主题 先锋 趋势 方法 作者
返回

Jensen Huang之后的Nvidia:AI、芯片禁令与华盛顿 | Ben Thompson《Sharp Tech》

·Sharp Tech

正在生成长图…

本篇主题 科技创始人特质与心智剖析 AI集群硬件与网络物理瓶颈 AI万亿资本开支与泡沫风险 中美AI竞争与地缘管控 一人公司与端到端AI工作流 Agent重构SaaS与软件形态

摘要

  • 两位主持人将Huang据称被免职视为一场治理冲击,其代价不止由Nvidia股东承担。 Andrew Sharp称,尽管周四反弹,Nvidia股价5天仍下跌约15%;Ben Thompson则指出,这是一家规模达4.5–5万亿美元、围绕一位决策者打造的公司。Nvidia“像一辆围绕Jensen Huang打造的F1赛车”;换掉车手,带来的问题不是常规继任计划就能解决的。

  • Nvidia的优势既来自CUDA,也来自系统能力和供应商协同。 Thompson认为,收购Mellanox体现了公司提前判断AI需要芯片互联;Huang则说服保守的亚洲供应商在需求明确前投入。“现在已经不只是芯片游戏,而是系统游戏。”失去那个协调整个系统的人,与失去一位芯片设计师,风险并不相同。

  • 初创公司和Neocloud可能失去最有力的支持者,而融资环境恰在此时趋紧。 Huang支持开放模型和替代基础设施供应商,因为Nvidia需要超大规模云厂商之外的客户;后者有能力自研竞争芯片。他还成了“泡沫的银行”,帮助AI投资从自由现金流走向信贷和股权,再等待经营收入接棒;Thompson质疑,临时CFO或未来CEO是否会继续扮演这一角色。

  • Thompson认为,全面芯片限制是在替能取代美国半导体生态的对手制造需求。 只要Nvidia仍可买,开发者就更愿意选Nvidia;一旦被排除,替代方案就成了刚需。他主张出售“落后两代、三代”的芯片:客户为美国研发买单,同时几乎没有动力另建一套竞争生态。

  • 两位主持人把Huang的商业动机与用来解释这些动机的指控区分开来。 他们质疑,Alice Huang据称是受过训练的中国间谍这一说法,是否能当作既定事实。Sharp说,披露的节奏“感觉安排得相当协调”;Thompson为Huang商业逻辑辩护,但底线是遵守法律:“法律就是法律。”

  • 围绕出口管制的分歧,归根结底在于长期利益是否还重要。 Thompson认为,国家安全鹰派与预期超智能会在几年内决定性到来的那群人,可能立场一致。他反对为了这种预测牺牲持久的产业优势,也质疑台湾芯片生产一旦受扰,美国如何还能独占超智能:“如果你错了呢?”

  • Thompson的家庭工作间提供了一个具体案例,说明智能体如何创造需求、缩短实体生产流程。 Claude代为整理了数百件小型五金采购,碰上零售商购物车250件的上限,还协助为一台1,500美元的Bambu Lab H2C设计原创零件。给库存贴标签的屏幕和键盘流程,从想到落地“最多20分钟”。

  • Thompson调整了自己的软件判断:与其让人打开定制应用,不如让智能体直接访问记录系统。 他的库存数据库依然有用,尽管他几乎不用它的界面:“我高估了自己想要开发软件的程度。”下一个瓶颈是执行权限;GPT-5.2终于通过机器的外部视图,点下了Mac权限弹窗。

