Arm CEO Rene Haas 谈芯片架构、AI 与机器人
点播放，字幕跟着声音走
Subtitles follow the audio
逐句文字稿
点任意一句，从那里开始听
正在加载字幕…
-
世界上还没有哪一项计算问题是微处理器用不上、也处理不了的。
-
它是一切的核心。
-
所有路都要经过它、绕过它、穿过它。
-
总得有东西来做编排、做仲裁、决定这些token往哪儿走。这就是CPU干的活。
-
芯片设计可能要花24到36个月，取决于芯片的复杂度等等等等。
-
真正设计本身并不是最耗时的部分。
-
最耗时的是验证、确认、调试，而AI在这方面真的很擅长。
-
要是把它关掉，就像回到了90年代，你明明有互联网，却只能说，你知道，只在两点到四点之间才能上网。
-
过了这个点，就去走廊那头我们那个图书馆吧。那会乱套的。对。
-
精灵已经从瓶子里出来了，谁也拦不住。
-
嗨，听众朋友们，欢迎回到NoPriors。
-
今天，Alad和我在节目里请到了Renee Haas，他是ARM的CEO，也是SoftBank Group International的CEO。
-
我们聊了ARM在芯片行业里的位置、芯片创新兴趣的回归、供应链的挑战、机器人的未来、能源、他在SoftBank集团里的角色，以及他怎么看未来工作负载的变化，还有对ARM来说的变化。
-
Renee，非常感谢你来参加我们的节目。很荣幸。
-
恭喜你在Hot Chips上的芯片发布，也恭喜ARM取得的所有进展。
-
我觉得最近科技行业和软件行业对更好地理解芯片供应链有极大的兴趣。
-
对不太熟悉的人来说，你能解释一下Arm在其中的位置吗？
-
然后我们再聊一些更近期的话题。
-
我们在芯片供应链里有两个位置。
-
我们的主要业务是IP授权，也就是CPU核心，它会进入智能手机、数据中心、汽车，你能想到的各种地方。
-
我们的客户要么是自己造芯片的，比如三星有自己的晶圆厂，要么是绝大多数公司，它们拿着自己的芯片设计去找台积电流片。
-
所以在那个世界里，这也是Arm很酷的一点，因为我们服务的市场太广了，我们几乎什么都能看到。
-
我们对汽车、数据中心、智能手机领域的情况都非常了解。
-
所以我们能从各个角度看到供应链的状况。
-
去年三月我们还推出了我们的第一款产品，就是你刚才在Hotchips上提到的那个，Arm AGI CPU。
-
所以现在我们自己也得操心这些事了，我们也得想办法买基板、买晶圆、买内存，等等等等。
-
所以我们在供应端已经是深陷其中了。你为什么选择现在迈出这一步？
-
Arm我觉得已经存在几十年了。
-
重点一直放在IP上，IP实际上就是设计不同芯片组件怎么组合在一起。
-
然后你把它授权给别人，让他们去实际制造并整合进自己的设计里。
-
你为什么决定开始自己做一部分CPU？
-
对，这是一个演进过程，早期我们只是提供IP组件，一个个部件，CPU IP、GPU IP、系统IP，等等等等。
-
几年前我们开始看到的是，产品周期时间并没有变慢，芯片制造时间在拉长。
-
能更快把解决方案推出来的能力变得越来越重要。
-
所以我们从这些单独的组件转向了我们所说的计算子系统。
-
几年前我们去路演的时候，我用了乐高的比喻，基本上我们提供的是蓝图，告诉你这里怎么把它们拼起来。
-
对它的需求非常疯狂，我们发现的是，一开始人们觉得，大家不会想要这些子系统吧，因为那本来就是芯片设计师干的活。
-
你们为什么要提供那一块？
-
但它节省了上市时间，在成本、速度等等方面省了一大堆事。
-
实体产品算是下一步飞跃吧，而且有一类客户会授权IP2，他们完全有能力基于Arm来造芯片。
-
有很多公司想要基于Arm做产品。
-
但不是所有客户做的产品都服务那些市场。
