算力神話與馮·諾依曼的黃昏：一場(chǎng)被低估的文明級(jí)博弈

一

2024年初，英偉達(dá)市值突破兩萬(wàn)億美元那天，黃仁勛穿著他標(biāo)志性的皮夾克站在臺(tái)上，手里舉著一塊比成年人手掌還大的芯片。臺(tái)下的觀眾歡呼，資本市場(chǎng)沸騰，但很少有人注意到他演講中一句輕描淡寫(xiě)的話："我們正在接近一個(gè)物理極限。"這句話被淹沒(méi)在"算力即國(guó)力"的狂熱敘事中。與此同時(shí)，北美某大型數(shù)據(jù)中心的運(yùn)維負(fù)責(zé)人正在為一份電力賬單發(fā)愁——訓(xùn)練一個(gè)千億參數(shù)模型的單次電費(fèi)，已經(jīng)超過(guò)了他整個(gè)團(tuán)隊(duì)一年的薪資總額。算力的饑渴正在以一種近乎暴力的方式撕扯著整個(gè)產(chǎn)業(yè)鏈，而傳統(tǒng)計(jì)算架構(gòu)就像一輛被焊死油門(mén)的老舊卡車(chē)，正在逼近懸崖邊緣。

二

"2035年算力增長(zhǎng)十萬(wàn)倍"——這個(gè)數(shù)字被寫(xiě)進(jìn)無(wú)數(shù)份趨勢(shì)報(bào)告，成為一種近乎宗教性的產(chǎn)業(yè)信仰。但數(shù)字本身從不說(shuō)明問(wèn)題，問(wèn)題在于：這十萬(wàn)倍的算力從哪里來(lái)？答案不會(huì)是"技術(shù)自然演進(jìn)"，因?yàn)橛?jì)算產(chǎn)業(yè)從來(lái)不是自然演進(jìn)的產(chǎn)物。算力的本質(zhì)不是計(jì)算能力，而是一種被設(shè)計(jì)、被分配、被控制的戰(zhàn)略資源。馮·諾依曼架構(gòu)統(tǒng)治了人類(lèi)計(jì)算七十年，不是因?yàn)樗亲顑?yōu)解，而是因?yàn)檎麄€(gè)產(chǎn)業(yè)生態(tài)——從指令集到編譯器，從操作系統(tǒng)到應(yīng)用軟件——都被嵌入進(jìn)了這套范式。要突破它，需要的不僅是技術(shù)創(chuàng)新，更是一場(chǎng)產(chǎn)業(yè)秩序的重新定義。而定義權(quán)，從來(lái)不在工程師手中。

三

理解算力困局，首先要理解馮·諾依曼架構(gòu)的真正瓶頸。這套七十年前被設(shè)計(jì)出來(lái)的計(jì)算范式，核心邏輯是"存儲(chǔ)與計(jì)算分離"——數(shù)據(jù)存在內(nèi)存里，計(jì)算發(fā)生在CPU里，兩者之間通過(guò)總線不斷搬運(yùn)數(shù)據(jù)。這在早期計(jì)算任務(wù)簡(jiǎn)單、數(shù)據(jù)量小的年代是高效的設(shè)計(jì)。但當(dāng)AI模型的參數(shù)量從百萬(wàn)躍升到萬(wàn)億，當(dāng)訓(xùn)練一次GPT-4需要處理的數(shù)據(jù)相當(dāng)于人類(lèi)有史以來(lái)所有書(shū)籍的總和時(shí)，這條"數(shù)據(jù)搬運(yùn)的高速公路"就成了最致命的瓶頸。處理器在等待數(shù)據(jù)，數(shù)據(jù)在排隊(duì)進(jìn)入處理器，大量能耗被消耗在"搬運(yùn)"而非"計(jì)算"上——這就是所謂的"內(nèi)存墻"問(wèn)題。形象地說(shuō)，馮·諾依曼架構(gòu)就像一個(gè)設(shè)計(jì)精良的中央廚房，但所有食材都必須從城市另一端的倉(cāng)庫(kù)運(yùn)來(lái)，廚師90%的時(shí)間都在等食材，而不是在做菜。馮·諾依曼架構(gòu)如下圖所示：

