英伟达的“铲子”和比特币的“叙事”： GPU思维成就人生赢家？
58:16 Share

听众朋友们大家好欢迎来到新一期的文理两开花好久不见了今天终于有机会再跟大家一起聊一聊今天想和大家聊的话题哦对了本来开场我还想再预告一下但是我们这个月底的杭州和上海的天友见面会但是现在已经是满了所以好像也没有必要预告

所以大家如果说已经抢到票的可以来跟我们见面聊聊天但是没有抢到的话我们后面应该如果说大家觉得有帮助的话我们后面还会在比如说深圳啊北京啊和大家一起见面聊一聊

嗯,好,那我们今天就开始今天的话题,今天话题呢,其实挺有意思的,就是我们今天想聊聊英伟达,但是并不想聊英伟达这个公司或者是它的技术,因为应该有很多很多很多就是数不清的播客呀,视频呀,就是大 V 也老师们都已经讨论过了,还有数不清的文章。

我们倒是反而想通过这个英伟达这间公司或者是它应该现在算是不管是从市场上还是从科技领域应该是现在最大的热点之一了除了比特币所以呢我觉得这个英伟达这个热点是一个非常特殊的热点因为它是一个我们可以透过这个热点可以折射出很多很多道理的这么一个现象

其实从他背后的这个角度呢我们可以看到一些科技发展的一些道理甚至是人生指导就是说如果人生成功的话我们想拥有一个成功的人生应该怎么做其实也是有部分的给我们有一些借鉴所以今天就想和魏老师聊一聊他背后折射出来的一些对我们的一些启发但是

但是说到这个呢我首先想问 Will 老师一个问题因为我其实最近想他我想了很多但我其实是从叙事的角度大家也都知道我的我最关心的领域从这个叙事的角度跟他和比特币稍微比了一下然后昨天我就写了一篇文章

主要是在对比就是说实话大家如果就是说抛开一些情怀大家现在仔细想想实际上英伟达和比特币都有一些泡沫的感觉但是这两个泡沫对比的话他们背后有什么样的不同如果大家感兴趣的话可以看那个文章但是大概的意思呢就是他们两个的商业模式其实都是非常不一样的如果比特币有商业模式的话

所以我就写了一篇文章大概就讲了一下就这两个泡沫有啥不同但是我并没有说他们都要破但是我感觉也是早晚的事对于英伟达这间公司呢我很想听听魏老师的感觉就是说你觉得他为什么这么特殊或者说他的商业逻辑

为什么这么特别或者说为什么他能够一直这说话都已经快一年了吧自从 GDP 出来之后去年的 11 月到现在其实他一直是在一个台阶一个台阶的往上蹦就是各种热点他都能够赶上虽然说估值也曾经到顶然后下挫了一阵子但是马上就又起来那魏老师你觉得他这个他们的商业逻辑有什么特别不一样的地方先讲这个话题我觉得

对这个事最近也挺有感悟的

我先说我的一个前几天看到的一个信息我觉得就是让我这方面产生一个挺强的一个感受就是因为正好不是前天不是这个 GTC 大会对吧英伟达一年一度的这个 GTC 大会可以说是这个现在都算得上是美国或者至少是美股上市公司的这个科技盛宴了我觉得因为其他的公司好像都没什么热点罚站客臣然后

然后呢我那天看到个新闻呢就是英伟达他在这次 GTC 大会上不仅仅是说又宣布了他的这个一个什么最新的一个 BG200 对对对对

一个新的芯片然后呢性能又提升很多倍他同时还宣布一个消息呢就是他提出了一个面向医疗行业的一个人工智能的解决方案当时我看这个其实感触就挺深的因为从道理上来讲英伟达如果他是一个卖铲子的逻辑

那它其实这个产子怎么用这个不是它说了算对吧那医疗行业怎么用人工智能呢医疗行业自己理解了人工智能怎么用就行了包括这个视频这些 ChatGPT 就不说了大语言模型啊视频生成其实也都是这些公司想出来的方案对吧

但是英伟达他竟然说进军医疗行业的这个解决方案这就说明说其实在他们看来有一种可能性是说不同的行业有可能这个产子的类型差异还是比较大的这我做这么个比喻啊那当你产子差异类型比较大的时候其实那肯定还是造产子的人更懂

这个差异在哪里然后怎么把它造出来嘛对吧就是用铲子的人他其实有可能对于自己应该怎么用这个铲子因为这个铲子没出来之前你是不知道的嘛对吧所以就我们经常说的创新其实是供给侧的一个模型就是给了你你才知道有这么个东西是可以这么用

所以其实我觉得英伟达现在其实它就处于这么一个状态就是所有的行业早期其实都是这样就是只有那些造产子的人才真正知道这个产子的特点在哪里因为信息不对称

所以说在这个角度来讲我觉得英伟达现在它的这个商业模式应该说比单纯的那种传统的我们看到的产子企业其实是不太一样的那这个不一样之处真的有可能就是因为人工智能这个东西

确实太特殊了啊就是他的这种算法的模型他的这种数据的模型可能就跟当年比如说互联网时代的这个斯科因为我看你文章里应该也写了吧就是大部分的人都会把斯科跟英伟达比就是他们两个都是大时代的宠儿如日中天但是斯科他那个路由器那真的就是一个傻瓜盒子你知道吗就是他对这个行业其实是没有什么影响的嗯

大家所有的人在他之上在他之上 build up 的一个互联网但他就是底层那个盒子但是我看到英伟达说他要进军医疗行业的这些人工智能的时候我就隐隐约约感觉到说也许人工智能这个行业可能就得是英伟达这种公司在里边直接掺和着才行他就不是一个说纯产的就是我造显卡你们堆算力

为什么呢?这就说到一个,这也是我最近想到的一个猜想,不一定准确,就是说从数学的角度来讲,其实现在人工智能说白了就是一种向量计算嘛,当然也有人说是张量计算,反正这个无所谓了,就是用向量的模式给这个世界建模。但这里面有一个问题,就是说你从纯数学的角度讲,不同行业或者说这个世界的不同部分,