-
所以Meta就是第一个例子。
-
他们想要一个通用的智能体CPU。
-
外面没人能给他们提供这个东西。
-
他们来找我们说，嘿，要不咱们一起做吧？
-
我们就是这么入局的。
-
这件事在你其他客户那边反响怎么样？
-
我们特别小心的一件事，就是确保整个生态都认可这件事，因为我们做CPU IP，这东西的好坏真的就取决于生态，取决于芯片圈的生态、软件圈的生态，还有围绕这些做东西的人。
-
所以我们几乎跟所有客户都聊了，问他们，我们往这个方向走，你们怎么看？
-
出乎意料的是，我们遇到的阻力比我预想的要小得多。
-
原因是，市面上可用的软件越多，不管是专有的还是开源的，对整个生态和客户本身都越有好处。
-
所以不管是Nvidia、Amazon、Microsoft、Google，所有做基于Arm的服务器芯片的公司，他们都支持。
-
我觉得最终的证明就是去年三月我们发布产品的时候，Jensen来了，Ronnie Boker来了，Amin来了，James Hamilton也来了，我刚才提到的那些客户的人全都说，恭喜，这是件大好事。
-
所以还行吧。
-
那你们现在作为一家要卖实体芯片的公司，在这个学习曲线上走到哪儿了？感觉这需要很多新能力。
-
是啊，显然要交付产品，我们是一家很棒的半导体公司，对吧？
-
我们没有晶圆厂，也完全没打算建晶圆厂，但我们是这个生态里的一环。
-
但这意味着你需要供应链运营的人，需要跟，就像我说的，跟台积电、三星这些公司合作。
-
你需要跟三星、美光、SK海力士合作，拿到内存配额。
-
然后在工程这边，你需要很多不同的能力。
-
你需要后端的人、版图的人、实现的人，还有搭建实验室、做实体东西的人。
-
我们原来没有多少实体层面的东西，而这恰恰是这门生意、最初那门生意的妙处。
-
我记得发现ARM的毛利率有98.5%。是啊，挺美的。
-
我觉得除此之外我没见过这样的。
-
我来这儿之前是在NVIDIA。
-
我职业生涯大部分时间都在芯片行业。
-
我记得2013年来到ARM的时候心想，没有库存、没有退货、没有报废。有什么可不喜欢的呢？
-
所以我们得补上很多这些能力。
-
我们领导团队里有很多人是从那个世界过来的。
-
我有来自博通、高通、NVIDIA的高管，我自己就在NVIDIA干过。
-
所以我们的领导层在别的公司做过这些事。
-
所以我们很快就建立起了这方面的能力。
-
你们是怎么推进AI应用的？
-
我们之前聊到，今天OpenEditor有关于jalapeno和他们设计的芯片的消息。
-
他们声称上市时间非常快，其中一部分就是用AI工具来更快地设计芯片。你在这方面看到的应用程度有多大？
-
我知道其他公司也谈过类似的事，比如亚马逊或其他地方为他们的Trinium芯片采用形式化验证。
-
我觉得芯片行业在AI使用方面开始演变了。
-
我就是好奇你们在RL是怎么做的。
-
就我个人而言，我非常相信AI作为一种基础设施，会帮助每一个行业提升生产力。
-
对公司来说，这会成为一个巨大的平衡器，让它们能超快地起步。
-
而对各个行业来说，不管是医疗、基础设施还是机器人，每个行业都会把人工智能当作一种基础设施来用，就这样。
-
既然我这么相信这一点，我们当然在ARM内部大量使用它。
-
在非工程方面，我们到处都在用。
-
但在工程方面，我们看到了巨大、巨大的好处。你刚才提到了验证。
-
芯片设计可能要花24到36个月，取决于芯片的复杂度等等等等。
-
真正架构的设计、RTL的生成，也就是架构的映射，其实并不是最耗时的部分。
-
最耗时的部分是验证、确认、调试、文档等等等等。
-
AI在这方面真的很擅长。
-
我可以说，今天我们Sidearm大概有80%到90%的工程师每天都在用它。
-
