8.2
深览指数
科技微博·晚点LatePost··AI 生成
对话昉擎科技梁军：AI 芯片创业不应该想成为下一个英伟达
梁军认为，智能是一种物理场，基于此设计的分离式架构（上下文相关与无关分离）与英伟达收购Groq后的LPX系统方向一致，但更底层、更彻底。他提出了以4D Memory为核心的蓝海竞争策略，目标是在单个会话高于100 TPS的系统级市场领先，而非在平替英伟达的红海竞争。本文适合关注AI芯片底层架构、技术路线分歧及产业竞争的深度读者，有助于理解一种非主流的、以物理学视角重构计算系统的激进思路及其背后逻辑。原文 ↗
核心观点
- ▍AI芯片创业不应做英伟达的平替，而应基于全新架构（分离式架构、4D Memory）在蓝海市场创造新价值，智能的本质是一种物理场，计算系统设计目标应从指令效率转向维持“因果密度”强度。
- 01梁军提出“上下文相关”与“上下文无关”分离式架构，将Transformer的Attention和FFN在物理上拆分为不同计算单元，与英伟达2025年GTC发布的LPX(AFD)系统方向一致，但梁军认为英伟达的芯片设计（Groq）本身是错的，系统互联方案才是对的。
- 02他以华为昇腾950 PR单卡运行DeepSeek V4 Pro的数据为例，提出单个会话100 TPS是国产AI芯片竞争的分界线：低于此线是红海（成本随延迟要求指数上升），高于此线需体系结构变革，目前只有华为触及蓝海。
- 03梁军认为超节点（NVL方案）通过线性扩展规模不可持续，因为智能遵循指数规律，线性扩展底数会导致收益对数递减。DeepSeek的DeepEP方案是在现有体系下的优化，并非从底层芯片-硬件-软件协同设计的最优解。
- 044D Memory理论将通信（C）作为与容量、带宽、计算并列的第四维度，实现芯片间点对点直连，省去交换机，目标是使系统延迟随规模扩大线性减小。
- 05梁军认为，LPU与GPU在系统中不是并列关系，而是树干与树叶的关系。LPU处理权重相关计算，构成系统骨架；GPU是挂在树枝上的叶子。英伟达对外展示对等关系是为了避免冲击其现有产品生态。
- 06昉擎科技近期完成近10亿元A1轮融资，投后估值超百亿。梁军设定的公司“下限”是领先行业两年以上，“上限”是在智能时代留下名字。
反方 / 局限
- — 梁军承认其“智能是物理场”的时空观与现代物理学存在割裂，在外部看来是“民科的狂妄”。该理论目前无法被广泛验证，其提出的“AI训练集群局部时间变慢并产生引力波”的推论，当前测量精度和模型能力可能不足以证实或证伪。
- — 分离式架构每层需进行数据搬运，虽然梁军声称点对点直连延迟更低，但并未公开具体实现路径以消除对累积通信开销的担忧。
- — 梁军承认，进入大厂训练体系（平替英伟达）极其困难，对客户而言是巨大赌博，因为替代方案一旦出错，导致模型训练或产品交付延迟几个月是致命的。
23 分钟 · 4 卡片 · 12 资料
读原文 →