它们的这个向量空间可能不是同构的也就是说它们不能相互之间进行映射那如果是这样的话就意味着每一种向量空间的模式它可能有自己的一套算法逻辑这个算法逻辑并不一定绝对通用你用一个特别简单的一个比如说英伟达说我早期的一个显卡

可能对于不同行业不同 AI 模型的适应度其实可能还是比较差的所以我们就要可能去为这些不同的算法模型去提供不同的算力对吧就是硬件化嘛那么为不同的模型提供不同的更高水平的算力这件事是谁最懂呢

那肯定还是英伟达最懂 对吧因为他是算力的直接提供者所以我猜测说不定真的有可能说英伟达这个商业模式有可能颠覆了传统的铲子模型因为我们看铲子型公司最大的一个问题就是它可能享受不了整个行业后期发展的巨大红利

对吧我想小普老师肯定你写那篇文章或者大家都把它跟思科对比其实就这个问题就是互联网干了 20 年巨大的红利最后还是这些几巨头啊包括应用公司思科呢躺在那儿了但是未必这个事情在 AI 行业一定会重复说不定应用公司

英伟达就永远在里边掺和着那他的这个商业模式可就太受大家喜欢了对吧所以这是我的就是这么一个感悟对大概就说这个意思对我觉得感悟非常非常精彩就正好就是我文章里没写出来的就是我写完了之后发出去我后来又琢磨的琢磨因为我在这个文章里一直把它叫铲子后面我写完发出去之后我马上就后悔我就觉得它不是铲子

就是我按照我的逻辑再就捋一遍就是基本上和魏老师刚才的观点是一样的就是

就是说其实我们说到英伟达大家应该是直接和这铲子联系起来我不知道是从哪开始的可能它是一个从 AI 这个行业来讲或者说之前的像游戏啊从挖扣那个时代开始大家都把它看成是一个铲子所以自然而然的就是把我们所谓的行业分析啊就是这个中的一个概念就是卖水啊卖铲子就联系起来所以说一说到它大家天然就把它跟铲子联系起来

但实际上我感觉这个误会还是我后来感觉他应该完全不是产子因为刚才魏老师讲过的就是他的一个最大的特点比如说他现在在找医疗行业的机会实际上你看他的这个发展历程

他并不是第一次他其实从他的整个发展历程就是不停的在各种行业中去找他的机会比如说他最开始做游戏吧我没记错吧做游戏对吧然后后面呢又是手机芯片虽然手机好像是没有竞争过三星啊高通啊之类的然后后面呢又去跟特斯拉合作去造车芯片然后呢就是比特币加密货币火的时候他又开始去做挖矿的一种特殊的一种芯片

就是说他总是主动的在找一些机会,所以说我就觉得他肯定不是铲子,就如果说非要做个比喻的话,我在想能不能叫那种,比如说这个金矿探测器,它其实是引领大家来发掘机会的这么一个东西,并不是说大家发现了机会才去用它去实现这个机会,而是如果没有它的话,这个机会可能就找不到或者是就不能出现,

因为我想到之所以这么想就是说大家如果想一想就是我们通常叫做产资的那一类行业比如说外包是吧比如说那个创新药创新药外包曾经一段时间非常火的一个 CXO 就是给那些创新的药企去外包的那一类的行业

然后还有比如说消费电子啊手机啊那些什么零配件啊代工厂啊然后还有什么什么新能源相关什么锂电设备啊光伏啊等等这些都被称为产子行业但大家想想他们现在的处境就是一个比一个惨原因就很简单就是因为他们挖矿的人现在已经很惨了所以这些产子自然就很惨

那么用他们的这些行业就是使用他们作为产的这些行业一旦没有需求了或者说这个需求一旦出现转折的话比如说手机现在已经是销量见顶了或者是说像光伏啊那些它可能电池厂组建成的它比这个产资还要惨所以说需求下降太快的话他们自然不会好过这就是一个产资的必然的一个特点所以木头姐就是那个方舟的那个 KC 物资

他前一段时间不是评价英伟达他觉得英伟达是泡沫吗其实跟斯科相比呢我不知道是不是他第一个比的但是他的那个投资者的报告中他是把这个英伟达和斯科做了比较我是受他的启发去在文章中写了斯科的所以木头姐的逻辑就是妥妥的产资逻辑他就觉得英伟达是一个产资

所以他里面有句评论就是说如果 AI 公司在应用层再过几年还见不到收益的话因为现在整个 AI 热潮中唯一赚钱的就是英伟达其他任何做 AI 的应用或者说开发 AI 模型的都不赚钱所以说这些挖矿的人 AI 公司如果再过一两年还见不到收益的话那很可能会停止在这个 CPU 什么显卡方面的投入所以说你英伟达必然会是泡沫

所以他就是用铲子这个逻辑来理解但是就是再仔细想想按照刚才这个魏老师这个逻辑以及我们仔细想想就英伟达的这个行为他确实是在一直不断地找机会就前两天那个发布会他不是还做了一个人型机器人的这个技术模型吗那就是他估计应该是从语言模型到人型机器人他会觉得这是一个新的方向可能也要需要不同的显卡或者是芯片等等

所以说它就是一个我觉得魏老师概括的是非常对的就是它并不是一个铲子它是一个就是永远掺和在这种跟算力啊然后 AI 啊等等这些领域相关的一个金矿的探测器就是基础探测器大家得用它才能找到机会我觉得这个确实是非常的不一样

对我觉得这个比喻倒是挺有意思的对像金属参测器那样反正大家就是永远得用它来才能看到新东西对反正但是从经济的角度来讲木头姐的这种分析

哎基本上也就是确实你说他有没有道理那他肯定有道理对吧那大家所有人都不搞 AI 了那可不就黄了吗对吧但是他的这种说法就是可能也是有点偏传统的对而且有一个问题是说这个就题外话了跟 AI 没关系了就是我前一段时间也确实看到了把英伟达跟斯科对比的这么一个说法那个对比者其实

