摘要

本期节目对 Arm 的开场铺垫异常强劲。 Arm 9月 IPO 估值超过540亿美元，成为2年多来规模最大的公开发行；开场时还称其估值已增长至原来的3倍。随后主持人称，在 SoftBank 以320亿美元将 Arm 私有化、但出售未果并重新上市后，Arm 的市值达到1500亿美元。
Arm 在 AI 上的杠杆来自 CPU/IP 层，而非制造环节。 Arm 正越来越多地提供连接 Nvidia、Google 和 Cerebras 等加速器的微处理器；Nvidia 的 Grace Blackwell 使用了“72颗 Arm CPU”（“72 Arm CPUs”）。Haas 暗示 Arm 可能会比今天更进一步，但未确认其会制造芯片或直接与 Nvidia 竞争。
Haas 预计，AI 算力将分化为训练、专用推理，以及一个由更小模型同时进行学习和推理的中间层。 巨型模型可以教会约200亿参数的混合专家模型，而端侧推理不能依赖一块“功耗达1千瓦的 GPU”。
Haas 表示，物理 AI 目前的规模已经超过数据中心，并可能按设备数量实现巨大增长，因为每个机器人都可能搭载几十乃至上百颗芯片。 当前系统主要是改造汽车芯片；未来系统可能需要针对执行器、关节和端侧学习设计的专用芯片。
Haas 从 Jensen Huang 身上学到的经验是，Nvidia 愿意快速转向。 他回忆称，Huang 曾将 Nvidia 约6000名员工中的2000人，从一个与 Intel 相关的芯片组项目调入基于 Arm 的 SoC 项目：“原本计划中的路线图评审，最后变成了‘我们要改变战略’”（“We’re changing the strategy.”）。
Intel 的衰落说明，半导体行业的错误会在以10年计的周期中层层放大。 错过移动市场、对 EUV 投资不足，让 TSMC 吸引了 Apple、Nvidia 和 AMD，并通过这些公司的规模持续改进、进一步拉开差距：“芯片一旦落后，就极其、极其难以追赶。”
重建美国半导体产能，需要产业政策、企业资本和制造业文化，不能只靠建晶圆厂。 Haas 认为，美国已经失去了全天候运营卓越所需的“肌肉记忆”，必须通过大学、企业以及持续多年的融资，重新提升制造业的地位。
广泛实施出口许可管制，可能催生其原本想遏制的竞争性技术生态。 Haas 警告称，被拒绝提供计算架构的有能力国家“会找到办法”，最终形成“2个平行宇宙”，令西方生态面临失去全球首选地位的风险。
Haas 表示，中国当前的软件生态大体沿用全球体系，包括基于 Android 的移动软件和 ADAS 软件栈，并主张保持这一生态开放。
Arm 仍是一家全球分布式公司，而且仍需要更多工程师。 其员工有50%在英国，班加罗尔有2000人，美国可能超过1000人；Haas 表示，AI 减少了财务和法务岗位的招聘需求，但没有减少工程师招聘，并主张加大 STEM 投资。

精读

1. Arm 的定位——以及 Nvidia 的转向

开场对 Arm 的定位是：它不制造有形产品。Arm 9月 IPO 估值超过540亿美元，成为2年多来规模最大的公开发行；开场时还称其估值已增长至原来的3倍。随后主持人称，SoftBank 以320亿美元将 Arm 私有化、未能找到买家后又让其重新上市，Arm 市值达到1500亿美元。
Arm 负责设计处理器/IP，芯片由其他公司制造，主要在 TSMC，也有部分产能位于 Samsung，甚至 Intel。Haas 将 Arm 描述为连接硬件与软件、并连接处理器和加速器的 CPU 环节。
Haas 从 Jensen Huang 身上学到的长期经验，是“愿景、速度、无畏、敢于冒险”，以及极快转向的能力。当 Nvidia 年收入约40亿美元时，公司正在评估不同的增长路径。
最清晰的例子发生在一次 offsite：Nvidia 突然改变战略，取消一条产品线，并重新安排约6000名员工中的2000人。该项目涉及连接 Intel 处理器的移动芯片组；与 Intel 的 PC 集成架构竞争异常艰难。Haas 表示，这段经历促成了 Nvidia 向 SoC 和 Arm 架构的大幅转向。
Nvidia 的 AI 优势起于对工作负载的匹配，而不是一开始就拥有专用 AI 芯片：AlexNet 训练运行在游戏 GPU 上，因为训练任务高度并行。任何 AI 工作负载都仍需要 CPU 来运行计算机并协助加速器；Nvidia 的 Grace Blackwell 将 Blackwell 架构与“72颗 Arm CPU”结合在一起。