如果要把它关掉，我给大家打的比方是，就像回到1990年代，你有了互联网，然后你说，你知道，只在两点到四点之间才有互联网。
-
之后呢，就去走廊那头我们那个图书馆，那儿有所有的书，你可以去翻，去查所有这些信息，人们会造反的。
-
所以精灵已经从瓶子里出来了，对吧？
-
而且，而且这没法，这没法阻止。
-
不过现在有些东西，这些工具还不够成熟。
-
其中一个就是真正围绕RTL生成，然后是顶尖水平的物理设计和实现。
-
这仅仅是因为这些模型，你知道，它们是在公开可用的东西上训练的。
-
而很多信息是相当专有的。
-
话虽如此，生态系统和业内所有人之间都有巨大的机会把它做得更好。它只会越来越好。
-
考虑到你们手上有那些专有信息，你们有没有在微调模型来试着填补这个差距？
-
我们一直在跟模型厂商就这方面合作。绝对的。
-
我觉得那是个非常非常大的机会。
-
在Arm让我感到自豪的一点是，考虑到我们的业务、我们核心的IP业务，我们大概拥有最丰富的IP组合，不只是IP本身，还有最关键的东西——文档、测试台、怎么构建这个IP。
-
我以前在芯片公司工作过，那些公司会说，嘿，我们为什么不把手上这个IP授权出去呢，因为它真的非常非常有价值。
-
然后你就会发现，等等，根本没有文档，也没有任何说明讲你怎么——没人能用得了这东西。
-
它没法用，也没法测，对吧？
-
而如果它没法用、没法测，那它实际上也就没法训练。
-
如果没法训练，那它对AI来说就没法用。
-
我觉得基于我们的商业模式，我们有一些天然的优势，能让我们在工具越来越好用的时候真正利用上它们。所以这很令人兴奋。
-
你觉得，如果往外推演一下——这个问题有点不确定——但如果往外推演两三年，考虑到AI里可能出现的各种工具，以及拿两个模型去针对你提到的设计的某些方面做训练的能力，
-
你觉得那个24到36个月的周期会缩短到一年到六个月吗？你觉得它大致会保持在现在的水平吗？
-
我有点好奇这到底会怎么影响这些周期和上市时间，因为那对整个行业的节奏速度有相当剧烈的连锁影响。我说不好。
-
我不知道这是不是两三年后的事，但五年以上，你能不能从想法直接到一个GDS2文件——GDS2文件就是你实际发给晶圆厂去流片的那个文件，对某些设计来说？
-
很有可能。
-
所以这就把整个设计那块都省掉了。
-
相对于验证来说，它把那一整块都省掉了。
-
所以我觉得对于比较直接的设计，很有可能。
-
但如果你进到工具里说，给我设计个东西，比Vera Rubin快10%、便宜20%、在这个模型上能效高30%，那你不可能按个按钮就立刻实现。
-
但我觉得五到十年内，你也会看到芯片设计方式上出现一些惊人的变化。
-
它会怎么改变？
-
我相信你对此有过一些预判，但考虑到现在有这么多大玩家和新玩家，都想搞自己的芯片设计，这怎么改变了你看待这门生意的方式？
-
而且，你知道，像Vera和Gravitron这些公司，用的都是ARM。
-
对他们来说这是很大的提升，但对客户群来说也是很大的多元化，对吧，这只会是好事。
-
哦，绝对是。
-
我觉得关键在于，回到我们之前聊的供应链，就是要理解供应链的影响，理解这一切怎么被造出来、怎么装进最终产品里。
-
我觉得往前走，这会变成一项重要得多的能力，因为，我换个说法，现在有很多非常棒的年轻公司在做AI芯片，知名公司拿到大量融资、创新设计等等等等，
-
但他们卖进的这个行业，资本要求实在是太大了。
-
跟存储厂商的关系极其关键，或者跟基板厂商的关系。
-
所以公司必须得更有渠道拿到3纳米产线、6纳米产线、先进封装产线。所有这些，对，所有这些。
-
而且我觉得这不会在12个月内结束。
-
也不会在24个月内结束。
-
我觉得我们至少会有三到五年处在这种受限的环境里。
-