提出来的其实有点相反的观点就是说其实斯科的沉沦也并不是说斯科的这个后来就真的不行了就是斯科在他这个在互联网成熟之后连续十几年就到现在其实还都盈利

他的问题是当初的那个泡沫程度实在是太高了那个高到人类有史以来可能也没太见过那么多比如说是不是当年南海泡沫预警箱什么能比啊就是现在的英伟达其实才 70 多倍适应率跟那个斯科的那个泡沫 200 多对 200 多这个差别还是巨大的所以就简单的来说这个就

就算都是铲子那英伟达也好得多更何况确实他有可能不是个单纯的铲子对必须还得看我觉得斯科其实有一部分是被躺枪了当年互联网泡沫爆得实在是太厉害所以他不可能不躺枪所以说英伟达后面的命运其实也要看这波 AI 的他到底是不是泡沫或者说

整个这个 Magnificent 7 这一波这个科技股它这个泡沫是不是一个真的泡沫甚至是这波的这个美股流量它是不是一个泡沫其实都很相关所以说木头姐其实她说的没错只不过她是从金融的角度

如果是就在目前的这个叙事下在目前这个概念下是有很大概率的我感觉概率也很大可能还会持续一段时间但是你如果再往长的这个长线再看一看那真的是不一定的其实你刚才还提了另一个话题我倒是也挺想聊聊就是如果 AI 是泡沫 BTC 也是泡沫的话这两类泡沫有什么区别

没有我其实这篇文章我主要就是想写这个然后呢但我还是想让大家我的角度还是偏英伟达的因为我把它放在前面但是没想到我发出来之后所有人都只看到比特币那一段

就觉得我写这篇文章是在挺比特币因为我里边对比他们两个不同点是就是说从纯金融的角度来看呢就是金融市场上的叙事来看实际上英伟达他归属的这个类别就半导体这个类别他的这个故事是有限的就是说你再怎么讲无非也就是供不应求然后大家不停的囤现卡

或者是比如说政府甚至政府军备竞赛等等等等其实你是可以列举出来的因为他是跟

现实结合的比较紧的所以说一旦所有的这些故事就都讲完从金融的角度来讲不是说从这个科技潜力那金融市场故事的角度来讲如果你讲完的话大家觉得没什么东西可挖的时候那肯定是从价格上一定会反映出来因为你大家如果说听不到故事你唯一盯着的就是这价格听不到故事的时候你的眼睛就会变得雪亮马上就会看到它这个价格这数字好像有点高那么从市场上就会反映出来

但是比特币呢就完全不一样因为它身上的这些叙事和故事是层出不穷的因为它它跟实际是没有什么太大的关系的就是比如说你看它身上这些叙事它是通胀的对冲它是美联储的终结者它代表人类自由金融自由就这些东西你可以不停地讲我可以再讲其他新的故事就是说

这种叙事是不基于现实的这种或者说基于更虚幻层面的理念层面上的这些叙事是永远讲不完的

嗯那么他如果说永远讲不完的话就是你一旦这个势头是需要一段时间的叙事来堆积的不管你这个叙事靠不靠谱但是那黄金不是也是一样黄金经过了几十年几百年的这个叙事的堆积它现在就是一个存在就是你没有办法否认它那么比特币一旦过了这个点就叙事堆出来了这个已经堆成了一个现实自我实现的预言你就可能没有办法来

把它完全抹掉了我就觉得他俩这个对对对

其实我的观点跟你这块应该也很类似因为咱们以前都聊过很多这类话题然后但是这次我想了一个反过来的角度就是从另一个角度讨论一下他们的这个不同就其实我会觉得说实体经济的泡沫其实要比比特币这样纯数字的资产的泡沫要来的严重一些或者说对于人类社会的危害更大一些

或者说最后造成的灾难也更大一些我觉得这个角度其实还蛮有意思的因为比特币这个大家都知道了就是它就纯粹是一个价值共识体对吧就是纯粹是凝聚价值共识所以当大家认为它是 7 万它就 7 万大家认为它是 3000 它就是 3000 对吧然后它是一个高流动性可交易的资产但是英伟达或者 GPU 显卡

或者其他任何的实体东西它不是这个逻辑它是所谓的就是回到咱们聊过的巴菲特的那种所谓生产性资产的逻辑对吧它是要带来投入到一个生产环境当中带来未来现金流所以它的特征是一个从商业模式来讲它是有一个价值链

对吧就是这个价值需要有一个链条这个链条一环一环一环衍生过去最后到达终点的时候创造了一个价值然后你才发现它实现了这个价值对吧所以这才会有所谓木头解说的

如果大家都不玩 AI 了那不是英伟达也卖不出去了对吧这其实就是一个价值链的顶端崩塌了之后那么倒推回来价值链的下边也都统统都完蛋就类似于这个意思所以其实从这个角度来讲整个实体经济不光英伟达了你比如说包括私科甚至包括各种比如房地产对吧房地产是社会上最大的价值链

还有包括最典型的就是巴菲特当时不是说了吗这个伯克希尔这个纺织厂你认为这个纺织厂的价值比你投资的钱要多得多所以你不担心你最后变不了现但是最后美国没有纺织业了

所以你就算是一块钱想把这个工厂卖给别人别人也不会要对吧但是比特币这种纯价值共识体就不一样它就算 7 万跌到 2000 你在 2000 那个时候一定还是能卖得出去的对吧所以你一定还是回你当时价格对应的金额的所以其实等到实体经济这个价值链

