EP184. 輝達 GTC 其實有料、特斯拉被鎖定攻擊、太空人終於回家了 | M觀點
01:24:48 Share

欢迎来到 M 观点我是主持人 Mula 这里是一个紧跟科技趋势讨论热门时事并且分享投资与商业思考的频道每周一中午和周四晚上会在 YouTube 上面直播并且在直播结束后同步到各大 Podcast 平台上

我希望能够透过这个节目带着大家一起来学习掌握世界进步的主要动力科技创新商业思维以及自由市场的力量如果你喜欢我们的节目的话请按赞订阅分享及五星留言评价分享我们的节目给更多人知道也别忘了订阅我们的免费电子报 M 报你可以在资讯栏中找到我们节目的所有相关连结

哈喽哈喽大家好大家晚安欢迎来到我们今天的 M 观点哦今天是我们 M 观点第一批 184 哦第 184 集哦很高兴礼拜四的晚上再次能跟大家来聊一聊过去这几天的科技财经的重要事件那今天总共会跟大家聊三个主题哦今天第一个主题呢要跟大家聊挥达的 GTC 正式开始了哦那黄泽勋也在昨天正式进行了他在这次 GTC 的主要的 Keynote 主题演讲哦

那我們今天就來跟大家聊一下這個主題演講到底有什么有料的因為很多人都覺得這次主題演講沒有什麼太多的新意但是我的看法不一樣哦我認為這次 GTC

黄振勋的这个演讲蛮重要的哦那今天第二个主题呢要来聊最近特斯拉的状况哦最近特斯拉哦这是这个衰运连连股价跌很多以外他的车子在美国被被砸被被喷漆被放火哦以及哎就在前几天呢有个知名的 youtuber 拍了一支影片去说哎他的这个

FSD 他的这个自动驾驶有问题啊哎不太好那到底这个事情是怎么样的哦那个影片被骂翻了哦所以我们就来跟大家聊第二个话题叫做特斯拉现在被恶意攻击啊那我们今天最最后一个主题跟大家聊一下这个之前呢波音送了两个太空人上了这个国际太空站他们

回不來呀因為波音當時的 starliner 有一點點問題大家不太敢他們做那個 starliner 回來所以呢終於哦又特斯拉把這兩個太空人運回來了那為什麼他們兩個會拖這麼久呢哎這第三個主題跟大家聊一下但是在進入今天主題之前呢一樣進入我們今天的業配時間今天來業配的呢是大家敲碗敲很久你知道我在過去這一年呢一直好被敲碗說哎你什麼時候還要來賣高家老菜服的這個老菜服

因為高家老菜脯跟我們合作很多次嘛那他們的東西老菜脯用來煮湯喔真的超級煮湯煮菜都超棒的但是呢我就一直問高家老菜脯你們什麼時候有貨那他們的貨一直都不太夠啊所以一直沒辦法辦但是終於我們這次高家老菜脯的合作又來了不過呢這一次我們居然要舉辦的是告別分享展難道高家老菜脯要離開我們了嗎

沒有了人家要改名了人家品牌重塑了所以他們等於是這個舊的包裝就因為他們可能要換一個新的品牌名字我也不知道未來叫什么名字但是他們現在就是把他們舊的這個包裝老菜脯全部都出清了那在這裡強力推薦哦他們有非常多種口味哦那個包含這個最經典的這個老菜脯他全部的哦他們這個賣的都是 199 就賣你這個燉湯包就一整包那那去燉一鍋的雞湯燉一鍋的排骨湯都非常的好那

在這也推薦給大家現在優惠時間是 3 月 20 號到 4 月 2 號大概就兩個禮拜左右的時間而且數量很有限哦你喜歡的口味說不定一下就賣完了黑蒜的口味黑蒜老菜脯鳳梨老菜脯還有梅干老菜脯超級好喝的吼那所以沒有老自己是高加老菜脯這個

湯的愛好者啦用那個老菜脯那個整個燉湯包下去煮弄那些買一些五穀雞腿稍微洗一下丟到電鍋一下就很好很好喝吃了那現在 199 是非常特惠的價格因為他在出清嘛所以之前喜歡高價老菜脯的不要錯過趕快在我們的資訊欄趕快點進去就可以來趕快去搶 199 的這個老菜脯的湯包那希望你能夠搶到你喜歡的口味哦

好那接下来就准备进入我们今天夜配时间那我们今天这个先跟大家说声晚安这个我们今天要跟大家聊第一个这个 GTC 我觉得是一个我昨天看他的你知道我今天早上我早上五点还一起来看他们的一场主题演讲所以真的是害我睡眠不太够但是呢

這次 GTC 黃澤勳主題演講好像市面上沒太多人在討論有討論的人通常都覺得還好而已到底怎麼了?Mura 你之前不是說這次的 GTC 給大家信心加持嗎?怎麼沒有信心加持呢?我跟你講其實我常常講有些時候市場關心的他們想看

不一定會看到重點啦你現在看到黃宗勳這次 invidia gtc 2025 的 keynote 沒有積極很大的迴響但是是真的沒有是真的這次沒有講什麼很重要的東西嗎還是只是外界目前還沒有搞懂呢

我跟你講我覺得現在是外界沒有搞懂因為這次演講真正的重點呢其實沒有那麼直覺讓人理解哦你知道我在當天呢因為我沒有熬夜看因為他是凌晨一點的我是第二天早上起床在看我一邊看我就一邊想說哇這個是 invidia 一個很重量級的一個宣佈啊因為他等於是說

告訴大家說 ASIC 你追不上我了所以大家不要花錢去買 ASIC 晶片然後 ASIC 就是那種專用的 AI 晶片就不要去做買這些東西

可是我跟你講,我發現台灣在討論,沒有人討論這個台灣所有在談科技、財經的,沒有人看到這件事情我不知道為什麼,那知道什麼?我昨天就在我的粉專上說,哇!Invidia 就是告訴 ASIC,你們贏不了我啦

但是呢哎今天早上我起床我就隔一天我就看那个 Ben Thompson's Stratechery 这个知名的科技作家他就写了这个 invidia 跟 ASIC 他就说哇 invidia 这个就是告诉大家不要去买 ASIC 哎他的看法跟我一样哎所以你知道我订阅他订了 10 年哦我们的看法是有点像有点像的啊好了那回头来讲老黄这次演讲的重点

我讲为什么台湾的这些科技或财经的网红都有点失望呢是因为台湾的人大多数关心的就是新产品你有没有推出一些新的晶片有没有一些大家觉得很厉害的新的这个可以卖钱的这个产品但是呢这一次 emedia 发表的东西大部分都是我们知道的嘛那我们知道现在 emedia 接下来主要量产的这个

晶片是 b 200 跟 gb 200 就 blackwell 的系列然后呢他在预计啊明年哈明年要开始比较大量出货的是什么是 b 300 和 gb 300 就 blackwellultra 嘛哦这个都大家已经知道了对不对然后呢

blackwell 的下一代叫做这个 ruben 大家其实也都知道哈因为其实之前你如果有听像古埃这些台他们早就给你讲这个代号了那这次当然还有发表一个这个更下一代叫 fman 哦那那个是 2028 的事了而且真的量产 2029 几百年后的事情所以大家没那么 care 是吧所以其实你如果只看这些晶片的角度来讲你好像没有看到太多新的东西对不对可是我跟你讲哦

不是只有晶片的新晶片的发表才重要哦但有一些很重要的发表呢其实很重要的东西但是呢市场一开始就一定会了解吗我觉得市场不见得一开始就了解我举个例子来讲因为讲在十几年前发表酷打对不对快 20 年前了 10178 年前发表酷打当年发表酷打他说我们要做什么 gpgpu

我們要用 GPU 的通用運算但是沒人鳥他嘛 Invidia 酷打是被低估了十幾年直到大概 2017 年之後才開始重視這件事情所以你就知道其實這次 Invidia 發表的我個人覺得還蠻重要的因為這次他等於是宣示說

嗯 ASIC 晶片是你以為 ASIC 晶片比我們更便宜所以大家就要用 ASIC 晶片沒有沒這回事哦他就要跟大家講沒這回事啊好了那接下來我們快速瀏覽一下這次 nvidia gtc 的重點好不好我們就是把我剛剛講這件事以外重點先聊聊哦在這一次這個黃仁勳的這個主題演講一開始先講 5090 這個 gpu 吼那大家知道嗎是他們這一代的這個消費級顯卡的最高階的就是 5090 吼那

不過他他其實也沒有講太多他就是跟給拿這個顯卡出來給大家看哎這是我們 5090 哦比之前 4090 哦比較小哦這個比較然後然後什麼他要講的一個重點其實是哈其實他說為什麼 5090 的效能可以比 4090 好很多呢因為接下來遊戲顯卡

的的算圖的 rendering 會透過 ai 快速大幅度的加速你知道嗎以前呢我們不是玩遊戲就是每一秒要跑幾個畫面我們叫做 fps 叫 frame per second 吼那個

大陸的用字叫幀數啦每秒有幾個幀數我就每秒有幾幾個畫面吼那一般來講哦我們早期我們 FPS30 就不錯就一秒 30 個畫面就就滿順但是當然後來大家大家要求越來越高現在 FPS60 啊那個基礎那有些要求要玩的很順的玩家甚至會要求說那 FPS 要跑到 90100100 多吼那當然了我是目眼那我這個眼睛看不出來啊但是有些人覺得他看得出來

那以前的这个每个画面都是要 GPU 去算的嘛所以等于是假如我要每秒要出现 60 个画面一秒要 FPS 要到 60 我就要算出 60 张的照片 60 张的图然后怎么就就快速的一这一秒都把它放完放完对不对但是呢