精读

1. 主持人认为,股东损失藏在一项治理决定里

  • Sharp开场引用《纽约时报》的报道:该报道援引5名Nvidia消息人士,称Huang与一名高管有婚外情,公司资源曾被用于掩盖此事。《华尔街日报》随后报道称,董事会正准备罢免Huang。两位主持人称,他周四上午被正式免职;Sharp说自己穿着NVIDIA绿色衣服,“支持Colette开启新时代”,之后又提到由Colette Kress掌舵。
  • Sharp不解的是:尽管周四反弹,Nvidia股价5天下跌约15%,股东为何会因罢免Huang而受益?Thompson把委托代理问题也放到了董事会身上。董事理应代表所有者,但他们的激励——包括对个人责任的担忧——可能与股东利益相悖。他认为,大多数股东都希望Huang留任。
  • Thompson仍承认,若不当行为损害长期受托责任,免职有其正当性。他对与下属发生关系的定性毫不含糊:“这种事总会让你被开除。”Sharp补充说,董事可能掌握着尚未公开的信息。两人质疑的是这项决定的后果,并未认为Huang的重要性可以让他免于遵守公司政策。

2. CUDA诞生于几场险些拖垮公司的押注

  • Thompson从Nvidia的历史讲起:公司起步于1990年代,早期一款图形产品失败,后来靠Sega以股权换取资金才得以续命。关键的技术演进,是图形硬件从执行预设绘图操作,转向运行可编程着色器。那些小型处理器最终可以独立运行程序,让芯片的用途超出最初的图形工作负载。
  • 背后的机会在于一种“极易并行的问题”:把屏幕切成更小区域,同时执行大量相对简单的计算。Thompson将这种架构与AI的计算需求联系起来。CUDA提供了编程能力,但最初的动机来自图形计算,而不是对今天语言模型市场的完整预判。
  • 增加可编程性起初让Nvidia芯片更热,竞争力也更弱。Thompson回忆,ATI曾做出更好的图形硬件,客户也会很快转向表现更好的供应商;他认为,这与今天前沿模型之间的切换颇为相似。因此CUDA并非一开始就能赚钱的护城河;在更广泛的用途显现前,它只是增加复杂度的一项功能,差点把公司拖垮。
  • AlexNet的图像识别成果敲响了警钟,但Thompson不确定Huang是在那之前还是之后才看到了更大的机会。之后的GTC演示不断尝试CUDA的各种用途,直到ChatGPT成为无可争议的应用。Sharp记得,他们2021年采访Huang时,他仍在摸索这项技术如何才能广泛发挥作用。

3. 护城河从编程工具扩展到完整系统

  • AI热潮也让Nvidia的故事变窄。Thompson记得,他认为2024年GTC是“Jensen声望的巅峰”,也是“Jensen最无趣的时候”:产品路线图挤掉了更有想象力的演示。更关键的是,客户开始基于语言模型而非直接基于CUDA构建产品,这带来一个问题:CUDA本身能在多大程度上保护Nvidia免受替代硬件竞争?
  • Thompson认为,Nvidia在2019至2020年前后收购Mellanox,提前押中了下一个层级:让许多芯片协同工作,组成更大的计算系统。要扩展算力,网络连接至关重要。“现在已经不只是芯片游戏,而是系统游戏。”竞争对手即使在单颗芯片的基准测试中胜出,也未必能提供Nvidia那样的互联集群。
  • Thompson对AMD的判断集中在两者的差距上:硬件一再表现出色,软件和整合能力却跟不上。他认为,在足够大的规模上,TPU可能是最有竞争力的训练替代方案。他还表示,相信Nvidia的每瓦Token数仍然最高;在电力受限的世界里,这会成为优势。
  • 供应链也是一道护城河。Huang锁定内存和其他零部件,并说服保守的亚洲供应商相信AI值得在需求尚不明朗时提前投资。Thompson举出的典型例子是,Huang每年做五六场主题演讲,向供应商介绍如何协调机架中的数万件零部件。Huang称,这是“我能大规模向你们传达信息的最高效方式”。

