最近英伟达GTC大会，黄仁勋又上台了，他还是那个样子，舞台灯光一照，穿着标志性的皮夹克，手里拿着小道具，讲起AI来激情澎湃，感觉热血沸腾。但说实话，这不过是推销他们家芯片的把戏罢了。上一次看新闻，也记得黄仁勋在GTC上那一套演讲套路，这玩意儿能让AI训练速度翻倍，推理阶段更高效，数据显示单卡能处理上千亿参数的模型。听起来不错吧？确实对那些大模型训练有点用。不过给普通开发者看看就算了，一张卡就好几万刀起步，普通人哪买得起啊。我以前在实验室用过类似的前代卡，那感觉真的不咋地。记得那天下午，小李在调试模型，机器响个不停，GPU负载100%，风扇转得像飞机起飞。热得能烤鸡翅。结果跑个小数据集花了俩小时。这就叫折腾！普通用户实际使用起来差异太大了。给黄仁勋点个赞是因为英伟达的CUDA生态确实方便不少。不过我个人体感AMD在预算项目里更实用。功耗还能低20%，电费一年下来能省好几千块钱呢。 AMD还有什么MI300系列卡呢？价格低30%，性能也追得上来。估计市场销量英伟达的份额可能从90%掉到70%了吧。 每次听黄仁勋把AI拔高到什么新高度的时候总觉得这是套路。在产业链博弈中这一套话术已经听腻了。英伟达的芯片就像厨房里的多功能锅，什么都能干点，但不是所有东西都适合用它来炒煮啊。 再拿做个比喻，英伟达是那把大铁锅，热得快！但是小火慢炖的时候别人家的电饭煲更稳一点。黄仁勋总是喜欢拿蒸汽机时代来类比革命什么的…… 咱们也别跑题太多了！用不用AI工具？比如生成图片的Midjourney，靠GPU跑。但是现在手机本地AI也能生成简单图片了。为什么还需要GPU？所以说英伟达的优势在逐渐缩小啊！我刚刚翻了测试照片对比，英伟达卡在复杂渲染上快15%，但在边缘计算场景下华为昇腾芯片误差小多了…… 有一次我朋友去咖啡店边喝咖啡边用笔记本跑AI聊天，结果卡顿得不行电池也掉得快。旁边哥们儿用iPad却丝滑生成诗句。“英伟达的云服务好！”那哥们儿说，“但本地跑我还是选苹果的Neural Engine。” 技术迭代路径方面分析一下：AI从训练到推理已经分岔了！英伟达全栈方案固然好，但是TSMC代工瓶颈也是个问题啊！比如手机充电器这种东西…… 举个例子：你觉得推理芯片谁会赢？反正我没深入想过这个问题…… 不过我猜中国厂商的低成本方案会抢占中低端市场吧…… 这仅仅是我个人猜测而已！ 实际上高端训练领域英伟达还是王者！为什么呢？因为CUDA库太成熟！开发者们已经习惯了它的环境…… 再给你们举个例子：Blackwell卡峰值功耗700瓦！如果你24小时开机跑满一年的话电费大概得两万块人民币吧…… 比前代省电吗？还真不见得！对中小企业来说这依旧是一笔不小的负担！ 还有个细节：最近美国出口管制让英伟达丢了亚洲大单…… 这生意有点风险啊！ 最后聊聊这次GTC大会：黄仁勋鞠躬谢幕时台下掌声雷动呢！不过后台供应商们正在议论下一个黑马是谁…… 希望这次大会能让大家对新芯片有更多期待吧！