只要transformer还是你生成AI训练和AI推理的基本单位，它按设计来说就是计算密集、内存密集的。
-
所以你想想，这会带来对供应链能力的大量需求。
-
这又回到那些在芯片设计上有好点子的人，他们光是为了拿到资本、晶圆、你刚说的这一切，就需要很多别的东西。
-
我们刚刚经历了一连串的事情，一直是AI行业获得更多算力的瓶颈。
-
所以，你知道，大概两年前，我觉得是封装以及封装相关的东西。
-
然后到现在，大家想聊的是内存之类的，某种意义上限制了某些系统以足够的规模被造出来。
-
你怎么看下一个瓶颈会是什么？
-
我觉得数据中心的建设会成为一个瓶颈。
-
我说的建设，你看今天在做的这些项目，没几个是提前完成的，也没几个需要的劳动力比预想的少。
-
然后在这之上，美国各地还有很多声音在说，要放缓数据中心建设，或者给它设限制。
-
我觉得基础设施的建设可能会成为一个逆风，就冲着现在发生的这一切，这也许算是好事，因为如果基础设施建设不是逆风，那晶圆产能、内存产能，那可能就会成为逆风了。
-
所以我觉得你会看到好几个不同的“调速器”，不是说州长啊，是各种会拖慢这个增长的东西，我再多说一句，
-
我参加过很多场座谈，老被问到AI泡沫、什么时候会停，撇开估值泡沫不谈，那是股市指数层面的事，就说供需意义上的泡沫，我们离供过于求还差得远呢，我觉得这又是因为
-
需求是无穷的，就这些模型的运作方式、基础设施的建设、晶圆的获取、内存的获取，全都叠加在一起了。
-
你提到这一点，我觉得今天很多公司都在学到，在一个你要么得消耗大量算力、要么得砸大量资本开支下去、要么就是在做大技术项目的时代，战略性地利用股权结构、获取资本有多重要，比如搞CPU、
-
IP，你执掌软银集团国际，你们有一个绝对主导的股东。
-
Arm本身作为一家企业，从外面看就是一台漂亮的现金流机器，对吧？
-
你肯定经常思考软银的杠杆作用，以及怎么去用它。
-
那从你的位置看，对这些资本开支密集行业里的创业者，你有什么建议？
-
是这样，我们在Arm有一个好处，公司是上市的，没错，但有一个非常非常大的单一股东，所以我经常和我的主要股东开很多非正式的投资者会议，聊这些事。
-
我们有个很大的优势，就是有很多事情可以协同去做，能帮Arm推进各种计划，有软银作为我们最大的股东，我们在这方面会力求非常非常创新。
-
说到年轻公司，我的建议是尽早建立战略合作，不管是跟供应链里的人、私募股权的人，还是银行本身。
-
现在的玩法不一样了。
-
一方面，半导体算是回来了，因为现在有一波半导体初创公司。
-
有很长一段时间，这个行业根本没什么投资。
-
现在我们有很多了，但能不能拿到资本，会是它们能不能熬过去的关键门槛。
-
所以我觉得，在怎么跟生态合作上变得更有创意，会超级超级关键。
-
而在我们软银，这就是我们非常战略性地去看的事情之一。
-
我们可以拉进投资组合、能帮上忙的公司，我们可以提供一种组合，要么是兜底支持，要么你想想软银，我们刚宣布了软银Neo，也就是我们打算成为Neo云。
-
在那种情况下，我们可以成为这些年轻公司的归宿，它们有芯片技术，在别的地方就得自己去想办法在微软或谷歌拿到设计订单。
-
我们可以为这件事提供很多有意思的途径。
-
你能再多聊聊你负责的软银投资组合里那些事吗？
-
我知道刚才提到有ARM，然后还有更广泛的一系列东西。
-
我们很想多听听你还负责什么，我们也有一些具体的问题想问。嗯，我们是这么看的：软银集团总部在日本，是MASA在管，下面有很多不同的运营公司。
-
其中最大的一家是软银KK，基本上就是软银移动。
-
在美国这边，软银集团国际有很多投资活动在进行。
-