這就是為什么整個(gè)產(chǎn)業(yè)都在談?wù)?新型計(jì)算"。存算一體、類(lèi)腦計(jì)算、量子計(jì)算、光計(jì)算——這些名詞背后的共同邏輯是：打破"存儲(chǔ)-計(jì)算"的二元分離，讓計(jì)算發(fā)生在數(shù)據(jù)所在的地方，或者徹底改變計(jì)算本身的物理實(shí)現(xiàn)方式。但這些方向沒(méi)有一條是坦途。存算一體需要重新設(shè)計(jì)存儲(chǔ)器件，讓它既能存數(shù)據(jù)又能做計(jì)算，這涉及到從材料到架構(gòu)的全棧重構(gòu)，目前最先進(jìn)的存算一體芯片能效提升在特定場(chǎng)景下可達(dá)十倍到百倍，但通用性仍然存疑。類(lèi)腦計(jì)算試圖模仿人腦神經(jīng)元的工作方式，用"脈沖"而非"數(shù)值"來(lái)表達(dá)信息，理論上能耗可以降低三個(gè)數(shù)量級(jí)，但如何編程、如何訓(xùn)練、如何與現(xiàn)有軟件生態(tài)兼容，至今沒(méi)有成熟答案。量子計(jì)算被寄予厚望，但即便是最樂(lè)觀的預(yù)測(cè)，通用量子計(jì)算機(jī)的實(shí)用化也在十五年之后，而且它只對(duì)特定類(lèi)型的問(wèn)題有指數(shù)級(jí)加速，不會(huì)取代經(jīng)典計(jì)算。

換句話說(shuō)，"突破馮·諾依曼架構(gòu)"這七個(gè)字，背后是計(jì)算架構(gòu)、材料器件、工程工藝、計(jì)算范式四個(gè)層面的系統(tǒng)性挑戰(zhàn)，每一個(gè)層面都有自己的物理定律約束、工程瓶頸和產(chǎn)業(yè)慣性。這不是一次沖刺，而是一場(chǎng)需要數(shù)十年持續(xù)投入的持久戰(zhàn)。

四

但技術(shù)難度從來(lái)不是唯一的問(wèn)題，甚至不是最重要的問(wèn)題。真正決定算力未來(lái)格局的，是博弈結(jié)構(gòu)。

當(dāng)前的全球算力版圖，本質(zhì)上是三層權(quán)力結(jié)構(gòu)的疊加：最底層是材料與設(shè)備，被日本、荷蘭、美國(guó)的少數(shù)企業(yè)壟斷；中間層是架構(gòu)與生態(tài)，被美國(guó)企業(yè)通過(guò)指令集、開(kāi)發(fā)工具、軟件棧牢牢把控；最上層是應(yīng)用與數(shù)據(jù)，看似開(kāi)放競(jìng)爭(zhēng)，實(shí)則嚴(yán)重依賴(lài)前兩層的基礎(chǔ)設(shè)施。英偉達(dá)的CUDA生態(tài)就是這套權(quán)力結(jié)構(gòu)的縮影——它不僅僅是一套編程工具，而是一整套"計(jì)算語(yǔ)言"，全球數(shù)百萬(wàn)開(kāi)發(fā)者用它寫(xiě)代碼，數(shù)萬(wàn)家企業(yè)用它部署應(yīng)用，十余年的積累形成了強(qiáng)大的路徑依賴(lài)。你可以設(shè)計(jì)出一款比英偉達(dá)更強(qiáng)的芯片，但如果開(kāi)發(fā)者不愿意為你重寫(xiě)代碼，你的芯片就只是一塊昂貴的硅片。

卡脖子從來(lái)不發(fā)生在你看得見(jiàn)的地方，而是發(fā)生在你以為理所當(dāng)然的地方。指令集是卡點(diǎn)，EDA工具是卡點(diǎn)，光刻機(jī)是卡點(diǎn)，但更隱蔽的卡點(diǎn)是生態(tài)——是CUDA，是ARM的IP授權(quán)，是臺(tái)積電的工藝配方，是那些你甚至叫不出名字的特種氣體和光刻膠。這套系統(tǒng)的精密之處在于，它讓后來(lái)者永遠(yuǎn)處于"追趕"狀態(tài)：你突破了一個(gè)環(huán)節(jié)，對(duì)方就在下一個(gè)環(huán)節(jié)收緊；你實(shí)現(xiàn)了國(guó)產(chǎn)替代，對(duì)方就升級(jí)規(guī)則定義。

