力36.93万P - [26:27] 晚点三里屯办公室附近某大厦内就有智算中心，占两层楼，算力只有几十P到上百P - [27:04] 地方政府招商推动智算中心竞赛：亦庄曾承诺给海淀AI企业算力资源，但该企业最终没有落户 - [29:42] 陈昱担心GPU迭代太快：今天算力芯片两三年就被淘汰，现在大张旗鼓建智算中心可能造成浪费 - [30:43] "这体量是很大的，但我想不到有这么大的需求量，我目前看不到这么大的需求量"——陈昱谈280多座智算中心 - **[32:50] 回报与耐心** - [33:03] 陈昱：主权AI能否成功最关键是有钱有决心；算力可用钱买，数据各国都有，人才可全球流动，资金是最大考量 - [34:02] Q: 各国政府投主权AI怎么算回报？陈昱：优先看能否提高政府部门工作效率，这是衡量ROI的重要因素 - [36:18] 科大讯飞因无法用英伟达卡，与华为昇腾团队紧密合作训练星火大模型，华为派一两百人驻场解决软件问题 - [37:41] "如果连7年耐心都没有，那就不应该投AI"——陈昱谈主权AI的投资回报周期 - **[38:13] 产业链变化** - [38:23] 陈昱：英伟达市占率已到顶点，主权AI带来新蛋糕，AMD、Intel、华为等竞争者会更积极抢份额 - [39:52] Stony估算：英伟达主权AI收入未来两到三年保守每年40亿美元，乐观全球渗透除中国每年超200亿美元；陈昱认为不夸张 - [40:42] 陈昱：挑战英伟达很难，芯片设计制造周期长，台积电高端制程产能优先给苹果和英伟达 - [42:10] 陈昱：to G不算好生意主要因账期长、需大量流动资金；海外to G账期可控，中国账期长问题突出 - **[43:04] 社会影响** - [43:04] 陈昱担忧算力过剩：各地过度建设会增加地方债务和支付困难，智算中心审批目前力度较弱 - [43:55] 政府智算中心合同已新增运营KPI和使用率要求，避免建完后闲置两三年被技术淘汰 - [44:45] 陈昱：普通人会不知不觉受益于主权AI，例如政府APP变得更智能；AI是缓慢渗透而非突变 - **[45:25] 管控伦理** - [45:31] 陈昱：AI会减少部分工作但创造新工种；数字化已让国家更容易掌控个人，AI时代管控可能更严密 - [46:16] 已有研究通过收集个人过往行为数据判断犯罪可能性，陈昱表示这类研究必须通过学术伦理评估 - **[47:04] 结语** ## Speakers - **曼祺** (host) - **陈昱** (guest) ## Topics AI模型团队动态, VC行业观察 ## Mentioned AMD (company), Intel (company), MiniMax (company), Sakana AI (company), Zilliz (company), 云启资本 (company), 华为 (company), 台积电 (company), 商汤 (company), 壁仞 (company), 字节 (company), 无问芯穹 (company), 科大讯飞 (company), 英伟达 (company), 阿里 (company) ## Transcript ### 开场 **曼祺** [0:10] 上周三 ， 英伟达的黄仁勋和软银的孙正义相拥于日本东京英伟达 AI 峰会 。 这两人除了商业互吹和共叙往事 ，也提到了一个合作计划 ， 那就是软银正在使用英伟达的下一代 B 卡 ，也就是 Blackwell 平台 ， 构建日本最强大的 AI 超级计算机 。 差不多一周前 ， 日本政府还承诺 ， 未来十年会为日本的半导体和 AI 行业提供超过 650 亿美元的支持 。 不光日本 ， 从去年到今年， 全球的多个政府 ， 包括欧盟 、 新加坡 、 沙特 、 东方文明古国印度 ， 甚至肯尼亚 ， 都提出了数十亿美元到 1000 亿美元不等的 AI 投资计划 。 它们指向同一个目标 ： 主权 AI。在今年 2 月的 " 世界政府峰会 " 上， 黄仁勋如此描述主权 AI 的必要性 。他说 ：" 每个国家都要占有自己的智力生产力 ， 它包含了你自己的文化 、 社会智慧 、 常识和历史 ，因此你必须拿到和完善这些数据 ，并拥有自己的国家情报 ， 你不能容许其他人这么做 。" 这期节目 ， 我们就邀请了长期投资基础软件和 AI 领域的云启资本合伙人陈昱 ， 来和我们一起聊一聊主权 AI： 当每个国家都想拥有自己的大模型和 AI 基础设施 ， 这带来了哪些环节的机会 ， 又可能有哪些潜在风险 。 我们就正式进入节目吧 。 大家好 ， 欢迎收听本期的 《 晚点聊 》。 今天的主播是曼祺 ， 今天我们邀请到了云启资本的合伙人陈昱 。 我跟陈昱最开始认识应该是 1819 年那会儿 ，是采访 Zilliz 那个项目的时候 。其实 23 年的 AI 热潮之后，Zilliz 这个公司又火了一把 。 它是做向量数据库的 ， 就在新的这一波浪潮里 ， 它又会有一些用武之地 。 所以陈昱其实是从很早的时候就开始在关注基础软件技术 ，在这个领域也一直有一些投资和出手 。他也是 MiniMax 比较早期的投资人。 你可以先和我们的听众打个招呼 。 **陈昱** [1:59] 嗨 ， 大家好 ， 我是云启资本的陈昱 。 那我自己本身就是计算机毕业 ， 然后毕业以后的话呢 ， 我就在 Google 的纽约和上海办公室做这个软件工程师 。 之后的话呢 ， 我在芝大读了一个 MBA 学位 ， 然后就此进入了创投领域吧 。 然后从芝大出来的话呢 ， 我先是做了一家创业公司 ， 然后这家创业公司最终上了新三板 。 后来的话呢 ， 我就在十年前和毛丞宇和黄榆镔两位同事一起就创立了云启资本 ， 然后到现在已经十个年头了 。 我主要还是看和我专业相关的软件方面一些投资 ， 就包括说像大数据 、 像 AI，以及这种机器人智能驾驶这方面的 。 ### 主权AI **曼祺** [2:47] 那今天我们想聊的一个话题是 ， 前段时间有一次我们在交流说最近的 AI 有一些什么新的动向 ， 然后陈昱提到他非常关注的有一个趋势之一 ， 就是主权 AI。 然后主权 AI 它可能和一般的消费者会离得稍微远一点 ，因为它不是直接在应用层的 ， 它是更偏基础层和底层的 。 但是这个一般人可能没有特别注意到的领域 ，其实也在发生很大的变化 ，而且有很多的机会 。 那它也有可能会带来一些正面或者负面的影响 ， 我觉得都是非常值得讨论一下的 。 你可以先讲讲就是主权 AI 是什么 ，因为可能有些听友对这个不是特别熟悉 。 **陈昱** [3:23] 对 ， 主权 AI 其实就正如字面意思 ， 就像主权的话其实就代表着主权的国家 。 像咱们中国 、 美国 、 新加坡 、 日本 ， 这些都是主权国家 。 那么主权 AI 的话呢 ， 就是说呢 ， 每个国家呢都拥有自己与 AI 相关的东西 ， 这里面就包括说 AI 的大模型 ，以及算力中心 ，以及其他和 AI 相关的应用 。 **曼祺** [3:49] 嗯 ， 你自己是什么时候开始比较明显地感受到大家讨论这个方向比较多呀 ？ **陈昱** [3:55] 这两三年其实是一直都有在讨论的 ，但我们一开始讨论的点呢 ， 就在于说 ， 像美国其实对中国是有一个算力上的一些封锁 ， 就通过半导体法案 。 那在这里面的话呢 ， 我们当时有个很自然的想法 ， 就是说呢 ， 未来中国和美国的 AI 生态会是两套 ： 中国会有自己的算力芯片 、 算力中心 ，以及自己的大模型 。 就是从这个话题延展出去的话呢 ， 我们后来也做了点研究 ， 就发现呢 ， 这个现象呢不是独一的 。