"HBM 是一种可憎的内存，只不过是我们手上最好的那种"：30 年零个新内存、铜的死期、以及"能源容量等于经济容量"（a16z / Pat Gelsinger，2026-10-09）¶

嘉宾: Pat Gelsinger（前 Intel CEO、前 VMware CEO，现 Playground Global 普通合伙人）
主持: a16z 一方两人。⚠️ 姓氏全程未被播报，Pat 开场回应时只叫出两个名字："Rayu"（[00:01:02]，字幕拼写，本库不还原）与 "Guido"。⚠️ 可用线索有三处，本库照录但不裁定身份：① 开场自述 Pat 是两人的 "former boss"（[00:01:02]，⚠️ 既可指 Intel 也可指 VMware）；② 其中一位自述 "我在 Stanford 教书时也遇到过同样的事"（[00:05:03]）；③ 谈光交换时一位对 Guido 说 "Nick McKeown……你也认识他一点"，随后有一问一答 "他是你导师吗？——他不是导师"（[00:37:26]–[00:38:27]）。⚠️ 转录稿没有给出任何姓氏，本库不补。
来源: YouTube · 53 分钟
转录稿: sources/a16z/20261009-1Q_7yU7FZ1k

⚠️ 人名与术语还原（自动字幕，均为高置信度）：HBM → 稿中多处作 "HPM"/"HBM" 混用；Groq → "Grock"；GraphCore → "Graph Core"；Optane → "obtained"/"Optane"；d-Matrix → "Dmatrix"；Cerebras？→ ⚠️ "Cabbrris"（[00:24:18]，本库无法确定还原，见下方存疑条）；Alberto Sangiovanni-Vincentelli → "Alberto Sanji Yavanji Vincentelli"；Ed McCluskey → "Ed McCcluskey"；Nick McKeown → "Nick Mune"/"Nick Mune"；Verilog → "vera log"/"very log"；femtojoules → "phentojoules"/"phentojlesw"；radix → "radics"；III-V 族材料 → "35 material"（出现两次，按上下文为 III–V）；Carnot → "car's car"/"carinal"；SnowCap → "snowcap"；AlvaEnergy？→ ⚠️ "Alva"（[00:44:33]，公司名无法确定还原，本库不补）。

⚠️ 本库无法确定还原的四处，一律照录并标为存疑：① [00:24:18] 他在 d-Matrix 之外点的第二家公司"Cabbrris"——⚠️ 字形不支撑任何确定还原，本库不猜，只记"他点了另一家在做同类技术的公司"；② [00:44:33] 核电那家公司"Alva"；③ [00:45:33] "the Oracle, you know, uh, comet, you know, was just I"——⚠️ 这半句明显残缺，本库只能确定他把某个与 Oracle 相关的近期事件当作"数据中心项目违约"的第一个信号，具体是什么事件稿中无法还原，本库不引用这半句的内容；④ [00:07:03] "things like jalapeno today"——⚠️ "jalapeno" 疑为某个芯片/项目代号的误转，本库不还原，只记他举了一个"第一性原理地用 AI 做芯片设计"的例子。

✅ 本页认为这是本库在 AI 算力与基础设施上最有技术密度的一期，而它的价值集中在五处本库此前完全没有的东西：① ⚠️⚠️ "瓶颈永远在移动"被落实成一份具体的时间账：AI 已经把设计压到 3 个月，但出硅到上架仍要 9 个月；② ⚠️⚠️ 一句对 HBM 的定性judgment——"可憎的内存，只不过是我们手上最好的那种"——加上"过去 30 年零个重要的新内存"这条他亲历的产业史；③ ⚠️⚠️ 他对三条热门架构路线逐条说"我不是粉丝"：堆高到 8/16 层、把内存挪出封装走全光、以及 PIM（存内计算）；④ ⚠️ "铜 5 米比光 100 米更贵"这条已经翻转的成本对照，以及 "我本来根本不该造 NVL72"；⑤ ⚠️⚠️ "能源容量等于经济容量"这条他此前讲过的论点，第一次被他配上了后果：数据中心项目会开始违约。

⚠️ 利益相关：⚠️ 这是一位风投机构合伙人（Playground Global）在另一家风投机构的频道上、与两位前下属对谈。全期他点了至少五家自己投的公司：d-Matrix、一家 stealth 新内存公司（"我刚又投了一家"）、vertical GaN、SnowCap（超导）、以及 "Alva"（核电，名字存疑）。 ✅ 本页按既有口径处理：把物理与工程论证（可独立评估的部分）当作内容收录，⚠️ 把涉及他投资标的的性能承诺（尤其"超导带来一千倍功耗性能"）一律标为自述未核实。

✅ 而本页认为这一期的论证质量高于平均，理由是他反复给自己下限定："我可能在这件事上是错的"（PIM，[00:33:25]）、"我在看一个比我自己更专家的人"（scale-up，[00:39:29]）、以及对自己最爱的那条预测的自嘲——"我大约 25 年前宣布了铜的死亡。总有一天我会说对的。"（[00:34:25]）