这个挥达这个他说我们 5090 以后的的的 GPU 呢我们的重点是什么我们可以用生成式 AI 也就是说我今天呢不用每个画面都用算的我今天只要有第一张画面我就可以用生成式 AI 去去拆后面的画面是什么就不用

不用做 rendering 因為 rendering 要花的這個的運算量是比較大你可能要算每一個像素的光影要怎么變化對不對所以那 rendering 要花花掉不少的算力但是什麼你生成式 AI 的算力需求是低很多的所以呢黃正俊就說我們未來的遊戲啊我只要第一張畫面我接下來就可以插出 15 張畫面哈就我可以用生成式 AI 生成 15 張畫面所以簡單來講啊

他就可以让你笑你那个 fps 超高速的提升你去想哦如果你想我们现在如果说你跑 fps 跑大概 60 张左右算是一个标准的一个水准的话事实上 ai 你原本的 gpu 的自己去一个一个像素就算出来的的的图只要画四张就好只要算四张然后剩下的 60 张呢全部都用 ai 生成然后什么你的 fps 可以跑 fps 64 啊

而且重點是跟你自己 rendering 出來的其實差不多啊所以我跟你講雖然這一次遊戲顯卡他就只有講到一點點而已啦可是你知道嗎我覺得他用這個東西開場我覺得也蠻好的為什麼呢因為我覺得無論從遊戲或者是由其他的方面來看我覺得 invita 他現在在賺什麼錢他在賺的一個錢就叫做整個整個整個 it 領域的所有的運算領域呢正在從傳統的運算

變成 AI 的生成式運算以前的這個算圖以前這個遊戲的每一個畫面要長怎麼樣那是傳統的 rendering 在算的但是現在呢他說我用生成式 AI 所以就是傳統的運算已經會越來越被 AI 取代

那除了除了这个游戏的例子以外还有没有一些著名的例子有啊首先什么像那个像 facebook facebook 的推荐演算法就是从传统的 cpu 的运算换成现在的 gpu 运算啊等于是他从原本的 cpu 写一堆这个演算法的规则现在直接用 gpu 去去做这个这个他不算生成式 ai 但是他一样是用

一个神经网络的一个方式来推测你要喜欢什么东西或者是什么特斯拉原本的旧的 FSD 到 V11 版的时候呢他都是什么他都是所谓的 RAW BASE 就是说 ok 我侦测画面然后我写过程是写几十万行程式来判断要怎么开现在他直接是端到端所以你会发现

從遊戲的算圖或者是從這個臉書的推薦演算法或者從特斯拉的 FSD 我們都在過去這幾年我們看到一切重要的改變就是從傳統的運算變成 AI 的運算從傳統的運算變成生成式 AI 或者是神經網路的運算所以你知道嗎這個

就是黃仁勳想要告訴大家說你不要以為只有遊戲會用到 AI 你不要以為只有 FSD 會用到 AI 未來的世界所有的運算可能 70% 80%都會變成 AI 不再是傳統的 CPU 的這種叫做確認式的計算而是調到 AI 這邊變成機率式的一個運算我覺得這個是他想要告訴大家的一個

一个运算 it computing 的一个 paradise shift 好了那讲完这个 5090 之后他接下来就聊这个一些一些老老话重谈了可是我觉得这些老话都还蛮重要的所以我希望如果你今天听我今天不会深入讲哦但你如果听了我讲这种你觉得很有趣你要去搜寻一下去理解一下吧他讲了所谓的 ai 四大阶段

AI 四大阶段呢他就是什么他有感知生成代理实体从从从这个这个感知型的 AI 到生成式的 AI 到 Agentic 的 AI 到 PhysicalAI 他之前讲过那我们就就从可以辨识一些影像辨识一些声音到可以生成一些文字内容或者生成一些图到他能够完成完成做一些事情到他最后会有个身体

好这个我们之前讲过啊上一次 GTC 我们讲过其实但是我觉得这个关键很重要所以如果你没有听到的话我们就就在安这有人说老菜谱的连结不对吗我不知道哈那个这个是我我官方给我们的那那我们直播之后我再去 check 一下但是应该不会不对吧因为我有点上去看一下哈好了 anyway

好那接下来呢聊完这四阶段的 ai 的之后他接下来就讲 scaling lawscaling law 我们也讲过很多次就是说 pre-training 的 scaling 预训练的 scaling 那接下来是 post post training 后训练的 scaling 以及 test time 的这个执行时的 scaling 然后接下来就讲这次很多媒体报道一个重点就是现在已经进入这个所谓的 test time compute 的 scaling 就是推论时的一个

的一个 scaling 的一个时代就是的扩大的法则那这个他叫什么他叫做长推论就是就花很多时间的推论在长推论时代的时候什么

黄振迅就说这个所运算的 token 的需求是 100 倍啊也就是说我需要原本 100 倍的算力对比现在的这个 CHATGP 他们传统的大型语言模型他们叫做 one shot 就是只推论一次的那个推论他的算力需求是 100 倍所以他就讲了你看我们这个算力未来很大很大的需求还很大

接下来他要聊的东西一个叫 cosmos 的世界模型这个其实上次也发表了不过他这次就把 cosmos 的世界模型概念讲得更清楚简单来讲就是说整个 cosmos 的世界模型它的概念就是说你今天要开自驾车或者你要做机器人你会说我的资料没有那么多怎么办我又不是像训练大型语言模型可以去网络上抓很多公开的文字资料

车子的实际开车资料没有那么多啊机器人实际动作资料没有那么多怎么办没关系用 ai 生成其实这就是 ai 生成资料简单讲我现在什么我假如我今天是开自动驾驶我现在自己去开了一趟啊

可能開一趟台北那我就一一份 video 的影像對不對好這份我就有一份資料接下來呢 cosmos 這世界模型就會把我這一份影像呢他開始去什么生成把它變成一個基基礎然後用這個去生成各式各樣修改的版本最後什麼他幫我生成生成

一万份所以简单的讲呢简单的他就是让哦机器人也是一样我今天假如我要我身上装一些动作感测器然后训练机器人折衣服好假如这样那我我折十件衣服至少有十个资料点有十个 data point 他可以用这十个 data point 去生成生出十万个 data point

所以简单讲就是他可以让一些这个要训练 ai 模型的一些公司他开始我们以前说我要训练机器人我要训练自动驾驶我哪我又不像特斯拉已经有那么多资料我没有那么多资料怎么办我又没有那么多车在开没关系你就弄个 10 台车然后去开个 100 趟有 1000 个资料之后我把这 1000 个资料呢变成 1000 万个资料我用这 cosmos 的世界模型哦他就像一个大型元模型他会帮你掰啊瞎掰瞎但是是符合物理世界规则的

然后你就可以用这些资料去做训练他其实就是一个合成资料的一个训练的工具然后这个 cosmos 世界模型好那下一个呢我我反正我现在跟大家讲的其实都不是重点的重点是我刚才讲的那个要取代

這個 invidiagpu 像 s 一下子但是我們還是把一些其他有趣的東西先聊一聊下一個我要聊的東西他們發在這次那個 invidia 他講就 groot n1 就是 invidia 的第一個開源的機器人的 foundation model 那 groot 這個專案他們之前也發表過嗎不過他們之前只是發表概念吧那這次 groot n1 就是一個已經可以開源的 foundation model 那 foundation model 就是一個核心的一個模型了那核心模型其實

他有点像是一个基础能力其实还不不能算是能够直接用所以一般来讲假如你知道开发一个机器人呢你应该是拿着核心模型什么再加上自己的训练加上自己的你 post training 哦如果你用大型元模型角度来讲就做 post training 然后去做一些规则做一些 gareal 做一些 policy 之类的调整之后就最终可以跑出一个自己的版本

那不就其實 nvidia 他無論在自動駕駛或者在機器人方面他其實做的事情都很像他就做一個開發平臺然后再給你一個基礎模型可是你如果只拿這個開發平臺跟基礎模型要直接推出可可以在市面上很厲害版本還差的很遠了所以並不是他有這個東西他就可以直接去挑戰特斯拉這個距離還是有大段距離哈好了這有點像說

假設你今天說我要開發大型元模型那我們到現在最厲害的可能是切 GPD 的這個 4 歐或者是這個 Grok3 對不對那這個時候你說哎我幫你訓練一個拉瑪的 70B 你拿這個拉瑪 3.1 的 70B 你你就算拿到這個模型對你有個基礎可是你要拿這個東西直接去跟人家最厲害模型比你還是打不贏嗎好所以

反正我就给你一个基础模型但是你要自己再想办法变得更厉害大概是这样然后接下来他介绍 Blackway Ultra 这个就是 GB300 我想就是今年下半年到明年的出货主力因为今年现在看起来上半年今年全年应该主要都是出这个 GB200 但是可能今年年底到明年会出 Blackway Ultra 不是他出货主力

最后一个东西,这个东西其实我没有很熟但是我知道投资台股的人就很在意就是细光子 CPU,那是什么东西呢?这东西其实就是 AI 的训练运算是这样的我们每一个 GPU 可以有一定的算力可是我们要算一些比较大的模型,算一些比较多的资料的时候我们很多 GPU 之间要串联对不对?所以你如果

你在伺服器内你可能就是用铜线在串联那你如果是机器跟机器之间你现在可能是用什么用 Infinity band 或者是用这个或者是用这个以太网以太网路那这个 Ethernet 那其实这些东西他们这些东西叫铜线嘛那但是呢黄贞俊就说我跟你讲有比铜线更快的我们你如果觉得我们传输不够快我们有更快是吗我们用矽光子矽光子你想铜线的质量传输就是用电子

就是我們用電流嘛電流就是電子在傳輸訊號對不對那矽光子就想著有一條光纖這條光纖呢他們就是用光子在傳送這個這個這個資料那速度會更快頻寬會更高但是呢他第一個他耗電量比較高第二個他也比較貴嘛那所以 IMIDA 他這次有做自己的矽光子的一個 solution 那就他做在他的 switch 裡面

