长创新：英伟达登顶的底层逻辑，让我们看清什么？

文章来源： 秦朔朋友圈

英伟达股价超越微软、苹果，成为全球市值第一大企业之后，近日出现下跌，失去第一位置。股市必然有波动，股价必然会涨跌，短期中期英伟达可能重回市值第一。

---

不过比市值登顶更重要的是产业登顶，英伟达毫无疑问已经成为智能时代基础设施的第一驱动，AI生态位的算力王者，超级智能大模型、机器人、智能汽车、AI PC、元宇宙等多领域计算架构的主导者。

从微软、谷歌到苹果曾经的市值交替第一，不知不觉我们已经走过了PC、互联网、移动三个时代的顶点。
亲历人工智能发展进程的沸腾瞬间，心态颇为复杂。

大市和股价已经如此高企，还在持续上行，且机构继续看好，这种现象在过去的大周期里并不多见。上一次目睹这样的沸腾，已经是24年前。AI算力登顶资本市场这种极具象征意义的标志性事件，很容易让人联想到2000年前后的网络繁荣，以及泡沫破裂之际刺骨的寒冷。

在这样一个历史时点，非常有必要倡明一个概念：长创新。

长创新、根科技、母生态，才是底层逻辑，也是求解发展问题的答案。

这一次和那一次不太一样：大周期视野下的强智能
互联网从萌芽、泡沫、寒冬到走向鼎盛，实际上是一个已经持续50多年时间的大周期。商业互联网的历程则是30多年。而人工智能如果从1950年前后的源头算起，已经经历70多年漫长探索。如果从这一轮热潮的第一个起点“可用AI”来看，从起步到现在大约已经有15年时间。如果从第二个起点看，起步只有6年时间。
第一个起点，是始于2009年、2012年才形成热度的ImageNet带动的图像识别，神经网络的复兴以及在多个识别领域的付诸实用。
第二个起点，是2018年至2023年从GPT1到GPT4发布所点燃的AI2.0强智能发展行情。准确地说，脱胎于GPT3的ChatGPT在2022年末的发布，才真正引起全球关注，广泛扩散。
第二个起点是AI2.0强智能发展周期的开始。实际上只是处于起步阶段，目前还看不到这条历史性的发展曲线的顶点。但显然AI2.0强智能的基本面，比当初的互联网要坚实的多。
迄今为止，AI2.0主要是一种科技突破、创新扩散现象，不是制造概念，更不是投资画饼。有泡沫是必然的，但是强智能的到来也是必然，且从根本上和股市无关。
股市只是“镜像”了产业科技所取得的成功。真正的价值基础是，人工智能突破所建立的广泛信心，以及全球性的大规模应用。尤其是每一天都在继续取得新的进展，“一夜颠覆”的故事一再发生，使得人们对AGI（通用人工智能）圣杯的感觉已经不仅仅是渴望，而是隐约可及。
不过更为关键的是，这是一个充满生态感的科技故事。而正在谱写的历史，主角不仅仅是人工智能、大模型。

信号：NAIQ、MOTGAM、SCCIEOSS
与新IT-G8重塑全球秩序
数据显示，英伟达是美股增长的主要贡献者，但主角显然不止英伟达。
面向下一代生态平台，NAIQ与MOTGAM基本都是SCCIEOSS八层布局。NAIQ为Nvidia、AMD、Intel、Qualcomm等计算-算力生态基石企业。
MOTGAMA为Microsoft、Open AI、Tesla、Google、Amazon、Meta、Apple等。SCCIEOSS为Sense传感感知、Computing计算结构、Connection网络连接、Intelligence智能、Engine驱动引擎、OS操作系统、Synergy协作合约、Store市场管道的生态平台打法。
华尔街的提法是Magnificent 7（有时是6或5），但如果从整体角度的话，我认为接下来是新IT-G8格局。新IT（Intelligent Technology）为2014-2016年间提出的有别于传统IT（Information Technology）的未来科技产业形态。
IT-G8俱乐部主导全球智能科技格局，提供全球主要智能基础设施。未来每家都是坐拥数十亿用户的生态群落。IT-G8当中，Microsoft、Apple、Meta、Google、Amazon、Nvidia、Elon Musk系必有一席，还有人工智能平台里的一家比如Open AI。
当然IT-G8并非智能科技产业的全部。IT-G8的背后，是已经十分强大但还在继续崛起的智能科技生态群落。IT-G8的全球影响力正在变得不亚于国家形态的传统G8，也就是说：
1、美股狂飙主要是科技股更尤其是7巨头的高歌猛进，这是一场规模前所未有的金融与科技相互赋能、相互催化的爆发性的历史过程。
2、科技与经济生态实际正在加速“极化”，这个世界正在加速成为运行在“他们之上的世界”，7巨头代表了数字基础设施，成为美国治下的新全球化的科技支柱。
3、最非同寻常的一点，科技巨头与超级智能正在合体，Super Power聚变，成为全球性的超级力量存在，不仅改变权力对比，主导科技生态，还将与金融、贸易、能源、知识产权体系等一起重塑全球秩序。
人工智能是这个历史过程的暴风眼。

