PastNoise

细分场景原声馆

#晶片與算力

围绕「晶片與算力」从 2 亿+ 原声数据中提炼的精选纪录片。也可以在下方输入更具体的问题,30 秒现剪新片。

晶片才是人類最難造的東西
AI 與前沿科技4m 57s

晶片才是人類最難造的東西

吉姆·凱勒把摩爾定律當作設計工作的航標,一個仍在組織微處理器研發的約束條件。克里斯·米勒則指出,晶片製造之所以困難,是因為供應鏈和政府決定著誰能獲得關鍵能力。兩人合在一起,把晶片設計呈現為工程與產業戰略的結合,AI既帶來能力,也帶來風險。

4 幕2 一手原聲2 份文獻
五角大樓又盯上矽谷:軍工與創業公司的隱秘迴圈
歷史與世界5m 44s

五角大樓又盯上矽谷:軍工與創業公司的隱秘迴圈

這份材料梳理了一次轉向:矽谷最初是國防研究中心,後來與華盛頓疏遠,如今又通過合同、半導體和新的五角大樓辦公室迴歸。發言者談到國防創新小組、RTX,以及早期階段的搭橋工作。組織文化仍是未解變數,尤其是在商業時間表遇上軍方採購的時候;發言者對歷史的看法分歧較小,更多分歧在於這段關係應該推進得多快。

6 幕1 一手原聲4 份文獻
AI 的隱形電費:資料中心搬來後,誰來買單?
AI 與前沿科技7m 07s

AI 的隱形電費:資料中心搬來後,誰來買單?

這份材料從柏林大會的舞臺一路寫到明尼蘇達一座約4000人的小鎮,谷歌計劃在那裡建資料中心。CNBC把大電網監管與小型公用事業區分開來,Just Have a Think則質疑那種認為脫碳難到不可能的說法。地堡電力升級和博思艾倫的推介展示了兩種回應尺度:個人硬體與可隨時執行任務的軟體。

6 幕1 一手原聲5 份文獻
四色就夠,但人類還能親手證明嗎?
宇宙與科學4m 40s

四色就夠,但人類還能親手證明嗎?

Numberphile 把四色定理表述為一個簡單的給地圖上色的問題。MIT OpenCourseWare 把地圖著色放進圖論。牛津的 Jason Lotay 提到計算機證明,也提到避開計算機的設想。書面記錄確認了該定理、較容易的五色結果,以及近年經過同行評議的無計算機證明嘗試。爭議在於什麼才算令人滿意的證明。

4 幕4 一手原聲4 份文獻
推理模型的幻覺:想得越久,不代表越聰明
AI 與前沿科技5m 49s

推理模型的幻覺:想得越久,不代表越聰明

這份檔案追蹤推理語言模型,也就是為多步任務訓練的系統,建造者和懷疑者都在測試它們的極限。黃仁勳把這一熱潮與能源約束聯絡起來。IndyDevDan 把功勞歸於提示鏈,蘋果的複雜性測試和 Eli the Computer Guy 則提出失敗與安全問題。書面記錄定義了這些模型,卻把過程獎勵模型留作一個未決的訓練問題。

6 幕1 一手原聲2 份文獻
台積電真正的護城河,不是光刻機
AI 與前沿科技4m 53s

台積電真正的護城河,不是光刻機

MIT的課程把物理門檻說得很清楚:特徵尺寸必須足夠大,才能在晶圓爬坡時不被後續步驟縮小。張忠謀的傳記作者把良率爬坡和成本控制列為台積電最強的資產。Anastasi In Tech 認為,沒有數千道步驟同步運轉,裝置本身遠遠不夠。CNBC 補上市場檢驗:圍繞有限產能和議價籌碼的競爭非常激烈。已核實的資料定義了晶圓,也確認了台積電的合約製造角色。

