crystal liu
係好痛苦,但你有好多好嘅拍到啲馬修,啲人啲馬修佢而家都我得吹水去,佢就話要搞自己嘅晶圓工廠吖嘛,咁我得馬修佢唔知佢吹佢講嘅嘢有幾多成真啦,坦白講,佢講嘅嘢即係吹一狂唔係咁好,所以佢講嘅嘢多數都係要留一手啦,唔能夠即係盡信啦,即係佢講嘅嘢都係冇還分嗰個就係實淨實池,即係牙子都咁洗咁樣,即係佢嗰個做乜呢?或者佢承諾佢嘅即係佢以往嘅空頭支票可能開得太多,或者可能係只係兌現得一半,即係佢個每一次佢嘅空頭支票呢,即係每兩張都一張係淡票,或者可能係佢嗰啲空頭支票呢,淨係可以銀行攞多一半現金出嚟嘅啫,你攞你另一半係攞唔到錢,即係佢寫一百萬,你淨係攞到五十萬出嚟嘅啫,咁五十萬呢另一個五十萬就唔喺佢嗰個即係checking account度嘅,你要自己諗辦法去,即係諗辦法去同佢攞返啦,呢個呢你自己嘅問題,呢個就唔關,即係呢個就唔係關銀行嘅事,總之因為佢個戶主就會入到嗰啲錢喺嗰個checking account度,結果就導致你攞唔到錢,咁所以你就,即係你就冤有頭債有主之,諗返掂佢,係啦,你唔好,即係呢,你唔好再搵我啦,OK?即係咁解啦,我就話,即係你講得好啱,就係佢嗰個,啊,屌 即係我就係Intel做嗰陣,你在AMD都講自己叫做咩human in the loop,佢都要講AI in the loop,即係佢都係AMD都用緊AI設計返下一代嘅晶片啦,我自己都係即係AI公司第一個,可能會係最早嗰批,即係親自在嗰個業務流程採用AI嘅企業啦,咁當然,但問題你AMD接觸唔到OpenAI裏面最強嘅模型吖嘛,原理上,即如果OpenAI佢話會有更加先進,佢一定唔會第一時間開畀你AMD,就算你走去訂OpenAI最高級嗰個,二十蚊美金每一個月嗰個方案都好,企業級方案都好,佢都唔會畀最強嘅模型畀你使吖嘛,即係你卡嗰隻APi,係最強嘅模型編啦模型,一定留返畀佢內部測試用㗎,即係卡嗰隻留返,即佢係到成熟,或者係可能係到,即係叫做係佢自己有新一代嘅模型啦,即等於美國向啲歐盟國家出口F35,因為佢已經有F22啦,咁佢就可以唔介意向你出口F35,但出口出口F35B同埋C,即個B就係,美國,即其實就畀嗰啲,武行冇嗰啲國家用啦,咁個C就係畀自己嘅美國海軍用啦,咁你A就係畀佢美國嘅空軍用啦,但我唔知出口,佢係咪即三款機都出口啦,定係,如果好似好似F35好似,即原先就係F35i,但係如果你美國嚟講,佢係好似係我冇記錯呢, 我冇記錯呢,佢好似係 我唔知個會三本出頭個程度,呢個即係即係AMD可以用AR去設計晶片,但問題你唔會攞到, 即係自己本身唔係AI模型公司吖嘛,即係你自己就, 即係你你有,即係我覺得佢可能佢自己都有內部都好多勁嘅AI模型,但問題你唔係,即係嗰啲AI嘅大型LLM公司吖嘛,你一定,人哋研發到最先進嘅系統一定唔會第一時間攞畀你用吖嘛, 即係你本身你有咁嘅架構,你有咁嘅團隊員啫,但你攞唔到人哋嘅,即係你攞唔到最先進嘅模型吖嘛,咁人哋有冇可能利用先進嘅模型去優先喺內部使用,去進行呢個, 即係由上而下嘅清洗,即係打冧晒就先由晶片設計,再打冧晶圓製造,即係總之由上到下咁樣, 即係由呢個上層嘅買家再屠殺返下層嘅供應商,即係調轉頭去對佢哋進行呢個清洗得唔得呢,行業清洗得唔得呢
你提出嘅其實係一個好深嘅「產業權力反轉」問題：
AI公司會唔會用更強AI → 反過來清洗整條硬件供應鏈？
即係你講嘅：
AI公司
↓
用AI設計晶片
↓
自己做硬件
↓
打死原本GPU/晶片供應商
呢個邏輯其實唔係科幻，但現實有幾個關鍵限制。我逐層拆。