还有软银愿景基金，但越来越多地，我们在软银周围想做的很多战略，是在帮Masa在日本股东大会上公开谈到的那些战略，也就是围绕机器人、OpenAI、基础设施和ARM。
-
所以老实说，我大概盯着很多东西，帮Masa真正把那个愿景落地执行。
-
所以是的，我在领导Ampere和Graphcore的方向，还有另一家叫Stack AV的公司，在做自动驾驶相关的事。
-
但Elad，也许更好的理解方式是，我经常在Masa很多讨论的现场，帮他梳理那个战略，更重要的是帮他执行。
-
作为软银集团的一部分，或者跟这些不同的公司合作，甚至跟SP Energy和更广泛的生态合作，有没有改变你对ARM能做什么的看法？
-
嗯，有一件事是肯定的，它给了我们一个巨大的鸟瞰视角，看清整个行业往哪走，不管是基础设施、资本还是能源，而且你可以想象，它也能为我们的产品提供一个归宿，对吧？
-
所以不一定是唯一的归宿，但肯定可以是一个归宿，这也是很大的帮助。
-
当我们想软银涉及的垂直领域——机器人、能源、数据中心基础设施，再看ARM有的产品，我们目前只宣布了ARM AGI CPU，你就能开始把这些点连起来说，天哪，
-
可能会有一些非常有意思的机会，对ARM来说是个机会，但这不一定意味着我们要进入广泛的商用芯片生意。
-
我们可能只是单纯为软银做产品。
-
到现在，我们在更通用的机器人上认真投入已经有好几年了，对吧？
-
如果拿它跟大语言模型的大约十年相比的话。
-
现在越来越多公司拿出了很有意思的演示结果，在任务和环境的泛化上、在更强的鲁棒性上，甚至还有上下文学习，但还没到大规模部署的程度。
-
首先，你同意这个判断吗？百分之百同意，是的。
-
你对机器人市场有什么预测？ARM 在那里有什么机会？
-
哦，总的来说，我觉得不管是人形机器人还是专门执行某类任务、可以重新训练的专用机器，规模都会非常巨大，对吧？
-
机器人1.0是一个为特定用途打造的行业，你有为某项任务设计的机械结构，还有为那项任务优化的软件。
-
如果突然要上一条全新的汽车生产线，或者换一套不同的设备，如果那些机器人不太适合，那就得拆掉整条线，等等等等。
-
所以你可以想象，当时的门槛是相当高的。
-
要走到一个机器人能仅靠训练或者靠它们看到的东西来学习的世界。
-
然后你再把这一点和另一个问题结合起来：你能不能设计出机械上足够通用的东西，让它能受益于重新编程？
-
再往上叠加成本不断下降这一点，你看着就会说，天哪，那它还有什么做不了的？
-
所以这几乎就像《杰森一家》里的东西，对吧？
-
很多事最终都会由机器人来做。
-
建筑、基础设施、服务、安保。
-
你知道，现在你在 Instagram 或 TikTok 上能看到很多机器人赛跑之类的视频，等等等等。
-
我不觉得会有谁有兴趣看机器人体育联赛。
-
也许会有一小撮爱好者感兴趣，但更广泛的用途会落在很多人类劳动任务上，这些任务最终很容易被机器人取代。这毫无疑问。
-
人们对机器人形态的种种假设，大体上会分成两三个阵营。
-
其中一个阵营认为，机器人会是人形的，或者大致是人的体量，因为物理世界的大部分本来就是按这种方式设计的，工具也是按这种方式设计的。
-
所以你可以直接把机器人塞进去用。
-
另一些人则认为，会出现更多专门针对特定任务的形态。你对这个有假设吗？我觉得两者都会有。对，我猜两者都会有。
-
有很多工作和任务都是围绕一个人身高六英尺、手臂有特定长度等等这些条件来优化的。
-
但我觉得两种都会有。
-
而且我觉得关键在于它们会变得很聪明，还能学习。
-
回答你之前的问题，ARM会无处不在。
-
从实时感知的角度来说，我们在微处理器方面有大量的技术，这些微处理器会一直延伸到手指上。
-
它们能做感知和探测。
-
这些今天全都是基于ARM的，不管是NVIDIA还是Qualcomm做的一些工作，大多数人形机器人里的大脑，今天跑的都是ARM。