其实你去看啊 ， 就像沙特 ， 它自己的沙特阿美也成立了自己的数字化公司 ， 去运营自己的数据中心和 AI 模型 。 **曼祺** [4:39] 对 ， 它今年有一个新的公司叫 MGX。 **陈昱** [4:42] 对 ， 然后呢 ， 我们以前 Google 共事的同事呢 ，也有人去了日本 ， 然后呢创立了还有那一家公司叫做 Sakana AI。 那个其实你也可以被看成说是日本的主权 AI。 嗯 ， 对 ， 就你会发现说其实是有不少这样的案例的 。 那当然说了像法国的总统啊 ， 还有说我们熟悉的 Nvidia 黄教主啊 ，也在不同的场合里面去提到过这个概念 。 ### 英伟达 **曼祺** [5:09] 我觉得今年开始这个关键词会变得更火 ，其实跟英伟达和黄仁勋的一些行动和他的一些说法是挺有关系的 。 因为今年初的时候他去参加了世界政府峰会 ， 然后他是有专门去提到了这个概念的 。他当时的说法是说每个国家都需要占有自己的智力生产 ， 然后也说就是这是为什么大家会有主权人工智能这个概念 ，因为它跟你的文化 、 语言 、 社会常识 、 历史这些都是紧密相关的 。 然后他们今年 Q1 的电话会上也说到了这个点 ， 说他们自己今年的就这一块的收入啊 ， 可能会从去年的 0 要增长到接近 100 亿吧 。100 亿美元的话 ，在英伟达的这一块业务里其实也是不小的量 ，因为它整个去年的数据中心的业务差不多是 475 亿美元 ， 那也就是占到了超过 1/5。 对它自己来说也是个很大的增量 。 你觉得是它特别强推这个概念 ， 就对这个东西的普及会有什么新的影响吗 ？ **陈昱** [6:01] 我觉得这也不是强推的概念吧 ， 就是说每个国家其实肯定都想拥有自己的一套 AI 基础设施 ， 然后说有自己的大模型 ， 这样去保证说自己在数字时代里面国家的一个竞争力嘛 。 那为什么说会占了英伟达业绩的这么多 ， 你其实也很好理解 ， 就是因为说一个算力中心 ， 它想要消耗的算力芯片其实是巨大的 ，而且你就想可以把国家看成是非常有钱的一个大客户 ，他们要进行采购肯定都是一个大手笔的嘛 。 **曼祺** [6:37] 就是你去美国也比较频繁嘛 ， 你刚才也说到 6 月份的时候刚去过 。在美国除了英伟达之外 ，其他人会讨论这个话题吗 ？ **陈昱** [6:45] 其实这个东西呢 ， 就是大家多多少少都会有这个概念 ，但呢就不一定说是日常会去讨论的一个东西 。 因为毕竟来说的话呢 ， 这个东西如果你撇开它的一个政治因素的话 ， 那其实国家就是一个大客户行为而已 。 **曼祺** [7:02] 就是一个 to G 的业务其实 。 **陈昱** [7:03] 对 ， 一个 to G 的业务 。 **曼祺** [7:05] 嗯 ， 为什么以前互联网的时候好像没有讲什么主权互联网 ，但现在会讲主权 AI？ **陈昱** [7:10] 因为像这里面的话呢 ，AI 其实是有自己的价值观在里面的 。 你会知道说像价值观这个东西呢 ，其实不同国家有自己的文化 ， 然后语言以及政治体系 ， 所以说呢 ， 它反映出来的价值观呢也是不一样的 。 但其实说呢 ， 这个你在互联网时代的话呢 ， 像这种国家特有的一些因素相对来说就会小一点点 。 就是像以前互联网时代的话呢 ， 每个国家呢你可能有自己的网站 ， 或者说有自己独有的一个 APP，但更多的是提供一个公民的一些服务 ， 或者说展示自己国家的一些文化 。 但是呢 ， 就不会说去反映到说这种经济上面来 ，因为你毕竟不需要说采购这么多的这个 AI 基础设施的一些板卡设备这些 。 **曼祺** [8:02] 不过当年互联网就是 ， 比如说你做那个什么主干网络啊 ， 包括你搞一些基站 ， 这不也算是很大的 。 **陈昱** [8:08] 但是它没有国家特征在这里面 。 你想想啊 ， 就是我采用的都是标准的一些网络设备嘛 ， 对吧 ？ **曼祺** [8:15] 嗯 。 **陈昱** [8:16] 但是即使说我刚才说的是 ， 你在上面再构造一个网页或者 APP 的话 ， 实际上是花不了多少人力物力 ， 至少说和现在 AI 时代比的话 。 **曼祺** [8:26] 还有一个原因是不是因为互联网的开始有价值观这件事情是比较晚才发生的 ？ 因为其实你到了社交平台的那个阶段之后， 我觉得它是有一些价值观 ， 或者说有一些国家之间的竞争的东西 ， 包括之前美国大选 ， 然后在 Facebook 上可能也有一些美国之外的公司 ， 或在上面做一些这种信息的传播 ， 或者去影响民意什么的 。 **陈昱** [8:48] 对 ，但是它没有上升到国家竞争力的一个层面上来看 。 像 AI 本身的话 ，是可以极大的提高说一个国家的生产力的 。 **曼祺** [8:59] 嗯 。 **陈昱** [8:59] 所以说这个影响会比单纯意识层面上面会更加大一点点 。 **曼祺** [9:04] 所以你觉得这个东西主要是 AI 相比于互联网和移动互联网的技术特性导致的 ，而不是说现在地缘政治的环境的变化导致的 ？ **陈昱** [9:13] 对 ， 没有地缘政治的话 ，其实大家都有这么一个需求 。 **曼祺** [9:17] 嗯 ， 就即使没有地缘政治 ，其实大家也会有投入这个预算 ， 就各国家的政府 ， 对吧 ？ **陈昱** [9:23] 对 ， 所以就回到我刚才说的话 ，其实大家更多的是在商言商 ， 把它看成一个巨大的商业机会 。 **曼祺** [9:29] 所以它是个 to G 的业务 ，但它是一个有真实市场化需求的一个方向 。 **陈昱** [9:35] 有真实需求的一个市场吧 。 **曼祺** [9:36] OK， 就你是这么去理解的 。 所以其实在这个过程中间 ， 肯定也会出现很多新的机会 ， 对吧 ？ 我们可以先从你们的实践开始聊一聊啊 ， 就比如说你们自己在这个里面 ， 你们觉得不管是你们去投资新的公司 ， 还是说你们已经被投的一些企业的业务增长 ， 你有看到什么新的机会 ？ **陈昱** [9:54] 对 ， 我觉得一个最明显的机会肯定就是算力中心的建设 。其实像海外的话呢 ， 那大家还是大概率会去采购英伟达的板卡 。 ### 算力机会 **陈昱** [10:05] 你刚才也说了 ， 像英伟达很大一部分业务其实增量是在这里 。 那在国内的话 ，在建新的算力中心的时候呢 ， 需要优先采用我国自己的 AI 算力芯片 。 **曼祺** [10:18] 嗯 ， 现在其实主要就是华为升腾 。 **陈昱** [10:20] 对 ， 主要是华为升腾 。 但是你说像其他的话 ，其实之前 VC 投的一些算力芯片公司也会有一些小批量的出货吧 。 **曼祺** [10:29] 你说的 VC 投就包括已经上市的寒武纪 。 **陈昱** [10:32] 寒武纪啊 ， 天数啊之类的 ， 对 ， 随缘啊 。 **曼祺** [10:35] 对 ， 随缘最近也要上市了 。 **陈昱** [10:37] 是的 ， 就是像这些大家其实也挺熟悉的 ，但其实卡脖子还是卡在芯片制造环节 。 **曼祺** [10:43] 对对对 ， 颤抖 。 因为我们也跟一些在这个行业里面 ， 就是去服务政府做这种计算中心的人去聊嘛 ，他们说其实现在就是你想用就华为之外的别的厂商也是很难的 ，因为这个没有量 。 **陈昱** [10:56] 对 ， 我觉得是两方面吧 ， 一个是量的一个问题 ， 对吧 ？ 那即使有量的话呢 ， 你到上面呢还会涉及到 CUDA 生态的一个问题 。 **曼祺** [11:06] 嗯 。 **陈昱** [11:06] 因为 CUDA 毕竟是服务于英伟达的一个板卡的生态嘛 ，GPU 的生态 。 