那 anyway 這個我我不熟了所以我們就跟大家講到有這個東西其實你可以把它想像成就是 invita 告訴大家說你要能夠在一整個機櫃的 solution 要做的比如 invita 別想了你有吸光值嗎你有這個你有 cpu 的傳輸嗎你有這些東西嗎你都沒有了好了

好啦,以上我們講完這個我覺得比較不是重點的部分以外那我們就要進入這次的重點囉我們這次的重點就像我一開始跟大家講的我認為這次的 Emilia GTC 黃振勳主題演講的重點就是要告訴外界對

我知道你们有些人都怀疑我们以米甲到底还没有成长空间那当然了大部分人都不怀疑 ai 的算力需求还会快速成长吗 deep stick 出来之后哇这个推论的成本降低那 ai 的需求会大幅成长啊但是接下来问题来的哦虽然所有人都觉得 ai 的算力需求会快速成长可是市场的共识也是说啊训练这一块的需求

之前是主力但是未来不会主力未来成长主力是推论是 inference 的需求好但是如果是推论的 inference 的需求的话那就有个问题哦什么问题就是虽然在训练这一块的 invita gpu 有绝对优势哦那些 asic 的晶片因为训练的时候你都要什么你都要很你要非常多的算力非常多的记忆体所以你要大量的 gpu 的串联那

ASIC 串聯的能力沒有絕對沒有 NVIDIA GPU 所以在訓練這塊 NVIDIA 是有絕對優勢他在視像率有 9 成以上啊

可是在推论这一块呢推论就不需要那么多的同时在一个 cluster 的算力也不用在一个 cluster 有那么多的记忆体所以很多人就说在在推论的时候 asic 会比较有优势啊因为 asic 便宜啊那你知道同样的算力啊假如举个例假如今天一块 invidia 的 h200 可能 google 可能要 4 个 tpu 或 8 个 tpu 的算力是一样 google 这些 tpu 加起来成本可能只有

invidia 的三成你都問他所以其實 gpuasic 會比 gpu 便宜很多啊所以很多人就想說嗯好了那雖然我知道未來算力還會成長哦而且可是因為成長是推論嘛那在推論這一塊呢我當然知道 invidia gpu 大家還是會是主力了可是 asic 在這一塊的 asic 就是叫做專用晶片你不還想是專門為 ai 運算設計的晶片啊這樣就知道好了因為很多人就說這個 asic 就會搶走

GP 的市场但是我跟你講這一次黃仁勳在 GTC 的主題的重點就是就是要打臉這次就告訴大家說不要再幻想了我告訴你 ASIC 晶片你就算設計出來你也不一定會用啊因為我們的優勢太強了好那接下來我們就來跟大家聊到底黃仁勳講的優勢是什麼到底黃仁勳要講的 invidia 的

gpu 到底在推論方面有什么优势是比他便宜那么多的 AC 居然趕不上的好那基本上這部分就有兩個重點第一個重點呢就是更大的 NVL 的版本 NVL 就其實 NVIDIA 他們有個機櫃版本的一個產品叫做 NVLINK 72 那目前的版本就是啊就是一整個機櫃裡面有什麼有 72 個 black whale 的 gpu 那

所以這第一個然後當然他現在接下來預計在 nvl 機櫃的產品要大幅的在強化那第二個呢就是 nvidia 這次推出所謂的 ai 運算的作業系統叫做 dynamo 那 dynamo 再加上他們之前在演算法上面的的一個新的一個新的一個精度叫做 fp 式的一個精度這兩個東西加起來會變成他超強的護城盒好那所以

我這樣講你當然聽不懂所以我接下來就跟大家介紹到底為什麼 NVL 的機櫃版本大幅升級是一個很強的能夠打倒 ASIC 的東西以及為什麼 Dynamo 這個 OS 也是能夠打倒 ASIC 的東西好那我們接下來就講 NVL 機櫃的這個的的的產品首先我們先了解是目前在目前這個階段

灰達所推出來的 nvl 的機櫃的產品是 blackwell 的 nvl 72 他就是一整個機櫃機器他用 nv link 的技術連在一起他連了 72 個 blackwell gpu 那嚴格來講因為每個 blackwell gpu 裡面有兩顆核心所以他才是 144 個 gpu 的核心

那为什么我们要讲核心呢是因为我跟你講 invidia 他們接下來會在命名規則去做改變然后做一個改變然后也就是說現在這個 black whale 算是叫做 nvl 72 但是他事實上他是包了 144 顆 gpu 所以以依照新的命名規則其實這一個東西應該要叫做 nvl 144 但是他可能沒有要去改名啊所以現在才叫 nvl 72

但是你知道嗎在他們下一代的這 ruben 的產品線的話你知道他們會升級到什么嗎他們會直接升級到 ruben nvl 576 也就是說在一個機櫃裡面他會有 576 顆的 gpu 啊

我們現在講現在是 144 顆嘛因為現在是 NVL72 但是 72 72 每一顆裡面有兩個哦所以兩個帶所以他是 144 顆那未來呢未來因為他們就是命名規則改了就是以前現在是兩顆算一顆以後是一顆就算一顆那所以他們在未來應該差不多兩年之後他們最近他們最大的機櫃型產品就會變成 Rubens 的 NVL576

你等于是在同一个机柜的大小里面塞了 4 倍的 GPU 而且你要知道 Rubin 的 GPU 的每一个带的效能也会比 Blackwell 更好嘛所以他等于是他等于是不止每一个每一个 GPU 的核心效能更好而且他居然能够在同样的机柜大小里面塞 4 倍的 GPU 这是什么这好所以这个是第一个我们要讲的重点那

第二个第二个重点那个就是那个呃 dynamo 这个 os 那 dynamo 那我们我们等下再讲这个为什么为什么这个所以你先讲这个先了解 nvl576 什么东西接下来我们讲什么是 dynamo 这个作业系统跟 fps fp4 这一个这一个精度什么那 fp4 这个精度我们之前已经讲过了那就是说其实你知道在 ai 运算的时候他会需要

他你运算那个伏点数越长的时候你就是就等于像你在运运算的时候如果那个算数算小数点越多你计算起来就越慢对不对所以伏点数越长的时候这个 fp 16 到 fp 8 他的计算的花的算力就越低啊就同一个 gpu 算算

他能够在每秒内完成的计算就越少所以精度越高算力就越低所以如果能够用越低的精度去算出一样的结果的话那其实就可以大幅增加算力所以 Invidia 他这次 FP4 的厉害的一点是他在推论的运算的时候他把从 FP8 降到 FP4 但是他的算出来的结果可以达到原本的 99%左右就是几乎是一样好的结果可是他的算力却低很多所以

他所他所需的算力每每一次运算算力变多所以整体算力大幅提高所以这是 fp4 等于是软体方面让 gpu 升级哦但是接下来哈我就跟大家介绍这个 dynamo 这个 ai 作业系统 dynamo 这个作业系统呢什么意思呢什么叫 ai 作业系统他你要了解什么叫 ai 作业系统你就得了解哈在 ai 运算我现在给大家看一张图哦虽然这张图

这张图我不知道算不算能够给大家看一张图我发画面这张图他有好有几个版本他最下面是哈佛的最最低下面是哈佛的版本接下来有 black whale 的版本以及最新的这个 dynamo 的版本那你会看到他有 x 轴跟 y 轴你可以把它想成 y 轴就是什么就叫做 throughput 就是吞吐量

然后 x 呢我们叫做这个 response time 就是速度好简单讲就是在 ai 运算里面你可以把它讲的是有个曲线这个曲线呢你可以去优化什么去优化吞吞吐量吞吐量的意思就是说你每一秒钟每一瞬间你可以同时处理多少需求这个叫 throughput

那另外一个你可以去优化的东西呢就是每一笔每单一一笔的运算你你你多快完成哦这这个叫 response time 那问题这两个东西是互斥的哦也是说你在有最高的吞吐量的时候你你的每一笔处理的需求的就会变速度就变慢

然后呢你要追求最高的每一笔的运算需求处理最高的速度的时候你的吞吐量就会大幅降低你可以把它想象成我如果今天用个数字让大家想象就假设你今天处理处理这个 AI 运算需求的速度最快是 4 最快是 10 最慢是 110 是最快的速度 1 是最慢的速度你想它这个区限的意义就是说你如果用最慢的速度 1 在处理的时候你每一秒可以处理 100 个

去运算但是你如果用最快的速度 10 去处理的时候你可能只能处理两个也就是说你你其实你用最快速处处理的时候你的总的输出会从 100 掉到 20 啊哦所以这个这个是你可以看这个曲线他大概就是这样的概念好

所以我举一个一般人比较容易理解的例子,假设你今天有一笔钱,你要捐钱给一个育幼院去吃营养午餐,同一笔预算,你有两种选择,一种叫什么?你去买垃圾食物,你买垃圾食物很便宜,所以你可以让 100 个小朋友吃饱。

但是呢你如果说我不要买这个就是什么就是走 throughput 我的食物品质很差我的处理速度很慢但是我可以让最多人吃饱或者是什么说我不行啊我希望我们的既然要捐钱给育幼院吃营养午餐我们就让他吃得很营养所以我要有好的蛋白质好的蔬菜好的水果 OK 你买营养充分的好食物但是你也同一比率就只能让 20 个人吃饱