新型計(jì)算被很多人視為"彎道超車(chē)"的機(jī)會(huì)窗口，邏輯是：既然傳統(tǒng)賽道被封鎖，那就在新賽道上重新起跑。這個(gè)邏輯聽(tīng)起來(lái)誘人，但經(jīng)不起推敲。量子計(jì)算領(lǐng)域，IBM、谷歌、英特爾的專(zhuān)利布局早在十五年前就已開(kāi)始，核心的超導(dǎo)量子比特技術(shù)路線、離子阱技術(shù)路線、拓?fù)淞孔颖忍丶夹g(shù)路線，各有各的護(hù)城河。存算一體領(lǐng)域，三星、SK海力士、美光等存儲(chǔ)巨頭已經(jīng)將其視為下一代產(chǎn)品的核心方向，從材料到器件到封裝，上下游協(xié)同已經(jīng)成型。類(lèi)腦計(jì)算領(lǐng)域，英特爾的Loihi芯片已經(jīng)迭代到第二代，IBM的TrueNorth早在2014年就已問(wèn)世。新賽道的起跑線，從來(lái)不是同時(shí)畫(huà)下的，先行者早已在終點(diǎn)附近扎好了營(yíng)地。

五

理解了博弈結(jié)構(gòu)，就能看清幾種流行敘事。

第一種是"摩爾定律失效意味著機(jī)會(huì)"。過(guò)去五十年，摩爾定律是半導(dǎo)體產(chǎn)業(yè)的主旋律，每十八個(gè)月晶體管密度翻倍，性能提升、成本下降，后來(lái)者只要跟著這條曲線跑，總能縮小差距。現(xiàn)在摩爾定律放緩了，很多人認(rèn)為這是后來(lái)者的機(jī)會(huì)——領(lǐng)先者跑不動(dòng)了，我們可以追上去。但這個(gè)判斷忽略了一個(gè)關(guān)鍵事實(shí)：摩爾定律放緩的同時(shí)，追趕的難度也在指數(shù)級(jí)上升。從7納米到5納米，再到3納米，每一代工藝的研發(fā)成本翻倍，設(shè)備投資翻倍，工程復(fù)雜度翻倍。領(lǐng)先者跑得慢了，不是因?yàn)樗麄兝哿耍且驗(yàn)樯皆絹?lái)越陡。后來(lái)者面對(duì)的是同樣的陡坡，而且沒(méi)有領(lǐng)先者積累數(shù)十年的工程經(jīng)驗(yàn)和供應(yīng)鏈協(xié)同能力。

第二種是"新架構(gòu)可以繞開(kāi)舊生態(tài)"。存算一體、類(lèi)腦計(jì)算、量子計(jì)算，這些新范式確實(shí)有可能在特定場(chǎng)景下實(shí)現(xiàn)算力的躍升，但它們都面臨一個(gè)共同問(wèn)題：軟件生態(tài)從零開(kāi)始。芯片的價(jià)值，只有通過(guò)軟件才能釋放出來(lái)。一款芯片從設(shè)計(jì)完成到被廣泛采用，中間隔著編譯器、驅(qū)動(dòng)、操作系統(tǒng)、開(kāi)發(fā)框架、應(yīng)用軟件的漫長(zhǎng)鏈條。英偉達(dá)的GPU花了十五年才建立起CUDA生態(tài)，英特爾的x86花了四十年才成為PC和服務(wù)器的默認(rèn)選擇。新架構(gòu)即便在硬件層面實(shí)現(xiàn)突破，建立生態(tài)的時(shí)間成本依然是十年起步。而且，現(xiàn)有的軟件生態(tài)不會(huì)主動(dòng)遷移——開(kāi)發(fā)者的習(xí)慣、企業(yè)的存量代碼、培訓(xùn)體系的慣性，都是巨大的阻力。你可以造出一輛更好的車(chē)，但如果全世界的加油站都只提供另一種燃料，這輛車(chē)就跑不起來(lái)。