但是说呢 ， 就像华为的话 ， 它有自己的机器学习框架 ， 那在这个时候的话呢 ， 就还有另外一个机会 ， 就是软件的机会 。 就像说无问星球 ， 它就说它自己就是能够做这种异构计算 ， 然后说能够去 support 不同种类的板卡 。 当然说华为也是其中之一 。 **曼祺** [11:31] 就是它下面是一个异构的架构 。 **陈昱** [11:33] 对 ， 异构的芯片架构 。 因为你不可能让一个机器学习工程师 ，他天天搞的都是说机器学习网络结构这种人， 然后去研究说到底下面的这个怎么去兼容某某 GPU 卡 。 像这种东西它是不希望去做的 ， 它希望就是一个相对比较透明的一个东西 ， 拿来就可以用 。 **曼祺** [11:53] 你们投了无问星球是吗 ？ **陈昱** [11:54] 我们没有投无问星球 。 **曼祺** [11:55] 你们没有投 ？ **陈昱** [11:56] 对 。 **曼祺** [11:56] 你是想到说就有这一类 。 **陈昱** [11:58] 有这一类的 。 就包括说我们其实是投了徐凌杰 。 对 ， 徐凌杰就是壁仞的总裁 ，他其实从壁仞出来也是看到了同样的机会 ， 徐凌杰也看到了软件上面的这一层机会 。他从壁仞出来 ，因为他之前几年都是在做芯片的这个产业嘛 ，也知道说芯片会有很多现实的一些问题 ，其实制造环节就是一个巨大的一个问题 。 所以为什么说他这次出来选择创业 ，其实是想去做上面一层 ， 就是偏这种底层算力软件优化这一层面 。 **曼祺** [12:33] 嗯 ， 我们之前还跟一流科技的袁庆辉聊过 ， 当然那是他之前的公司 。 **陈昱** [12:38] OneFlow， 对吧 ？ **曼祺** [12:39] 对 ，OneFlow 那之前嘛 ， 后来他不是被光年之外收购 ， 然后他后来又自己出来做了这个硅基流动 ， 对 ， 就是他新的公司 ，他们也是做这个上面的一层 ，但它可能要比你说的这个要再上一层 ， 它是做推理的优化的 。 **陈昱** [12:51] 对 ， 大概其实你就可以把它们也归结于这个中间层吧 。 **曼祺** [12:55] 嗯 ， 它可能中间层也有一些区分 。 就你刚才说到这两个项目 ， 我觉得挺有意思的 ，因为无问星球的创始人之一吧 ，是汪誉 ， 对吧 ？ **陈昱** [13:03] 对 。 **曼祺** [13:03] 他以前是电子系的 ， 就我理解这个应该是比较偏硬件方向的 ， 对不对 ？ **陈昱** [13:08] 因为这个层面它又得懂软件 ， 又得说懂下面底层的硬件 ， 所以其实电子系我觉得还是蛮适合做这些东西 。 **曼祺** [13:17] 对 ，他是清华电子系的 。 然后徐凌杰的话 ， 我觉得他是两边的经验都有吧 ，因为他在壁仞之前 ，他其实在阿里云待了挺久 。 **陈昱** [13:23] 不 ，在之前就是英伟达 AMD 也待过 ， 所以他实际上是最早从那两个芯片厂出来的 。 **曼祺** [13:29] 嗯 ， 然后去了阿里云 ， 再去了壁仞 ， 然后再出来自己创业了 。 **陈昱** [13:32] 对的 。 **曼祺** [13:33] 所以他系统的和硬件的经验都是会有一些 。 嗯 ， 这是一个机会 。 就算力层 ， 你刚刚也说这比较直接的嘛 。 **陈昱** [13:39] 嗯 ， 再往上走的话 ， 就我们刚才讨论的嘛 ， 就是说 AI 时代每个国家也会有自己的大模型嘛 。 大模型本身的话 ，其实你给它什么样的数据 ， 它就能够训练出来怎么样的一个模型 。 但说后面的话呢 ， 就还有个对齐调校的一些过程 ， 对吧 ？ 就是得去输出符合一个国家价值观 。 **曼祺** [14:01] 嗯 ，因为我也去查了一些资料啊 ， 就是我看全球有哪些地方有一些相应的投资嘛 。 **陈昱** [14:06] 嗯 。 **曼祺** [14:07] 比如说像印度政府今年也是有一个国家级的项目叫 India AI， 它大概说会投 10 多亿美元吧 ， 然后这个目标就是让 AI 为印度服务 。 你把这个印度换成任何国家其实都是成立的 。 **陈昱** [14:20] 对 ， 都很成立 。 **曼祺** [14:20] 包括刚才我们有提到说阿联酋也成立了一个新的投资公司 ， 它这个规模会非常大 ， 它说未来可能会投比如说 1000 亿美元左右 。 然后我觉得比较吃惊的是肯尼亚也有一个这样的项目 ，而且这个金额也挺大的 ，也是说它会斥资 10 亿美元建一个数据中心 。 **陈昱** [14:35] 对啊 ，因为大多数其实钱都到英伟达去了 。 **曼祺** [14:38] 然后肯尼亚这个项目是和中东合作的 ， 就和 G42 合作的 ，而且他们就除了做这个数据中心之外 ，他们也要用斯瓦西里语去训练 AI 模型 。 **陈昱** [14:48] 其实到最后我们看 AI 的三元素就是算力 ， 然后数据 ， 还有人才 ， 对吧 ？ 那算力大家就没什么好说的 ， 都得去英伟达买卡建算力中心 。 **曼祺** [15:00] 除了中国 。 **陈昱** [15:01] 对 ， 除了中国 。 那然后数据的话 ， 就像您刚才说的一样 ， 肯尼亚有自己的语言的数据 ， 那中东可能有一些阿拉伯语的数据 ， 那像中国就是中文数据也挺多的 。 但其实呢 ， 人才是稀缺的 。 所以说呢 ， 就是为什么肯尼亚要和中东合作 ，是因为肯尼亚自己是没有这么多 AI 的人才在这里面的 。 所以这其实也是创业者一些机会 ， 特别是中美的创业者 。 **曼祺** [15:27] 对 ， 你刚说到人才 ， 我就在想 ， 除了中美之外， 到底哪里还有成规模的 AI 人才 ？ ### 人才出海 **陈昱** [15:32] 不 ， 你想想日本像 Sakana 其实也是从谷歌挖人过去的嘛 ， 对吧 ？ **曼祺** [15:37] 对 ，因为 Sakana 的那三个创始人， 虽然有两个人是日本人 ，但这两个人也是在东大 ， 就可能国内的学校毕业之后 ，他又去美国深造 ，在美国的公司工作了比较久 。 然后其中还有一个人本身就是美国人嘛 。 **陈昱** [15:48] 对 。 **曼祺** [15:49] 就是那个 Transformer 八个作者之一 。 **陈昱** [15:51] 对对 。 **曼祺** [15:51] 所以他其实相当于是他也可以在美国创业 ，但他们选择了去日本 。 而且我看到其中一个主创的访谈 ，他就说他们去日本创业的一个原因就是因为在硅谷太卷了 ， 没有什么差异化 。 **陈昱** [16:01] 对啊 ， 所以其实这不是对创业者来说是一个新的机会嘛 。 **曼祺** [16:05] 嗯 ， 所以你说到这个 ， 就是对中国做模型层的公司来说 ， 可能你去帮某一个其他地区的政府 ， 或者说其他地区的这种计划 ， 你去做当地的模型也会是一个机会 。 **陈昱** [16:16] 对 。 **曼祺** [16:17] 我之前不是我们聊过很多中国大模型公司的创始人嘛 ， 我觉得我聊过的这些人里面 ， 好像李开复大概他好像有点想法 。 **陈昱** [16:24] 啊 ， 对 ，他之前在中东花的时间是相对比较多一点点 。 **曼祺** [16:28] 而且他在中东的关系还是比较深的 ，他应该是中东有一个国王大学吧 ，他是那个学校的校董 ， 然后 Eric Xing 就是邢波 。 **陈昱** [16:36] 对 。 **曼祺** [16:36] 是那个学校的校长 。 那个学校其实有挺多华人科学家的啊 。 **陈昱** [16:40] 对 ， 邢波老师原来是在 CMU 的吧 ？ 