{"source":{"id":"2029936664429183319","title":"几千亿美元砸进硅谷，只为了抢 GPU。 这些天价显卡 99% 的时间和电费，到底耗在了哪里？ 算矩阵乘法。 说白了就是把…","url":"https://mubeitech.com/p/2029936664429183319"},"method":"semantic-similarity","count":3,"items":[{"rank":1,"id":"2040090618433814996","account":"mubei","brand":"@mubei","title":"GPU 95% 的工作量都在跑矩阵乘法。 把这块拆出来，用光代替电，速度能快多少？ 光子计算坐了 50 年冷板凳。 现在…","summary":"GPU 95% 的工作量都在跑矩阵乘法。 把这块拆出来，用光代替电，速度能快多少？ 光子计算坐了 50 年冷板凳。 现在它成了全场焦点。 光的频率高达 100 THz。 用它做 3D 矩阵乘法的复杂度只有 O(1)。 不依赖复杂的芯片指令集，光波的物理干涉天生就能算矩阵。 跟传统…","body":"GPU 95% 的工作量都在跑矩阵乘法。\n把这块拆出来，用光代替电，速度能快多少？\n\n光子计算坐了 50 年冷板凳。\n现在它成了全场焦点。\n光的频率高达 100 THz。\n用它做 3D 矩阵乘法的复杂度只有 O(1)。\n不依赖复杂的芯片指令集，光波的物理干涉天生就能算矩阵。\n跟传统 GPU 拼算力，这是跨维度的降维打击。\n\n技术已经跑通了。\n《自然》等顶级期刊刚刊登了多项突破。\n从麻省理工起家的中共国私企曦智科技冲得很靠前。\n他们把光子算矩阵的成果直接拍在了桌面上。\n硅谷的 Celestial AI 则刚被芯片巨头 Marvell 整体打包买走。\n\n华尔街的算力饥渴症正在发作。\n做推理芯片的 Groq 估值被直接怼到 200 亿美元。\n八字还没一撇的量子计算也能卖出百亿天价。\n所有热钱都在死死盯着谁能夺走英伟达的王座。\n\n下一次科技大洗牌，机器里跑的将不再是电子。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2040319559689793791","translated_status_id":"2040319559689793791","published_at":"2026-04-04 06:17:29","created_at":"2026-04-04T08:10:47.191359","url":"https://mubeitech.com/p/2040090618433814996","markdown_url":"https://mubeitech.com/p/2040090618433814996/markdown"},{"rank":2,"id":"17077677","account":"mubei","brand":"@mubei","title":"以前造一座全球顶级的晶圆厂，250亿美元。 当时大家觉得，这已经是人类工业的投资极限了。 现在建一个1吉瓦的AI算力集群…","summary":"以前造一座全球顶级的晶圆厂，250亿美元。 当时大家觉得，这已经是人类工业的投资极限了。 现在建一个1吉瓦的AI算力集群要多少钱？ 500亿到600亿美元。 直接是顶级晶圆厂的两倍。 在二十国集团（G20）的会议上，黄仁勋把这套算力账本彻底摊开了。 一两百年前人类发现能源，变现逻…","body":"以前造一座全球顶级的晶圆厂，250亿美元。\n当时大家觉得，这已经是人类工业的投资极限了。\n现在建一个1吉瓦的AI算力集群要多少钱？\n500亿到600亿美元。\n直接是顶级晶圆厂的两倍。\n\n在二十国集团（G20）的会议上，黄仁勋把这套算力账本彻底摊开了。\n一两百年前人类发现能源，变现逻辑是每度电卖多少钱。\n今天的算力生意怎么做？\n每百万 Token 卖多少钱。