如何理解长周期里发生的一切？
AI的意义无需赘述。
今天真正需要重新思考重新追问的是，为什么从弱智能到强智能，历经多年探索开始加速发展？
为什么主角是NAIQ、MOTGAM、新IT-G8、英伟达们？
为什么点创新可以破局、却无法成棋？
为什么弯道超车不成立且实际上还是在亦步亦趋地追赶；什么是时间的朋友什么是时间的敌人？
为什么已经本来很强大的他们还在继续加速崛起？
我们正在进入什么样的新的历史螺旋？什么能够真正帮助我们行稳致远？
AGI不是一天到来的，AGI也不是只有一个角度一个节点一个标杆。同样，英伟达们也不是一天到来的，不是只有一个物种一个季节一种范式。
1950年代到2050年代，是从计算到智能、从IT到新IT的长周期。智能的发展按照我的划分，相对分为5个阶段：1950年代以来的计算为主（其实并非智能），1970年代以来的功能智能为主，2010年代以来AI人工智能为主的阶段（其中又分为AI1.0为主的弱人工智能和2020年以来AI2.0为主的强人工智能），接下来一直到2050年左右，会是EI内生智能（Endogenous Intelligence）和II自主智能（Independent Intelligence）等发展阶段。
1950-2006年尤其1970-2006年之间的阶段，其实主要是功能计算。2006-2024年，是AI计算意义上的“智能的计算”从浮现到崛起的长期创新过程。
英伟达的创立比这更早，1993年。1999年GPU诞生。2012年GPU开始用于神经网络训练。从2010年的Feimi，到之后的Kepler、Maxwell、Pascal、Volt、Turing、Ampere、Hopper到2024年的Blackwell，9代体系经过15年的发展，结合CUDA架构，英伟达才逐步形成面向人工智能的技术生态。
接下来从Rubin平台开始一年更新一代。但未来十年算力即使万倍增长也跟不上智能的算力需求扩张。道路漫且长。
智能的计算，随AI人工智能、EI内生智能、II自主智能等智能三个阶段发展，后期将会经历比新摩尔定律更具挑战性的指数级发展。计算架构与智能底座原理之变带来的能效增长，会超越芯片工艺制程。
量子计算可遇而不可期。以什么样的认知、心态、生态和科创体系面对未来，决定企业、行业乃至国家能走多远。创新是微的，但影响和决定大周期和底层逻辑的创新，更是长的。
究其实质，能否行稳致远，其实取决于我们如何理解长周期里发生的一切，如何面对时间。
1950年代到2050年代，是从计算到智能、从IT到新IT的长周期。智能的发展按照我的划分，相对分为5个阶段：1950年代以来的计算为主（其实并非智能），1970年代以来的功能智能为主，2010年代以来AI人工智能为主的阶段（其中又分为AI1.0为主的弱人工智能和2020年以来AI2.0为主的强人工智能），接下来一直到2050年左右，会是EI内生智能（Endogenous Intelligence）和II自主智能（Independent Intelligence）等发展阶段。
1950-2006年尤其1970-2006年之间的阶段，其实主要是功能计算。2006-2024年，是AI计算意义上的“智能的计算”从浮现到崛起的长期创新过程。
英伟达的创立比这更早，1993年。1999年GPU诞生。2012年GPU开始用于神经网络训练。从2010年的Feimi，到之后的Kepler、Maxwell、Pascal、Volt、Turing、Ampere、Hopper到2024年的Blackwell，9代体系经过15年的发展，结合CUDA架构，英伟达才逐步形成面向人工智能的技术生态。
接下来从Rubin平台开始一年更新一代。但未来十年算力即使万倍增长也跟不上智能的算力需求扩张。道路漫且长。
智能的计算，随AI人工智能、EI内生智能、II自主智能等智能三个阶段发展，后期将会经历比新摩尔定律更具挑战性的指数级发展。计算架构与智能底座原理之变带来的能效增长，会超越芯片工艺制程。
量子计算可遇而不可期。以什么样的认知、心态、生态和科创体系面对未来，决定企业、行业乃至国家能走多远。创新是微的，但影响和决定大周期和底层逻辑的创新，更是长的。
究其实质，能否行稳致远，其实取决于我们如何理解长周期里发生的一切，如何面对时间。
AGI不是一天到来的，AGI也不是只有一个角度一个节点一个标杆。同样，英伟达们也不是一天到来的，不是只有一个物种一个季节一种范式。1950年代到2050年代，是从计算到智能、从IT到新IT的长周期。智能的发展按照我的划分，相对分为5个阶段：1950年代以来的计算为主（其实并非智能），1970年代以…

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。