4 幕1 一手原聲4 份文獻
決定AI競賽的微小金屬凸點
AI 與前沿科技5m 16s

決定AI競賽的微小金屬凸點

CNBC的潔淨室探訪和汽水機類比,讓先進封裝成為可見的約束。David Shapiro與企業AI評論把瓶頸從CoWoS擴充套件到人的採用、電力與治理,同時芯粒研究、AI伺服器能耗研究和企業AI專業能力文獻共同說明,僅靠硬體供應無法解釋AI價值為何延遲兌現。幾位講述者對稀缺落在何處看法不同,但對稀缺本身沒有分歧。

6 幕6 獨立視角5 份文獻
蘋果統一記憶體到底快在哪,又貴在哪
AI 與前沿科技3m 53s

蘋果統一記憶體到底快在哪,又貴在哪

Apple Silicon 的統一記憶體減少了 CPU 與 GPU 之間的重複資料,Better Stack 和 Dave's Garage 都這樣解釋。好處有邊界:Dave's Garage 指出,混合負載下爭用會壓低有效頻寬。Level1Techs 和 Linus Tech Tips 顯示,對手與 Nvidia 也在推進共享記憶體設計;Bloomberg 則把記憶體成本視為蘋果財務上的一個變數。文中提到 M5 和 M6,把討論放回蘋果持續的晶片節奏中。

5 幕5 獨立視角4 份文獻
一顆小晶片,六張“標準”面孔
AI 與前沿科技5m 52s

一顆小晶片,六張“標準”面孔

Moore's Law Is Dead稱,其Zen 6爆料覆蓋了小晶片佈局、裸片尺寸和可能的製程節點;UCIe相關論文則定義了一個開放小晶片生態和一套gem5模型。Ben Felix的適當性規則、YaleCourses的審查標準以及John Savill的子網說明,都把標準呈現為有邊界的底線,並不承諾結果。這份檔案把專有晶片的說法與開放互連規範並置,也梳理了“標準”一詞的多種用法。

6 幕1 一手原聲2 份文獻
蘋果芯的隱秘落差:跑分測不出的五年
AI 與前沿科技5m 09s

蘋果芯的隱秘落差:跑分測不出的五年

這些摘錄沒有擺出一場乾淨的跑分對比。它們呈現的是一場生態層面的比較:Apple Watch 的尺寸、輝達的 RTX Spark、M1 和 M2 上的 Rust Linux、面向大語言模型的外接儲存,以及 big.LITTLE 架構。文字記錄把 Apple Silicon 錨定為基於 ARM 的 SoC 家族,並納入經同行評議的 M1 對英特爾研究,以及 MPS、CUDA 和 CPU 相關研究。它把講述者自己的說法放在前面,把技術參考當作校驗。

6 幕6 獨立視角4 份文獻
AI 真正的瓶頸不是算力,而是記憶體頻寬
AI 與前沿科技5m 04s

AI 真正的瓶頸不是算力,而是記憶體頻寬

瓶頸既是單個數,也是一套層級:HBM 為渴求頻寬的處理器供數,資料來晚時 GPU 就空轉。發言者把 HBM 看作尚不成熟的堆疊,也是商業槓桿,從定製 NVHBM 的頻寬增益到每秒 64GB 的賬目都如此。美光與 HBM 文獻確認取捨:響應時間、容量、成本和封裝都在限制吞吐。

5 幕5 獨立視角4 份文獻
GPU 從來不完全屬於你
AI 與前沿科技5m 16s

GPU 從來不完全屬於你

文章從 Kubernetes 的可用性承諾,走向 GPU 共享的機制。Aperture 提供把時間切開的思路;Sentdex 和 InfoQ 說明 GPU 小時與資料移動去了哪裡;Cloud With Raj 提到版本釋出頻繁帶來的壓力。文中引用的 MIG 分割槽論文之所以重要,是因為整塊 GPU 的算力無法在分割槽之間均勻切分;自適應切片研究則表明,切片會帶來誤差和列印時間的取捨。

6 幕6 獨立視角2 份文獻

想就「晶片與算力」剪一部更细分的原声纪录片?

支持中英文提问 · 命中片库秒开免费