我上次见他时候就是在很多年前在 CMU 见的他 ， 就没想到后来他也到中东去了 。其实也不止开复老师在中东去寻求机会了 ，其实我们在 22、23 年的时候其实也聊了一些就是华人团队 ，他也想去做这种阿拉伯语的大模型 。 从某种意义上来说的话 ，其实大家就看到了这么一个机会吧 ， 就有人有钱有需求 ， 那我们就出团队就好了 。 **曼祺** [17:11] 嗯 ， 然后当时李开复他有提到说 ，他觉得其实在最开始各个国家去做这件投入的时候 ， 可能对中国团队不是一个那么直接的机会 ，因为大部分政府还是愿意先用本地的人才和团队先去试一试 。 **陈昱** [17:24] 对 ，但是就是说有充分 AI 人才的一个国家是少之又少的 。 **曼祺** [17:30] 嗯 。 **陈昱** [17:30] 就你哪怕说新加坡的话 ，他也不敢说说他能够完全靠自己的人才来构造一个国家主权的一个大模型 。 **曼祺** [17:39] 所以人才的出海也是一个机会 ， 对这些团队来说 。 **陈昱** [17:42] 是的 。 **曼祺** [17:42] 你有看到一些相关的就已经在推进的事件吗 ？ **陈昱** [17:45] 有是有 ，但是很多时候的话呢 ， 它不一定是和创业公司联系 ， 它有时呢也会去找到一些大企业 ， 比如说像我知道的是像阿里 、 字节 ， 都和东南亚的一些国家在接触 。 **曼祺** [17:58] 所以在这个机会上 ，其实也是创业公司和巨头之间也是有一些竞争 ， 或者说叫竞合的关系的吧 。 **陈昱** [18:04] 对 ，其实 AI 领域本身就这样嘛 ， 对吧 ？ 咱们有 AI 创业的六小龙 ，但也有说像字节 、 阿里这样的巨头在里面 。 **曼祺** [18:12] 哎 ， 你说的这个出海的时候 ， 你主要强调了中国的模型团队出海可能有机会 ， 中国芯片出海现在暂时不是一个机会 ，是因为 。 **陈昱** [18:19] 就产能都还不足嘛 。 刚才我们讨论过 ， 就是你想想 ， 中国本身是个巨大的市场 。 **曼祺** [18:24] 嗯 。 **陈昱** [18:24] 它可能现在大家也知道 ， 超长期国债发了以后的话呢 ， 很多人是用国债去上马这个数理算力中心的一些建设嘛 。 那这里面的需求就是巨大的 。 但是按照现在这种国家芯片的产能的话 ，是远远都不能满足自己的需求的 。 而且说芯片要出海 ， 那其实还是要讨论的一点就是得解决我们刚才软件生态的一些问题 。 软件生态如果不好用的话呢 ， 那其实你也很难为人所用嘛 。 **曼祺** [18:55] 自己又造芯片 ， 然后自己同时也是大型厂商 ，有系统能力的公司 ，也许在这个事情上会有一定的优势 。 **陈昱** [19:01] 华为也是有一定软件能力的 。 **曼祺** [19:03] 啊 ，其实阿里也是啊 。 **陈昱** [19:04] 对 ，但阿里现在不像华为一样有对外输出这个 AI 算力芯片嘛 。 **曼祺** [19:09] 它对外输出云服务的时候可以一起输出 。 **陈昱** [19:11] 对 。 **曼祺** [19:12] 它可以打包在里面一起输出 。 **陈昱** [19:13] 但打包里面的话 ，其实对外面就是相对是个透明的嘛 。 它自己内部就已经形成了一个闭环 。 但华为的芯片其实还是往外卖的 ， 所以华为是得需要去帮助它的合作伙伴 ， 然后去把它的软件给调通 。其实如果说华为的芯片出来的话呢 ， 都它也是供不应求的 ， 对吧 ？ 特别是在国家提倡是要优先采用国家算力芯片 ，而华为的芯片肯定是中间是相对来说是最成熟的一个 。 但现在还是那句话 ， 就是受限于产能 。 **曼祺** [19:47] 嗯 。 **陈昱** [19:47] 其实整个 AI 时代 ， 就无论是英伟达到华为到产业链的其他玩家 ， 到最后的话 ， 你会发现产能都是一个大家非常关心和头疼的问题 。 **曼祺** [19:58] 嗯 ， 所以症结点又回到了台积电是吗 ？ **陈昱** [20:02] 对 ，因为台积电的话 ，其实它也是有自己的一个资本投入计划的嘛 。 它不可能盲目的去上这个产能 ， 然后到最后的话 ， 如果突然间英伟达和苹果这种大户的需求一下子下来的话 ， 它自己会损失很多的 。 **曼祺** [20:17] 嗯 ，AI 热潮之后， 台积电也有一些变化 ， 比如说台积电其实增加了先进封装的投资 。 **陈昱** [20:23] 对 ，因为这里面是利润率最高的 。 **曼祺** [20:26] 嗯 ，而且它是 AI 芯片比较需要的一个环节 。其实之前的话 ， 晶圆代工和封装 ， 你可以算是两个环节嘛 ，因为有些专门的厂商是做封装环节的 。 你说到这个华为升腾的机会 ， 我还想到确实一定程度上， 就是美国对中国的这个半导体制裁 ， 它当然给中国的半导体行业是比较大的打击 ，但它也给你制造了一些空间 。 因为我们也和就实际上去做这些项目的人聊 ， 就你现在用升腾的方案和用英伟达的方案 ， 你提供同样的算力 ，其实升腾方案是更贵的 ， 它的整体成本要比用英伟达的卡更贵 。 **陈昱** [20:58] 对 ，是因为说它的制造成本其实本来就贵 。 **曼祺** [21:02] 对 ， 它的良率肯定也没那么高 。 **陈昱** [21:04] 良率相对比较低 。 **曼祺** [21:04] 本身它的芯片的价格也比较贵 ， 然后包括它一些很多配套的东西 ， 你也要去算它的成本 。 **陈昱** [21:10] 对 ， 还有刚才我说的嘛 ， 就是还要解决软件生态的一个问题 。 就 CUDA 就是开箱即用的 。 **曼祺** [21:16] 对 ， 所以其实如果没有就是把你逼到这个份上， 确实可能很多人如果纯从成本 、 从性价比的角度考量 ，他也不会用 。 **陈昱** [21:24] 但那其实这也正是说英伟达他们担心的一个问题 ， 就是说这其实会逼中国发展完善这方面的技术 ， 那未来的话就可能也出现自给自足 。 那然后其实自给自足以后的话 ， 中国肯定会选择对外输出 ， 这会影响英伟达的一个生意的 。 **曼祺** [21:44] 你比如说像中东 、 非洲的某些国家 。 **陈昱** [21:46] 对啊 ，因为这种事情在其他产业出现了一次又一次 。 就像中国的汽车产业以前是相对落后的 ，但在电动车的这个领域 ， 就是无论汽车自己设计制造 ， 还是说智能座舱 、 智能驾驶 ， 中国都是在世界是处于领先位置的 。 那现在的话 ， 就变成中国向海外做反向的输出了就 。 ### 基建技术 **曼祺** [22:07] 刚才我们说到了算力 、 芯片 、 中间件还有模型的一些机会 ， 那在基建这个环节 ，有一些你们会去看的方向吗 ？ **陈昱** [22:16] 就像液冷 ， 还有说数据中心整体的设计也是个东西 ， 就有个衡量值叫 PUE 嘛 ， 对吧 ？PUE 就是你要做得尽可能的低嘛 ， 这样你的能源效率会更加高 。 **曼祺** [22:29] 数据中心整体设计这一类方向也是 VC 会看的方向吗 ？ **陈昱** [22:33] 这个不一定是 VC 会看的方向 ，但是肯定是一个投资的一个方向 ， 或者说是一个生意吧就 。 **曼祺** [22:40] 液冷算是 VC 会看的方向 ， 对吧 ？ **陈昱** [22:42] 对 ，是个基础的一个技术 。 那还有说就像数据中心里面的互联互通也是个机会 ， 对吧 ？ 就像之前很多都是说英伟达自己提供的这个互联互通的方案嘛 。 **曼祺** [22:55] 它那个是叫 NVLink 之类的这种方案 。 **陈昱** [22:57] NVLink 还有 NVSwitch。 **曼祺** [22:59] 你就说现在会有一些专门的第三方的公司来做这种方案 。 **陈昱** [23:02] 对 ，不然的话 ， 你如果说大家叫英伟达提供的企业级解决方案叫做 Infiniband 嘛 ， 就是他们之间的互联互通嘛 。 当然也有对应的开源协议的一个实现 。 所以说现在很多人就是去做这种高性能的网卡 ， 去解决 NVLink 的一个替代吧就 。 **曼祺** [23:20] 其实华为自己也会做这一部分 ， 对吧 ？ **陈昱** [23:22] 那华为也会做 ，也有创业公司在做 。 **曼祺** [23:24] 那对客户来说 ，他会想要一个第三方的这种互联互通的方案 ，是出于什么原因呢 ？ **陈昱** [23:30] 我觉得到最后的话 ， 就是一个回到成本的问题吧 。 然后另外一个的话 ， 就是英伟达自己也是有个产能的限制的 。 **曼祺** [23:39] 因为在中国的话 ， 你很难说中国政府特别支持某一个团队啊 ，因为中国是有很多这种团队的 。 那我不知道你们了解的 ，在海外一些其他的地区和国家 ，他们在做主权 AI 的时候 ， 它是一个什么样的方式啊 ？ 就也是说有很多这种民间的公司过来做 ， 还是说他们会直接就是一个政府 lead 的一个项目来做 ？ **陈昱** [23:58] 你就像沙美和日本就采取了不同 approach， 就像日本就是想支持一个创业公司 ，以一个更加市场化的方式来处理 。 **曼祺** [24:08] 对 ， 就是我们刚才说的那个 Salaka。 **陈昱** [24:10] Sakana。 **曼祺** [24:10] 啊 ，Sakana， 鱼的意思应该是 。 **陈昱** [24:12] 对对对 。 **曼祺** [24:12] 对 。 **陈昱** [24:13] 那然后像沙特的话 ， 它就是有那个 Amri 嘛 ， 那 Amri 就是成立了一个 digital 的公司 ， 那就是由那个公司来承担相关的一些业务 。 所以说那种可能是偏政府或皇室主导的这种模式 ， 就是不同的国家可能有不同的一些考量 。 那还有一些东南亚国家的话呢 ， 它就可能说是从政府层面去选择和一些互联网大厂 ， 然后去做一些合作 ， 就可能是一种招标的形式 。其实在中国也有相似的动作 ， 只不过中国政府它不会直接使用这个词 。 比如说自主可控 ， 哈哈 ，其实从某种意义上来说的话 ， 就是主权的意思 。 **曼祺** [24:52] 对 ， 心智生产力里面肯定也有一部分是跟这个相关的 。 **陈昱** [24:55] 嗯 。 ### 建设热潮 **曼祺** [24:55] 其实从去年开始啊 ， 然后今年再加速的 ， 就是有一个计算中心的建设潮 。 就计算中心和以前数据中心还是有一个比较大的区别嘛 ， 数据中心可能里面有很多是用的 CPU 的芯片 ， 计算中心它其实主要还是会用 GPU 的芯片 ， 它就是为了 AI 计算来服务的 。 然后我们之前是有看到一个咨询机构叫 IDC 圈 ，他们的数据说是到 2024 年 5 月底 ， 中国大陆一共有 280 多座计算中心 ，而且是覆盖了所有的省 、 自治区和直辖市 。 就你能想到的可能最偏的地方 ， 它都会有这个东西 。 **陈昱** [25:29] 其实我觉得说各地也不应该是盲目的去上马这种计算中心 ， 或者我们叫算力中心的 ，是因为说其实大家知道说之前国家为什么是要提倡是叫做东数西算 ，是因为我们西部有比较得天独厚的地理环境 ， 就无论说是它的温度也好 ， 气候条件也好 ， 还有说它当地的一个能源资源也好 。 因为大家也知道说其实这种 GPU 是个耗能大户嘛 ， 那其实是比较适合说像有这种资源的一些地区去做的 。 **曼祺** [26:03] 对 ， 现在其实就是一线城市也都在做 ， 然后三四线城市也在做 。 **陈昱** [26:07] 对 ，但是我老实话说 ， 一线城市的话 ， 除了离用户近 ，其实优势并不是特别大 。 **曼祺** [26:13] 北京每个区都有啊 ， 比如朝阳有一个 ， 海淀有一个 ， 石景山有一个 ， 亦庄有一个啊 。 **陈昱** [26:17] 但想想 ， 你如果说是一个成规模的计算中心的话 ， 它的占地必然是巨大的 。 **曼祺** [26:23] 你知道三里屯还有一个吗 ？ **陈昱** [26:25] 我知道啊 。 **曼祺** [26:25] 就是因为晚点在北京的办公室 ， 就是在三里屯 。 就是我们当时也想去了解一下这个事情嘛 ， 就在查就是哪些计算中心我们可以去拜访一下， 然后我们就发现在三里屯离我们很近的一个地方 ，在一个大厦的上面 ， 就它中间大概有两层是这个计算中心 。 **陈昱** [26:41] 那肯定是个危险计算中心了 ，因为它也放不了多少 。 **曼祺** [26:45] 对 ， 它算力没有特别大 ， 好像是几十 P 吧 ， 我印象中 。 或者上百 P 啊 ， 就总之没有特别大 。 因为你刚才说在全球范围内 ， 你觉得这个东西它还是一个比较市场化的需求嘛 。 那其实在国内 ， 就各个地区之间去建数据中心 ， 它背后可能还有一个诉求是地方政府甚至细分到每一个区 ， 它想招商 。 这个可以说一个 ， 这算什么行业八卦吧 。 就是之前亦庄不是建了一个计算中心吗 ？ 他们其实想引进一个海淀的企业去亦庄 ， 就是这种 AI 领域的企业吧 ， 然后承诺了还是会给它很多这种算力上的一些支持 、 资源什么的 。 但是最后那个企业好像也没去啊 。 **陈昱** [27:21] 对 ， 亦庄以前我听得比较多的就是自动驾驶企业大多数会在亦庄落地 ，也算是 AI 的一个应用吧 ， 对 。 **曼祺** [27:29] 对 ，不过后来像百度其实把很多它自己的自动驾驶的重心放到武汉了嘛 。 **陈昱** [27:35] 嗯 。 **曼祺** [27:35] 对 ， 总之就是它这个背后好像还有点就不完全算是市场化的需求是吗 ？ 这算地方政府要招商的需求 。 **陈昱** [27:41] 这个算是中国特色吧 。 因为在中国的话 ， 你就变成说各个政府都要完成自己的 GDP 的指标 ， 所以说就会出现这种招商引资 。 **曼祺** [27:52] 而且中国确实体量很大 ， 对吧 ？ 就各个地方之间 ， 它的本身 ， 比如说有些重点省市的自己的经营规模也很大 。 **陈昱** [27:59] 对 ，但我是觉得说这个东西呢 ， 就不是个资源配置最优的一种方式了就是 。 **曼祺** [28:05] 对 ， 我在想日本会不会发生这种情况 ， 比如说东京想干一个 ， 然后大阪想干一个 。 **陈昱** [28:10] 我其实觉得还好 ，因为像其他国家的话 ， 相对来说的话 ， 都是国家层面上面其实会协调了 。 但在中国的话 ， 就变成说各个地方政府的话 ，其实是有自己的诉求 。 就中央政府层面的话 ， 没有说像以前计划经济那样做一个协调吧 。 但我不知道发改委会不会在审批上面会做些考量呢就 。 **曼祺** [28:34] 这个事情我专门和好像你的人聊过 ，因为之前有一段时间 ， 中国不是有些地方的债务非常高嘛 。 **陈昱** [28:41] 对 。 **曼祺** [28:41] 发改委应该是去年吧 ，他们有出了一个名单 ， 就是你债务排名 ， 应该是 8 个或者 12 个 ， 都有贵州 ， 还有天津 ， 天津债务也非常多 。 就债务排名在前 8 或者前 12 的这些省级行政区 ， 如果要投新的基建项目 ，以前是省里就可以批的 ， 然后现在有一些比如金额超过某个情况的基建项目 ， 就是要到发改委这边来批 ， 就要中央到整个国家层面来批 。 