纽约一条百年的跨州铁路隧道缺 10 亿美元，常年拿不出钱翻修

纽约一条百年的跨州铁路隧道缺 10 亿美元，常年拿不出钱翻修。 同一时期，科技巨头一年的资本开支飙到了一千零五十亿美元。 一条关乎几百万人通勤的重资产隧道，造价还不到一家科技公司一年机房投入的百分之一。 甚至有数据中心为了保供电，开始从退役飞机上拆喷气发动机当发电机。 因为工业燃气轮机的排期，已经一口气订到了五年以后。 连飞机发动机都拆下来烧了，造芯片的人到底在发什么疯？ 芯片淘金热，最赚钱的不就是卖芯片吗？ 美光一个季度赚到的利润，几乎抵得上过去十九年的总和。 大家都觉得只要造出一颗算力更猛的芯片，就能把印钞机搬回家。 但如果你去问今天定义了全球 AI 芯片路线的那两个人，他们会给你当头泼一盆冰水。 英伟达首席科学家比尔·达利（Bill Dally），和谷歌 TPU 之父诺曼·朱佩（Norman Jouppi），在美国计算机历史博物馆坐到了一起。 坐在中间主持的，是图灵奖得主、精简指令集（RISC）架构奠基人戴夫·帕特森（Dave Patterson）。 这三个人把过去五十年所有算力革命的底牌全看穿了。 他们坐下来给出的第一个判断，反直觉到了极点： 今天决定算力胜负的，早就不是那颗硅片了。 上世纪八十年代有专用 Lisp 芯片热潮，九十年代有超级计算机热潮。 美国国防部大笔拨款砸下去，诞生了一大批明星芯片公司。 结果呢？ 像思维机器公司（Thinking Machines）这种当年的超级先驱，最后全死光了。 为什么当年技术再强也撑不起一个商业市场？ 因为以前的高性能计算，代码动不动几十万行、上百万行。 全是几十年积累下来的积灰老代码。 你把其中一个计算核心提速十倍，剩下那百分之九十的串行老程序依然卡在原地。 这是阿姆达尔定律（Amdahl's Law）立下的物理铁律。 硬件跑得再快，也甩不掉软件的历史包袱。 但大模型完全掀翻了这条铁律。 比尔·达利说了一句大实话：大模型的计算结构其实出奇地简单。 不管它有几千亿还是上万亿参数，底层反反复复计算的只有几个固定动作： 矩阵乘法、注意力机制、归一化。 以前硬件工程师要伺候成千上万种千奇百怪的传统算法。 现在全世界最聪明的头脑，全在围绕这几个基础算子死磕。 软件开发者甚至没有任何历史包袱。 只要换成四位浮点数（FP4）能把吞吐翻一倍，工程师当晚就能把底层算子全部重写一遍。 这是计算机历史上第一次，芯片架构和算法模型朝着同一个方向疯狂收敛。 这就引出了戴夫·帕特森抛出的下一个问题： 为什么今天几乎所有大厂的 AI 芯片，长相越来越像？ 中间一块巨大的计算裸芯，密密麻麻布满矩阵计算单元。 外围死死围着一圈高带宽内存（HBM），再连上最快的高速接口。 不仅英伟达和谷歌像，各家自研芯片全长成了一个模子。 这是抄袭吗？ 诺曼·朱佩给了一个生物学上的冷酷解释。 大家都喜欢吹寒武纪生命大爆发。 但很少有人提紧接着发生的寒武纪大灭绝。 当年地球上冒出过无数奇形怪状的生物，最后全死绝了。 能活到今天的物种，全长着高度相似的骨骼。 九十年代硅谷有一百多家图形芯片公司，拼杀到最后只剩英伟达和 ATI 两家。 今天的 AI 芯片也在经历一模一样的收敛。 那些搞模拟计算的、搞类脑架构的、搞激进内存重构的，最后全被大模型淘汰出局。 既然芯片长相都收敛了，创业公司照着图纸抄一颗，能打败巨头吗？ 不能。 战场的重心早就不在硅片上了。 戴夫·帕特森问了全场最致命的一个问题： 如果把英伟达或谷歌的芯片版图直接送给一家创业公司，他们能打得过你们吗？ 比尔·达利几乎没有犹豫： 交付给客户的完整产品，从第一天起就是一整套系统。 以前各家卖各家的。 芯片厂卖处理器，服务器厂卖机箱，网络公司卖交换机。 但把几万块芯片连在一起训大模型，完全是另一码事。 比尔·达利当年参与美国能源部的泰坦（Titan）和顶峰（Summit）超级计算机。 硬件装进机架之后，光是把网络调通、让系统能稳定点亮，就要耗掉整整半年。 在几万块芯片的集群里，任何一根光纤丢包、一次微秒级的微小抖动，都会让几十亿美元的算力当场停摆。 客户买的不是芯片手册上的理论算力峰值。 客户买的是开机就能跑、连续训三个月不崩盘的交付能力。 谷歌在 2017 年做第二代 TPU 的时候，就彻底看穿了这件事。 诺曼·朱佩回忆，他们从一开始就没把 TPU 当成插在主板上的外设加速卡。 那是直接从白纸开始画的整机超级计算机。 三维环形拓扑网络、整机液冷、加上光路交换机。 一块芯片被烧毁了，光路交换机能在毫秒内自动绕开坏节点，整个集群继续狂奔。 路易斯·巴罗索写过一本奠定现代云计算的名著，叫《数据中心即计算机》。 在这个时代，竞争的最小物理单元已经膨胀成了一整座数据中心。 液冷管道的压力控制、交换机的拥塞算法、光路动态重构、电网负荷调度。 这些工程经验不会写在学术论文里，也无法靠芯片设计软件直接生成。 它是在几万次死机、烧毁和网络崩溃里用真金白银踩出来的坑。 那芯片巨头最引以为傲的软件护城河呢？ 诺曼·朱佩当年做 TPU，牢牢记着他导师约翰·轩尼诗（John Hennessy）立下的军规： 绝不要把编译期能搞定的事情，留到运行期去处理。 初代 TPU 团队只有十个人，两个是编译器专家。 而英伟达从 2006 年发布 CUDA，熬了十八年才把底层算子库筑成了钢铁防线。 但这一次，两位顶级科学家给出了同一个让人后背发凉的预判： AI 正在亲手填平软件的护城河。 比尔·达利讲得格外坦白： 现在只要给大模型一份底层的接口规格说明书，让它去重新实现一遍整个软件栈。 过个周末，代码就写出来了。 戴夫·帕特森在旁边接了一句更绝的话： 护城河里正在被倒满沙子。 要不了多久，后来者就能踩着沙子大步走过去了。 普通工程师的效率被 AI 提速了两倍，顶尖工程师被提速了十倍。 写代码的门槛正在以肉眼可见的速度塌方。 算力芯片长得越来越像，软件护城河正在被沙子填平。 那最后拼的是什么？ 拼谁能在物理世界里啃下最硬的工程骨头。 谁能在五年拿不到新燃气轮机的情况下搞定电力。 谁能让几万块高发热的裸芯片在液冷管道里稳定协同几个月。 谁能把一个城市规模的基础设施，像调教单颗晶体管那样驯服得整齐划一。 在这场以百亿美元为起跑线的硅金矿里，狂热的口号根本挖不出金子。 最终决出胜负的，是那套用无数次故障、烧毁和死机换回来的系统工程能力。 它把成千上万个狂暴的零件，死死咬合成了一台在物理极限上稳定狂奔的巨型机器。