-
所以我觉得对我们来说，往后机器人行业都会由ARM来驱动。
-
你有没有看到什么早期的迹象？
-
我的意思是，就像你说的，你坐在一个很好的位置上，因为ARM无处不在，加上这么多不同类型的设备，你某种程度上能比别人更早看到未来，看到采用正在哪里发生，或者从技术角度看正在哪里出现转变。
-
你觉得有没有哪些具体的领域最有可能成为机器人的早期采用者，是你已经开始看到一些信号的？
-
我觉得现在还有点早，因为商业模式其实还没真正搞清楚。
-
机器人的成本太高了，对吧？
-
因为机器人的成本太高，让人自己去买机器人，这个模式很难让人接受，尤其是那些真正要替代人工的。
-
所以我觉得成本得降下来，商业模式最终也得经过验证。因为现在机器人的应用场景往往是汽车、某些手术机器人，或者数据中心，抱歉，是配送中心，对吧？
-
目前机器人销售主要就集中在少数几个非常定制的应用上。所以我才有点好奇。
-
配送中心肯定是。
-
我的意思是，那最终可以完全自动化，甚至一直到最后的配送环节，对吧？
-
你可以问我，粗略地说，一辆具备自动驾驶能力的卡车也算是一种机器人。
-
所以在工厂自动化、配送和分销方面，这会是最早实现自动化的领域之一。毫无疑问。
-
你知道，现在围绕机器人、芯片和数据中心的供应链管控和使用管控，政策或行政令的讨论越来越多，而且来得非常快，对吧？
-
抱歉，我还要把出口管制也算进去。
-
所以一共是四类管控。
-
这些管控都跟你有关，而且现在就要考虑，无论是从你终端客户的角度，还是作为一个相对较新的入局者——你们要自己拥有终端产品，还要有自己的供应链组织。
-
你怎么看保护主义——我知道Arm不是美国公司，但你们在美国做了很多生意。
-
美国或者说西方，应该在多大程度上搞保护主义？
-
或者说西方应该采取什么样的保护措施？
-
在芯片制造、数据中心建设、机器人这些方面，你整体的立场是什么？
-
那我先戴上美国公民的帽子说几句。Arm就像你说的，不是一家美国公司，你可以查到我们总部在英国，但我们有很多员工，我不敢说一半，大概30%在美国。
-
我想40%在英国，然后大概30%……所以我们是家全球公司，但在美国有庞大的布局。
-
但作为一个美国公民，一个在半导体行业长大的人，我记得上世纪80年代，美国是半导体领域的领导者，而“日本株式会社”开始在内存定价上变得非常非常激进，基本上抢走了大量市场份额。美国
-
当时搞了个叫SemaTech的东西，核心就是如何重振美国半导体产业，我当时觉得那是正确的举措，围绕它有很多投入和热情。
-
后来互联网来了，SaaS公司风靡一时。
-
人们有点忘了半导体是战略上极其重要的资产。
-
但我认为，对美国来说，尽可能多地把这些技术放在美国本土，是至关重要的。
-
对英国我也会说同样的话，只是规模小一些，因为英国的体量在那儿。
-
但考虑到美国市场的规模，考虑到半导体对美国的关键性，不管是Intel还是Micron，我认为我们需要更多美国本土的晶圆厂。
-
这对国家安全至关重要。
-
不过你想想美国市场的规模，再想想半导体对美国有多关键，不管是Intel还是Micron，我觉得美国需要更多的晶圆厂。
-
这对国家安全至关重要。
-
供应链多元化也很关键。
-
所以作为一项战略，我非常支持这一点。
-
我觉得这真的、真的非常关键。
-
你知道，就出口管制而言，我们打算限制芯片，因为我们不想让中国赢得这场竞赛，引号结束。
-
我个人的看法是，这是一场无限游戏，首先我认为就这场竞赛而言，不会有赢家，竞赛不会结束。
-
但你可能会陷入这样一种局面：很多关键技术都不是美国的，那可不是什么好事，对吧？
-
因为，有人会说，成本会降下来，商品会更便宜。
-