然后我们去和这个行业里面做计算中心服务的人去聊 ， 我就想知道说计算中心算不算这一类基建 ，但反正我们聊的人他说不算 。 我怎么感觉他应该算了 。 **陈昱** [29:16] 他应该是算 ， 首先它是个基建 ， 然后第二个我觉得投资应该也不小 。 **曼祺** [29:20] 而且金额非常大 。 比如说我们了解的一个在三四线城市的一个项目 ， 这个地方你可能都没听说过啊 ， 这个项目大概也有一个 4-5 亿的投入 ， 虽然它不是说我一次就会把钱给完啊 ， 它是分期的 。 就总之对当地来说肯定是个很大的投入 ， 然后他说这个不算啊 。 对 ， 我觉得这个确实也看以后的政策变化吧 。 **陈昱** [29:42] 对 ，但我一个担心 ， 你知道说就是计算机这个东西呢 ， 发展是很快的 。 你今天的算力芯片可能过两三年的话就被淘汰掉 ， 就是有新的计算芯片会出来 。 所以说呢 ， 现在大家大张旗鼓的怎么去上马这个计算中心的话 ， 那万一未来你的需求还没有够填满的时候 ， 那新一代芯片又出来的话 ， 那之前的建设就有点浪费了就 。 **曼祺** [30:10] 嗯 ， 比如说英伟达其实每年都会推一个新的版本 。 **陈昱** [30:13] 对 ， 大家从 A 到 H， 现在也有说 B 卡 ， 对吧 ？ 就是一代一代的在更新迭代 ，而且每一代都是有比较大的一个提升 。 **曼祺** [30:22] 嗯 ， 刚才我们不是聊到说截至到今年 5 月底 ， 中国大陆一共有 280 多座计算中心嘛 ， 然后这个里面能统计到投资额的项目是 140 个 ， 加起来的投资总额有 4300 亿元 ， 这个体量还真的挺大 。 **陈昱** [30:35] 这体量是很大的 ，但是实话说 ， 我想不到说有这么大的一个需求量在这里面 。 我觉得我目前看不到这么大的需求量 。 **曼祺** [30:43] 然后刚才我说的这个总量里面啊 ， 就是能统计到算力规模的是 36.93 万 P。 嗯 ， 这是个什么概念啊 ？30 多万 P。 **陈昱** [30:51] 哇 ， 就已经很难统计了就 。 **曼祺** [30:53] 就是一个很难形容的一个比较天文的数字 。 **陈昱** [30:56] 对 ， 就大家就是想去看看说这个已经是 10 的多少次方对了 ， 对吧 ？ 你想想说之前美国不是在制定一个规则嘛 ， 对吧 ？ 可能你的计算到 10 的 24 次方 、25 次方 TOPS 的话 ， 然后就被认为是一个敏感的 AI 的公司嘛 ， 就得去上报 。 那 10 的 24 TOPS 是什么概念呢 ？ 它就是已经足够从 0 开始训练一个大模型了 。 嗯 ， 然后你刚才说的那个数字已经远远比这个大了好多个数量级了就 。 **曼祺** [31:28] 就是够中国加起来可以训练好多好多大模型了 。 我发现在国内这个机会还有一定的地域性 。 嗯 ， 就比如说如果是上海周边的 ， 可能比如商汤 ， 它可以可能是主要的服务商 。 我在广东的话可能是华为 ，在北京可能是金山啊 。 **陈昱** [31:43] 对 ， 像最近的话呢 ， 就是上海政府也把浦东被定义为城市 ， 一个承载上海算力中心的一个区 。 所以说就是商汤的大装置其实也在那边落地 。 但未来不只说商汤的大装置 ， 那肯定还有说其他家的算力中心 。 **曼祺** [32:00] 你说其他家指的是模型公司还是云厂商 ？ **陈昱** [32:03] 云厂商的 ，因为模型公司还是做软件为主 ， 它其实还是会依赖于下面算力中心提供的算力去训练自己的模型 。 **曼祺** [32:13] 对 ， 模型公司现在的做法也不一样 ， 比如说像 MiniMax， 包括月佳面 ，他们应该都是没有自己的卡 ，他们都是租的 。 **陈昱** [32:22] 对 ， 它都是由上游的云厂商来去提供这个算力服务的 ，但它可能会和云厂商会签一个长期的 、 偏独占的一些协议 。 **曼祺** [32:33] 那另一家也是六小龙之一 ， 上海的企业金悦新城 ，他们是有比较多自己卡的 。 嗯 ， 所以他们可能每个公司的想法也不太一样 。 **陈昱** [32:41] 但是我觉得说如果你自己拥有自己卡的话 ， 就很容易做成一个重资产的公司 。 **曼祺** [32:46] 就是现在全球范围啊 ， 包括中国都在如火如荼的做这个主权 AI。 嗯 ， 然后第一步比较直接的可能就是搞这个计算中心基建大建设嘛 。 ### 回报与耐心 **曼祺** [32:56] 你觉得实际上到最后， 现在这些跃跃欲试的国家中间有多少能干成这个事 ， 或者说能实现他们想实现的目标 ？ **陈昱** [33:03] 我觉得呢 ， 最关键的因素就是有钱 ，有钱有决心 。 **曼祺** [33:07] 那有钱有决心又会被什么因素所影响了 ？ 比如说发生什么之后， 可能有些地方 ，有些国家就没有那么大的镜头说我一定要干成一个自己的大模型 ， 一个我自己的主权 AI。其实我们就回到刚才说的那三要素嘛 ， 就是算力 ， 然后数据 ， 还有人才嘛 ， 对吧 ？ 就是你有钱 ， 至少说我能够有这个算力 。 那像数据的话呢 ， 那其实这也是大家都会有的东西 ，有自己的东西啊就 。 然后到人才的话 ， 就是看它有没有相应的人才 。 但是现在人才基本上是国际化的 ， 全球流动的 。 所以说呢 ，其实你只要有钱的话呢 ， 我觉得你也能找到相应的人才来为你服务 。 所以回到最后的话呢 ， 还是资金是个最大的考量因素 。 那这个东西有这么大的投入 ， 对各国的政府来说 ， 它最后实际的用处或者说回报是什么了 ？ 就把它用来干什么了 ？ **陈昱** [34:02] 到最后的话 ，其实和现在不只是政府 ， 就和包括商业公司一样的话 ， 我投了这么多钱在 AI 的基建上面 ， 我到最后的话 ， 我肯定也得算我的 ROI， 我的回报 。 就比如说它如果有自己的主权 AI 的话 ， 它可能优先采用的就是自己的政府部门能不能提高自己政府部门的一个工作效率 。 这也是很重要的一个衡量 ROI 的一个因素 。 **曼祺** [34:28] 这个我们现在能看到一些具体的案例 ， 就是它可能已经到了应用层 、 场景层的帮助政府提升效率的一些 AI 的东西吗 ？ 基于大模型的啊 。 **陈昱** [34:38] 这个多多少少大家都会在说自己用了一些大模型 ，但是你说从量化的层面上的话 ， 这个报道我看的是比较小 。 但其实我们不说主权 AI 吧 ， 即使说现在是个纯市场化的商业公司行为 ， 现在大家的投入也还是不足以产生足够的回报的 。 **曼祺** [34:58] 哦 ，其实它跟我们平时看 AI 的这个逻辑比较像啊 ， 就是它最后有一层肯定也是应用层 。 就其实这个应用是在政府里的很多应用 。 **陈昱** [35:07] 对 。 **曼祺** [35:07] 而这些应用现在也没有说看到很明显的涌现很多新应用的情况是吗 ？ **陈昱** [35:13] 呃 ， 就是有新的应用出来 ，但是就是我们投入太大了 。 就是你这个生产力的提高会不会能够就是 justify 这个成本 ， 这个大家实际上还是持一个保留态度的 。 **曼祺** [35:26] 我在想的一些比较直接的可能是 ， 比如政府部门的一些客服 ， 它可能有了这个之后会有一个更好的提升 。 **陈昱** [35:33] 对 ， 那以后比如说我们公务员不是要写很多公文的吗 ？ 像那些公文其实都可以自动生成 。 **曼祺** [35:39] 那这会导致公务员进一步变少吗 ？ **陈昱** [35:41] 我只能说是工作效率的提升吧 。 