第三種是"算力需求會(huì)自動(dòng)創(chuàng)造供給"。AI的爆發(fā)確實(shí)帶來(lái)了史無(wú)前例的算力饑渴，但需求的存在不等于供給會(huì)自動(dòng)出現(xiàn)。算力的供給，受制于物理定律、工程能力、資本投入、人才儲(chǔ)備、產(chǎn)業(yè)協(xié)同等多重約束。如果你仔細(xì)看全球算力的分布，會(huì)發(fā)現(xiàn)一個(gè)殘酷的事實(shí)：算力正在向少數(shù)幾個(gè)節(jié)點(diǎn)集中。美國(guó)的幾家云廠商掌握著全球絕大多數(shù)的高端算力，他們不僅有芯片，還有數(shù)據(jù)中心、有電力、有冷卻技術(shù)、有軟件棧、有客戶生態(tài)。算力不是一種可以自由流動(dòng)的商品，而是一種高度集中、高度整合的戰(zhàn)略資源。后來(lái)者面對(duì)的，不僅是技術(shù)差距，更是整個(gè)產(chǎn)業(yè)鏈的系統(tǒng)性壁壘。

第四種是"技術(shù)突破可以跨越政治"。過(guò)去幾十年，半導(dǎo)體產(chǎn)業(yè)的全球化分工創(chuàng)造了空前的效率，也讓很多人相信技術(shù)是超越國(guó)界的。但2019年之后發(fā)生的一切證明，技術(shù)從來(lái)不是中立的，技術(shù)路線的選擇本身就是政治。EUV光刻機(jī)的出口管制、先進(jìn)制程芯片的禁運(yùn)、EDA工具的斷供、人才的簽證限制——這些動(dòng)作的邏輯是一致的：通過(guò)控制技術(shù)供給的關(guān)鍵節(jié)點(diǎn)，來(lái)限制后來(lái)者的能力上限。新型計(jì)算領(lǐng)域，同樣的邏輯正在提前部署。量子計(jì)算的核心設(shè)備、低溫制冷系統(tǒng)、特殊材料，很多已經(jīng)被納入出口管制清單或正在討論中。

六

拆解完這些幻覺(jué)，我們必須正視現(xiàn)實(shí)：算力的十萬(wàn)倍增長(zhǎng)，如果能夠?qū)崿F(xiàn)，中國(guó)需要付出什么代價(jià)？

首先是資金，而且是一種特殊類(lèi)型的資金——能夠承受長(zhǎng)期虧損、不要求短期回報(bào)、愿意為不確定性買(mǎi)單的戰(zhàn)略性資本。半導(dǎo)體研發(fā)不是互聯(lián)網(wǎng)創(chuàng)業(yè)，不是三年燒錢(qián)五年上市的節(jié)奏，而是十年投入、十五年見(jiàn)效、二十年收獲的超長(zhǎng)周期。一條先進(jìn)封裝產(chǎn)線的投資是十億級(jí)別，一個(gè)存算一體芯片的研發(fā)周期是五到八年，一套量子計(jì)算的基礎(chǔ)設(shè)施投入是百億級(jí)別。這些錢(qián)不能是"賺快錢(qián)"的心態(tài)，也不能是"政績(jī)工程"的邏輯，而必須是真正的戰(zhàn)略投入，愿意接受失敗、允許試錯(cuò)、能夠持續(xù)追加。

其次是人才，而且是一種極度稀缺的人才——既懂物理又懂工程、既能做理論又能下車(chē)間、既理解學(xué)術(shù)前沿又熟悉產(chǎn)業(yè)落地的復(fù)合型人才。新型計(jì)算橫跨物理學(xué)、材料學(xué)、電子工程、計(jì)算機(jī)科學(xué)、數(shù)學(xué)等多個(gè)學(xué)科，任何一個(gè)方向的突破都需要跨學(xué)科的協(xié)同。中國(guó)每年培養(yǎng)的集成電路專(zhuān)業(yè)畢業(yè)生數(shù)量不少，但真正能夠在前沿領(lǐng)域獨(dú)當(dāng)一面的頂尖人才，依然嚴(yán)重依賴(lài)海外回流。而人才的培養(yǎng)周期是十年起步——今天的博士生，十年后才能成為技術(shù)骨干。如果人才培養(yǎng)的速度跟不上產(chǎn)業(yè)擴(kuò)張的速度，結(jié)果就是"有廠無(wú)人"或者"挖角內(nèi)卷"。