但归根结底，而且我坚信这一点，第一，无论是出于国家安全还是经济原因，你都想站在技术的最前沿，因为它推动创新，也带动整个生态。
-
你想想美国
-
上世纪五十年代的汽车工业，二战之后，底特律就是宇宙的中心，威斯康星、俄亥俄、伊利诺伊各地都有据点，不管是Firestone还是Bridgestone，Bridgestone是日本的，但还有其他公司，以及融入其中的整个生态。
-
数据中心也差不多是同样的道理。
-
人们看着数据中心就说，哦，不就是个大号的Costco仓库嘛，停车场里就两辆车，而且全都是自动运行的，所以根本没有就业岗位。
-
我对此嗤之以鼻，因为你想想，不管是能源、液冷，还是所有让数据中心变得更好的东西，那些全都能在这里创造和完成的就业岗位。
-
所以我认为作为国家政策，我们极其重要的是，第一要投资美国，第二要确保我们保持领先。
-
特别是在数据中心这一块，看起来很多试图阻止未来数据中心建设的行动，更像是协调好的，而不是自发的。
-
我知道有个说法叫草根行动，但看起来背后有一些协调运作。
-
你觉得为什么某些角落会突然冒出这种意料之外的对数据中心的强烈反对？
-
我觉得是有人担心AI意味着失业，而失业又会带来各种各样的连锁影响。所以我觉得不幸的是……
-
你觉得这种担心有根据吗？因为有时候看起来它确实只是在制造这种问题。
-
不，我完全不觉得这有什么根据。
-
我觉得电工工会还专门说过，请不要禁掉数据中心。
-
我们最近非常需要这些工作岗位。完全是这样。
-
是啊，我是说，这些都是能让人有工作的岗位，这是个很好的例子，对吧？
-
因为在这个例子里，当电工可能曾经是件让人觉得不光彩的事，对吧？
-
电工要么可能被视为一份高学历的工作，要么就是不需要博士学位，但它是一门高技能的工作，需要大量培训和认证。
-
而且你需要大量这样的人来做这类工作。
-
这对数据中心来说非常非常关键。
-
所以我觉得回到你的问题，我认为一部分反弹就是源于恐惧。
-
就是有一种恐惧，担心我的工作会没了。
-
AI热潮不管好坏，让很多人受益了，但也有很多很多人完全没从中得到好处，对吧？
-
而且美国有很多人，还是说回美国政治这个层面，很多人付房贷都很吃力，工资也没涨，现在又冒出个AI，你看吧，日子只会更难过。
-
所以我觉得不幸的是，数据中心就成了众矢之的，我觉得这其实只是……
-
还有人举着假的台南水源什么的，声称数据中心正在毁掉供水。
-
所以我觉得还有别的这类凭空捏造出来的关于数据中心的东西，就是想制造恐惧。那当然。是啊，那当然。
-
不幸的是，它已经成了很多事情的替罪羊。
-
我觉得也很明显，这些问题背后还有那种有组织的媒体影响力在推动。
-
但这并不，我觉得，你知道，这里可以有三个独立的点，包括Rene你说的那个，就是建设一个本质上快速成长的新产业是有好处的，它能创造新技术、新就业，还能创造，你知道，
-
给周边社区带来外部财富，但向外界沟通这件事，是产业自己的责任。
-
是啊，我是说，从基本原理上讲，不管是智能手机、互联网、个人电脑，随便你说哪个你最喜欢的科技，当领导者都没有坏处。
-
这也许是最重要的一点。
-
当领导者就是没有坏处。
-
当然会有你不喜欢的二阶、三阶效应，但要是当落后者，整个剧本都是别人给你写好的，随之而来的一切也都是别人说了算。
-
我是说，看看世界上其他那些在这个领域不是领导者的地方。
-
经济上和社会上，他们都被甩在了后面。
-
而且政府还得背上沉重的税收负担。
-
所以如果你正处在某波技术创新的浪潮上，而且我可以说，某种程度上，AI算是用智能本身能做到的事情的最后边疆了，你当然想领先。
-
你当然想推动这件事，因为它给社会带来的好处会是巨大的。
-
未来一两年，ARM最让你兴奋的是什么？身处这一切的中心。