但是这个东西呢 ，其实政府也像企业一样 ， 它自己是有个 headcount 在这里面的 。 就是 headcount 会不会调整呢 ， 这个可能是国务院层面的考虑的问题了 。 **曼祺** [35:55] 现在有这种就是以 to G 为重点方向的应用的公司出现了吗 ？ 你们有看到吗 ？ **陈昱** [36:02] 呃 ，其实我觉得说之前就是有些服务 to G 的 ， 像什么托尔斯啊之类的公司的话 ，他们我也看到他们在开始拥抱大模型吧 。 对 ， 科大讯飞必然也会在做这方面的事情 。其实科大讯飞做了不少这种地方计算中心的服务 ，因为他们有一个优势 ， 就是他们也是早早就上了名单的企业嘛 ， 所以他们其实是用不了大量的英伟达的卡的 。 对 ， 所以去年在训练自己的新火大模型的时候 ，他们和华为的生成团队有一个比较密切的合作 。 我听说华为就派了一两百人去驻场 ， 就是去帮他搞定这软件层面的东西 。 **曼祺** [36:38] 对 ， 华为当时确实派了比较多人 ，他们是直接去安徽嘛 ， 然后和科大讯飞的人一起合作 ， 一起研发 ， 就是要搞定说比如说一个白卡或者千卡集群在华为的生成上面 ， 然后你中间的这个软件能支撑去训练和推理大模型 。 嗯 ， 所以它现在去拿很多这种政府的单 ， 就它有一个可以讲的优势 ， 就是说我跟这个生成的计算结构会匹配的比较好 。 嗯 ，但这还是在更下面一层嘛 。 这些各国的政府有没有决心长期投入这个事情 ， 我觉得跟其实 AI 现在想寻找的答案类似 ， 就是你在应用层会不会有一个比较合理的回报 ， 然后大家有很多新的应用的涌现 ， 能确实提升效率 ， 或者说带来一些新的意想不到的价值 。 **陈昱** [37:22] 我觉得这个肯定是需要时间吧 。 就是这个就是全社会其实大家都在想办法去拥抱大模型嘛 。 但是单说大模型本身有些很多问题 ， 就包括说一些幻觉的问题或什么 ， 这些都是亟待解决的就 。 **曼祺** [37:39] 你觉得这个耐心能有多久啊 ？ **陈昱** [37:41] 我觉得这个耐心肯定这两三年、 三五年还是有的 。 **曼祺** [37:45] 这三五年都有 ， 那你这算是比较乐观的看法了 。 **陈昱** [37:48] 对 ， 我算是比较偏乐观看法 ， 毕竟我还是个从业人士嘛 。 **曼祺** [37:52] 从业人士里也有分歧的 。 **陈昱** [37:54] 但是说 VC 你就从基金存续周期来看 ， 像美元基金的话 ， 基本上能够到 10 年， 人民币至少也是 7 年 。 就说你如果连这个 7 年的耐心都没有的话 ， 如果你觉得这行业至少不能够欣欣向荣 7 年的话 ， 那这个行业本身你就不应该去投资和进入 。 **曼祺** [38:13] 你觉得在这个主权 AI 建设潮 ， 就从现在这个火热到之后可能有一段时间都是比较热的这几年里面 ， 会对 AI 的产业链带来哪些变化 ？ ### 产业链变化 **曼祺** [38:23] 比较确定的可能会发生的事情是什么 ？ **陈昱** [38:25] 我觉得确定变化就是主权国家本身就是一个大的客户 。 对 ， 你如果从市场经济来看的话呢 ，有这么一个大的客户需求在这里面 ， 肯定会推动行业的发展的 。 因为你在满足主权 AI 的一个需求的同时的话 ， 你的技术就会得到很大的一个发展 。 **曼祺** [38:45] 嗯 ， 然后英伟达的优势会进一步扩大吗 ？ **陈昱** [38:48] 我觉得英伟达的优势已经是很大了 ， 只不过说它能不能够持续保持这个垄断的地位 ， 我们要问的是 。 **曼祺** [38:56] 你的意思就是它已经到了一个顶点 。 **陈昱** [38:58] 嗯 ， 从市占率上面肯定已经是顶点了 ，但就是说它是否会面临更大的竞争 ， 就比如说 AMD、Intel 或说华为 ， 对吧 ？ 能不能够推出与之竞争的芯片吧就 。 **曼祺** [39:11] 哦 ，以及它的很多大客户也在自研 AI 芯片 。 虽然很多大客户 ， 比如说像 Facebook 或者苹果这些公司 ， 它不会对外去卖 ，但是也会影响它自己的销量吧 ， 算是 。 **陈昱** [39:22] 英伟达的报表就放在这嘛 ， 百分七十几的毛利嘛 。 那大家也知道说大家肯定想在这方面能够节约自己的成本嘛 。 **曼祺** [39:31] 嗯 ，因为我们之前讨论这个主权 AI 的话题的时候 ， 你不是也给我分享了一些信息和文章嘛 ， 然后其中有一篇是一个个人公众号博主 ，他叫 Stony，他就有一个估算啊 。他说如果比较保守来估算的话 ， 英伟达的 AI 芯片只供应美国的盟友 ，也就五眼联盟的那些国家 ， 什么日本 、 澳大利亚 、 新西兰这些 。他说可能未来两到三年每年会有 40 亿美元的收入 。 如果比较乐观的估算 ， 就是除了中国 ， 它在全球渗透 ， 那它可能在主权 AI 这一个部分每年会有超过 200 亿的收入 。 **陈昱** [40:00] 对对 ， 这是个很大的一个市场了 。 **曼祺** [40:02] 你觉得是有可能的是吗 ？ 这不算一个很夸张的估计 。 **陈昱** [40:05] 我觉得这不算是个特别夸张的数字吧 。 **曼祺** [40:08] 嗯 ， 只不过有了一个更大的蛋糕 ， 就像你说的 ， 可能也会让竞争对手也更积极的来抢夺这个蛋糕和份额 。 **陈昱** [40:16] 对 。 **曼祺** [40:17] 那为什么他们之前也行动了一段时间 ， 怎么好像也没有这么撼动英伟达的位置了 ？ **陈昱** [40:22] 第一个呢 ， 就是芯片的设计制造是有一定的过程在这里面的 。 不是说我今天就像软件一样 ， 我今天把东西做出来明天就能上线的 。 这里面有大量的测试验证 ， 然后后面还有这种流片封装 ， 这些还是得走的 。 而且大家是需要说有个高端的制程嘛 ， 对吧 ？ 但是台积电的高端制程也是有产能限制的 。 所以说如果我是台积电的话 ， 我肯定是优先会供应苹果和英伟达这种大的客户嘛 ， 对吧 ？ 所以今天你即使设计出来这个芯片 ，也未必能够在台积电拿到产能 。 **曼祺** [40:57] 那你可以给台积电更多让利啊 ， 给台积电更多毛利的空间 。 **陈昱** [41:01] 但关键是说你能不能到苹果这种芯片的下单量呢 ？ 你想想 iPhone 系列是每年上亿台的这个量啊 。 **曼祺** [41:09] 嗯 ，因为就是在台积电 、 英伟达这个链条里面 ， 台积电大家已经觉得哇 ， 非常厉害的公司 ， 对吧 ？ 在这个领域至少是刮头型的吧 。 但实际上英伟达也压它的毛利也是压得比较狠的 。 **陈昱** [41:20] 对 。 **曼祺** [41:20] 英伟达自己的毛利很高 。 **陈昱** [41:21] 但这个东西呢 ，也是商务谈判的原因了 。 但其实我是觉得说台积电是可以再进一步提高价格的 。 因为毕竟来说的话呢 ， 你能够生产先进制程的现在只有三星和台积电 ，但是大家也知道三星的良率相对会低一点点 。 所以其实英伟达也没别的选择 。 **曼祺** [41:40] 对 ， 英特尔之前不是也想搞什么 FORMA 2.0 什么的 ， 然后也非常不顺利嘛 。 **陈昱** [41:44] 也不顺利嘛 。 所以这两天不传出来英特尔又要重组 ， 可能要把那个给剥离出去了就 。 **曼祺** [41:50] 嗯 ， 我觉得很有意思的一个现象就是黄仁勋说什么 ， 什么就会火啊 。 现在基本上就是会有这种他能定义潮流的感觉 。 比如说他说主权 AI，其实你刚才也说了嘛 ， 这就是一个 to G 的业务 。 