概要¶

⚠️⚠️ 本期最该被长期引用的一条，是他把"AI 让芯片设计变容易"这件事直接换算成了一份时间账，而结论是设计已经不是瓶颈了（[00:09:05]–[00:11:06]）。他让主持人跟他一起做思想实验："假设 Guido 和 Pat 一起去做一颗很棒的新芯片"，把 AI 工具放出去，"三个月我们就有一个很棒的设计"。然后他开始数后面的时间：
⚠️ "我们还有九个月的硅加工时间。所以我能在三个月里设计出这东西，但我要九个月才能真正拿到规模化的硅。"
⚠️ 他把这九个月拆开了："首先，我不可能在三个月内从 fab 拿到任何东西——而这还是在我有超级加速的设计流程的前提下。然后我还得进先进封装。3D 封装正在变复杂，所以那又是三个月。然后我还得把它做进一个机架级的方案里，因为现在没有什么东西是一颗芯片了，它是一个机架。"
⚠️⚠️ 而那句后果本页认为是全期最锋利的一句："因为如果要花我一年半才能真正拿到规模和上面的软件……那我对 AI 负载的理解就已经不适用于我设计的那颗芯片了。" ⚠️ 他给的历史案例是 GraphCore（[00:11:06]）："GraphCore 不是一个坏设计，但世界往前走了。"
⚠️ 他要的东西很具体："我们需要新形式的光刻"；"需要不要求 5000 万美元掩模成本就能进原型的设计流程"；目标是 "怎么把它压到一两个月"。
✅ 本页认为这段的结构价值在于它给"AI 加速研发"这个命题提供了一个反例形状：⚠️ AI 压缩的是整条链路里已经最快的那一段，而剩下的九个月是物理与资本约束，不吃 AI 的加速。 这与主持人开场那句概括互为一体："每当你有了让某件事变容易的技术，那意味着瓶颈挪到了别处。"（[00:08:04]）
⚠️⚠️ 而内存那条判断是本期最该被引用的定性，因为它来自一个亲手参与过至少五种新内存架构、全部失败的人（[00:11:06]–[00:12:07]）："正如我描述过的，HBM 是一种可憎的（hideous）内存。它只不过是我们手上最好的那种。"
⚠️ 他列的 HBM 具体罪状有五条："它是一种糟糕的内存。我得到糟糕的位密度；我被限制在岸线带宽（shoreline bandwidth）上；功耗问题；热问题——而 DRAM 不喜欢热。" ⚠️ 主持人补的那句"把所有东西集中在一个点上"他接了"这很糟糕"。
⚠️⚠️ 而那条产业史的问法与答案本页认为该完整保留（[00:22:18]–[00:23:18]）：他先自述 "我个人至少参与过五种不同的新内存架构，Optane 只是其中之一，它们都没能见到天日"，又说 "我大概熟悉过去 30 年业内发生过的接近 100 种"，然后反问主持人："那么过去 30 年里我们到底有过多少种重要的新内存？" ⚠️ 主持人的回答是一个字："零。"
⚠️ 他给的清单是："DRAM、SRAM、flash。好，还有什么？"（⚠️ 主持人提"flash 堆叠算一点吧"，他答"勉强算"）
⚠️⚠️ 他给的失败原因不是物理而是产业结构，本页认为这是本期最该被记住的一条机制（[00:23:18]）："过去三四十年，内存是一个糟糕的行业——因为你一年赚钱，然后接下来四年亏钱。那么我们就去一个五年里只有一年赚钱的行业做 R&D 吧？这一直极其困难，因为它被如此剧烈的商品化周期驱动。"
⚠️⚠️ 而他认为这次不一样的理由正好是那个结构变了（[00:24:18]–[00:26:20]）：主持人给的事实是 "三大内存厂商现在都在全球市值前 20"（⚠️ 自述，本库未核实），他自己加的数是 "我认为内存行业的市值在过去四年里增加了 2.5 万亿美元"（⚠️ 他先说"几百亿"然后自我更正为万亿级，本库照录这次更正）。落点是："我认为资本与技术需求的结合现在会让内存创新变得合理。"
⚠️ 他给的技术方向是两类："把内存和计算拉到一起"（点了 d-Matrix，自述是他投的；⚠️ 另一家公司名存疑）；以及新材料——"很多人在看铁电（ferroelectrics）这类东西，找非电容式的高密度内存，找能同时高性能、高密度、可堆叠的内存。" ⚠️ 他明确说自己不看好低成本 flash 路线："flash 或 MRAM 结构的底层单元速度与性能有点问题。"
⚠️ 而他给的那句结论他自己重复了两遍："内存创新 30 年来第一次近在眼前。" ⚠️ 他同时自述 "我刚又投了一家新内存公司，还在 stealth"——✅ 本页据此把这条判断标为利益相关方的预测。
⚠️⚠️ 他对三条当下最热的架构路线逐条说"我不是粉丝"，本页认为这组否定是本期对 AI 算力与基础设施最有价值的部分，因为它们都给了物理依据而不是口味：
⚠️ ① 堆高到 8/16 层：不信（[00:27:21]–[00:28:21]）。机制是 "堆叠的问题在于，随着你走向更高维度的堆叠，整个堆的价值变大了，这意味着堆叠过程里任何单层的良率不能只是线性上升——它必须指数式上升，制造与缺陷特性要指数式改善。当你到八层或十六层高的堆，把那个数学算一遍会变得极其困难。"
- ⚠️ 主持人提"可以像二维那样做冗余设计"，他接受但不让步："当然。但记住那就是 DRAM 的本性，他们一直有坏块替换、有备用行。所以我绝不是在贬低那个，但即使你做了，你仍然需要良率好到那种程度。如果我有一颗裂了的 die，我不管你在里面建了多少韧性——它就是一颗坏 die。"
- ⚠️ 他给的落点是 "中层楼"："我不是一个疯狂的 16 层、32 层堆的人。我认为会是不错的三层、四层、五层，最后就成了那个甜点区。" ⚠️ 而内存堆他给得更窄："我不觉得它会变成八层堆，所以对我来说两层或四层。"
- ⚠️⚠️ 而他算过一遍整封装的厚度账，本页认为这是这一节最有信息量的一段（[00:29:21]–[00:30:21]）：计算 tile（"现在所有东西都变成 reticle 受限的了"，所以要问能不能走更多 chiplet）+ 两到四层内存堆 + "供电需要被集成进去，而且我要它在 Z 方向上，因为我要我的电轨从这里进来" + "相当智能的 RDL 层来跨平台分发信号" + 光学（"III–V 族材料结构会靠近这个复合体，因为我要我的 IO 深度集成进这个构造"）。⚠️ 结论是："所以某种程度上，把这些片都加起来，我那个标准件已经差不多八层厚了。而我认为这大概就是你能做到的全部了，至少以我们今天理解的制造来说。"
- ⚠️ 他对这件事的措辞很直接："这是一项工程壮举，也是一场制造噩梦。但这就是物理正在把我们带去的地方。"