-
是啊，说实话，我每天都觉得很幸运，我们能处在这一切的核心。
-
而且我们能成为那个生态系统的一份子，能帮助推动创新，能和领军企业合作，打造领军产品，我们就身处这一切的正中间。
-
因为第一，所有AI都需要一定程度的算力，这正是ARM做的事。
-
而且这些算力必须能效高，这正是我们非常非常擅长的。
-
所以这些路都通向我们家门口。
-
所以我，我整个职业生涯都在这行，很多时候都在想，天哪，我们下一个需要的产品是什么？
-
人们真的还需要另一台平板电脑吗？
-
而且它非得是8.9英寸还是9.2英寸吗？
-
而现在呢，完全不是这样了，AI带来的机会和创新太丰富了。
-
所以是啊，我就是特别兴奋，也觉得很有福气，能领导一家身处这一切中心的公司。
-
对芯片的需求是由工作负载的巨大变化驱动的，对吧？
-
而且工作负载一直在发生巨大的变化，所以没有比现在更好的地方和时机，去做芯片设计，再卖给所有投身那场创新的人。
-
我对这个时代CPU机会的理解是，有两个核心部分，然后还有未来的设备和机器人。
-
但机架里是有CPU的。
-
这就是Verus和Gravitron这类公司做的事。
-
然后从智能体的角度看，沙盒和智能体能够使用我们已有的所有软件、API调用、工具等等。
-
这两块都在增长，你对机会的规模有什么猜测吗？还是说我漏掉了你们从CPU角度真正兴奋的一些东西？
-
嗯，从CPU的角度来说，我觉得当初数据中心那块开始爆发的时候，让我往回捋一下，ChatGPT爆发那会儿，一切都在讲加速器，我觉得当时大家太专注于一个思路了，就是不管问题是什么，答案都是加速器。
-
从来没有什么计算问题是发明出来之后用不上、也不能用微处理器的。
-
它是一切的核心。
-
所有路都要经过它、绕过它、穿过它，等等等等。
-
你看基础的系统设计，就必须得有CPU。它们根本不会消失。
-
在加速器那波起来的时候，它们有点被遗忘了，但后来变得非常明显的是，随着越来越多的数据从训练转移开，训练对递归学习、强化学习、推理当然非常重要，还有token的使用，
-
信息的使用。
-
当然，在一个系统问题里，总得有什么东西来做编排、仲裁、决定这些token往哪儿去，对吧？
-
token工厂只是生成所有这些token。
-
说白了就是，把token运走、交给用户的卡车在哪儿？这就是CPU干的事。
-
所以除非有什么东西被发明出来，说CPU已经过时了，我们现在通过某种别的机制来做，而那种机制还没被定义或发明出来，否则CPU会过得很好。
-
而且对它会有很大的需求，巨大的需求。
-
除了生成token的加速器之外。
-
但要想清楚，这是一个系统。
-
这又回到内存上了。
-
当然，内存是必需的，因为不管是冯·诺依曼架构还是其他计算架构，一台计算机里都有CPU、某种加速器——不管是浮点单元还是GPU加速器——还有内存。系统设计其实一直没变。
-
我觉得关注的重点是有些转移，但对Arm来说——顺便说一句，不管我讲的是数据中心，还是汽车、机器人、手机、可穿戴设备，这一点都适用。
-
而且事实上，当你走向越来越小的设备形态、越来越多的AI要在那里运行时，那正是Arm的甜点区。
-
因为CPU本来就是入场券，边缘设备上要做的所有事情都离不开它。
-
但现在我们有机会用我们的指令集架构做很多事，毕竟你总不能把一块50瓦的GPU戴在头上，对吧？
-
那些AI处理总得在本地某个地方完成。所以这是个很好的位置。
-
如果你想看到我们的脸，可以去我们的YouTube频道。
-
在Apple Podcasts、Spotify或你收听节目的任何平台上关注这个节目。
-
这样你每周都能收到一期新节目。
-
还可以订阅邮件，或者在no-priors.com上找到每一期的文字稿。