那在国内 ， 反正我自己感受到的一个氛围是 ， 一个公司说我要重点做 to G， 大家其实对它会有一些成见吧 ， 就会觉得 to G 不是一个好的生意 。 **陈昱** [42:10] 对 ，to G 不算一个好的生意的原因就是说账期可能会比较长 。 所以说你是需要有大量的资金 ， 然后去做这个流动资金的储备的 。 不然的话这种单子你很难做 ， 就一般的小公司很难做 。 **曼祺** [42:26] 那黄仁勋说他要做 to G， 好像大家都觉得挺好啊 ， 没什么 。 **陈昱** [42:30] 因为你在海外做的话 ， 相对来说和正常生意一样 ， 就是账期是可控的嘛 。 **曼祺** [42:35] 所以 to G 账期长难道只是中国的现象吗 ？ **陈昱** [42:37] 我觉得这是比较突出的一个问题吧 。 **曼祺** [42:40] 你说这是中国市场一个比较突出的问题 。 **陈昱** [42:42] 对 ， 每个地方都过度的投资 ， 那最后的话就会变成说地方政府负债很高 ， 这里面的话就会牵扯到一些支付的问题吧 。 **曼祺** [42:51] 嗯 ， 最后我们想聊一下这个事情的一些影响啊 。其实刚才已经多多少少谈到了一些影响 ， 比如你说你有担心一个问题 ， 就是你现在这样去建设 ， 特别是国内 ， 就可能每个地方都会去建设 ， 会不会有算力过剩 、 浪费冗余的问题 。 ### 社会影响 **曼祺** [43:04] 比如说现在一些制造业 ， 像汽车可能大家就会聊产能过剩 ， 新能源领域可能电池 、 光伏这些也有产能过剩 。 **陈昱** [43:12] 对 ， 所以说你在很多这种领域的话 ， 实际上是有准入门槛在这里面的 。 比如说造车我需要有资质 ， 我才能够去造 。 但像刚才我们不是讨论过吗 ， 好像说现在算力中心的审批相对来说力度会弱了一点 。 **曼祺** [43:28] 而且现在有一些跨行业去做算力中心的 ， 比如说有一些房地产公司也在往这个方向转 。 因为它有一部分其实就跟你建房子比较相似 ， 就是什么挖土啊 ， 什么管线啊 ， 这种基建的东西啊 。 **陈昱** [43:40] 是 ，但是我是觉得说不应该做过度投资 。其实大家应该是根据实际的需求 ，是要有个规划在这里面的 。 **曼祺** [43:48] 我估计这个事情发展一段时间可能会有一些调整 。 嗯 ，其实现在已经有一些调整了 ， 比如说有一些去年的项目 ， 就 23 年的项目 ， 就政府和服务方签合同的时候 ， 它可能更多就是说 ， 哎 ， 你帮我建多少多少算力 。 那现在他们会提一些新的要求 ， 就是我要求你除了要给我建这些算力之外， 你也要给我保证一个运营的 KPI， 比如说我的使用率到达什么程度 。 **陈昱** [44:10] 对 ， 我不能说我建了以后就闲置 ， 然后闲置过了两三年这个技术就被淘汰 ， 对吧 ？ 这这是我们最不想看到的一个情况 。 **曼祺** [44:18] 其实这也是一种门槛 。 如果这个供应商 、 这个服务商他有一个比较长期的思维的话 ，他肯定会考虑考虑说我要是去某地建这个数据中心 ， 那其实周围就没有需求的话 ，他可能也不会去接了 。 **陈昱** [44:33] 对的 。 **曼祺** [44:33] 嗯 ， 就如果你有后续的这种考核 。 **陈昱** [44:35] 对 ，而且就是这里面就还是有成本的考量的嘛 ， 特别是能源的考量 。 嗯 ， 对 ， 你一度电差几分钱 ， 这个从成本上面就是巨大的 。 **曼祺** [44:45] 一般的普通人能从主权 AI 中得到什么好处 ， 或这事对我们的生活有啥影响 ？ **陈昱** [44:50] 其实一般人不一定会有感知 ，但是某一天你如果用政府的 APP 觉得它特别智能的话 ， 那可能就是主权 AI 在后面发挥了作用 。 **曼祺** [44:59] 这什么时候会发生 ？ **陈昱** [45:00] 这个我觉得是慢慢渗透的 。 因为我觉得 AI 这个东西呢 ，不会是一个突变 ， 它会慢慢的渗透到大家日常生活里面去 。 所以说这个是你的感受的一个问题 ，不会说 overnight 就发生 。 **曼祺** [45:14] 不过我觉得现在的政府 APP 已经比 。 **陈昱** [45:16] 比以前好很多了 。 **曼祺** [45:17] 对对 ， 比以前好用很多 ， 比前几年好用很多了啊 。 你刚说是正面影响啊 ， 那它可能会有一些就是你觉得大家值得担忧或者警惕的事情吗 ？ ### 管控伦理 **陈昱** [45:26] 但我觉得大家最担心 AI 的地方就是说 AI 会不会导致说工作机会的减少嘛 。 但是我是觉得说一个新技术进来的话 ， 它可能会减少一些工作机会 ，但同时它也会创造一些新的工作机会 ， 新的工种出来 。 **曼祺** [45:43] 还有一个我觉得大家可能会想到的影响啊 ， 就是它会不会导致政府和国家对个人的管控变得更加的严密 。 **陈昱** [45:51] 这个我觉得从互联网时代这一点就已经是得到证实的 。 因为当你所有东西都数字化以后的话 ， 国家会更容易的去掌控 。 **曼祺** [46:03] 很多反乌托邦的科幻电影或者剧集里面 ， 它就会经常描摹一种现象 ， 就未来出现了一个超级 AI， 这个 AI 可能能预测很多事情 ， 比如说你这个人想犯罪 ， 可能你还没犯罪啊 。 **陈昱** [46:14] 但这里面牵扯到的就是 AI 伦理的一些问题了 ， 我觉得 。 **曼祺** [46:18] 当然这太遥远了啊 ， 这可能现在技术也达不到 。 **陈昱** [46:20] 但是我是看过是有人在做相关的一些研究的 ， 就是啊 ， 通过收集这个人的一些过往的行为数据 ， 然后去判断说他的犯罪的可能性有多大 ，是有人在做着相关的研究的 。 对 ， 所以现在无论是做呃医疗研究也好 ， 还是 AI 研究也好 ，其实很重要的一点就是你得通过这个学术伦理的一个评估 。 对 ，因为这这里面的确会有很多伦理的问题产生 。 **曼祺** [46:50] 嗯 ， 对 ， 我觉得做这些主权 AI 投资的政府 ，其实它未来肯定也会要去考量这个问题 。 就是我有了这么强大的一个利器之后， 我到底哪些地方是我应该去使用的 ， 哪些地方可能是需要克制的 。 **陈昱** [47:03] 对 。 **曼祺** [47:04] 好的 ， 很感谢陈昱做客本期 《 晚点聊 》 和我们分享了他在主权 AI 领域的投资观察和一些实践 。 ### 结语 **曼祺** [47:11] 总结而言 ，不管是主权 AI 还是自主可控 ， 这本质上是 AI 的一个 to G 市场 。 它成立的条件也是因为各国政府对 AI 确实有真实的需求 ， 这带来了很多机会 ，也有一些潜在的风险 。 我们可能很难因为其中的风险就回避这个潮流 ， 只能说通过各方一起努力 ， 尽量放大好的一面 ， 减少负面的影响 。 那我们今天的节目就到这 ， 各位听友再见 。 **陈昱** [47:36] 各位再见 。 **曼祺** [47:41] 本期节目就到这里 ， 欢迎收听 。 如果你对今天聊的话题有观察 、 好奇或疑问 ， 欢迎在评论区分享想法 ， 这也会成为我们节目的一部分 ， 让整个讨论更完整 。 你也可以把我们的节目分享给对这个话题感兴趣的朋友 ， 欢迎推荐更多你想听的主题和嘉宾 。 你可以从小宇宙 、 苹果 Podcast 等渠道关注 《 晚点聊 LateTalk》，也欢迎关注我们的公众号 《 晚点 LatePost》。 下期再见 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。