它太长了这个链条长的时候反应就慢然后等到它崩塌的时候那么整个链上的所有人

全都受到伤害它是个链式结构而比特币呢价值共识体它是个星形结构也就是所有人眼睛都看着这个东西今天 7 万明天 5 万后天 4 万没关系我看着它变成 4 万我想卖的时候我就把它卖掉它是个星形结构所以盯着它的人就在那一瞬间受伤害完了这事也就过去了所以从这个角度来讲我觉得两类泡沫其实差别其实还挺大的

就真正的整个让社会全社会能够陷入那种灾难性的境地的其实肯定是实体经济的泡沫绝对不是这种虚拟资产和数字资产的泡沫对的对的完全同意他们俩其实不应该在一个游戏场上但是到目前为止咱还没有给这种虚拟的东西分出一个正经的游戏场所以他只能过来参获着

那么一参或者大家就喜欢这样比较嘛但是其实刚才魏老师那个逻辑是完全对的因为我们现在传统的所有的这个金融市场上的你就且把它叫做估值体系这种链式的估值体系那都是以一个现金流作为基础的现金流就是原材料你总是可以从它的现金流来推算出它的价值这个就是一个最基本的逻辑嘛

但是你这东西根本用不到比特币上他哪有现金流他哪有底层资产就完全不适用就整个不能用就完全是不同的估值体系所以其实应该给他另外设一个游戏场以及另外的所谓的价值体系吧嗯对对还是不一样的对对对但我觉得未来这种虚拟的资产呢或是估值体系会越来越多

就是实体它反而是一个比较固化的或者说没有什么增量的可能性如果说这个金融市场需要继续存在的话它一定会往更虚拟的方向去找一些价值的就是叙事也好故事也好我觉得这是不可避免的发展方向嗯

对对这就回到咱们原来对聊过很多次反正价值就是就是个共识的概念对吧其实没有什么一定的逻辑说是非得有现金流才有价值有现金流是肯定有价值对但是没现金流只要有共识也有价值这个就是一个悖论价值悖论就是这样大概对的对的

对我下个问题就想问因为就是一旦出现这种不能叫史诗级的特殊存在但是比特币和英伟达它虽然是处在不同的领域但是就目前来看那么他们还是一个非常了不起的能够走到这一步非常了不起

不管你说企业也好还是资产也好那么每到这个时候呢我们总会想就是说把它创造出来的这些人那他们究竟有什么不一样的地方或者说他们为什么就能做到那比特币咋就没法说了背后猪猛葱也不知道他是谁但起码这个英伟达后面还是能找到一个人的就是老黄是吧

黄仁勋对所以说就是我们可以从他身上有什么不一样的启发吗就是为什么他就可以做到这么一个不是铲子是个黄金探测器的这么一个企业呢不管怎么样就是到现在为止不管他怎么后续发展他能走到今天确实还是非常不一样的魏老师觉得老黄身上你有什么启发给我们对对其实还是挺受启发的因为最近看了他几个采访视频

说的挺有意思的,其实我以前啊,先说个八卦啊,就是我其实以前不知道老黄多大,就最近看了他的采访,我突然想,哎,这个创业者好像这个年龄也不小,因为大家可能都知道啊,因为我也是个创业者,然后年龄也不小了。

然后我就去查一下 63 年的去年 60 岁整今年已经 61 了那确实还是比我大不少这倒是真的但是就是说还是挺有感悟的而且自己确实增加了很多信心对吧你看就这么成功对吧年龄都这么大这个不用担心的楚世健 80 岁还做橙子吗永远没有上线对对对对对但是其实他说的我最感触最深的其实反而是一个挺标准的答案

就是因为可能很多创业成功者或者很多成功人士都会去说但他总结了一个新概念我觉得挺有意思的他的核心思路其实很简单他就是说我们就是他的理念就是还是要做这个世界上真正重要的或者说是缺你不可的东西就是我不做别人就做不出来

它的核心理念其实就是这个,就是如果我不做,别人做不出来,那这就是世界需要我的理由嘛,对吧?这个反正就听起来非常鸡汤了,但是它确实有道理,就是说我们还是要做那些这个世界真正需要的重要的东西,而不是说看你一上来赚多少钱。所以其实就像你刚才说的,就是它为什么这么多年不断地各种地方新的机会不断地去寻找,不断地去发掘,

他就可能是觉得说我还是要真正做到那些这个世界需要我的东西所以他最后其实目前来看真的是 AI 这件事还真是成了就是 AI 的这个算力那如果没有他那可能比现在确实差着可能差着几十年对然后他为此呢他还发明了一个挺有意思的概念就是他有一次采访中说的叫做 EIOFS 就是 Early Indicator of Future Success

成功的一种早期的一种指标或者早期的一个 indicator 对然后他说那核心就是对于创业者而言呢你一定要发现这个东西否则的话你可能根本就是走的错的方向对吧那么他说的他自己的 EIOFS 呢其实就是那个所谓他发现了他做的事情真的对别人而言是重要的

就是是别人真的需要的对然后我听了之后呢我就觉得挺有意思就是我们这个创业者呢有一个很有意思的梗

就是说打游戏的时候如果你一路上碰的怪越来越多你就证明你这个路走对了对吧这就是游戏剧本对吧因为你去了地儿都没怪那就肯定是你走错路了资线赶紧赶紧对走到歪处去了对所以我当时就觉得我听他这个 EIOFS 我就想这不我们说的这个不就是 EIOFS 吗对吧所以就是说在我看来我过去这一段时间的感悟就是

终于走到了一个突然冒出来一大堆竞争对手的这么一个赛道里那看来这个事是靠谱了这个就是我们很多创业者也是一个 EIOFS 就是这种所以我觉得其实他提的这个 EIOFS 这个概念其实挺好的他有他的解释我们每个人都可能有每个人的解释但是作为创业者而言需要去早期就是发现这个早期的 indicator

来标志着说你这是走在一个未来会成功的一个方向上我觉得这个感悟还是挺有意思的这个很有意思他确实是一个挺不一样的人物吧虽然就是类似于他这样的也挺多但实际上我对于这种成功故事还是一直有心里有一个结现在看起来成功的人你回到 30 年前你也看不出他会成功