所以就是有点类似说好我是同一个 GPU 我同一个预算我可以分配到什么让最多的 AI 的需求运算需求我同时处理或者是我只能处理很少的需求但是处理很快

快啊大概就是这个样子然后呢通常在一个 data center 或一家企业的时候呢他们在说我买我的 invidia gpu 的时候我要怎么设定呢我要设定是走这个吞吐量最佳化还是处理速度最佳化呢好一般来讲呢至少如果是以像那种 csp 哈这些云端服务页的他们会设在中间值也就是说嘛因为你知道吞吐量太低我的运算成本太太贵因为我能我能同时卖的客户太少了可是

吞吐量太高速度太低的时候客户很不满意因为他运算超慢的所以你就找取中间值你就找个甜蜜点你可以在我们这个图图上面看到一个特别发量的那一块就是 invidia 认为说哎其实大多数的厂商都会挑战这个特别发量的这个区块哦这个就有点像中间就是呃在 throughput 在吞吐量跟运算速度上面求求一个这个平衡啊这个是最好卖的一个点好了那

那所以我们就了解这个这个所谓的这个叫做 gpu 的运算的运算的一个设定的一个差异哈就是他的运算运算的设定差异差异的一个曲线图好问题来了

请问如果我今天是卖卖我虽然我我是云端业者我设到这个量量区我设设立在这个甜蜜点就是啊食物铺可能就我我两边都都拿个 60 分的概念哈那问题是有些时候其实我的客户需要的是有些时候我现在需要最高的食物铺哈

好,简单讲就是我们现在假如我们现在甜蜜点是速度我也拿 60 分然后这个吞吐量我也 60 分可是有些时候我的需求是我吞吐量要 100 分这时候我速度只要 30 分就好或者是有些时候我的需求是速度这时候我要 80 分吞吐量我这时候只要 30 分就好对不对可是因为我我我就是

你知道当然啦这个 GPU 都可以重新设定可是问题来了假如我现在是设定的这样我要重新弄我得重新再设定一次我得去改各自把设定打那些什么都要改了然后可能要重新让它跑对不对所以其实一般来讲我的东西上线我其实要改就很麻烦

Dynamo 这一套作业系统的价值未来就是什么他就是你今天你不要去管这个区间要长怎么样今天你只要把这个 AI 运算放在我的把这个 GPU 上在我的 Dynamo 这一个平台上面的时候 Dynamo 这个技术会帮你动态调整

也就是說你不用說哎呀我現在要我現在要需要高速度我就趕快把設定改成高速度然後從那或者是我現在需要高 response 快速的 fast response time 我就改成速度沒有現在你就不用管了你你現在只要弄在 dynamo 上面我動態調整了當你要高吞吐量的時候我就給你高吞吐量當你要什麼

當你要高速度的時候我就給你高速度我靠這不是超棒的嗎啊這不是這這所以你知道有了 Dynamo 這個這個作業系統之後呢無論你是 Data Center 無論你是 CSP 或者是你那種像 Meta 那種超級企業你可以動態去調整你的 GPU 的 cluster 的算力到底要怎麼跑

你不用烦恼了他永远帮你最佳化这就会让这些 GPU 的好用的程度又往上大幅提升一个层级哦

我举一个大家很容易理解的例子假设你今天是一个运输公司你今天有两种卡车第一种是超级大卡车你的卡车可以装超多的货但是什么你速度很慢然后这个行动也不便于车子很大嘛这种就是高 throughput 就是你装的货很多但是你车子开很慢然后有些道路你也进不去小巷也进不去还有另外一个是什么你有那种小型跑车的运输车那个你就买跑车你的载货超少的速度超快这个是什么

优化速度对不对因为你本来是两种需求都有所以你可能就是好我买 50 台大卡车跟 50 台 50 台这个货车就 50 台跑车然后我就轮流用但是什么未来什么未来因为假设就是我告诉我出一台变形金刚车这台变形金刚车呢他可以变形成大卡车也可以变形成跑车只要你要他变成大卡车他就变大卡车你要变成跑车就变成跑车

你知道嗎你可能你本來要各買 50 台接下來你不用了你可能只要買個 60 台的變形金剛車變形車你就可以把原本的需求全部都服務完了這對於你原本的營運來講那是個超級巨大的一個價值好不好好所以我們來看一下啊 invidia 這張圖

你看这张图就是他在讲说他们的这个这个他们叫做他们的算力的这个 frontier 就是最佳化的一个区间你看最下面是 hopper

就是現在 h100 h200 gpu 那接下來的虛線是什麼就是 black whale 哦從 black whale 的 fp 8 的精度到第二第二個虛線是 f black whale 的 fp 4 的精度就大幅成長對不對但是呢再往上呢哎再往上就是加了 dynamo 就是最外面那個亮的那一條他的效能提升了非常多倍啊

你懂我意思嗎他的效能提升非常多倍比起哈佛來講哦他們他們他們說反正你知道光 fp 到到 blackwell fp 是他們就說成長 25 倍了嗎那如果加上 dynamo 就成長更多了哈所以呢其實哦這個就是太那麼這一套系統的價值哦所以當你用了擁有了這個呆呆那麼之後其實哇我今天

你知道 ASIC 晶片要調是更困難的會比 NVIDIA GPU 更困難啊因為他們有那麼多的軟體的一個支援那你對於 Dynamo 你對於這些大型雲膚業者你買這個東西就對因為你不用再去煩惱你的客戶到底要什麼了你只要這一個 GPU 你全部都服務完好那所以我們講完這個 Dynamo 之後接下來來聊那個 NVL72 的意義到底是什麼你去想哦為什麼我今天跟大家講哦這個

nvl 576 再加上 dynamo 就會把 ASIC 狠狠的打打在地上的因為你要想原本大家講的為什么大家用 ASIC 晶片 ASIC 晶片最兩個最主要代表一個是那個一個是 google 的 tpu 嘛對不對那另外一個是 amazon 的 trenium 嘛

那但微软有他自己的什么的这个这个微软他那个那个叫叫 maya 但是那个量很少先不谈就现在最有名的两个 tp 的的 asic 晶片一个是 google 的 tpu 一个是 amazon 的 training 那这两个这两个 asic 晶片他们的优势什么就是成本优势好你如果从他们的这个算力在贩卖的成本来讲你可以看他的成本优势是蛮高的他

就是他的算力的價格其實是會比 invidia gpu 同樣的算力會便宜 50%到 70%也就是說在最好的狀況之下他的每個算力的成本是 invidia gpu 的三成

他便宜 70%你说哇便宜这么多我当然就要用 tpu 就算一开始最软体最佳化的时候稍微麻烦一点可是真的便宜很多如果我每个月 100 万美金砸在算力上我今天省 70%就省 70 万美金很多但是我跟你讲

我跟你講原本 ASIC 的強項是成本但是 NVIDIA 現在把這個 NVL576 跟 Dynamo 弄上去這個 ASIC 的成本優勢就立刻被我不知道算不算被打趴因為我們沒有仔細去算可是我跟你講就我覺得應該是

你要我直接講我就絕對把它打趴好那我們現在講 NVL576 我們剛剛跟大家講的 NVL576 的意義就是說它可以在同樣一個機櫃空間塞原本的 NVL72 的 4 倍的 GPU 而且還是下一代 GPU

那你要知道原本呢 nvl 72 的這個機櫃啊 blackwell 這 72 這個機櫃他原本一櫃的算力就是好幾個 google tpu 的機櫃的算力所以其實本來 nvl 目前的 nvl 72 一櫃就是抵好幾櫃的 tpu 的算力哦那接下來你如果是四倍四倍的這個 c gpu 在這個機櫃那一櫃可是抵超過十櫃以上的 async 晶片哎

好那接下来重点就来了我们刚刚讲 ASIC 比较便宜 ASIC 的晶片比较便宜 ASIC 可能也比较省电一点点可是你有没有想过一件事对于任何的 Data Center 来讲空间也是一个重要的成本

對任何的資料中心來講空間就是我就是只有這麼大的空間我如果要有各種的空間我得蓋新的 data center 我得蓋一個新的機房啊那也是很重大的成本的而當今天如果今天一個 nvl576 的機櫃就可以抵十幾個 s 一個機櫃我跟你講這在成本上是超驚人的優勢啊我舉個例子來講好你想哦講這本來有個資料中心這個資料工具他現在可能是放這個

這個啊可是啊放 nvl 72 或 nvl 36 的這種這種這種機架啊這種這種這種機櫃他目前他整個資料中有 100 個機櫃的空間哦 100 個機櫃所以他現在放 50 個 gpugpu 的 nvidia gpu 機櫃還有 50 個 async 的機櫃

那 50 個 nvidia gpu 的機軌我們算每個算力我們算提供 3 的算力好了哦所以這裡是 150 的算力 50 個 asic 機櫃每一個算力我們算 1 好了我們算 50 個算力 50 個算所以這 100 個機櫃總共提供 150 加 50 是 200 個算力哦這我們現在假設就 100 個機櫃有 50 個 gpu 每個 gpu 機會提供 3 算力然後有 50 個 asic 機櫃每個 asic 機會提供 1 算力所以加起來是 100 200 算力對不對那

那我们讲接下来未来两年算力需求大幅增长假设要成长翻倍好变成 400 好了就成长 100%所以这个 Data Center 的算力要从目前提供 200 变成 400 对不对你去想虽然 ASIC 比较便宜可是如果我要额外增加 200 个算力的 ASIC 机会的话

我每个机会才我每个机会才一个算力啊所以我要增加 200 个 AC 机会我要增加 200 个算力就要 200AC 机会我一个 Data Center 的空间只能只能放 100 个机会所以我要额外再盖两个 Data Center 啊我额外要再盖两个 Data Center 所以你讲如果我今天一个 Data Center 是一个是一个 maybe800 平 500 平的一个大楼我等于要额外再盖两个

