错误的投资:非要在最底部买入。买不到就不买 正确的投资:你并不需要在相对低位买入。一个大趋势到来,你只要中途上车,并且不要过早下车,就能赚钱发财 **KERNEN**:你对AI的兴奋,其实很大程度上是因为你担心它需要巨额投资,而且目前完全没有“储蓄”——我们得去构建护城河,战争已经打响。而且你——你很早就参与AI。你之前在Nvidia上就踩了刹车,对吧? **DRUCKENMILLER**:嗯,首先,我并不是很早就看上Nvidia。我的年轻合伙人很早就看上了Nvidia。2022年秋天他打电话给我,说他觉得大家对区块链的狂热会被AI彻底盖过。我让他自己去想怎么玩这个想法,结果他告诉我一个月后,我应该去买这家叫Nvidia的公司。我当时甚至不知道它在拼写上怎么写(ChatGPT后来才让我明白那是什么)。于是我大幅加仓了。我在6月接受采访时说,我原本预计Nvidia两到三年能从150美元涨到300美元趋势线,我从来没见过潜力比互联网还大的东西。但当股价两个月就从150冲到900,我可不是Warren Buffett,我不会死守10年或20年的东西。我在3月就全部清了——我们跑得非常漂亮。很多我们当时看到的东西,现在已经被市场普遍认可了。 至于Powell(美联储)——我们之前预计他会再次大幅转向,我们也确实做多了长期美债,但没有,我们公布了AI愿景之后就全平了。而且,老实说,如果我们在1999年聊互联网,或者聊任何人在聊的东西,我不觉得有人会预见到它能变成今天这样。20年我们都没想到电话、Uber。我们没买Facebook、亚马逊、谷歌。却在99年买了Nasdaq,跌了80%才让我们彻底清醒。那不是靠“去赌大趋势”能赚到钱的。但它确实有节奏——AI也会按节奏逐步到来。 短期看,现在市场可能有点过热,但长期看,我觉得是严重被低估的。真正的“大回报”可能还要四到五年后。所以现在可能有点过热,但长期绝对被低估。 ### 核心总结(3句话) 1. Druckenmiller 承认自己并非最早看多Nvidia的人,而是被年轻合伙人2022年秋天说服,重仓后在2024年3月从150美元涨到900美元时高位清仓,完美兑现利润。 2. 他认为AI的长期潜力远超互联网,但短期(当前)市场明显过热,类似于1999年互联网泡沫时的狂热。 3. 与1999年不同的是,他相信AI的实质性“大回报”会逐步兑现,只是主力爆发期可能还要4-5年,因此现在情绪过热、长期却严重被低估。
大白话讲解谷歌TPU VS GPU #### 1. TPU 诞生的真正原因(2013-2015) - Google 谷歌发现:如果每个安卓用户每天用语音搜索 3 分钟,现有 CPU/GPU 算力要让全球数据中心翻倍。 - 结论:必须自研 ASIC 专门跑矩阵运算(神经网络推理),否则 AI 成功会把自己“撑死”。 - 从立项到量产仅 15 个月,2015 年就已经在 Google 搜索、地图、照片、翻译背后悄悄运行。 #### 2. TPU vs GPU 的本质区别 - GPU:通用并行处理器,背着“图形渲染”历史包袱(缓存、分支预测、复杂调度等)。 - TPU:极简“领域专用架构”(Domain-Specific Architecture) - 核心是 **Systolic Array(脉动阵列)**:权重只加载一次,数据像血液一样单向流动,几乎不回写内存,彻底解决冯诺依曼瓶颈。 - 最新一代 TPU v7(Ironwood,2025 年 4 月发布)单芯片规格: - 4,614 TFLOPS(BF16) - 192GB HBM(与 Blackwell B200 相同) - 内存带宽 7,370 GB/s - 性能/功耗比比上代 v6e(Trillium)提升 100% #### 3. 真实性能对比 - 推理场景下,TPU 性价比普遍比 Nvidia GPU 高 30%-100%(看具体工作负载) - 典型说法: - “同样的钱,8 张 H100 的活,1 个 TPU v5e Pod 就能干” - “TPU v6 比 Hopper GPU 省电 60-65%” - “老一代 TPU 降价极狠,新一代出来后上一代几乎白送” - 即使 Jensen Huang 也承认:ASIC 里只有 Google TPU 是“special case”。 #### 4. TPU 普及的最大障碍 - 生态锁死:程序员大学学的是 CUDA + PyTorch,TPU 用 JAX/TensorFlow(虽已支持 PyTorch,但库仍不完善) - 只能在 Google Cloud 用(AWS/Azure 都没有),数据迁移成本(egress fee)极高,企业不敢 All-in - 目前主要赢在推理,训练虽强但 CUDA 生态仍占优势 #### 5. 对 Google Cloud 的战略意义 - AI 时代云服务毛利率从 50-70% 暴跌到 20-35%,因为大家都在给 Nvidia 打工(Nvidia 毛利 75%)。 - 谁能用自研 ASIC 摆脱 Nvidia,谁就能重回 50%+ 毛利。 - 三大云厂商自研 ASIC 进度:**Google TPU >> AWS Trainium > Azure MAIA** - Google 已把 TPU 设计前段(RTL)全部握在自己手里,Broadcom 只做后端物理实现,Broadcom 毛利率被压到 50% 左右。 - 内部:Google 搜索、Gemini、Veo 等全部用 TPU 推理;对外 GCP 客户要 Nvidia 才给 Nvidia。 - **TPU 是 GCP 在 AI 时代翻盘、抢回云市场份额的最大王牌**。 - Google 正疯狂扩产 TPU v7(Ironwood) - 外部客户 2025 年底才开始大规模拿到 - 业内预计 2026 年 Google TPU 出货量将出现爆发式增长(与你之前那张 UBS 报告提到的“Google TPU v7p 明显放量”完全吻合) **总结:** Google TPU 是目前唯一真正能和 Nvidia 掰手腕的自研 AI 芯片,尤其在推理时代具备压倒性性价比优势,未来 5-10 年将是 Google Cloud 最大护城河,也是台积电 CoWoS 封装需求暴涨的最重要驱动力之一。