就是说现在所谓总结出成功人是成功经验实际上都是事后总结出来的那当然比如说咱们就说到跟它相关的比如芯片这个跟铲子一个历史上的一个铲子就是蒸汽机这个魏老师提到过的就是说我们现在说蒸汽机是人类历史上最伟大的发明是吧它推动了工业革命它改变了它不只是影响了整个技术进步它影响整个世界格局

人类社会的发展让英国进入资本主义社会然后攫取等等等等这种划分或者说把它定义为工业革命就是开启了工业革命人类力量最大的发明实际上是回过头来看它确实是后面影响了这么多东西然后呢在它之后出现了这么这么多的转折那么它就是这样的

但是我觉得当然就是这些所有的成功人士如果说他已经成功了我们就很习惯总结出一些在他之前身上发生过的或者说他的一些所谓的成功经验也许可以对自己有一些启发但实际上我觉得回到若干年前这个东西其实并不清晰就像刚才魏老师说的这个 early indicator of success

那有没有可能这个现在目前面临的这么多怪物出现的情况它也是一条直线呢有没有可能这个主线上的怪物是不一样的呢也是有可能但是我们怎么判断出来对对对你说的这个属于终极问题这个是判断不了必须是事后总结

所以为什么说其实成功人士讲出来的往往都是鸡汤呢其实是有道理的就是说成功人士他也不能知道未来自己一定能成功他能讲的也只有一件事就是他当时的心态实际上拥有他当时心态的人也多的是但是只是最后他走出来了但是他也一定会说当时的心态就是那样不成功的人其实当时的心态也是那样的

对吧这个确实是是的但我并不是说这些成功人士身上我们没有任何启发但其实我比较喜欢研究他们的另外一个角度就是他们的人格就是性格这个是西方的这些人物传记的作者作家就最喜欢切入一个角度比如他有什么悲惨的童年他有什么扭曲的人格他有什么偏执的什么爱好我觉得这些反而倒挺能够找出一些共性

就比如说吴伟老师读了没就是那个马斯克传不是那个中信出版社给咱们寄了一本书然后做一期播客结果都没做但是我看了对对对但是我看了我看了一半其实特别有意思因为这个作者呢他就是伊萨克森 Walter Isaacson 好像是名字记不住了就是他其实写过很多很多的人物传记他都是从

就是非常特别的角度他之前写乔布斯然后还写过达芬奇等等等等就是都是这些比较卓越的人物但他会从他们的性格以及他的早期的成章史来入手

然后他写这个马斯克这个我就记得有几条特别有意思就是说马斯克有个特别不一样的人格他的悲惨的童年就是他爸是比较虐待嘛虐待狂然后他又在南非那么一个暴力的这个国家长大所以他其实他的性格中有很多 demon 的成分就是那种魔鬼就是有很多魔鬼在心中但是他就是一个作者他也总结就是有很多这种成功人士都会有一些不如意的童年

因为这个不如意的童年或者说早期受到挫折会有一个什么样的影响就是它会给你的内心产生很多这种 demon 那这种你心里有 demon 当然并不能够证明你未来能成功但是你如果说能够把这个

demon 变成一个 drive 的能力那么你就很容易成功就比如说像马斯克他就写就是其实马斯克他我们现在看他经常做一些很奇怪的行为就是说经常马上就变脸或者说经常瞬间就就说出一些很不靠谱的话

其实他说那个时候就是他的 demon 在发生作用但是他会把这个 demon 变成 drive 就是他会把它变成一个动力就是说我的心中魔鬼跳出来之后呢我会把它当成这个动力然后呢就是促使我往更极端的方向极端的目标来走

那么这个就是一个很重要的特质然后我就在想这个黄仁勋呢黄老师他我没有看到过他的传记啊但我记得应该是他也是那种华裔的移民就是到美国的时候也是不太顺利的就好像后面可以找找他就是跟他早期相关的成长史但是确实他的早期也是不如意的这种不如意的就造成了他一种就是心中会有一些动力的那种一种性格吧

然后我也看过一些他的采访我觉得这个人是一个特别傲娇的人就是说实际上他的心中有点藐视一些我不知道这感觉对不对啊我就觉得就是他在主动的求新求变但并不是因为他焦虑不是因为他有危机感而是因为他就是觉得我就是比你牛我就能够比你先走一步我就是比你 smart 然后我才会主动的求新求变有很强的那种 drive 的感觉反正

反正这种傲娇人士肯定不是哀人我觉得所以这个是一个很重要的一个特点对对嗯

你说的这个我提供一个另外一个角度因为刚才我是讨论老黄的时候其实我没有太多去想你说的这方面问题因为确实每一个人他一定都是这种性格特质导致的嘛当然我们因为对那个 EOFS 那个挺有兴趣的我就把它说了一下关于你说的性格特质呢我倒是有一个另外一个观察就是

老黄这个人他叫做好奇心特别强或者说他对于新生事物的这种兴趣特别强这个应该当然绝大部分的成功人士肯定也都有这个特质但是老黄这个人他

表现的特别明显而且特别开放这个我可以举个例子大家我不知道有没有人看到过那个视频就是应该也是英伟达的一个大会我忘了是个什么大会了反正应该不是 GTC 呢那种大会而是一个就是类似于一个会场上就是大家在那一起在那聊天啊就是那种会然后呢有个视频呢是有个两个姑娘在那自拍

拿这个镜头对自己自拍老黄就凑过来看了看说你这拍什么呢露了个脸看了一眼然后走了对就是说他这个人连这个东西人家俩人自拍他都想去凑一下就像你刚才说的对吧他这一路过来几十年就是不断的掺和对吧这也掺和一下那也掺和一下不断的做各种创新的东西包括其实英伟达的这个显卡

其实它在做人工智能之前大家都知道它是这个其实是挖矿最大的主力就是比特币挖矿是 ASIC 芯片然后以太坊等等这些其他的 POW 的这个算法就是用英文来打 GPU 嘛