我要盖房子,这盖房子我要冷气,我要散热,我要拉电什么的就像中华电竞在盖机房一样,你知道吧但是所以这是第一种路线就是我走比较便宜的我本来以为比较便宜的 ASIC 但是这个时候有 NVIDIA 出来说我跟你讲我现在有下一代的机柜我现在每个机柜每个 GPU 机柜可以给 10 的算力不是 3 是 10,那你去想

你原本現在 100 個機櫃的空間你只要隨便把幾個 ASIC 晶片 ASIC 的機櫃他現在是提供 1 換成是這個 GPU 的機櫃換成變成 10 他就提供 10 倍的算力同一個機櫃提供 10 倍的算力啊原本那個 100 個機櫃的空間如果全部把舊的 GPU 跟舊的 ASIC 換掉全部換成新的新的 GPU 就他只要是只要 40%的空間 40 個機櫃就可以充足供應 400 的算力

也就是说我不用盖新的房子我不用盖新的资料中心如果我把 100 个机 100 个机柜空间全部都换成新的这个 NVL576 的话就换成这个新一代的 GPU 的机柜的话我可以在同一个房子里面同一个资料中心的建筑里面提供 5 倍的算力啊原本我只是要提供额外增加一倍额外增加变成原本的两倍我就要新盖两个两个

这个 data center 就要新盖两个机房没想到我今天只要换掉机柜里面的机器我就可以提供原本 5 倍的算力 400%的成长啊好当然我们要假设电力供给足够啊那你去想去想这样是不是超划算的这样是不是超划算我这样超划算的因为你知道吗你觉得买这个机买机柜很便宜很很很贵对了可是我跟你讲

你蓋機房你光取得土地你不一定取得了土地啊你想你想中華電信台灣的中華電信在仁愛路那邊有個很大的 Data Center 你如果去過的話那邊有個他們機房請問如果今天那邊都已經塞滿了你覺得你有辦法在仁愛路附近

再找到一块地再盖他的第二栋大楼吗你根本不可能那你想说好我们台北市太贵了我找去彰化什么桃园然后怎么直接比较便宜我勉强找一块地有了你找你买了这一块地你光买这块地可是花一年了那你这块地要开始做一些什么电线啊什么什么一堆基础电池又花一年等你整个机房盖好就过两三年了

你有沒有想過本來你說我只是說我要把我的我假如我中華電信在仁愛路的這個機房已經塞滿了沒關係我們就全部升級我們把哈佛換成 black whale 從 black whale nvl 72 換成 ruben 576 哇我算力就增加好幾倍

但是如果我今天不换我今天用 ASIC 完蛋了我要去找超大的土地然后要重新盖要花多久啊所以你去想假设今天麦当劳假设麦当劳的汉堡是用自动汉堡机那

那你家附近總有麥當勞吧你家附近的麥當勞假設他每個自動漢堡機每 10 秒鐘就會生產一個漢堡然後他佔地可能兩坪的空間然後就是一個大的機器裡面有肉片生菜麵包都有反正你就按下去他就自動出來兩坪那每 10 秒才生產一個那大多數的時候呢這其實兩台機器也夠用所以每家店一般的麥當勞店就是有 4 坪

放了兩台然後每 10 秒鐘可以產生兩個漢堡應該夠用對不對問題來了假設今天突然有一天大家發現吃漢堡吃麥當勞漢堡可以延長 20 年的壽命原來我們都以為吃漢堡是垃圾食物壽命會變短沒想到吃漢堡壽命會變長這個時候什麼麥當勞漢堡突然要去吃他人多了好幾倍那完蛋了那麥當勞怎麼辦他說我想要買更多的自動漢堡機嗎假設我需求是好幾倍我沒有空間啊

我的廚房就是設計這麼大我要到底去哪裡再去找出空間再去塞好啦我勉強再找出一個地方再勉強再塞第三台那個也不會讓我一秒鐘生產的漢堡從兩個變三個

这个时候呢如果接汉堡机的厂商叫做达辉好了叫做达达达达达达达英比亚叫达英比亚就但是汉堡他的厂商说我有一个新新一代自动汉堡机这个汉堡机呢是价格原本是原本的汉堡机两倍但是我告诉你我们一样两瓶

但是我一秒鐘會生產 10...一秒鐘可以一個漢堡本來是 10 秒鐘一個漢堡我現在一秒鐘一個漢堡等於我這台新的機器換上你的舊的機器同樣的兩坪土地我兩坪的空間我可以生產 10 倍的漢堡

请问你是麦当劳的店主你会怎么选你会说好啦我现在好几我要你要去把旁边的一块地标下来盖一个麦当劳的新店在里面塞多塞一些旧版的汉堡机还是你说好啦我直接把我这个原本新旧的店面这两台旧的汉堡机换掉换成新的汉堡机呢我跟你讲这个很容易就可以知道了你绝对是去直接换新的汉堡机了所以我跟你讲

NVL576 跟原本的 NVL72 或者我們把它叫做用現在的同樣的版本的意思就 NVL144 你知道那個差別是什麼嗎原本的 NVL144 在空間的優勢就已經明顯的領先 ASIC 了但是你一旦從 NVL144 升級到 NVL576 我跟你講那個空間的優勢又就是你知道

就是又大幅增加你本來就贏了你知道嗎?你本來就贏很多了那你現在又又又贏超多就簡單來講差別就這樣子吧所以我跟你講這個空間優勢會讓會讓 ASIC 會變成一個很不划算的一個投資啊好那接下來來講 DynamoDynamo 的意義我剛剛已經大概講過了就是說其實他就是我們 NVR576 就是讓說讓讓我的算力投資的成本

其實是如果含上空間的話其實我變得比較便宜哦反而是我 GPU 比 ASIC 便宜哦那再加上 Dynamo 會讓我的 GPU 能夠運算的範圍能夠好用的程度又比 ASIC 好很多我我你那個我的我的你當你有 Dynamo 之後你在各式各樣的運算需求你都可以最佳化你也不用費力你的顧客會更滿意然後你需要最高

吞吐量的時候也給你高吞吐量要你高速度的時候給你高速度 ASIC 做得到嗎 ASIC 做不到啊 ASIC 你當然你說好我如果知道 NVIDIA 這樣我努力去做或許也也可以努力去做一些可是你知道我覺得現在 ASIC 跟 NVIDIA 最大的差別是 NVIDIA 最多的工程師不是硬體工程師哦你以為 NVIDIA 是晶片設計廠所以他的最多的工程師是晶面設計工程師不是 NVIDIA 最多的工程師是軟體工程師

所以 nvidia 他就是透過大量的軟體開發的投入他讓 ASIC 追不上啊無論是 google 無論是 amazon 都很難追上 nvidia 那就不要提其他第三方的 ASIC 了所以你知道嗎我覺得 dynamo 也好 fp4 也好

我覺得 invita 就是告訴大家說告訴大家你不要去買 AMD 了你不要去買 ASIC 了為什麼因為他們進化的速度你看起來覺得他現在跟我差不多沒有我的同一個 GPU 接下來用軟體方面進化的速度是他的兩倍啊我跟他們距離是越來越遠了所以

我跟你講這次 invidia gtc 就是外行看熱鬧沒看到什麼熱鬧可是內行看門道我告訴你真的是很強很厲害的門道我個人就是說這一次簡單講就是 invidia 告訴大家說不要以為我賺不到推論的錢我告訴你雖然你以為 asic 在推論上面競爭力比我強或者跟我一樣強或者是反正我沒有那麼大的優勢可是我告訴你當我 NVL576 出來之後當我的 dynamo 出來之後我告訴你 asic 沒辦法跟我比啊

所以你这样讲我们知道嘛在现在的训练的运算里面 EMIDA 的市占率有 90%以上在推论的部分如果按照原本大家预期可能说在未来的推论市场 EMIDA 可能我们只看 Data Center 的一个部分我们只看 Data Center 的部分这个 EMIDA 可能就只能拿 50%到 60%的市占率但是我告诉你

那是以之前的幹嘛我跟你講在這次 GTC 之後我跟你講考慮到這個未來的 NVL576 以及這個 Dynamo 這些東西我認為即使在推論的這一塊我們現在不要講在 AGE 端的推論我們講的全部都是 Cloud 端的推論我認為 Invidia 在 Cloud 端的推論至少從 5-60%會變成 70%甚至 80%都有可能增加 10%到 20%的試戰率是有可能所以這是一個很大的一個利多所以

哦所以你知道嗎為什麼 invidia 這次為什麼黃德軍這次講的很狂的話他說啊對啦大家都有設計 asic 啊可是 asic 設計好之後不一定會被大量部署啊哎雖然他沒有指名道姓講誰哦但是我猜他講的可能是微卵啊因為因為其實 google 的 tpu 跟跟那個

跟 Amazon Trinium 2 都已经算是已经努力在量产中但是微软的 Maya 量产还没有那么多我觉得微软现在可能也在思考说我到底要不要量产我的 ASIC 影片虽然看起来单单位成本比较比较低可是考虑到空间考虑到这些运算的弹性哎真的补件的比较好哎哦所以 anyway 这是 invidia 这个 GTC 的一个跟大家分享一下啊嗯

我看一下聊天室聊天室有人問馬斯克是問特斯拉的問題你為什麼不問 Invidia 的問題他問說馬斯克是不是應該找一些他信任的人來負責 Doge 然後接下來回歸公司我跟你講啦我知道特斯拉最近股價跌很多啦但是你真的不用擔心啦我覺得他長線是沒有問題的我覺得他的核心技術的領先就在那他的核心的本質就在那邊的確市場上更多討厭他的人

然后另外一个是马斯克白是说他斗学只做了两年嘛对不对他说他可能就会只做到面壁明年年底他斗学就不做了嘛他就会他就斗学阶段性任务完他就回归他的公司了然后那我觉得他现在的确很累啊因为他同时要做斗学要做他我觉得他按照他自己叫他现在都没没空管公司对不对