⚠️ ② 把内存挪出封装、计算与内存之间走全光：不信（[00:32:23]–[00:33:25]）。⚠️ 主持人把这条明确定位成"堆叠的另一个极端"。 他的机制是 OEO 转换的能量代价："你在你的核心计算复合体里要求越多的 OEO（光—电—光）接口，就越难，而且你总会有损耗。"
- ⚠️⚠️ 而那条数量级对照本页认为是全期最可操作的一条物理判据（[00:33:25]）："记住，每次计算的飞焦（femtojoules per compute）现在其实好得惊人。而每比特通信的飞焦相比之下差大约一千倍。如果我要花那么多去拿到大的内存池——" ⚠️ 结论是："所以我自己不喜欢这些做法。我认为它们在某种程度上违背了方案的底层物理。"
- ⚠️ 他承认这条路线确实给了一样东西："它给你访问大的内存池。但我为了到那儿烧掉很多功耗。"
⚠️ ③ PIM（存内计算）：不信，而且给了一条时间上的嘲讽（[00:33:25]–[00:34:25]）。机制是对负载的约束："因为现在我得把我的负载、把这些小块计算推进内存里……这给负载加了约束。"
- ⚠️⚠️ 而那句判断本页认为是本期最该被引用的一句："大多数 PIM 想法已经存在了 25、30 年。而我认为 25、30 年之后，它们还会在那儿晃。"
- ⚠️ 他自己给了限定："而且我可能在这件事上是错的，特别是考虑到我们现在能通过设计带来的设计灵活性与智能。"
- ⚠️ 他要的替代方案说得很具体："给我很棒的内存带宽、高密度、高性能，并且把它放到真正的计算引擎附近。我预计那会是一个在很多种、且不断演化的负载上更可泛化的方案。" ✅ 本页认为"更可泛化"正是他全期所有否定共用的那一条标准——见下文第三节。
⚠️⚠️ 但他对一件事是明确的支持者，而这是他讲了 25 年的预测（[00:34:25]–[00:38:27]）："现在我是一个巨大的粉丝——把所有 IO 功能都移到光学。" ⚠️ 他的自嘲值得完整记："我大约 25 年前宣布了铜的死亡。总有一天我会说对的。"
⚠️ 他的边界划得很清楚，而这正是他与上面那条"全光内存"否定的一致之处："对我来说所有 IO 都该走光学。但那个核心的计算—内存复合体，不行。"
⚠️⚠️ 而他说这次成本已经翻转了，本页认为这条对照是本期最该被核查也最有预测力的一条（[00:35:25]–[00:36:26]）："今天我们的 scale-up 环境里，我们在放大量的铜，而本质上铜正在变成一根越来越短的波导。然后突然之间，要让我的铜在 5 米上工作，比让光在 100 米上工作更贵。所以我认为物理今天就在把我们推向那里。"
⚠️ 被追问"那为什么还没迁过去"，他给的是供应链而不是物理："这是一条复杂的供应链，它从来没有在规模上被测试过。我认为现在每个人都在看某种形式的 NPO/CPO，在 28、29 这个时间框架里——因为我没法在不做那个迁移的前提下，把我的 scale-up 环境扩到大 radix 的计算集群。"
⚠️⚠️ 而他对 NVL72 的那句自我批评本页认为是全期最该被引用的一条反事实，因为它是一位前 CPU 巨头 CEO 在评价竞争对手的旗舰工程（[00:36:26]）："其实我本来根本不该造一个 NVL72。它是一个工程奇迹，也是一场制造噩梦。它花了整个行业多出一年半的时间去消化那头野兽。而我们能把它做到规模，这确实很了不起。"
- ⚠️⚠️ 反事实那半句是重点："但那真的证明了：如果我们当时有一条更成熟的光学供应链，我们今天会先进得多。我们今天就能造出更好的 scale-up 环境——更好的功耗、更好的成本、更好的能耗。但我们当时没有光学供应链的成熟度来允许那样做，而这些事情不是能轻易解决的。"
⚠️ 他列的剩余工作有四项，并明确说不是基础问题（[00:37:26]）："这些东西得在一千万 GPU 的规模上工作"；"它得装进封装里"；"很多形式的光学不喜欢糟糕的热环境——而糟糕的热环境恰恰是这个游戏的本性"；"业内当时没有足够的激光器产能"。⚠️ 落点："但我在那儿看不到任何基础性的东西。在这个点上它只是大量的硬活。"
⚠️⚠️ 光学那条线的终点是网络架构，而他借 Nick McKeown 给出了本期最简洁的一条架构论证（[00:38:27]–[00:39:29]）："我们当年造网络，是为了能处理任何包去任何地方、而对它可能去哪儿毫无知识。而当你想到 AI，它几乎恰好相反——我们做的是大的、可预测的流。"
⚠️ 他让这条描述自己得出结论："所以就这个描述本身就说明：嗯，那看起来更像一个电路交换（switch），而不是一个包交换。"
⚠️⚠️ 而他把两条线合起来做了一次完整预测："所以我确实认为这次'走向光学'与'有一个远更可预测、可管理、大流的负载'的汇合——我确实看到：我们会一路把光学带进计算复合体，我们也会一路走到 OCS 或某种形式的光交换，配上更可预测的流。我是说那才是对的架构。"
⚠️ 他随后把 scale-up/scale-out 的区分说成会溶解："如果我的 scale-up 足够大，那就只是问：我 scale-up 环境的 radix 是多少，以及我什么时候想把它接到其它真的很大的集群上。对我来说那最后是一个相当漂亮的答案。" ⚠️ 他紧接着自我限定："但我在看一个在这件事上比我自己更专家的人。"
⚠️ 主持人一侧给的是同向但来源不同的论证："我一直觉得 scale-up 对 scale-out 某种程度上是个人为的区分。你明白它从哪来——我们在用不同的协议，一个是前端一个是后端网络……但如果你退一步从系统架构视角看，它达成的是同一个目标，只是口味和协议略有不同，而我认为随时间会收敛。"
⚠️⚠️ 能源那一节是他此前在本库里讲过的论点，而这一期他第一次给了后果（[00:42:32]–[00:45:33]）。他的诊断先指向国家层面："我们国家在能源容量这件事上做得很糟糕。本质上我们有 10 到 15 年时间，我下线煤电的速度和我增加可再生的速度一样，国家在总能源容量上基本是走平的。"
⚠️⚠️ 而那句命题他说得比此前更直接："这不好，因为在一个 AI 数字时代，能源容量等于经济容量。所以本质上我作为一个国家的经济容量 15 年走平——如果你接受这个论点的话，而我认为它在过去 5 年里是很可证明的。"