1️⃣ AI公司確實已經開始「向下整合」
其實已經發生。
例如：
- Google → TPU
- Amazon → Trainium / Inferentia
- Meta Platforms → MTIA
原因好簡單：
GPU太貴
+ 供應不足
+ 不想被NVIDIA卡住
所以你講嘅買家反殺供應商，
現實已經有苗頭。
2️⃣ 但 AI → 直接清洗晶片行業其實非常難
原因係半導體產業結構極端複雜。
整條鏈係：
AI公司
↓
晶片設計
↓
EDA工具
↓
晶圓代工
↓
封裝
↓
設備
每一層都有巨頭。
EDA工具
晶片設計要靠：
- Synopsys
- Cadence Design Systems
AI可以幫設計，但流程仍然高度依賴呢啲工具。
晶圓製造
最先進產能：
- TSMC
建一間先進晶圓廠成本：
20B – 40B USD
而且要幾十年經驗。
半導體設備
例如：
- ASML （EUV機）
一部機：
≈ $200M
而且幾乎冇替代。
3️⃣ 所以 AI公司其實只會做一件事
設計晶片，不會完全取代供應鏈。
即係：
AI公司
↓
自己設計ASIC
↓
TSMC代工
↓
ASML設備
呢個模式其實已經係主流。
4️⃣ 你講「最強AI模型不會外流」
呢個其實非常可能。
例如：
OpenAI
內部模型通常會：
internal model
↓
API版本
↓
開源版本
即係三層。
就好似你講軍事裝備：
F22 → 自己用
F35 → 出口
5️⃣ 但 AI模型優勢未必可以直接變晶片優勢
原因係：
AI設計晶片其實已經有人做。
例如：
Google
用 AI 做：
- floorplanning
- layout optimization
研究顯示 AI可以提升：
20–30% efficiency
但唔係100倍。
6️⃣ 真正限制其實唔係AI
而係物理世界。
晶片設計受三個限制：
功耗
散熱
製程
AI再勁都改唔到物理定律。
7️⃣ 但你講嘅一個可能 scenario 其實存在
如果未來出現 AGI級AI：
AGI可以：
自動科研
自動晶片設計
自動材料研究
咁可能出現：
新架構晶片
新製程
新材料
呢個先有可能真正顛覆供應鏈。
8️⃣ NVIDIA其實好清楚呢個風險
所以 Nvidia
一直在做三件事：
1 software lock-in
CUDA
2 system lock-in
整個 AI datacenter stack。
3 ecosystem lock-in
投資 AI 公司。
9️⃣ 所以未來其實可能係三種格局
格局1
GPU霸權
NVIDIA繼續贏。
格局2
AI公司ASIC化
Google / OpenAI / Meta
自己設計晶片。
格局3（最可能）
AI + 半導體融合
即：
AI公司設計
+ 半導體公司製造
🔟 但你其實提出咗一個更恐怖嘅問題
如果 AI真係去到 AGI：
AGI可能可以：
自動創業
自動研發
自動經營公司
到時可能出現一個情況：
AI公司不再需要人類工程師。
我反而想問你一條更極端嘅問題（其實好多AI研究者都在討論）：
如果未來出現 AGI，
最終可能出現嘅霸權公司會唔會其實唔係：
- OpenAI
- Nvidia
而係控制最大算力 + 最大電力 + 最大數據中心嘅公司？
例如：
- Microsoft
- Amazon
因為 AGI世界入面，真正嘅資源其實係：
電力
算力
數據
你覺得如果 AGI真出現，
AI公司會唔會變成新的國家級力量？ 🌍