那當然作為股東你一定是覺得怎麼可以這樣但是那就變成說你到底要不要他嗎你不要他你就去投票把他換掉我個人還是比較覺得說有他的領導跟沒他領導會不一樣那我們就希望他鬥局的工作趕快告一段落好不好

好了那今天我們就我們今天第二主題哦哎我們剛剛跟大家聊這個 invidia 的東西啊你在別的地方聽得到嗎我就問你啊你在這幾天有在台灣的任何節目任何的中文的東西給你講到這個 nvl576 跟 dynamo 的意義嗎沒有了哦所以但是但是 anyway 我說你看我們今天第二主題講超久了

接下來我們進入第二主題來講特斯拉被惡意攻擊這件事最近特斯拉一直被惡意攻擊我講惡意攻擊指的不是在網路上罵罵他而已我講的是真正的被攻擊首先有實體的攻擊實體的攻擊是現在美國有一些左派的暴民會去攻擊停在路邊的特斯拉或者是攻擊特斯拉的銷售中心

甚至有比較輕微的攻擊,噴漆甚至有人縱火所以現在美國政府說你這是恐怖國內恐怖主義,我要全部抓起來另外這個是實體失業攻擊另外一個是在網路上的攻擊最近有個知名的網紅叫 Mark Rovell

他居然拍了一个特斯拉自动驾驶的影片然后居然会转上一个假枪然后就这件事情那很多人就出来嘲笑特斯拉但是呢这支影片很多人后来去深入理解发现你这支影片问题很多啊所以也所以很多人也觉得你根本就是刻意在黑特斯拉所以我们只能讲哦

你刚刚那个聊天室问的问题也是有道理就是马斯克搞斗秀真的得罪很多人但是我觉得马斯克就是至少他自己说他是爱国者嘛他付出代价那你如果受不了他你就不要买他的股票你就把他的股票卖掉好不好你直到等到你放弃的时候再买回来

那反正我呢我因為我沒有辦法猜測所以我就繼續報道所以我們現在講實體的這些放火啊噴氣啊我跟你講這些實體的攻擊真的有點我覺得太過分了我覺得他們現在被罵這是活該要被恐怖分子抓真的也是活該我跟你講

首先呢,我尊重任何人要討厭馬斯克的自由因為你本來就可以討厭他嘛你可以看他覺得他長得很醜討厭他你可以覺得他有錢討厭他你可以反對他的一些主張討厭他,沒問題討厭馬斯克當然是你的自由就像我也會討厭一些人一樣每個人都可以討厭一些人可是問題來,你討厭馬斯克你就要去燒特斯拉嗎?你就要去破壞特斯拉嗎?

第一個你要知道那些特斯拉又不是馬斯克的那些是特斯拉的車主的好嗎那是某個車主他去買了特斯拉然後他停在路邊去攻擊他你沒有攻擊到馬斯克你是攻擊到一些無辜者好嗎那就算你去攻擊特斯拉的公司的這個的這個展示間你也太超過了你知道你反對一個人可以不代表你可以破壞他不代表攻擊他那我們可以說你只要討厭一個人就可以去殺他嗎你討厭一個人就去砍他一隻手嗎

不可以嗎你這種就是一種破壞就是一種財產毀損刻意破壞嗎這是很惡性的啦

你去想喔我跟你講我看到有個留言我就看了有些我在應該在 twitter 在哪邊看到一個留言我就覺得講的超好他說民主黨支持者現在越來越像真主黨真主黨就是那個直接在黎巴嫩的這種的叛軍有些人認為是在美國他們認為是恐怖組織反正現在也被以色列打趴了有些說民主黨支持者現在變真主黨這是什麼就是不斷的

打砸齁就是齁我跟你講我覺得這件事對民主黨很扣分啊因為民主黨政治人物沒有人出來譴責除了那個加州的眾議員 Rokana 出來譴責以外整個民主黨就只有 Rokana 一個人出來譴責其他人都覺得砸得好打得好啊欸這很誇張欸你覺得民主黨之前在 BLM 他們就說就已經被封成是自治打砸搶的黨現在

這個標籤好像有點弄不掉你要知道你在民主社會我知道你很不爽共和黨很不爽川普很不爽馬斯克這都是你的自由但是你選輸了你要做什麼?你想辦法要選贏嘛你應該是自己檢討你哪邊沒做好你想辦法下次選贏你現在去砸特斯拉你會幫助你下次選贏嗎?你難道因為要選輸了不爽就去攻擊跟破壞另外一邊的支持者嗎?的財產嗎?你不覺得這樣子是非常下流無恥的做法嗎?

我們這樣講拜登執政這四年共和黨也很不爽你有看到共和黨有一群人整天去破壞那些支持民主黨的企業嗎?有嗎?你有看到共和黨的群眾說我舉個例子 Netflix 很支持民主黨對不對有去砸 Netflix 總部嗎?或者是科技巨頭每一家都很支持民主黨這些共和黨人有去砸沒有他們最多什麼網路上賣一賣或者是我巨用

这个都是很 ok 就算你要巨买特斯拉没有问题你怎么会去砸路边的特斯拉呢你怎么去放火烧那些路边的特斯拉呢星巴克很支持这个民主党所以我不喝星巴克你会去砸星巴克的店吗没有啊拜登执政 4 年你有看到共和党的人跑去攻击民主党支持民主党企业吗没有但是为什么现在川普一执政

这些民主党的报名要出来攻击特斯拉的车主的财产跟特斯拉的店呢我觉得这非常可悲所以我跟你讲你要知道最新的民调民主党的支持率越来越低

你要知道川普的执政真的是也有一些争议的地方像我举个例子其实有些人对他某些特别是现在关税战争不过其实美国内部未必会很接受但是为什么川普明明有一些争议可是民主党的民调掉更多理论上执政党如果有一些事情大家不是喜欢不是反对党民调要变高吗没有民主党民调越来越低所以我跟你讲现在民主党已经没救了他们已经迷失了

他們已經我覺得自從 COVID 那時候 BLM 之後他們就已經變成一個他們就覺得我只要上街破壞什麼什麼就是他們覺得這是他們該做的事情那他們已經毀壞了美國的民主了那所以這是特斯拉人家報名那我們接下來就看看美國政府怎麼樣把他們都用國內恐怖組織國內的恐怖攻擊的方式來抓他們

好那接下来我们来讲那个比较大条的那个 NASA 工前 NASA 工程师的 YouTuber 叫 Mark Robert 拍的这个影片好那这影片呢标题是说哎我们能够骗过自动驾驶系统吗好所以他这个影片他主要在测试

Lumina 的光達公司用光達改裝了一台 Lexus 的車子跟一家特斯拉純視覺的自動駕駛來看看在幾種不同的情境去測試他們的表現網路上大家最討論的就是他們做了一個假牆這個假牆就是用拍照放在你前面看起來就像

視覺上面看起來就像真的你知道嗎我自己在影片上面看到那個假槍我自己分不出來喔我要非常非常認真然後別人告訴我假槍我去看我才勉強看得出來那事實上如果你把那個影片那個假槍放我面前我真人我在影片上我看不出來所以他等於是一個非常真實的假槍但是事實上那個他是一個槍所以你會撞上去然後他們就要測試說到底裝了拉達的車子

會不會撞上去然後其實特斯拉用純視覺會不會撞上去那當然了我們知道拉打就是他用光打他他會做 3D 成像所以他會照所有附近的 3D 的成像所以他當然不會撞上去因為他就可以真正到這面牆嘛所以拉打的原理我們就知道不會撞上去但這種

這種這種假牆的對純視覺就是一個挑戰因為純視覺沒有沒有沒有拉打沒有他不能偵測附近的 3D 所以他所有的山附近的環境的感知都要用 camera 都要用影像用攝影機然後攝影機就跟我們人的眼睛看到的

角度是差不多的反正就是我們當我們人眼很難看出來的時候其實攝影機影像也不是那麼容易看出來所以這對於純視覺就一個挑戰所以老實講如果這支影片他沒有胡搞瞎搞的話就算他一切的設定都是很正確的特斯拉就也有可能撞上去但是他就算撞上去我們也不會覺得怎麼樣因為這就是一個你就是故意挑一個純視覺很困難的一個題目來挑戰他

好所以哎那支影片最後特斯拉就撞到那個假牆可是啊所以那些討厭特斯拉的特黑就趕快拿這個來笑特斯拉對不對可是你知道後來這因為馬克羅本流量很高吧所以這影片很多人看的時候很多人就開始去說哎你的測試有很多問題然後大家突然最後那個風向就變成說馬克羅本你胡你根本就是刻意在黑特斯拉

好那我們接下來就講 mark robert 的影片的一些問題哦首先他第一個最大的問題呢我就是我認為最大問題就是他其實雖然是說要測特斯拉的自動駕駛但是他卻沒有用特斯拉現在最強的 fsd 他用的是特斯拉的輔助駕駛 autopilot 你要知道 autopilot 是一個很舊的一個程式啊

你知道特斯拉在之前 autopilot 就是就是反正就是我們一般的 level 2 的等級的東西有些自動跟車啊去定住群啊這東西然后他之前 fst 哦那個時候的 fsd v11 還是很還是比較舊版的 fsd 那後來 fsd 升級到 v12 v13 哈已經變強超多了結果你居然用了那個可能連 fsd v11 都比不上的 autopilot 來測試你不覺得很瞎嗎