2. Arm 可以服务于分化中的 AI 市场各个分支

Haas 表示，Arm 既能提供标准解决方案，也能为定制芯片提供知识产权，并连接 Nvidia、Google、Cerebras 等公司的加速器。他没有确认 Arm 会自己制造芯片：当主持人追问这一结论时，他表示今天不会这么说，同时指出这并非不可能，Arm 正在考虑是否“比我们今天所做的更进一步”。
Haas 预计，AI 不会只是训练与推理的二分法。巨型模型可以教会约200亿参数的混合专家模型，后者同时结合推理、强化学习和训练，像是“教授教会一个也能当学生教师的学生”（“the professor teaching a student who can also be a student-teacher”）。
在边缘侧，能源效率将成为决定性因素。头显、可穿戴设备和其他端点无法运行功耗达1千瓦的 GPU。Haas 认为，Arm 在这类能效要求高的工作负载上处于特别有利的位置。
Haas 表示，物理 AI 目前的规模已经超过数据中心，并可能按设备数量实现巨大增长。机器人可能搭载几十乃至上百颗芯片。当前系统主要使用改造后的汽车芯片，并满足 ADAS 的功能安全要求；未来物理 AI 系统可能需要针对执行器、关节更小部位的专用芯片，以及能够学习的芯片。

3. Intel 的失误变成 TSMC 的复利优势

Haas 将半导体描述为一门会惩罚少数错误转向的生意：产品、晶圆厂和生态周期都很长。约10年前，Intel 错过移动市场，也没有像 TSMC 那样持续加大对 EUV 的投资。
由此形成的飞轮很难逆转：Apple、Nvidia 和 AMD 在 TSMC 生产，其先进制程业务又帮助 TSMC 持续改进晶圆厂。主持人总结称，Intel 和 Samsung 因此获得的机会更少。“芯片一旦落后，就极其、极其难以追赶。”
Haas 认为，政府支持不应止于入股 Intel，还应覆盖 ASML 级别设备及相关基础设施等上游能力。他表示，稀土矿产的获取是全球性的，真正的瓶颈在于材料提炼和工厂建设，而这需要持续数十年的投资。

4. 美国晶圆厂需要制度耐心和运营肌肉

Haas 对中国以工程师为主导的产业政策印象深刻，因为这种政策可以持续超越单一选举周期。他为美国提出的方案，是让大学、企业、私募股权和其他融资力量围绕相关计划协同投入，因为这些计划的资本需求和周期都大到不可能由任何一方单独承担。
TSMC 的模式是“24/7运营”：产线出现故障或客户遇到问题时，技术人员和工程师必须立即响应。美国曾经具备这种制造纪律，但如今已经失去相应的“肌肉记忆”，制造业职业所承载的文化声望也一并流失。
当被追问具体解决方案时，Haas 指向了大学对微电子和芯片设计项目的重建，包括 Carnegie Mellon。制造业运营卓越也应成为一门正式学科，以重建人才供给链。

5. 出口管制有分裂全球算力生态的风险

主持人指出，受出口管制的先进半导体销售需要商务部许可和跨部门审批。流程可能耗时数月，有些申请甚至已挂起2年，到获批时芯片可能已经过时。主持人警告，不应把 GPU 当作“钚”一样对待，并主张对全球先进半导体销售实行许可管理。
Haas 表示，西方的算力领先既来自芯片创新，也来自全球软件生态。只有在销售对象和生态发展方式不受限制的情况下，这一生态才能以扁平、开放的方式发挥最佳效果。
如果某种计算架构被切断供应，拥有足够人才、技术或创新能力的国家“会找到解决问题的办法”。风险在于形成“2个平行宇宙”，而替代生态最终可能成为市场首选。Haas 表示，只要许可能够加速，半导体最适合以全球生态的方式运行，让“最好的公司胜出”（“may the best company win”）。
Haas 还表示，中国的软件生态目前沿用全球体系：中国手机使用 Android 的一个版本及其应用生态，自动驾驶汽车则借助由 Arm、随后由 Qualcomm 和 Nvidia 打造的 ADAS 软件栈。他认为，保持全球生态开放是更理想的做法。
谈到中国这个更广泛的议题时，Haas 明确表现出对合作的乐观态度。根据他在中国的交流，中国官员认为 AI 护栏和相关政策是维持安全检查的方式。他不会把当前形势等同于核军备竞赛，但表示，拥有相关能力的国家同样有必要坐到同一张桌子前。

6. Arm 的起源与全球人才模式

Arm 起步于 Cambridge 的一间谷仓，是 Apple 与 VLSI Technology 为 Apple Newton 成立的合资项目；Newton 需要一款低成本、低功耗的处理器。Haas 回忆称，最初的芯片“并不算好”，但设计足够优秀，团队得以围绕它建立一项业务。
Haas 是 Arm 的第4任 CEO，也是第1位非英国籍 CEO。在接任后的3年半里，他一直在努力保留 Cambridge 的科学与技术实力，同时加入更多 Silicon Valley 式的进取性、速度和快速行动意愿。
Arm 有50%的员工在英国，班加罗尔有2000人，美国可能超过1000人，其余分布在欧洲各地。Haas 表示，公司会跟随工程人才所在的地方布局。
AI 减少了 Arm 在财务和法务岗位上的招聘需求，但没有减少工程师招聘。Haas 表示，AI 的开发、创造和科学研究仍然是困难问题，因此 Arm 需要更多工程师，也需要更广泛地投资 STEM、电子工程和芯片设计。

Rick Caruso谈加州崩溃：领导失灵、洛杉矶山火应对失败与修复方案打造AI物理学家：ChatGPT共同创作者的下一项事业