⚠️ 他给的当前增速数字是："即便有了这些，我们可能把国家能源容量提到了每年 4%。"（⚠️ 这里有一处字幕混乱，主持人把 "0 到 1" 听成了 "4x"，他更正为 "4%"，本库照录这次更正。）
⚠️⚠️ 而本页认为这一期真正新的内容是那条后果，因为它把"能源是上限"从一个抽象约束变成了一个可观察的金融事件（[00:44:33]）："从根本上说，能源容量在某种程度上压住了我们能对 AI 狂热到什么程度。因为如果我没法给它们供电，为什么要建一个新数据中心、买一百万片 GPU？而我认为你会看到越来越多的违约（defaults）发生在很多那些数据中心项目上，因为能源不会在那儿。"
- ⚠️ 被问是不是重大逆风，他的回答分了两层："我认为它会是一个逆风，而且我认为你已经开始看到一些最初的指标了。" ⚠️ 他随后点了一个与 Oracle 相关的近期事件作为"第一个"，并说"这是你将会看到的很多个中的第一个"——⚠️ 但那半句字幕残缺，本库无法还原是什么事件，因此不引用其内容（见页首存疑条）。
- ⚠️⚠️ 而他对这件事的定性是收缩而非崩塌，本页认为这个区分值得记："现在，并不是说我们会因此慢下来，但我认为人们会开始问：我真的有那个能源，来为我正在做的资本承诺——为数据中心机架的水泥、为 GPU 采购——做担保吗？所以我确实认为这会是一个上界（upper bound）。"
⚠️ 他列的供给侧约束有三条，而第二条本页认为最该被中美 AI 竞争引用：核电 "作为基荷是极好的东西"（⚠️ 他自述投了一家，公司名存疑），而 "美国上一座并网的核反应堆是 20 年前"，"我们就这么停掉了一个很有能力的产业"；⚠️ "不幸的是我们所有的可再生都在中国有很深的依赖，这对我们很不幸"；"燃气轮机的交期现在只有八年"（⚠️ "only eight years" 是反讽，本库照录）。
⚠️ 而供电侧他点的具体技术是 800V DC 与单级转换（[00:45:33]–[00:46:36]）："走向 800 伏直流数据中心，绝对的。能够消除沿途那么多转换步骤。" ⚠️ 他的玩笑是 "800 伏直流，爱迪生的复仇来了"（⚠️ 指直流—交流之争，本库按此理解）。具体标的是 vertical GaN（自述是他投的）："能够一步完成 800 到 48、或 800 到 12、甚至 800 到 5。" 另点了固态变压器与开关。
⚠️⚠️ 而他在功耗上给了一条本页认为最该被核查的断言，因为它是对行业旗舰产品线的直接指控（[00:47:36]）："我们也得说，我们需要改变物理——因为 CMOS 没有改善。NVIDIA 芯片最近五代的每 teraflop 功耗基本是走平的。这不 OK。"
⚠️ 他给的解法是超导：自述投了 SnowCap，"它提供了从根本上改变物理的机会，功耗性能好一千倍"。⚠️⚠️ 本页标注：这是全期最大的一条量级承诺，来自一位利益相关方，全期没有给出任何技术依据或时间表，本库记为未核实的投资叙事。
✅ 而那条"CMOS 走平"的事实性断言本页认为是本期最值得独立核查的一条，因为它可以用公开规格直接检验，且它是他全部"物理必须改变"论证的前提。
⚠️ 他对"一百颗 AI 推理加速器会不会收敛"给了三条理由，而第一条是关于负载而非市场（[00:13:09]–[00:18:15]）。⚠️ 主持人先把问题逼到了历史口径上："更挑事地说，历史上任何行业里都从来没有过一百个竞争的处理器供应商。" 他的答案是 "我把它看作一件更临时的事，而且它会收敛"，三条理由见下文第二节。
⚠️ VMs 那一节是全期最后一个话题，而他把它收敛成了一条抽象层论证（[00:48:37]–[00:52:41]）："每一次创新总是导向下一层抽象。" ⚠️ 他对虚拟机的定性是："虚拟机这个抽象，不管它是从基础设施层做的还是从应用层做的，我认为它仍然是一个基础性的抽象模型，值得在计算层级里永远有一个位置。"
⚠️⚠️ 而他把 VMware 的经验直接映射到 agent 上，本页认为这是本期最该被实践中使用 LLM 引用的一段（[00:49:37]）："在 AI 语境里，我们想这些 agent 蜂群。那么谁来管理这些 agent？谁来围绕所有 agent 创建安全画像？谁来管理 agent 的性能？本质上，虚拟化与管理的每一个基础元素，都需要在这个下一个计算层级里被重新创造一遍。"
⚠️ 主持人给的那条产品观察本页认为比 Pat 的回答更具体（[00:50:38]）："最有意思的是我们现在在造 VM，是为了让它们对 agent 可用，而不是对人可用。而我们在另一些公司看到的是，这改变了很多——改变了形态（form factor）、改变了你怎么营销它们。你希望那个 agent 来为你的 VM 产品做选择。它也改变了你能有多少复杂度，改变了启动该多快。人比 agent 有耐心得多。"
⚠️ 他的回答把设计约束写成了一句话（[00:51:40]–[00:52:41]）："虚拟机的每一个方面，如我们今天所知所爱的，它服务的是 agent，而不是服务硬件和人。所以我认为那成了你这一侧的根本设计约束：我怎么让 agent 变得很棒？怎么让它们安全？怎么让它们高性能？怎么抽象它们？怎么迁移它们？" ⚠️ 他自己造的那个词是 "给 agent 的 vMotion"。
⚠️ 但他明确拒绝了"只服务 agent"这个框："我确实认为需要有——给 agent 的 VMware，和给人的 VMware。" ⚠️ 主持人两次把话题推回 agent（"我们就盯着 agent，它们现在有意思得多"），而他坚持把人那一半说完："我也需要想：人怎么能设定策略、描述那些 constitution、拿到那些 dashboard。而我认为这才是有意思的地方，因为你需要两者都做，不只是其中一个。" ⚠️ 他这里引的是 "Dario 的 constitution"（即护栏/策略），本库照录这次引用。
⚠️ 他对训练与推理会不会继续分化给了一条反向判断（[00:40:30]）："作为负载演化的另一个特征，我确实认为训练与推理的分离在未来会变得更少、而不是更多。" 理由是持续学习："我认为会有一些算法域会说：是的，持续学习成了算法的本性——我确实想让我的推理环境在更新我的模型权重，因为那在给我越来越多的精细化。"
⚠️ 他自己把这条标成了"反对异构"的论据："这有点是反对越来越异构架构的论证。" ⚠️ 而主持人给的那条仍然成立的差异是规模："但要有用所需的节点数，推理的直径比训练小。" ⚠️ 他只接了 "今天是这样"。