\n所谓 Token，就是海量计算出来的数学结果，它本身就是智能。\n\n输进去的是电，吐出来的是文章、图片、代码和解题思路。\n为了给全世界生产这种智能，到本年代末需要建100吉瓦的算力集群。\n算下来，这是五六万亿美元级别的超级基建。\n面对这种天价投入，金主们最怕什么？\n怕算法和模型迭代太快，刚花几百亿建好的专用架构瞬间过时。\n\n英伟达能通吃市场的底牌就在这里。\n它的架构足够通用，靠软件就能持续升级，而且能跑遍美国、全球所有不同模态的大模型。\n当单座集群的造价冲到600亿美元时，谁都不敢拿几百亿去买一个可能会过时的资产。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2095317668811128859","translated_status_id":"2095317668811128859","published_at":"2026-09-02 22:59:15","created_at":"2026-09-03T00:42:50+02:00","url":"https://mubeitech.com/p/17077677","markdown_url":"https://mubeitech.com/p/17077677/markdown"},{"rank":3,"id":"raw_2c1f8fabbc51352c","account":"mubei","brand":"@mubei","title":"来看一组刚在 All-In 峰会上公开的数据。 光 Google 一家公司，一个月就要处理大约 3.2 万亿亿个 tok…","summary":"来看一组刚在 All-In 峰会上公开的数据。 光 Google 一家公司，一个月就要处理大约 3.2 万亿亿个 token。 如果按每个 token 消耗 10 焦耳能量计算，这已经算是极省电的模型了。 把这个数字乘出来，Google 光是跑 AI，就需要 12 吉瓦的持续供电…","body":"来看一组刚在 All-In 峰会上公开的数据。\n光 Google 一家公司，一个月就要处理大约 3.2 万亿亿个 token。\n如果按每个 token 消耗 10 焦耳能量计算，这已经算是极省电的模型了。\n把这个数字乘出来，Google 光是跑 AI，就需要 12 吉瓦的持续供电。\n\n12 吉瓦是什么概念？\n全美国所有数据中心的总用电容量，加起来也就 40 吉瓦出头。\n一家公司的 AI 业务，直接吞掉全美近三分之一的数据中心电力。\n现在去建数据中心，最值钱的早就不再是地皮或者机架。\n哪怕用户只是在对话框里敲下一句话，成本里整整 50% 纯粹是在交电费。\n照这个速度跑下去，业内估计最多三年，现有的电网就会被活活吸干。\n\n这时候悲观派跑出来喊了：\nAI 的扩张必然撞上物理电网的硬墙，我们很快就要无电可用了。\n\n真的吗？\n大自然可不这么认为。\n人类的大脑能写诗、能推理、能做复杂的科学研究。\n它满负荷运转需要多少功率？\n20 瓦。\n一盏普通床头灯的电量。\n\n动物就更离谱了。\n一只猴子的大脑功率大约 1 瓦，跟你兜里的智能手机差不多。\n一只松鼠在树枝之间闪转腾挪，跳一千次能准准落上一千次。\n控制这种精密身体动作的松鼠大脑，功率只有 8 毫瓦。\n把你手机里的电量分一分，足够同时驱动一百多只松鼠的大脑。\n\n一边是 20 瓦就能运转的人类智慧；\n一边是跑几个模型就恨不得吃掉几座核电站的数据中心。\n为什么差距能大到十个数量级？\n\n曾经创办过全球第一家 AI 芯片公司、后来又去读了神经科学博士的纳芬·拉奥（Naveen Rao），在峰会上把账算了一遍。\n从 1945 年第一台电子计算机 ENIAC 诞生开始，我们造计算机的方法就彻底搞错了。\n\n当年美军造 ENIAC，唯一的目的是为了快速计算火炮的弹道轨迹。\n设计者唯一关心的，就是它能不能比人工计算更快。\n至于耗多少电，当年根本没人考虑。\n于是约翰·冯·诺依曼定下了那套经典图纸：\n一边是负责计算的处理器，一边是负责存数据的内存，两边通过总线相连。