4. Neocloud帮Nvidia降低对最大客户的依赖

  • Thompson从价值链角度分析:芯片稀缺时,Nvidia能拿走超额毛利;芯片一旦充裕,买方的议价能力就会上升。Amazon、Google、Microsoft和前沿实验室都有能力、有资源开发替代方案。即便算力需求持续增长,供应商若依赖少数几家大客户,最终仍会面对价格压力。
  • Thompson拿AMD在超大规模云厂商与企业、政府客户中的表现作对比。在他看来,AMD已在超大规模云厂商中取得进展,但在企业和政府客户中的渗透率有限。大型云服务商会投入资源让另一家供应商的处理器跑起来,因为供应商竞争对自己有利;小型组织则更倾向于沿用成熟平台,不愿承担这份兼容性工作。
  • 因此,Nvidia需要更多愿意加入其生态的买家。Neocloud、开放模型和初创公司拓宽了客户群,不再只依赖那些有意自研竞争芯片的客户。“Nvidia不想变成Intel。”Sharp强调了这种客户多元化;Thompson说,初创公司失去那位支持这一生态的高管,“就是一场灾难”。
  • 这种支持也涉及资源分配。Sharp提到CoreWeave很早就拿到芯片,Thompson则质疑芯片分配是否总能带来眼前最高的经济回报。他明确表示,不知道Amazon是否因为自身的竞争项目而少拿了芯片。他更大的判断是,Huang押注的是长期生态,可能会选择赢家,以维护Nvidia未来的议价地位。

5. Nvidia的组织围绕一位通才设计

  • Thompson与Nvidia打交道时,感觉像在和一家初创公司合作:临场应变、节奏很快,还有种可爱的草台班子气质。相比之下,Meta给他的感觉是高度专业化。Sharp指出,在市值约4.5万亿美元时仍保有初创公司的特质,听起来令人佩服。Thompson认为,这套结构既让Nvidia跑得快、保持每年发布的节奏,也使它能做出不寻常的决策。
  • Thompson援引Tae Kim的《The NVIDIA Way》,称Nvidia“像一辆围绕Jensen Huang打造的F1赛车”。60名直接向他汇报的下属将专业意见汇聚到中心。他并不质疑这些人的能力;组织设计只是把整合工作的责任交给了Huang。Thompson认为,Nvidia尽管有大量演示和应用,本质上只卖一种产品——GPU,软件则不断扩展它的用途。
  • 他最接近的类比是Steve Jobs治下的Apple。职能型组织雇用各领域专家,再靠CEO整合他们的工作;事业部型组织则把这份责任分散给各业务部门。Jobs曾把Mac产品缩减到4款,正好体现了这种组织方式。Thompson回忆,他当时批评Microsoft试图照搬,因为Microsoft业务更广,需要不同的组织设计。

6. 继任需要一套制度,而不是另一个Huang

  • Thompson认为,Apple在2008至2011年的经历至关重要:Jobs生病期间,Tim Cook临时接管公司,之后Jobs又回来了一段时间。这里的教训不是找另一个Jobs,而是建立一套即使没有“依赖中间那个人的外骨骼”,公司也能运转的组织。
  • 这个对比让Thompson更认可Cook。除了供应链执行,他还认为Cook推动了Apple的专业化,包括创办Apple University。他也看到代价:把一家公司的独特之处写下来,意味着僵化的开始。他的比喻从步行到自行车、汽车,再到高铁:效率不断提升,可选方向却越来越少。
  • Nvidia打造的是“这星球上最快的车”,保留灵活性的同时,却忽视了治理和继任安排。Sharp把它比作一辆为Max Verstappen量身调校的Red Bull赛车,队友却很难驾驭。Huang最近谈到自己还会再工作20年;Sharp也提到有人说他会一直掌舵Nvidia,直到120岁。两人都看不出公司为突发离任做好了类似Apple的准备。