核心观点¶

一、⚠️⚠️ 时间账：AI 把设计压到 3 个月，但出硅到上架还要 9 个月¶

来源同本页（[00:07:03]–[00:13:09]）。

那份时间账与 GraphCore 的教训，见上文概要。 本节补三条上文没有展开的：
⚠️ 他对"AI 已经能做什么"的边界划得很清楚，而分界线是模拟电路（[00:07:03]–[00:08:04]）："有些设计环节仍然真的很难，很多模拟（analog）那一面大概是最好的例子——它们仍然不是可 AI 化的（not AI-able）。你就是需要大量硅数据才能拿到那些。所以你要么在模拟设计上变得极其保守，让你能够——我姑且说——AI 它；要么你就得用笨办法做。"
⚠️ 而逻辑那一侧他给的是明确肯定："现在很多逻辑功能真的能用 AI 工具与技术以相当惊人的方式完成。你的晶体管预算足够大，设计工具变得足够聪明，几个专家引导工具、告诉它怎么用。"
⚠️⚠️ 他给的历史类比本页认为是全期最有分量的一次自我定位："我真的认为这会有点像 486 那样——你回头看会说：对，那就是芯片设计新时代的开端。" ⚠️ 而这个类比有依据：他自述 486 是"第一颗实现你今天会认为是现代 EDA 技术的芯片"（[00:06:03]），"没有 Verilog，所以我们发明了 HDL——Intel 硬件描述语言，我自己写了那个语言，然后你得给那个语言造一个编译器；没有自动布局布线，所以我们得发明那个"，并与 Berkeley 的 Alberto Sangiovanni-Vincentelli 及其学生一起做了 "第一次布局、第一次布线、第一次自动时序管理"。
⚠️ 主持人把这条推到了当下（[00:07:03]）："人们回头看 Blackwell 时会不会说，这是 AI 接管设计流程之前完成的最后一代？我们现在是不是处在一个类似的转变里？" ⚠️ 他的回答是 "肯定有那些方面"。
⚠️ 他对"AI 之后的下一个前沿在哪"的回答，本页认为最有价值的部分是他点的那三个瓶颈是并列的，不是依次的（[00:11:06]–[00:13:09]）：制造规模化（九个月）、内存、功耗。
⚠️⚠️ 而功耗那一条他给了一个本库此前没有的具体数字，本页认为这是本期最该被 AI 算力与基础设施回填的工程口径（[00:12:07]–[00:13:09]）："而且今天大多数功耗仿真方面都很糟。你没有好的 3D 建模工具来做功耗、功耗耗散、热点等等。"
⚠️⚠️ 那个数字是："本质上我几乎是在对我的整个功耗包络做 guard banding……所以本质上我损失了大约 40% 的功耗在 guard banding 上。所以我必须在功耗建模上变好得多。"
⚠️ 他紧接着说耗散侧同样糟："然后我的功耗耗散技术也很差。" ⚠️ 主持人补 "供电模型也得变"，他接了 "是的"。
✅ 本页认为这条 40% 值得单独标出，因为它是一个可被独立检验的工程声明，而且它意味着"功耗墙"的一部分是建模能力问题而非物理问题。
⚠️ 热那一节他点了材料与冷却两条（[00:30:21]–[00:31:21]）："你就是不能有今天这些物理热点，所以你必须更聪明地利用热、扩散热"；材料侧 "钻石和其它东西被假设为能更好地做热冷却的方式"；以及 "更好的液冷技术，带好的热特性直接坐在它上面"。⚠️ 他对这条的玩笑是："所以我们工程师正在变成水管工。" ⚠️ 主持人接的是 "没错，我们得在芯片尺度上操心流体力学"。
⚠️ 而他给了一条把供电与散热连起来的因果，本页认为这条很少被这样串（[00:31:21]）："如果我能在我想要的电压上更高效地把电送进来、有好得多的功耗响应性和我的电压调节，那我就不会制造那么多热烟囱（thermal chimneys）。"