然后这件事情呢大家质疑马克-罗伯特你知道马克-罗伯特居然说什么他说首先呢我觉得呢因为

這個特斯拉 FSD 要先輸入地址才能夠使用所以我現在就是在一個測試路面沒有地址所以我沒辦法使用這就是鬼扯你知道他這個講的就多少人打他臉了因為特斯拉的 FSD 不需要輸入地址才可以用所以他第一個找藉口就很爛他接下他找第二個藉口說我説他說哎其實吼

autopilot 用的 sensor 他的 sensor 其實他講的 sensor 就是 camera 因為特斯拉的現在的這個感應器就是攝影機他說 autopilot 用的 sensor 跟 FSD 用的 sensor 也是一樣的所以他們理論上測出來結果一樣你知道這根本就是狗屁這根本是鬼扯好嗎你就想哦

這些 Sensor 這些 Camera 它就拍到影片對不對請問不同版本的軟體在判別影片裡面有什麼東西的能力是一樣的嗎是差很多的你去看這些舉個例你去看比較早期的影像辨識軟體可能第一版跟第二版 1.0 版跟 1.1 版能夠辨識出來的東西就差很多了所以其實本來

一樣的影片但是背後的模型背後的演算法不一樣的時候算出來結果就是很不一樣的所以你怎麼會覺得你怎麼會覺得 FSD 背後算出來的就算是看到同樣的影片你怎麼會覺得 FSD 後面的模型會跟 autopilot 的判斷是一樣的呢你要知道 autopilot 裡面的模型還是早期的這種

Rubase 那時候是分段,所以它前面有一個神經網路的模型是做感知,所以它有個感知感知之後它會建模,變成一個 3D 建模這個是舊版的特斯拉技術,但新版特斯拉技術已經變成 end to end 端到端了,已經沒有分成不同的 module 了

所以你怎麼會拿這兩個東西混在一起弄呢我先講喔我並不是說就算用最新的 FSD 就一定不會撞上我覺得還是有機會撞上可是你 MACROBER 你這個東西真的是很胡搞的因為你怎麼可以說是 SENSOR 一樣兩邊的結果就一樣不

眼睛一样但是大脑不一样好吗我们就像我们人类也是一样我们人类我们眼睛是收到视线可是最终到视神经之后会到我们大脑的影像处理区域去处理

懂嗎所以他到底在幹嘛他怎麼會覺得這是一樣的然後我跟你講這邊還有一個很惡意的一點你知道我們剛剛標題說你可不可以騙掉自動駕駛的車對不對他英文叫做 can you fool a self-driving car 所以他叫 self-driving car 請問你看這個東西要看特斯拉你覺得他測的是 f s d 還測的是 autopilotf s d 叫做 ful self-driving 嘛所以你都叫 can you fool a self-driving car 人家就想說你測的是 f s d 對不對因為

特斯拉沒有講 autopilot 是 self-drivingautopilot 是輔助駕駛 fst 才是這個 for self-driving 結果你的標題設置啊結果你是 autopilot 你不覺得很瞎嗎好所以這這個影片第一個大問題

你用 autopilot 测就错了而且你标题也 215 然后你事后辩解说 FSD 因为大家都一样的摄影机最后就判断跟 autopilot 一样这根本是鬼扯我不相信任何一个有一定程度的 AI 素养的人会讲出这样的话这太瞎了好那这是第一个大问题

第二個大問題是他那支影片你知道當他開了這個 autopilot 結果在撞擊前的可能 Maybe 0.7 秒 autopilot 居然被解除了然後呢很多人說你是不是手動解除然後他就我跟你講然後你知道嗎就是他他的狀況是 autopilot 開著開著開著然後突然解除然後再過了 0.7 秒就撞上去你為什麼解除 autopilot

然後這個東西因為他就拍在那個影片的那個行車電腦上面的螢幕上所以他你你就無法辯解那是因為你發布的影片嘛所以

這時候 Bucket Robber 就出來說,我也不知道為什麼要解除耶我沒有解除,我沒有用手動去解除它我沒有碰系統,但是我知道它解除了,因為你們已經幫我抓到了可是我真的不知道怎麼解除的可能是我的這個車款有超音波吧,有 ultrasonic 感測器幫我解除吧但是後來又有人打他的臉,為什麼?因為他測試的這台車是沒有 ultrasonic 沒有超音波的 sensor

然後接下來 Mark Robert 為了證明他沒有手動解除他又釋出另外一支影片你看你看我沒有手動解除但是後來又被抓包這次他釋出的影片根本不是他一開始發表的 YouTube 影片他是不同段的他是不同次的測試

你知道網友怎麼抓包的嗎?網友抓包是其中一支影片呢他們的 autopilot 是在時速 40 英里的時候啟動另外一支影片的 autopilot 是在時速大概 42 英里的時候啟動因為那個中間行車電腦有時速嘛你連作弊你連唬爛都都這麼隨意哦都這麼容易被抓包真的很差啦我跟你講

我就知道你不覺得這東西有鬼嗎你就說好我要證明我之前發布的那支影片我沒有手動剪除所以我就用我的另外一支影片我的另外一支影片那支影片你看我真的沒有手動剪除請問誰要相信你然後呢

我们在讲哦这个是前所以他第一个大问题是你应该用 FSD 不应该用 autopilot 第二个是你为什么会解除了你没有个好的解释而且你的辩解让你显得更可以那最后一个还有个问题是我认为他起到 autopilot 的时间太晚了

我認為他其實如果找個兩秒三秒去體動 autopilot 應該會更容易幫助系統辨識的出來為什麼呢因為你要知道那個那是一面假牆嘛那假牆雖然弄得很像可是理論上

還是可能會跟真實的場景有些光影的差別而你知道嗎當車子在移動的時候當你跟那個假牆距離不一樣的時候你的那個你看到的光影也不太一樣所以你的距離越長的時候你判斷出那個不是真實的道路而是一個假牆距離就越高所以如果

他找個幾秒鐘就啟動 Auto Pilot 讓 Auto Pilot 有更多的光影的畫面可以去辨識說不定他就判斷出來然後甚至有一些人說其實 Mark Rappel 這個我就不知道了因為我對特斯拉的我又沒有實際操作過特斯拉所以我不知道但是有些人說在他原本發布的影片的時候其實特斯拉的電腦是有出現一行警告訊息理論上那個警告訊息出現的時候特斯拉就會自動煞車

但是呢那台車上沒有剎車所以他們就猜測有人就猜測 Mark Robert 有柴油門那我們不知道我們不知道真相但是這是我看到網絡上另外一些人的討論但是你聽我這樣講你不覺得 Mark Robert 這支影片真的問題超大的嗎你不覺得他這支影片真的超大你知道你是一個重量級的 YouTuber 你知道有些人說 Mark Robert 就是 MrBeast 之前的 MrBeast

這什麼意思?就是說他是一個超級有名的數百萬訂閱的一個科學工程學的一個 Youtuber 而且你的名氣也很大然後人家之前你的評價也是不錯的你理論上你對你的影片的要求應該很高吧?但你怎麼會做出這麼瞎的影片呢?我跟你講任何有一點 sense 的 Youtuber 你就會想說如果現在最厲害的是 FSD 我應該要測 FSD,不能測 AutoPilot 對不對?而且你的標題還是寫

那你不應該測 FSD 嗎?我想任何一個有 sense 的 youtuber 都不應該去測 autopilot 應該都要去測 FSD 我想如果你測是 FSD 最後特斯拉可能還是會撞到那個牆因為畢竟這個假牆真的對於純視覺來講是有點難度的但是人家就不會罵你了對不對就你今天做了這麼瞎的東西

你測 fst 不是測 autopilot 然後居然你撞極致電竟然去解除了 autopilot 雖然你說不是你自己解除但是難道你事後剪輯沒有看到有解除嗎那你不應該說那那你應該找到自己的問題說這個這個測試不能上這個影片不能上如果我是這個 youtuber 我發現這個結果是這樣我根本不會我可能會重拍因為這個東西不能用這東西不能用我如果要證明 autopilot 會撞上

我不能在撞擊前的零點幾秒這個 autopilot 居然被解除吧不可以吧而且我的標題應該下 autopilot 不應該下 self-driving car 吧所以我跟你講 Marcus Roberts 他說我沒有拿 luminar 錢我沒有拿光達公司的錢可是我覺得我不知道耶我不知道為什麼一個這麼知名的 youtuber 要這樣自毀聲譽

我跟妳講他現在真的是自砸招牌啊你之前的信任度很高等於把你信任度全部都放水流了啦以一個這麼資深的科學型工程型的 YouTuber 你怎麼可能不知道怎麼樣的測試才有公信力才不會弱人口實你怎麼會做出一個這麼弱人口實的測試所以我跟妳講我真的覺得 Michael Robert 這個影片

實在太瞎了我真的我如果是他的粉絲我真的不知道怎麼替他護航所以這個大概就是大家多少會關心的東西了那最後講一下特斯拉剛剛不是有問特斯拉的股價

再过两个礼拜特斯拉就会发布他的第一届交换数码我相信这数字绝对不会太好看可是他是不是不会很好看就一定会跌烂吧我也不知道因为他现在已经跌烂了所以到底他是不是疑反应我们也不知道但是我觉得反正如果你到现在还要持有特斯拉你应该就是跟我一样就是你就算再跌我也不怕了我跟你讲说真的现在特斯拉 200 多块就算他接下来跌到 150 块我也不痛不痒因为我看这些公司我不是看

短期的股价我就是看 5 年 10 年之后的长线价值 5 年 10 年之后的长线价值我觉得还是有点改变因为我觉得特斯拉的品牌的确现在是有扣分的

可是特莎的品牌就算有口吻他的技术是没有口吻还是在那边他的机器人的能力还是在那边他的 FSD 能力还在那边如果我之前看好的这些东西我最多就是帮他把我的原本他的合理价值我再打个八折我就扣掉他的一些可能更多人讨厌这间公司不买他这也是一部分人的