7. 主持人把间谍叙事与商业动机分开

  • 两位主持人形容事态在两周内急转直下,但Thompson指出,Megaspeed一年前就受到《纽约时报》和Bloomberg关注。公司可能是空壳,以及芯片是否流入中国,都是长期存在的问题。中国间谍的指控改变了故事的传播范围,却没有带来新的分销问题。
  • Sharp纠正了名字:Alice Huang。他说,相关叙事将她描述成很年轻时就被招募、接受“黑暗艺术”训练的人;Thompson称,性勒索确实是间谍机构使用的手段,Sharp则表示,他不认为这次属于这种情况。Sharp认为,负责转移数十亿美元重要设备的人,可能会被中国政府部门注意到或与其接触,但这不足以证明她是间谍。“人人都是中国间谍,也没人是中国间谍。”
  • 两人都不接受用这段据称的关系来解释Huang的对华政策。Sharp说,Megaspeed约占Nvidia收入的1%。Thompson认为,更好的解释是Huang长期以来希望留住中国客户、让他们继续使用CUDA;他反对把这些动机归因于Huang的族裔。
  • 谈到军方获取芯片,Thompson接受其中令人不安的取舍:流入中国的芯片可能落到解放军手里。他批评那些声称芯片不可能用于军事用途的保证,并明确承认,反对全面限制就意味着接受这一后果。Sharp同意,民用与军用买家之分难以让人安心;他也质疑,即使实施禁令,是否真能阻止有决心的军方买到高端硬件。

8. 首次合规绕行引发了持续至今的华盛顿争端

  • Thompson把冲突追溯到拜登政府初期的限制措施:当时管的是带宽,而不是FLOPS。他反对这项政策,但认为带宽是限制大型训练系统的合理参数。Nvidia在1个月内推出了带宽较低、符合规定的芯片。那款芯片在扩展能力上确实更差;Sharp提出只要多加几颗芯片就能恢复性能等同,遭到Thompson否定。
  • 在Thompson看来,华盛顿认为Nvidia只守住了条文,违背了政策精神;Huang则认为自己是依法调整产品、服务客户的商人。“他绕开了你以为自己做成的事。”Nvidia在华盛顿的存在感有限,加剧了这场冲突:官员逐渐把Huang视为不良行为者;Huang则认为他们不懂技术。
  • 两位主持人说,Huang后来接触到Trump,并协助推动撤销H20禁令;此前拜登政府的限制仍然有效。Sharp指出,当时中国没有采购H20。Thompson认为,中国开发者仍通过其他渠道寻求Nvidia设备,说明尽管政府试图推动替代,他们仍然更偏好Nvidia硬件。
  • Sharp说,这些披露“感觉安排得相当协调”,意在削弱Huang及其政策议程的正当性。Thompson把这一连串事件——间谍指控、员工婚外情、另一段婚外情,以及关于更严重爆料的暗示——解读为一场收尾行动。两人都认为披露时机很重要;这仍是他们对长期政策对手如何借个人不当行为促成Huang离任的解读。

9. 出口禁令为竞争生态送上所需客户

  • Thompson反对全面限制,核心在于开发者需求。政府可以下令要求使用CUDA替代品、拨款扶持、宣布它的重要性,却无法靠行政命令造出一个生态。“生态是由使用它、想要它并依赖它的开发者带动起来的。”只要允许购买,这些开发者通常还是更愿意选Nvidia。
  • 他最贴切的类比是Windows Phone。Microsoft投入了他猜测有数十亿美元,想建立一个平台,但Android和iPhone已经满足了用户需求。资金无法创造足够的用户拉力。同样,只要Nvidia的成熟产品仍可购买,中国尚不成熟的芯片生态就很难吸引开发者;一旦被排除,选择就从出于爱国愿望变成了实际运营所需。
  • Thompson主张出售“落后两代、三代”的产品。较老的美国硬件仍可能胜过本土初创公司的产品,让客户不必花时间转投这类初创公司;与此同时,采购收入还能资助美国厂商的前沿研发。他称这是长期沿用的技术转移策略:保持有意义的领先,同时让处于劣势的客户为优势延续买单。
  • 他对长期趋势的判断明确:中国最终会发展出自己的芯片制造能力和CUDA替代品,并将这套生态出口到全球。在他看来,全面禁令会加速这一进程,代价由美国半导体和设备企业承担。Sharp补充了一个当下观察:尽管中国制造业突破的报道屡见不鲜,对Nvidia的需求——尤其是训练需求——依然持续。