二、⚠️ 一百颗 AI 加速器会收敛：三条理由，其中第一条是关于负载的¶

来源同本页（[00:13:09]–[00:21:18]）。

⚠️⚠️ ① 他不信"大规模专用化"，而理由是负载正在不停地往回走（[00:14:10]–[00:17:14]）。他先描述现状的粒度化："现在我有专门的 prefill 对 decode。然后人们说我们真的需要一个专门的 midfill 层，不只是 prefill。所以现在我有早期 prefill、又有 midfill。"（⚠️ 主持人补 "如果听 OpenAI 的，可能还有 speculate 和 verify"）
⚠️ 他的判断是："突然之间我的计算机群在负载上变得越来越细碎。而我认为历史上任何时候你看到那种情况，它都是不可持续的。"
⚠️⚠️ 而他给的那个反转例子本页认为最有说服力，因为它是正在发生的："然后突然之间，当人们走向推理模型时，他们说：我想要某种看起来更像 CPU 的东西。所以突然之间我不想要那个层级了——那没有变成我计算容量的主要部分，我在这边需要更多。"
⚠️⚠️ 他给的第二条负载演化本页认为是本期最该被 AI for Science 引用的一条，因为它预言的是精度需求的回归（[00:16:13]–[00:17:14]）："我认为今天的模型也即将经历一些演化性突破。我认为 LLM 某种程度上正在触到极限，而现在当人们看怎么真正建模 3D——一个扁平的 LLM 在你走向分子、化学、成像时效果不好。所以我认为我们会看到那个的极限，这会造成算法域里不同的转移。"
- ⚠️⚠️ 而那条具体机制是："我也认为一些最有意思的负载会出现在你把类似 HPC 的东西带回 AI 的地方——突然之间 64 位精度又重要了。"
- ⚠️ 他举的例子很具体："想象我的 AI 模型现在在归纳出化学分析里最有意思的五个域。好，那些化学算法会以高精度运行。而哪一块会是负载的主要部分——是拿到我需要跑的那五个算法，还是在不同的化学或生物系统上跑那五个算法？"
- ⚠️ 他的落点："所以我确实认为，当我们优化我们的 AI 系统时，它们会把我们带回一些更传统的高性能计算的东西。"
⚠️ 他对自己这条理由的总结是口味加判断："这种极端专用化在计算架构上，我有点不喜欢它——因为我不认为那会是两三四年后负载的样子。"
⚠️ ② 资本与规模：他的论证是规模门槛而不是技术优劣（[00:17:14]–[00:18:15]）："第二是，现在有大概一百个，有多个光学的、有概率式的等等，而它们不会都赢。它们不会都赢，因为归根结底你必须拿到规模，而规模要求你必须赢、必须拿到资本、必须把负载搬上去。所以我认为'你会有一百个这种东西'有点违背逻辑。"
⚠️ 而他把这条量化成了一句具体的资本问题（[00:20:16]）："好吧，我能借 500 亿吗？我是说你说的不是小额资本支出。你说的是非常大的资本支出、数据中心、电力、承诺之类的。所以我得把这东西造到规模。而这会抵抗很多异构性。"
⚠️⚠️ ③ 赢家会挑赢家，而这条本页认为是三条里最具体可验证的一条（[00:18:15]）："我也预期赢家们会挑一些赢家——一个 OpenAI、一个 NVIDIA、一个 Anthropic 会说：我喜欢这一个，因为它不只是硬件，而是硬件和软件怎么协同演化。"
⚠️ 他给的形状是："这里有十个我可以挑的，我喜欢那一个。而这确实要求在软件和负载演化上投资，才能利用那些平台。"
⚠️⚠️ 而主持人给了一条明确的反论，本页认为这次交锋是本期最有价值的一处分歧，因为两人都接受对方的事实但给了不同权重（[00:19:16]–[00:21:18]）。主持人的论证是历史约束已经松动："历史上我们标准化到一两个架构，是因为不同指令集很难，我们得造多个编译器——本质上是软件复杂度规定了你只能有一个很小数量的硬件平台。"
⚠️⚠️ 而那条新事实是："这一部分似乎正在因为 AI 而改变。今天写一个优化的 kernel——我认为（某家）就是个很好的例子，他们基本上说：人类已经没法再编程这东西了，但一个 agent 蜂群用一晚上就能做到，而那就是我们需要的全部。"（⚠️ 稿中公司名残缺为 "I mean I think was a great example"，本库不补）⚠️ 推论："所以基本上你可以说，如果你能造出一颗有某种能力的芯片，现在在它上面造充分利用它的软件层容易得多得多。这会不会导致我们有多一点的异构性，就因为编程那种异构性变容易了？"
⚠️ 他部分接受了这条："我确实认为它改变了瓶颈落在哪里。" ⚠️ 但他的回答是把瓶颈换到另外两处："第一个瓶颈就是我们已经谈过的那个——造这些东西仍然要一年半。第二个瓶颈是，不仅要一年半把它们弄进机架、规模化，还要让它们有用。"
⚠️⚠️ 而他给的那条"异构性会被藏起来"的预测本页认为是这次交锋最有价值的产出，因为它同时承认了双方（[00:21:18]）："显然大玩家——我们在 NVIDIA 对 Groq 这件事上看到了——会拥有一部分那种异构性。而两年后，你分不出 Groq 在 NVIDIA 内部是什么，它就只是另一个。所以你会看到架构把异构性藏起来。而对我来说那完全没问题——我是说那就是分层、那就是抽象一直在做的事。"
- ⚠️ 他的收口是："但我认为这些力量是强大的力量，我姑且说——暴露出大量的异构性？不，我认为它会被抽象到下面去。但归根结底，把这些东西造到规模仍然很难。"
⚠️ 主持人在后面又从第三个角度提了一次异构性（[00:41:32]）："不同类型的 AI 负载需要非常不同的底层——有些更受计算限制，有些更受内存带宽限制。如果你有一个小的 diffusion 负载，那个最优的卡看起来和一个要在大规模上运转的 15 万亿权重 LLM 非常不同。" ⚠️ 他的回答是规模经济，而这次给了具体数字形状："但我现在说的是把一百万片 GPU 放到我的数据中心里工作。你说对那个特定的 diffusion 负载我该放点这样优化的东西，所以我现在要放一千片那个、为那个负载我需要两千片这个——突然之间你就拿不到规模的灵活性了。" ⚠️ 他补的运营成本项是："管理和升级、连接、故障域，所有这类事情要花我多少。"（⚠️ 主持人开玩笑 "agent 会做所有升级，所以不再是问题了"，他接了 "是啊，谢谢，一切都变容易了"——本库记为玩笑，不作为观点。）

