7.7
深览指数
科技人人都是产品经理·深思圈··AI 生成
对抗巨头，你不能只比他好一点点
Cerebras CEO Andrew Feldman 在播客中分享与英伟达等巨头对抗的残酷数学：新入局者必须比对手好 100 倍而非 50%，否则巨头可以通过降价轻易绞杀。他复盘了团队长达 18 个月“做不出来”的至暗时刻，其应对方法是只犯新错误、将每次失败彻底分析。文章还深入拆解了 AI 芯片从沙砾到 ChatGPT 响应的脆弱供应链、硬件与软件截然不同的规划逻辑，以及一个反常识的判断：英伟达真正的护城河不是 CUDA，而是那十年无人问津时锻造的组织韧性。适合关注半导体产业、硬件创业及竞争战略的深度读者。原文 ↗
核心观点
- ▍进入有巨头坐镇的硬件市场，产品必须比对手好 100 倍而不是 50%，因为巨头的高毛利允许其通过降价、捆绑销售轻易绞杀新入局者。
- ▍英伟达真正的护城河不是 CUDA 或芯片架构，而是其在 2003 至 2014 年长达十年无人问津、股价惨淡期间锻造出的企业韧性。
- 01投资人 Eric Vishria 的计算框架：假设英伟达每年进步 2 倍，新芯片公司从创立到规模化需 5 年，届时对手已进步 32 倍；新公司须再有 3 倍优势才能站住脚，即产品需要比现有方案好 100 倍。
- 02Cerebras 在 18 个月至暗时刻的策略：每次失败后做完整的 failure analysis（失败分析），确保不重复犯同一错误，内部口号为“只犯新错误”。
- 03Andrew 描述芯片供应链：最聪明的人花两年设计，送进造价 400-500 亿美元的工厂，出来的是一颗 22 美元的芯片；街边的墨西哥卷饼要 23 美元。
- 04Cerebras 在设计第一款芯片时没有为卷积网络（CNN）做特化优化，而是选择在更底层代数层面加速，因此当 Transformer 出现时其架构天然支持且速度最快。
- 05Andrew 举例速度创造市场：互联网慢速时 Netflix 用信封寄 DVD，网速变快后 Netflix 变成电影制作公司；AI 推理速度突破类似，会催生全新应用。
- 06数据中心建设瓶颈：从空地到 50 兆瓦数据中心需 18 个月（类比房地产速度），而 AI 以软件速度前进；美国电网仍停留在上世纪四五十年代水平。
反方 / 局限
- — Andrew 承认数据中心行业在早期未做好与地方社区的沟通，未提前说明就业和税收价值，导致目前审批越来越难，这是行业自身造成的问题。
- — Andrew 提出 AI 算力供给瓶颈不仅是技术问题，更是物理世界与数字世界速度脱节的慢速危机，暗示纯粹技术优化无法解决所有瓶颈。
13 分钟 · 4 卡片 · 11 资料
读原文 →