所以其实他的这个好奇心,这个掺和新生事物的这个能力,我觉得应该可能在他的这个成功当中,还是占有一个很重要的一个成分。对的,对的,这好奇心是,我也觉得是非常明显,如果没有很多好奇心的话,他不会,

就是说提早发现那么多需求你现在医疗行业他都去掺和从游戏到手机到坐车到挖矿然后又跑到医疗就确实是它的广度非常大它不是那种从某种程度上讲也不是那种很专的人嘛就是在一个地方就钻下去

对我还想提一点就是我也是看那个就是马斯克传那本书里面提到了就是一个很有意思的点就是这个作者呢他在那个应该是什么视频后面我找一找然后贴到 shownotes 里他是一个

他也是接受一个采访然后呢他就讲了一个很有意思的事情他就是说然后那个就人问他就是你写过这么多的传记然后你觉得这些伟大的人物中比如说像马斯克啊乔布斯啊爱因斯坦啊对他写过爱因斯坦他们的思维方式有什么共同之处

然后他就说他们都是 visual thinker 就是那种视觉思想者就是 visual 他的思考方式不是线性的也不是纯逻辑性他是一个图画性的这种 visual thinker

然后他就说马斯克的话呢就非常非常的明显因为他天天去那个特斯拉工厂里面视频他就经常看他们做什么汽车底盘那什么安螺丝钉他一看就觉得有问题他说你想象一下你这个底盘用装六颗螺丝钉吗装四颗就行了因为你想

想象一下这汽车往前开如果真撞到一个什么东西然后它的力会从这走然后那边会受力然后你这种受力方式四个就够了你为什么要装六个螺丝钉然后他就他这种视觉化的能力非常强他基本上能够把特斯拉这辆车就在脑子中完全呈现出来

然后甚至可能他开在路上会受什么力他都能够想象出来然后来决定什么是一个最好的 engineering 的 design 什么是一个最好的设计然后他也举过很多例子比如说很多科学家都是这种 visual thinker 比如说就是那个发明这个不知道有个化学家他发明了那种分子结构就是我们学化学不都是什么甲烷呢什么的就是中间一个圈然后画几条线就是那种分子结构的图形嘛

然后这个就是化学家的名字我忘记了就是他某天做梦然后他就视觉化就是一个蛇在咬自己的尾巴然后他就后面就用他这种蛇的这个视觉化来思考所有的化学公式然后就发明出了这种结构我就觉得非常非常有意思那么这些人的有一个特点呢就是说他会记清他会记得很多的细节就是

就是比如说这些人在接受采访的时候比如说像老黄我就觉得老黄在接受采访的时候或者他自己做演讲的时候他会就是说描述出很多我们觉得有一些虚拟的事情比如说很久以前的一件事的一个意义然后他的带给他的情绪然后就是特定的场景或画面等等他如果说这个人他在讲话的时候他能够举出一些这种特别视觉化的东西那他就是一个 visual thinker

我觉得而且这些人他的他在交流的时候会让你感觉到就有这种比如说在看这个 TikTok 小视频的那种感觉我就觉得其实老黄也有可能是 visual thinker 因为你听他演讲的时候就是他曾经有个视频给那个斯坦是斯坦福吧还是什么大学的毕业生演讲

就是在想你们成功之路会是什么样子然后他就举了几个例子就是然后最后总结为你们就是要不断的 suffer 原话记不清了但是他描述这个东西的方式我觉得非常的生动嗯我觉得就这个点也挺有意思嗯

这倒是挺有意思的这个角度我倒是以前没注意过不过我听了倒挺高兴的我怎么总觉得自己好像也是这种人对很有可能就是想象力比较丰富那这个 visual thinker 后面又引出来魏老师也提到过的一件事就是 GPU 和 CPU 我为什么刚才突然间想到这个呢就是我是觉得是不是这种 visual thinking 的方式就图形化的思考方式是不是跟 GPU 比较像

然后对你说的这个话题倒挺有意思对对对然后魏老师给我们讲一下你对这个 CPU 和 GPU 这种思考模型的理论吧非常有意思对对对你说的这个点倒真提醒了我对其实是这样我的这个原始出发点其实很简单就是大家都知道就是

在比如说算人工智能啊或者算挖矿啊反正就这类事情的时候 GPU 比 CPU 快很多嘛对吧它为什么会快呢简单的说就是回到一开头说的就是它其实是一种类似于向量计算的模式也就是说我做个总结就是说 CPU 其实是相当于把逻辑硬件化了

也就是说他把我们思维的逻辑就是这种因为所以三段论这样的一个东西呢他用硬件表达所以他做逻辑推演其实特别快对吧但是这个 GPU 呢就是这些图形的展现啊图形的形成创造渲染等等这些东西呢

他把他们的这个算法把它硬件化了也就是说能够用硬件直接比如计算一个向量的成绩这样的东西所以他算这些东西就很快对吧这是这种直观的对比

然后那我们就会说按理说我们的大脑其实就是一个逻辑思维的一个机器对吧就是 2000 年以来我们就是这么认为的因为从亚里斯多德搞了三段论以后我们才知道我们是什么都是这样思维什么都是这样去推理对吧大前提小前提然后结果所以我们就一直认为说大脑其实最强大的或者甚至说我们区别于其他动物最明显的地方就是逻辑思维

那所以计算机把我们的逻辑思维把它硬件化那它就提供比我们逻辑思维快一万倍一亿倍的这样的能力嘛对吧所以这就是我们发明计算机的作用就是替代我们的逻辑思维

但是等到 GPU 出来之后呢最后大家发现说哎实际上这些图像的渲染啊包括现在 SORA 做这个视频包括这个大语言模型对吧现在最火的就是语言这个东西

怎么竟然不是用 CPU 的这种逻辑的模型去算出来最快而是用这种向量的数学的计算方法最快呢按理说语言这个东西那不就是我们大脑思维的一个副产品吗从当我们这几千年来至少这么认为的