10. 超智能时间表改变了政策制定者如何计算代价

  • Thompson认为,关注中国的国家安全官员,与预期递归式自我改进或超智能即将到来的人,可能结成了同一阵营。按照后者的世界观,维护几十年的半导体优势已无关紧要:“一切只看接下来的2年。”他嘲讽说,这个所谓决定性的2年窗口,已经持续了大约3年。
  • Sharp说,2022年最初的限制措施就是按这套逻辑制定的。Thompson则认为,Huang站在另一边:他按Nvidia未来50年的发展做规划,支持开放模型,反对芯片限制。他猜想,Huang真心认为让中国持续依赖美国技术符合美国利益,同时也承认,这种信念恰好与Nvidia的利益高度一致。
  • Thompson把台湾作为针对现实世界的质疑。假设美国能独占超智能,就不能无视中国扰乱TSMC的能力。他举例称,据报道,台南生产设施几公里外的高铁震动曾造成问题。他说,如此敏感的设施经不起爆炸物破坏。“你的ASI在哪里?”这是他对那种把芯片供应视为稳固的战略发出的质问。
  • 关键问题是:“如果你错了呢?”——说的是那个用来牺牲长期利益的短期时间表。Sharp指出,历届政府都有人对Huang不满;在Trump任内,他提到Marco Rubio和Scott Bessent。Thompson强调,国家安全圈的立场跨越党派。他预计Huang离任后限制会进一步收紧,电脑追踪也会加强,并认为长期产业后果将是灾难性的。

11. AI投资接力可能失去它的银行家

  • Thompson把AI融资分成几个阶段:自由现金流、信贷,然后是股权。“我们已经进入股权阶段。”下一步必须有足够收入偿还债务,再从经营现金流重新启动投资。这需要有人搭桥;基础设施最终有用,并不能自动支付眼下的账单。
  • Huang提供了这座桥的一部分:他支持并为公司兜底,“成了泡沫的银行”。Thompson质疑,临时CEO——尤其是看重数字的CFO——是否会作出类似承诺,或者正式继任者能否为此找到理由。这关乎是否继续为高风险生态融资,而不只是是否延续Nvidia的芯片路线图。
  • Thompson说,Neocloud的信贷环境此前几个月就已收紧,相关担忧早已浮现。因此,消息传出后Neocloud的脆弱性更加明显,也是在既有风险上再添一层。他的铁路类比意在说明:铁路确实有用,融资结构仍可能崩塌。在他看来,Huang离任显著提高了类似资金紧张局面的发生概率。

12. 商业逻辑站得住脚,不代表可以不守法律

  • Sharp说,自己起初质疑Thompson的出口管制观点,后来被他说服。他把Thompson的主张与Huang的立场区分开来:前者仍支持限制半导体制造设备。但对长期策略达成共识,并不能解决眼前的问题:无论Huang是否认为美国法律合理,Nvidia都是一家必须遵守美国法律的美国公司。
  • Thompson明确把接下来的说法标为自己的猜测:Huang可能认为整项禁令都不正当,因此把表面合规当作足够,同时任由芯片继续流入中国。他怀疑指控背后确有实质性违规。这不同于前面那个主动设计出明确合规产品的例子;即便认为官员错了,也不代表可以无视规则。
  • Sharp感到挫败,恰恰是因为他喜欢Huang的乐观,也承认Huang对整个体系的重要性。Thompson把问题归结为傲慢:一名习惯胜利的斗士,身边治理薄弱,一再错过下台阶的机会,还不断给敌人递上攻击自己的弹药。他的悲剧性解读保留了其中的矛盾:让Huang愿意作出巨大押注的特质造就了Nvidia,也促成了他的倒台。

13. 智能体购物把工作间的念头变成了实际采购

  • Thompson的AI实践从一个反复出现的烦恼开始:开车约10分钟去Ace Hardware,买一点螺栓却要花掉1小时。他决定在地下室建一间五金店。那台1,500美元的Bambu Lab H2C又带来一种新能力:“用氛围编程做出一个物件”,然后把它拿在手里,体验极其满足。
  • Claude列出了他可能需要的紧固件、螺母和垫圈。Thompson先把一份价值数千美元的清单删减了一轮,再让Claude把数百包小件加入购物车,每包通常是10件或25件。有家零售商的购物车上限是250件,于是他分成两单。最终下单由Thompson自己完成;智能体负责繁琐的筛选和整理。
  • 商业意义在于:他说智能体“创造了经济价值”,因为没有它,他根本不会完成这么大规模的采购。智能体既省去了决定该备哪些货的工作,也减少了逐项在线寻找的麻烦。Sharp说这个项目有点过头;Thompson承认,这也是个爱好。