那你说他他值得现在叠个六成吗我觉得应该不值得吧但是 anyway 反正就叠烂了好叠烂了这种时候呢你就是比谁气长啊啊我跟你讲我还以为持有是 tsll 那就嗯持有杠杆型的你就知道这是你要付出的代价吗这涨的时候你赚比较多嘛叠的时候你那会比较惨吗但是

你看我現在的表情我我我我我一點都沒有緊張的我跟你講可能一個月前好兩三個禮拜前那時候特斯拉那點我可能心情稍微有點不好的怎麼會點這樣可是你知道我現在我已經看開目前的 vula 我已經看開了我跟你講現在我不知道現在特斯拉多少錢啊 240 嗎我跟你講就算他加 190 180 我也不痛不癢

跌到 150 我就大家嘛就這個樣子啊沒怕的沒有在怕的啊我看什麼時候會賣就是我認為特斯拉的前期漲況有問題的時候但是目前我沒有覺得有問題

好了,那接下来我们聊今天最后一个新闻快速聊一下,因为今天已经超时了我们今天最后一个来聊这个太空的其实这个新闻跟马斯克也有一点点关系那去年这是太空领域的大新闻嘛因为波音呢,它有个太空船有个火箭叫 Starliner 这个就是要跟特斯拉的 Starship God 但是这个 Starliner 它也有拿 NASA 的合约哦

但是他不是要跟他是要跟 dragon 他是跟那個特莎的飛龍號他不是跟 starship 講錯就是

就是原本 NASA 包未来要登陆月球的载人火箭的太空船他找了两架一个 SpaceX 一个波音波音这个就叫 STARLINE 可是 STARLINE 第一个他 delay 了好几年第二个是他终于在去年发射第一架上太空站 STARLINE 的在两个太空船上去一个叫做 Barry Wilmore 一个叫做 Sunny Williams 那一男一女但是

对不起他发射过程中太多故障问题了然后他们虽然在太空站上面修复了这些问题可是人命关天所以不敢用这台 starliner 回来所以后来那 starliner 自己飞回来也安全降落了可是因为人命关天上去的时候有点问题所以他们下来都不敢用这台 starliner 所以接下来是好吧那么早派新的火箭去载这两个太空站回来对不对可是问题来了

这个两个太空人一待呢就在国际太空站上面待了九个月你知道他们本来的任务就是一个礼拜多多几天啊本来是七八天而已啊所以他本来就是待八天我忘记是几天反正是十天以内啊一个一个礼拜就要回来了结果他们一上去回不来待九个月终于呢就在这个礼拜的 space is 他的这个 dragon 的这个飞船然后把人带回来了然后

但是呢這個有個案外案啊這個案本來當然他回來我們大家幫他們拍拍手啊恭喜你們回來了當然他們在太空過了這麼久他整個肌肉可能都萎縮蠻多的所以可能就要進行一些復健了但是他有案外案哦為什麼因為就在這這兩個禮拜呢馬斯克就說我來爆料他說其實我們去年 space s 就跟拜登政府說我們可以派派飛船上去救人啊

好了好了聊天室有說要去月球的不是 starliner 跟 cool dragon 我知道了我講錯了好不好因為我對這個東西不熟了我知道反正那個月球那邊有另外一個標案有另外一個標案那但是好這個反正這就是在人專案這個 starliner 跟 cool dragon 反正回來還講馬斯克這次爆料就是說他說其實去年他們就說我們可以派派派火箭去接人回來哦可是拜登政府拒絕

班农政府因为政治原因不愿意派这个 space.co 去接太空人那结果的媒体呢就跑去访问这两个太空人嘛结果这两个太空太空人就就承认他们没有他们没有讲的很明他们原则上就是承认所以简单讲这两个太空人本来他们几个月前就可以回来了所以他们现在是政治的受害者啊

你去想哦如果本來你是因為你你當然你後來 stardust 有問題你就不可能馬上回來嘛但是你可能本來好你就待兩個月回來跟待九個月回來還是差很多好吧你可能本來你的小朋友要結婚你的你兒子女兒要結婚你就錯過了或者是你你你家可能有親人過世了你本來可以見他最後一面你就沒有要見你知道嗎你在這個太空中多待九個月其實很久的哎好我們就不要講說我們對健康也是有害的哦

好那问题就来了到底为什么拜登政府会不同意其实这也蛮好猜的那我们现在不能找到拜登政府对质但是你要我猜我觉得就是你不想让马斯克变英雄你想如果 SpaceX 去把这两个太空人载回来是什么时候没比是 9 月没比 10 月对不对

11 月美國就總統選舉啦馬斯克支持川普啊你怎麼可以在選舉前的兩三個月讓馬斯克變英雄呢如果今天在選前的兩個月馬斯克 SpaceX 去載這兩個人回來然後馬斯克又說支持川普

但是我怎么看到这一次发生所以当然就是拒绝嘛当然啦他们也可能会如果你纯粹问 NASA 他也可能会觉得这要额外花钱嘛因为你要请 SpaceX 多出一次任务总得多付个几百万美金嘛要付一些钱然后那也可能多少一点预算考量但是我认为最主要考量还是政治考量的那所以两位开工的人辛苦了辛苦你们了然后

然后最后呢我们来讲一下那个马斯克他也应该在这个礼拜他要讲他预计 2026 年 starship 要载着 automus 人型机器人上火星你有没有在两年前就听 Mula 我这样讲了 Mula 我在一两年前就 starship 试射也没比一年多前吧

一两年前我就跟大家讲说我认为马斯克登陆的火星就是用 starshift 的 ultimus 组成的啦哎你看马斯克这次也正式这样讲了那我们现在就很希望 starshift 现在是第二版嘛因为你知道最近最近第八次的 starshift 试射的火箭那个他的飞船段不是炸掉吗因为他们现在改版所以他的

前六次試射是第一版但是他第七次跟第第八次試射的都是就是他下面的火箭都是 super heavy 可是他上面那台 starship 他已經 2.0 版那這 2.0 版的現在前兩次都都有點問題哦所以希望這個 2.0 版趕快試射成功啊

川普政府多批准一下好像今年是这个时制啊那我想一定会成为什么 2025 StarShip 要成功 2026 StarShip 才能去飞火星吗所以呢我们就就就

为这个希望马斯克 SpaceX 的 Starship 的 2.0 版能够赶快试测成功那 Optimus 也要在这个今年年底明年搞定啊我们才能有机会在 2026 年看到这个大计划我跟你讲如果 2026 年我们真的可以看到 Starship 发射个就是在火星接近的那个几个月的窗口呢

可能 space 發射個五臺 starship 上去他就有四臺成功登陸火星然後帶個一兩百只的奧特末斯上去然後他們就什麼就就把什麼太陽能板架起來啊開始蓋房子啊哎這不不覺得很屌嗎我們 2026 年有可能看到這個東西哎我們 2026 年只要他這個 starship 跟奧特末斯成功我們可能可以看到

以前上火星的東西都是一些探測車,就是有一些輪子,還有一些探測器,有太陽能板通常就只能挖一些石頭,看看有沒有水,然後測一下這些石頭的成分你知道如果我們 2026 年馬斯克的計畫成功,發射個 5 台 SARS 過去送個 100 台奧特曼斯上去,你知道他們可以幹嘛?他們可以蓋機器人基地耶

當然我們講機器也太誇張了但是你知道他們至少有什麼他們就帶一堆太陽能板去嘛所以什麼就是找個地方太陽能板架一架然後充電弄一弄他們也可以幫自己充電所以確保他們永遠都有電第二個呢然後是他們帶一些什麼鏟子啊帶一些挖土工具啊或者是帶一些這個組裝的這個房子就蓋一個房子挖一個洞讓這個機器人都可以在因為在火星上面有一些風暴嘛就風暴的時候你可以躲到洞裡面欸

光這個樣子你不覺得就很屌了嗎我真的很希望看到這件事情所以拜託馬斯克要成功有人說如果確定安全呢 Mirror 會想要做宇宙飛船去月球火星玩玩嗎我不知道欸我覺得沒那麼快啊我就幹嘛煩惱這個問題

我跟妳講啊人們上月球這件事情就算在十年後可以有辦法商業化應該也都很貴那是要富豪才可以好嗎那要富豪才可以好嗎就算十年之後去月球一趟是一般人可以去但是可能一趟要類似 100 萬美金對不起齁我不會花 100 萬美金去一趟月球好嗎 100 萬美金我寧可留給我女兒用啊就這樣子好啦那以上就是

今天的最后一个主题就聊一下这个太空的以及 space 的进度好了那以上就是我们今天的节目了我们最后还是感谢我们今天业配高家老菜脯后那我们现在高家老菜脯他要改名了他要改版了所以他们现在把这个之前的这个老菜脯贪包就用 199 特价出清他们原本价格每包 200 多块所以便宜很多赶快

去買吧,趕快去我們資訊欄去買各種口味先搶先贏啊這個被搶走沒有也沒辦法那趕快到我們資訊欄囉好啦那以上就是我們今天的這個有人說到時候我賣一股特斯拉就買了幾不一定啊像 SpaceX 的股價跟特斯拉有什麼關係

Space 也是古加克特斯拉那當然特斯拉不可能啦如果真是 10 年之後特斯拉就算漲到一股 2000 塊也買不起啊 Anyway 好啦就這樣子啦這個扯多了扯多了好那我們今天的 N 關聯 EP184 就到這邊了那我們就跟大家說聲拜拜那喜歡我們今天節目的話就幫我們按讚訂閱分享然後幫我們 Apple Podcast 留下五星留言喔欸我說真的你聽了我

今天讲的那个 GTC 的第一个单元你不觉得很划算吗你到底要到哪边才听得到我讲我今天讲的东西就算收费我觉得都会有人愿意听了何况免费给大家好了我们就到这边了大家拜拜拜拜