但是现在看来好像不太像是这么回事就有可能说语言这个东西包括视觉对吧大家也都认为说以前是我们视网膜投了个项然后再进入到我们的大脑里我们的大脑通过逻辑运算知道这是个什么这是个猫还是个狗对吧但是现在看来好像可能根本就不是这么回事就也许我们的大脑本身它也就不是一个逻辑单元

它可能本身就是这些向量的单元就是我们听声音我们看图像甚至我们说语言其实可能都是这些向量计算的模型根本就不是逻辑推演的模型啊

如果这样的话那这个事就太颠覆我们的认知了你知道吧就是 2000 年以来亚里斯多德给我们建立的这套逻辑模型可能就现在彻底被颠覆了而且我们眼看着确实是这么回事对吧我举个例子这也是最近看这个 AI 的一个说法我觉得很对就是还是用这个苹果来举例因为这个苹果这个词太好了

意味太多就是苹果按理说在苹果公司出现之前苹果大概就意味着苹果对吧就是我们听了苹果之后呢我们就是知道它是个水果但是苹果公司出现以后呢如果我们在聊科技话题的时候我们一说苹果现在 175 美元了你肯定不会认为是一斤苹果 175 美元那么我们以往的认为是什么呢就是说这是个语境也就是说因为我知道是在聊科技

因为我知道是在聊科技所以在你说苹果的时候我就会推理成为是苹果公司或者苹果这个品牌是这么一个逻辑但是 AI 不是这么认为的 AI 是把苹果这个词建立了一堆的向量和权重

他把苹果认为是什么呢?是把我刚才那个逻辑反过来,就是苹果这个概念是一个当你在讨论科技行业的时候,只带一个公司,当你在讨论日常生活的时候,是一个水果。就是他把苹果这两个词,对,建立了一个向量的矩阵。

他一开始就是这么认为的所以如果你让 AI 去学人的逻辑去认知苹果然后去读一篇文章去看苹果出现这儿然后你去看上下文这是在讨论科技所以我这个机器知道这是指苹果公司以前我们是这么构造人工智能的所以一直就不行

直到反过来就是我们让苹果让机器自己去分析了世间所有的信息它建立了一个关于苹果是什么的这么一套向量模型

然后他一下子就聪明了所以实际上我们会最后会发现说大概这个世界和我们的大脑以及我们大脑认知世界的模式可能就是个向量计算模型不是一个逻辑推理模型对的对的这个是一个特别有意思的事情对对特别有意思

那个 Sora 其实不是很了解背后的算法但她其实她也是一个就是跟我们之前的想法就比如说这种视频生成的这种 AI 可能我们先要建一个所谓的世界模型就先知道这个成像或者说图形是怎么样然后我们才能够生出来但 Sora 这个模型它不是就是大力出奇迹吗就我生给你灌了一大堆这个图片视频然后你自己生成个矩阵然后你自己判断什么情况下该生成什么样的

图形对对对所以现在确实所谓大模型的参数真的成了一个核心竞争力就是什么几千一个参数几万一个参数其实就是这个就类似于说比如说 Sora 那个最有意思的就比如说你给她那个 prompt 就是东京的街上一个女子在雨中行走对吧那是最早释放出来的一个视频对实际上就是这样就是

东京这个词在大模型里它建立一个可能有几万个参数权重的那么一个向量对吧所以那么东京然后一街道这个时候你就东京的街道加起来的时候它的这东京的那几万个向量和街道的这几万个向量重叠起来发现了那些共通之处

那在图形上就是个什么样它就出来了所以确实就是这样一个认知但是你想想这个认知模式我们大脑其实也是这样做的呀对吧你想东京的街道你脑子里不就出那个图对吧嗯

对的对的我觉得其实仔细想想这个好像真的是本来人的大脑就在做的一件事情但是我们就把它归类为直觉或者说感知或者反应没有把它归为就是认知世界或者说跟世界互动的一种方式好像你提到认知世界跟世界互动就非得是那种特别严谨的逻辑判断

我记得我以前写过一个小文章很早很早以前写就是我试图在解释这个量化交易这个东西然后我举了个例子我就是说其实我主要的观点就是说这个机器做交易和人做交易还是不太一样的那么机器做交易不一定是一个很好的

方法但具体的那个细节就先不说我大概举个例子就是说我妈做饭我妈在厨房做饭然后突然间这锅糊了就是说比如说我妈和机器一起判断这个锅是不是糊了如果说机器来判断的话它可能就是用逻辑来判断比如说那首先味道要先达到一定的标准然后颜色要达到一定的

程度然后还要检验一下这个食物和食物之间是不是出现什么什么化学反应化学物质然后才判断 OK 它是糊了那如果换成我妈我妈一闻一看一听她就知道肯定糊了就是这味道不对或者说

这个颜色不对他就知道他可能连想都不用想或者说他根本连闻都不用闻他忽然间感觉到我离开厨房都半个小时了那锅肯定糊了就完事了就觉得这本来就是人类认知世界的一个方式还比如我不知道这个是不是大家都这样我自己是这样就是我学数学的时候我会

就是说我记性没那么好就是什么三点一四一二五就后面小数点后面那些数我肯定记不太清楚我记得当时在学什么我也学过计算机啊初级的就是那些二进制的时候我就会想就是一听到这个小数点后面或是到一定位的时候比如说一半啊什么四分之一我就会想一些东西

比如说我想半杯水然后我想就是四分之一个就是四分之一个披萨之类的东西就是我会用某种方式就反映出来我不会真的把这个小数点就是记住或者说大概的估算一下就是我会用这种方式来估算这是不是就是

就是一个人的这个神经网络它本来就应该工作的方式而不是很强的逻辑性推理没错没错所以这个回到就是你刚才那个话题就是说你刚才提出了一个点就是说这种比如叫 visual thinker 这样的人