14. 对话式工作流开始产出原创实体零件

  • Thompson订了约12组货架,每组有8个料箱,后来发现料箱只是松松地放在架上,无法稳固滑动。他于是打印了一套导轨,每个长货架由4个互锁零件组成。他测量尺寸,并与Claude讨论约束,包括左右晃动、前后移动、货架立柱和后部横梁。
  • Sharp确认Claude是不是只是找到了现成的CAD模型。Thompson说这些都是原创设计,键盘托盘和Sharp见过的其他物件也是如此。Claude生成模型,将模型切片成可打印的层,再把任务发送到机器。“我不用3D软件,也不用Bambu Lab软件。”
  • 整个流程还包括查看打印机摄像头画面、发送进度照片,并识别Thompson何时取下完成的零件,好开始下一次打印。对他来说,关键变化是从想法到执行的距离缩短了。实体制造现在和写代码一样,都可以通过对话来指挥,不必先学会另一套专业软件。

15. 库存项目变成记录系统,界面可以随任务而变

  • Claude选好了五金件并规划了存放位置,因此可以在贴标签前就把库存写入Thompson的数据库。数据库记录的是物品应放在哪里,而不是精确库存数量。随后,Claude取得料箱的标签模板,从已有记录生成标签和二维码;这颠倒了过去逐件拍照、逐件录入的流程。
  • 贴约1,000张标签又形成了一个新瓶颈。Thompson的助手Josh起初要在手机上查看Telegram机器人,确认每件物品的去处。Thompson看到了流程中的阻力,让Claude在联网屏幕上放置可视化指引:相关货架、料箱和杯子,与当前标签一同显示。
  • 一台旧蓝牙键盘变成了一个“下一步”按钮:按任意键就能推进流程。打印机打出标签,屏幕显示摆放位置,Josh贴好后按键请求下一张。Thompson说,从发现问题到整套流程跑起来,“最多20分钟”。
  • 这让他修正了自己先前对个人软件的判断。他几乎不打开库存应用,而是让智能体访问数据库。“我高估了自己想要开发软件的程度。”长期需要的或许是一套“记录系统”,界面则可按眼前任务生成,或直接绕过。

16. 智能体能完成多少,取决于访问权限和授权

  • 对于包括Gecko在内、结构清晰的编程项目,Thompson仍偏好ChatGPT;Claude则更擅长处理他交错进行的对话和家庭事务。他称赞“Opus 5.5,GOAT”,肯定它的速度和容量,随后讲到GPT-5.2成功点击了Mac权限弹窗。他的偏好因任务而异,并非宣称某个模型在所有类别都领先。
  • KVM让智能体可以从外部查看Mac Mini,包括机器上普通程序看不到的权限弹窗。过去,智能体发现了阻碍后会发消息请Thompson手动批准。这周,它终于按照Thompson此前给出的长期指示行动,认为这就是自己的机器:“这是我的Mini,所以我点了允许。”
  • 这次突破很重要,因为智能体写的软件可能会卡在日常权限弹窗上。Thompson认为,这件事发生在创建键盘重映射应用时。他还说,Claude起初拒绝访问家庭系统,直到Astra“闯了进去”,他才把钥匙交给Claude。他更大的判断是,智能体必须获得合适的访问权限和控制;光有能力,流程还走不完。
  • 因此,Thompson越来越觉得自己离不开本地推理。他把“Apple Harbor”描述为推理服务器模式,猜测它能避开操作系统开销和权限弹窗,也考虑用备用Studio。他认为Apple的软件栈仍落后于CUDA。对现有开放模型的依赖,最终落在一句呼吁上:“Meta,请多做一些开源项目。”