三、⚠️⚠️ 他全部否定共用的那一条标准：可泛化性¶

本页的综合，依据分散在全期（[00:14:10]、[00:17:14]、[00:28:21]、[00:33:25]、[00:34:25]、[00:41:32]）。

✅ 本页认为这一期值得单独提炼一条本库自己的观察：Pat 在这一期里说了五次"我不喜欢/我不是粉丝"，而五次的理由可以归成同一条标准——方案是否对还没发生的负载保持可泛化。
反对大规模专用化（prefill/midfill/decode 分层）：⚠️ "我不认为那会是两三四年后负载的样子。"（[00:17:14]）
反对 8/16 层高堆：理由是良率必须指数改善，而 "至少以我们今天理解的制造来说" 做不到（[00:28:21]）。
反对全光的计算—内存互连：理由是每比特通信能量比每次计算能量差约一千倍（[00:33:25]）。
反对 PIM：⚠️ "这给负载加了约束"，而他要的是 "一个在很多种、且不断演化的负载上更可泛化的方案"（[00:34:25]）。
反对按负载类型分机群：理由是失去规模的灵活性与运营可管理性（[00:41:32]）。
✅ 而他唯一不设限地支持的那两件事，恰好都是"不绑定负载形状"的：所有 IO 走光学（[00:34:25]），以及让内存本身变好——高密度、高性能、靠近计算（[00:34:25]）。
⚠️ 本页标注：这是本页的综合而非他的原话。 ✅ 但本页认为这条标准有迁移价值，因为它给"该不该专用化"提供了一个可操作的提问方式——不是问"这个方案今天快多少"，而是问"如果负载在 18 个月内换了形状，这个方案还剩多少"。 ⚠️ 而它的反面风险也该记下：这条标准会系统性地低估任何在窄负载上先取得规模的路线，而 NVIDIA 本身的 CUDA 历史正是他此前承认 Intel 误判过的一次。

四、⚠️ 能源：从"防泡沫上限"到"项目违约"¶

来源同本页（[00:42:32]–[00:47:36]）。

"能源容量等于经济容量"、15 年走平、每年 4%、违约预测、800V DC 与 vertical GaN，均见上文概要。 本节补两条：
⚠️⚠️ 本页认为这一期在能源线上最该被记住的是口径的变化：✅ 在 All-In 2026-07-15 那期里，他把能源容量讲成一条让他安心的东西——"没人会在没有能源的情况下买 GPU、建数据中心，所以你能有多泡沫有个上界。我从中得到不少安慰。"** ⚠️ 而这一期同一条论点配上的是后果而不是安慰："你会看到越来越多的违约发生在很多那些数据中心项目上。"
✅ 本页认为这不是改口而是同一论证的两端：上限既保证了不会无限泡沫，也保证了已经签出去的承诺里有一部分兑不了。⚠️ 但本页把三个月间的语气变化记为一次值得追踪的时间线，而不是合并成一条立场。
⚠️ 他对这一波硬件复兴的整体定性是全期最乐观的一句（[00:46:36]–[00:47:36]）："功耗又酷起来了"；"然后你在冷却系统里也会需要所有那些，所以会有一堆创新——涡轮机、制冷剂，突然之间它们又成了激动人心的新技术"；落点是 "所以对我们所有硬件人来说，这就像眼前的一场文艺复兴"。⚠️ 主持人补的那句"在 25 年之后"和"我得回去重读卡诺效率、热力学第一定律是怎么回事"，本库记为这一节的气氛而非内容。
⚠️ 本页的交叉标注：✅ 本库在能源约束这条线上已有多份材料，而这一期的独特贡献是把约束定位到了供电链的具体转换环节（800V DC、单级 GaN 转换、固态变压器）而不是发电侧总量。 ⚠️ 发电侧的三条（核电停滞 20 年、可再生依赖中国、燃气轮机八年交期）均为他自述，本库未核实。

五、⚠️ 职业史那一段：本页只做索引，但其中一条有方法论价值¶

来源同本页（[00:01:02]–[00:07:03]，约占全期前七分钟）。

事实线：16 岁意外拿到奖学金，跳过高中最后一年半去技校；18 岁被 Intel 招走（"我从没坐过飞机"）；从技师做起，"286 末期进设计团队，386 的第四号工程师，486 的架构师与设计经理"，而这些 "全都是在我做本科、硕士和博士工作的同时"。⚠️ 他的自评："这是你可能拥有的最好的职业生涯——你白天在学，晚上把它付诸实践。"
⚠️ 主持人把这段与 a16z 自己的项目挂上了钩（[00:01:02]）："最近 Andreessen Horowitz 创建了这个 Horowitz Andreessen Academy，是去找 16 到 22 岁的有才华的人，把他们放进一个现代教育设置里，这样他们能为自己做事或加入今天的公司做好准备。你有类似的经历。" ✅ 本页标注：这是频道自有项目的一次引用，本库记为语境而非论证。相关期次见 Horowitz Andreessen Academy 发布与 Amjad Masad 对它的内部质疑。
⚠️⚠️ 而那条有方法论价值的是他与 Stanford 教授的两次争论，本页认为它解释了他全期的论证风格（[00:04:03]–[00:05:03]）：一位教授在课上提出一种新的 carry look-ahead adder 设计，"所以我说，好，我正在 386 的 carry look-ahead adder 上工作，那让我去试试它"，两天后回来说 "它不工作"，"接下来两堂课就是我和我在 Stanford 的教授在争他的设计为什么不工作"。⚠️ 他加的那句背景是："他有一本书正要出版，用的就是那个设计。所以他很恼火，这对他时间上很敏感。"
⚠️ 第二次是 built-in self test："Ed McCluskey 在 Stanford 是我的教授，他算是那个东西的父亲，而我们围绕他大多数想法为什么不好、对真实芯片不实用，有过很棒的争论——而我当时正在把 built-in self test 用到 386 上。"
⚠️ 他也提了 John Hennessy 是他的论文导师，玩笑是 "显然他混得还行，我是说我帮了他的职业生涯"。
✅ 本页认为这段可以当作读他全期技术判断的一把钥匙：⚠️ 他的否定几乎全部采取"理论上可以，但在真实制造/真实负载上不工作"的形状，而这正是他自述的 18 岁到 24 岁的训练方式。 ⚠️ 本页同时标注这把钥匙的局限：同一种判断风格也会让人系统性地低估还没有真实数据的新路线。
⚠️ 他与主持人都提到这种"产业—学界摩擦"是硅谷的特性（[00:05:03]）："我认为那是让硅谷如此独特的一部分……创业精神就在这里的水里，开公司、新想法、挑战教授。而你在 Stanford 这种地方当教授，就不能不预期被挑战、并享受它。" ⚠️ 主持人补的那句是 "那座象牙塔进出的人流量不错"。