所以从这个角度来讲其实 visual thinker 他对于世界的理解或者认知就是比另外的人要强这看来是很正常的一个事情对吧因为他对于他是等于反过来把一个逻辑的东西推成一个 visual 的东西其实他的这个说白了就是这个大脑的算力比这个逻辑的算力要强啊

你知道吧所以其实我这次想说的就是 CPU 跟 GPU 的这个关系其实就是这样就是用逻辑完全用逻辑思考的人很可能他们认知世界的速度就是 CPU 的那个速度

但是如果用图像思考或者用直觉思考的人可能他们思维的速度是 GPU 的速度那可能确实就比这个纯逻辑的人要强很多这个倒确实是有可能的对这个就是我跟我爸之间的区别我爸每到一个地方他一定要看地图高达地图就是说他一定要按着地图走但是往往最后迷路的就是他

我一般就会看一下周围我说这个地方我来过应该是往这边走应该往那边走我就靠周围感知我基本上我就不会迷路但是我爸每次看地图肯定就走不到正确的位置或肯定会绕路可能这个就是一个 visual thinker 和就是那种 logic thinker 的区别是有关系还有什么没 cover 到的魏老师还想聊的我看你那天不是聊起来关于

open AI close 就是开源的一个话题是吧对对对这个是准备你的想法是啥对这跟优伟达没啥关系就是我们在讨论话题的时候我说再凑一条吧但是这个其实也挺有意思的就是也是在也是最近嘛对吧然后马斯克开始跟这个 Sam Altman 在怼然后就是说你把 open 变成 close 了

然后还出那些梗图是吧就是一个警察拦下一辆车让他拿驾照然后说你这驾照上名字怎么是就不对呀然后名字为什么叫 close 然后就之前那个 open eye 已经不是我现在的名字了就诸如此类的这个梗图就是在 diss 他然后他后面又说那我 diss 你我自己要以身作则对吧然后我就把我的 X 这个 GPT 大模型我公开就就是这么一件事情

但是也很想听听魏老师的想法这个 AI Close 和 Open 到底是能够带来什么样就是巨大的后果吗对其实我觉得

从开源的角度讲我觉得这倒是个比较典型的问题就是因为我自己因为我们搞 IT 的人都知道其实说白了过去几十年这个软件开发的进展全败开源所赐这个古今中外不是古今中外 sorry 就是中外其实都是一样就是有这么多开源的软件让大家

快速的能够拿着这个东西去做一些改进或者运用就能够直接建设一个系统这个真的是开源给可以说是整个人类带来的一个巨大的一个福利对对对所以从这个角度来讲其实开源的模型特别典型就是说

我这个东西是一个很基础的东西我也不会给你做什么优化我也不会给你做什么商业价值的那些功能我就是把我这些算法全都代码就和数据全都公开给你

前两天我正好看了 Grok 关于开源的一个评论它确实就是这样就是它开源出来这些东西从成品的角度来讲肯定是很粗糙的对吧就是没法直接用的不可能说你把它装机器上就产生一个 ChatGPD 出来这不可能的一定有大量的修改和优化

但是我突然想到前一段时间周鸿祎老师不是说过这个事吗就是说说我们中国要是现在搞大模型估计是够呛但是如果一旦开源那我们这个应用那我们中国人还是厉害的所以我就想到这个马斯克这个开源就想到一个梗啊就是我觉得

这个 Growth 的开源可能是马斯克的一小步但是是中国 AI 的一大步中国 AI 有希望对还是完全有可能实现的对这个周鸿祎老师这个简直是这个精准预言前一段时间刚说完这个话现在就应验了我看很有可能哎呀未来这一两年我中国的 AI 一定是这个突飞猛进啊

我觉得这个可能性比较大

对如果马斯克老师是真正开我感觉他现在是半开没开的那种感觉好像开了又好像没开对对对这个圆我看了一下他的评论相关的评论就是他的绝大部分的算法和一些基础的什么模型肯定是开源了但是呢有一些比如说叫什么初始训练数据啊或者一些特殊的训练出来不告诉特殊的数据啊你还是得什么呃申请下载啊

那么这申请下载你就得登记信息嘛就是类似于这样的一些东西但是我觉得这千万不要低估我国程序员的能力对吧那你不开的那些东西说不定我也能倒退出来这个事情就很难说对对我完全不低估而且我觉得周鸿英老师那句话是对的就是说从应用角度来看我们确实还是厉害的因为我最近有一个就是

算是合作伙伴还是客户就是那他其实是做这个 voice AI 的简单来讲就是我们国内现在大家知道这些智能客服什么基本上全是机器人但是你根本听不出来他是机器人就是他自己会有语气然后他会跟你的他会根据你说的话和语气来反应就是完全听不出来他是机器人但这个东西我们已经做的

相当相当好了然后这种应用就是因为应用太卷嘛所以我们能够做到这种程度但是你想想美国美国现在就是智能科我还是按了一二三接听我可能就从这种应用角度是我们的这还是卷出来的这个没办法这个优势我觉得在可见的未来也都还一定是存在的只要一开源这有可能就是全面赶超对对对没错这个

这个 open AI 真的是对变成 close AI 了但是马斯克继续 open 一下我觉得确实可能还是起到不小的作用嗯对而且他他那个大模型估计也比不上其他的吧所以干脆就开了远好像这个姿势还好看一点反正我也卷不过你们我干脆就开了这样失败失败的还漂亮一点算是挽回的面子对对对这个倒是因为确实有时候呃

把一些基础东西开源本来也是软件行业的一种竞争策略对就是至少要给对手增加一些压力和成本这个是常见挺有意思好呀那我们今天就聊到这里好啊就是从英伟大引发的一些思考那么我们今天就聊到这里然后呢期待这个月底和大家在杭州和上海见面好然后

那好谢谢魏老师谢谢大家那我们下次再见谢谢小泡谢谢大家拜拜好拜拜