\n这套存算分离的冯·诺依曼架构，统治了人类科技整整八十年。\n\n可这套架构跑别的东西还行，拿来跑现代 AI，简直就是一场灾难。\n在芯片内部，做一次微小的数学乘加，消耗的能量极其微弱。\n真正吃电的大老虎，是在处理器和内存之间来回搬运数据。\n现代 GPU 跑大模型，80% 以上的电量根本没有花在思考上。\n全是在导线上疯狂倒腾比特，白白把能量散成了废热。\n\n看一组对比就知道有多夸张：\n人类大脑皮层有 140 亿个神经元，每秒钟在神经元之间传递的信息，只有大约 160 亿个比特。\n而一块顶级的现代 GPU，每秒钟光是在芯片和内存之间搬运的数据，就高达近 30 万亿比特。\n导线里的电子在疯狂奔跑，能不把变电站给烧穿吗？\n\n那大自然的大脑又是怎么算的？\n脑子里可没有浮点数，也没有矩阵乘法。\n神经元本身既在存信息，又在做计算，完全没有内存总线这种中间商。\n大自然是用物理规律本身在做计算。\n\n拉奥的团队决定彻底掀桌子，造一台真正的物理动力学计算机。\n他们把这套逻辑做成了一个非常精巧的硅基系统。\n怎么理解这种机器？\n想象一下，把几个机械节拍器放在一块可以自由滑动的木板上。\n刚开始把它们拨动起来，每个摆锤晃动的节奏完全不一样，各摆各的。\n但因为它们都立在同一块木板上，每一次摆动都会给木板施加微弱的推力。\n不需要任何外力干涉，只要几十秒，所有节拍器就会全部步调一致，锁定在同一个相位里。\n\n这就是物理系统天然具备的耦合约振特性。\n它们不靠任何算法代码，光靠物理相互作用，自己就能找到系统的稳态。\n拉奥团队造出的芯片，就是由密集排列的硅基微型振荡器构成的网络。\n输入进去的数据不再是二进制的 0 和 1。\n数据变成了连续的波形。\n让电信号在振荡器网络里自发振荡、耦合、干涉。\n物理系统最终沉淀下来的相位状态，就是计算出来的答案。\n\n每一个振荡元件自身就是存储单元，彻底砍掉了外部内存接口。\n再加上三维晶圆堆叠技术与时间维度的连续演化，他们把这套架构称为四维计算。\n连矩阵乘法这个基础概念，在硬件底层都不存在了。\n\n听起来像科幻小说？\n今年 6 月 1 日，第一批芯片设计被送进晶圆厂。\n现在实物芯片已经回到了实验室，并且成功生成了第一批图像。\n实测功耗数据让整个行业为之一震：\n用这块芯片生成一张图片，只需要大约 500 纳焦耳的能量。\n传统顶级 GPU 跑同样的生成任务，耗能是在毫焦耳级别。\n纳焦耳是十亿分之一焦耳，毫焦耳是千分之一焦耳。\n能耗直接被砍掉了几千倍。\n\n如果算力的能耗门槛真能暴跌上千倍，未来的数据中心是不是就能少建了？\n历史给出的答案恰恰相反。\n早在 1865 年，英国经济学家杰文斯就记录过一个反直觉的现象：\n当瓦特改良了蒸汽机、让煤炭利用效率大幅飙升之后，英国的煤炭消耗量不仅没有减少，反而迎来了暴增。\n因为当核心资源的成本暴跌，全社会的需求会被指数级释放。\n这就是著名的杰文斯悖论。\n\n一旦能耗这堵高墙被物理动力学计算推倒，算力就会从昂贵的集中式变电站里解放出来。\n未来的 AI 不会把地球电网吸干。\n它们会像松鼠的大脑一样轻巧，钻进几十亿台机器人、传感器和便携设备里。\n这场看似窒息的能源危机，更像是大自然给出的一个提醒：\n八十年前那张给算盘提速的旧图纸，早就该翻篇了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2102314307631333801","translated_status_id":"2102314307631333801","published_at":"2026-09-22 10:19:34","created_at":"2026-09-22T10:19:34.238314","url":"https://mubeitech.com/p/raw_2c1f8fabbc51352c","markdown_url":"https://mubeitech.com/p/raw_2c1f8fabbc51352c/markdown"}]}