第三是時(shí)間，以及與時(shí)間相伴的社會(huì)耐心。算力十萬(wàn)倍增長(zhǎng)不會(huì)在一夜之間發(fā)生，新型計(jì)算的成熟更不是五年規(guī)劃能夠框定的。量子計(jì)算從實(shí)驗(yàn)室到商用，樂(lè)觀估計(jì)是2035年之后；存算一體從特定場(chǎng)景到通用應(yīng)用，需要至少兩代產(chǎn)品迭代；類(lèi)腦計(jì)算的編程范式和軟件生態(tài)，目前連基本框架都沒(méi)有定型。這意味著，整個(gè)社會(huì)需要接受一種"長(zhǎng)期看不到明顯成果"的狀態(tài)，需要抵抗"為什么還沒(méi)突破"的輿論壓力，需要容忍"投了很多錢(qián)但好像沒(méi)有用"的質(zhì)疑聲音。真正的風(fēng)險(xiǎn)不是慢，而是半途而廢；不是技術(shù)難，而是耐心斷裂。最怕的不是走得慢，而是走到一半覺(jué)得太難，換一條更"聰明"的路，結(jié)果每條路都只走了一半。

第四是制度，一種能夠跨越政治周期、保持政策連貫性、協(xié)調(diào)各方利益的制度能力。半導(dǎo)體產(chǎn)業(yè)的特點(diǎn)是超長(zhǎng)周期、超大投入、超多環(huán)節(jié)，任何一個(gè)環(huán)節(jié)的斷裂都會(huì)導(dǎo)致整個(gè)鏈條的失敗。這要求政策制定不能是"運(yùn)動(dòng)式"的，不能是換一屆領(lǐng)導(dǎo)換一個(gè)方向，不能是今天補(bǔ)貼這個(gè)明天補(bǔ)貼那個(gè)。需要的是一套穩(wěn)定的、可預(yù)期的、能夠讓企業(yè)安心投入的制度框架。

七

回到最初的問(wèn)題：算力十萬(wàn)倍增長(zhǎng)，究竟意味著什么？

它不只是一個(gè)技術(shù)預(yù)測(cè)，而是一個(gè)文明級(jí)別的資源配置問(wèn)題。算力正在成為這個(gè)時(shí)代的"石油"，但比石油更隱蔽、更集中、更難以替代。誰(shuí)掌握了算力，誰(shuí)就掌握了人工智能的未來(lái)；誰(shuí)定義了新型計(jì)算的范式，誰(shuí)就定義了下一代信息基礎(chǔ)設(shè)施的規(guī)則。這不是工程師在實(shí)驗(yàn)室里能夠獨(dú)自完成的任務(wù)，也不是資本市場(chǎng)投幾個(gè)項(xiàng)目就能解決的問(wèn)題。這是一個(gè)需要整個(gè)社會(huì)——政府、企業(yè)、學(xué)術(shù)界、資本、公眾——達(dá)成長(zhǎng)期共識(shí)、持續(xù)投入、共同承擔(dān)風(fēng)險(xiǎn)的集體行動(dòng)。

馮·諾依曼架構(gòu)的黃昏已經(jīng)來(lái)臨，但新的黎明由誰(shuí)定義，尚未可知。后來(lái)者有沒(méi)有機(jī)會(huì)？有，但這個(gè)機(jī)會(huì)不是"彎道超車(chē)"的投機(jī)取巧，而是"正面強(qiáng)攻"的長(zhǎng)期主義。沒(méi)有捷徑，沒(méi)有奇跡，只有一代人甚至幾代人持續(xù)的、枯燥的、不被理解的堅(jiān)持。

看不見(jiàn)的算力，正在決定看得見(jiàn)的未來(lái)。而這個(gè)未來(lái)，不會(huì)自動(dòng)到來(lái)。

歡迎加入行業(yè)交流群，備注崗位+公司，請(qǐng)聯(lián)系老虎說(shuō)芯（加V：tigerchip）