六、其余几处，本页只做索引¶

⚠️ Optane 的死他给了一次很短但本页认为值得记的交换（[00:22:18]）：主持人说 "我们想不起上一次内存创新是什么时候，可能是 Optane。我猜你跟那个有点关系。" ⚠️ 他的回答只有五个字："是啊，那个死了。" ⚠️ 而随后那句 "我们杀了它" 被两人重复了三遍，本库照录但不裁定是谁说的。
⚠️ 他对 reticle 限制给了一条提问而不是答案（[00:29:21]）："假设我现在有一块很棒的计算 tile，那块 tile 需要多大？我是说现在所有东西都变成 reticle 受限的了。我能不能走向更多有更好良率特性、更好热特性的 chiplet？" ✅ 本页标注：他没有回答这个问题，照录为开放问题。
⚠️ "在网络里积累的在封装光学经验能不能迁到 GPU"这一问，他的回答是能但加了规模条件（[00:37:26]）：主持人说 "我们大概在网络里积累了很多在封装光学怎么工作的经验，我认为其中很多会很好地迁移到 GPU"，⚠️ 他的回答是："我确实认为会。但突然之间，这些东西得在一千万 GPU 的规模上工作。"
⚠️ 他对持续学习给了一句修辞式提问但没有展开（[00:39:29]–[00:40:30]）："你的大脑会停止学习吗？" ✅ 本页照录，但标注他随后谈的是权重更新与数据集规模，没有谈算法可行性。
⚠️ 全期有两个话题被明确提出但因时间放弃了，本页记下因为它们标出了这一期的缺口（[00:47:36]、[00:48:37]）：主持人自述 "过去一个小时我是个糟糕的时间管理者，还有那么多话题没覆盖"；⚠️ 明确被点名放弃的是网络（"我本来还想讲网络，但我觉得我们没时间了"）。✅ 本页标注：这意味着 OCS 那一节（[00:38:27]–[00:39:29]）是全期关于网络的全部内容，没有更深的展开。

⚠️ 本页的六条限定¶

⚠️⚠️ 这是一位风投合伙人在另一家风投机构的频道上、与两位自述曾是他下属的主持人对谈。 ⚠️ 全期他点了至少五家自己投的公司（d-Matrix、一家 stealth 新内存公司、vertical GaN、SnowCap、以及核电那家名字存疑的公司），而每一家都恰好坐在他论证的落点上。 ✅ 本页按既有口径处理：把物理与工程论证（能量数量级、良率指数性、guard banding 40%、铜/光成本翻转）当作可独立评估的内容收录，⚠️ 把投资标的的性能承诺一律标为自述未核实。
⚠️⚠️ 本页认为最该被核查的三条断言："NVIDIA 芯片最近五代的每 teraflop 功耗基本走平"（[00:47:36]，这是一条可用公开规格直接检验的事实性声明，而它是他全部"必须改变物理"论证的前提）；⚠️ "超导带来一千倍更好的功耗性能"（[00:47:36]，全期零技术依据、零时间表，且来自他的投资标的）；"内存行业市值过去四年增加约 2.5 万亿美元 / 三大内存厂商都在全球市值前 20"（[00:24:18]–[00:26:20]）。
⚠️ "我损失了大约 40% 的功耗在 guard banding 上"（[00:13:09]）本页单独标出，因为它是全期最具体、最可操作的一条工程口径，而它的含义是功耗墙有一部分是建模能力问题而非物理极限。⚠️ 但他没有说这 40% 是什么口径（单芯片？机架？峰值还是平均？），本库不补。
⚠️ 页首列了四处本库无法确定还原的字幕，其中两处本页明确不引用内容：[00:45:33] 那半句与 Oracle 相关的"第一个违约信号"（⚠️ 本库只记他认为这类事件会变多，不记具体事件）；[00:24:18] d-Matrix 之外那家公司的名字。⚠️ 另两处是 [00:44:33] 的核电公司名与 [00:07:03] 的 "jalapeno"。
⚠️ 第三节"可泛化性是他全部否定的共用标准"是本页的综合，不是他的原话。 ✅ 本页认为它有迁移价值，⚠️ 但同时记下它的反面风险：这条标准会系统性低估任何先在窄负载上取得规模的路线，而 CUDA 正是他此前在本库里承认 Intel 误判过的一次（见 Pat Gelsinger 人物页）。
⚠️⚠️ 本页记下两处口径变化与一处缺口：① "能源是防泡沫上限"从 2026-07-15 的"让我安心"变成这一期的"会看到项目违约"——本库记为同一论证的两端，不合并成一条立场，但记为值得追踪的时间线；② 他这一期对"AI 做芯片设计"的态度明显比"AI buildout 乐观"那一期更分化（逻辑可以，模拟不行，而真正的瓶颈在 AI 管不到的九个月里）；③ ⚠️ 网络被明确点名但因时间放弃，所以本期关于网络架构的内容只有 OCS 那一节，没有更深展开。