编者按:2026 年夏,计算机历史博物馆(Computer History Museum)举办「硅金热:人工智能如何驱动新芯片研发」现场对谈。对谈者是 NVIDIA 首席科学家兼高级副总裁比尔·达利(Bill Dally)与 Google Fellow 兼副总裁、TPU 首席架构师诺姆·朱皮(Norm Jouppi),主持人是加州大学伯克利分校荣休教授、2017 年图灵奖得主戴维·帕特森(Dave Patterson)。三人自上世纪八十年代起相识,帕特森当时是伯克利的助理教授,达利与朱皮分别在加州理工与斯坦福读博。本文依据现场录音编译整理,仅删去寒暄、口语枝节与重复,其余论证与细节悉数保留。
主持人:今晚由我介绍两位老朋友。比尔从加州理工起就在造网络互连的计算机,毕业后去了麻省理工,又造了几台网络超级计算机。大约十年后他回到斯坦福,最终当上计算机系主任。再过十年,2009 年,他成了 NVIDIA 的首席科学家,至今十六年,现在还兼任高级副总裁。他的贡献太多,我不知道该挑哪些讲,那就问 AI 吧。据聊天机器人说,他最重要的贡献是虫洞路由(wormhole routing)及相关的流控技术,这是一套实用的低延迟交换方法,芯片级和系统级网络都用得上。他还和朋友布莱恩·托尔斯(Brian Towles)合写了《互连网络的原理与实践》,堪称网络领域的圣经,把拓扑、路由和流控的设计系统化了,影响学界和工业界几十年。他在斯坦福主持的 Imagine 和 Merrimac 项目,为流处理(stream processing)做了极有力的论证,而流处理正是现代 GPU 计算在概念上的先声。
诺姆在斯坦福读研时参与了 MIPS 项目,那是 RISC 架构的开山之作。毕业后他加入 DEC 西部研究实验室,待了十年左右,再转去惠普实验室。2013 年,他在 DEC 时的老友杰夫·迪恩(Jeff Dean)找他去 Google,为深度学习这套新想法造硬件。鉴于 AI 历史上的种种泡沫,诺姆当时很怀疑,但杰夫说服了他:「深度学习,我们试什么它都灵。」于是他 2013 年入职,现在既是 Fellow 也是副总裁。我也问了 AI 诺姆的贡献,答案是 Google 的 TPU,以及他在 DEC 和惠普做的存储层次设计,尤其是牺牲缓存(victim cache)和预取缓冲区。
准备这场对谈时,我发现诺姆和比尔的人生惊人地平行,能列出十条相似之处。第一,两人的学士、硕士、博士各在三所不同的学校拿的,我则是从头到尾没挪窝。第二,两人都有斯坦福的研究生学位,比尔是硕士,诺姆是博士。第三,导师都是约翰·亨尼西(John Hennessy),我想他今晚也在场。两人都是各自公司的副总裁,都是 ACM 会士,都是 IEEE 会士,都是美国科学促进会会士,都当选了美国国家工程院院士,都拿过 IEEE 西摩·克雷奖,也都拿过 ACM/IEEE 埃克特-莫奇利奖,那是计算机体系结构领域的最高荣誉。两位都很忙,却抽出时间来到这里,请大家为他们的贡献鼓掌。
主持人:前三四十分钟我来提问,之后交给观众。今晚的题目是「硅金热」,暗示着一个创新、投资和竞争都异常激烈的时期。站在 NVIDIA 和 Google 的立场看,是什么定义了这个 AI 硬件的淘金时代?它与以往几轮计算机体系结构的热潮,根本区别在哪里?比尔先来。
达利:我认为有三个特征定义了这一轮,也让它与过去几轮截然不同。第一是真实而强烈的经济需求。正如杰夫·迪恩所说,AI 用到哪里就在哪里奏效,于是对 token、对算力、对 AI 的需求是永不满足的。第二,应用虽在快速演进,但相对简单。与过去那些动辄几百万行代码的超算应用相比,Transformer 是个相当简单的东西,你很容易看清要造什么才能让它跑得快。第三,人们愿意快速迭代,没有「积灰的旧程序」(dusty decks)拖后腿。
对照一下九十年代初,那时围绕超级计算也有过一轮体系结构淘金热。事实证明并没有真实的经济需求,一切是 DARPA 的战略计算计划(Strategic Computing Program)撑起来的。他们撒了一大笔钱,钱让人以为下游有个大市场,其实没有。很多人开了公司,绝大多数倒闭了,比如 Thinking Machines 之类。那时的应用都是积灰的旧程序,几千行乃至近百万行代码,你可以把看起来最关键的核心加速,可阿姆达尔定律(Amdahl's law)马上咬你一口,因为剩下那 99% 的代码没加速。如今的应用简单,加速几个基本算子就能拿到很好的结果,加上真实的经济需求,我认为这一轮能站住脚。它不像八十年代的 Lisp 机热潮,也不像九十年代的超算热潮,它确实在创造价值。
主持人:所以这次有真实的市场需求。诺姆,你怎么看?
朱皮:我喜欢关注全球经济的动向,而现在投进来的钱多得令人难以置信。纽约有条通往新泽西的隧道,用了一百年,一直漏水,修缮资金差了十亿美元,多年凑不齐。而 Google 宣布明年资本开支一千零五十亿美元,其他公司的投入也在同一量级。所以,会有赢家和输家,人人都想跑得越快越好。
主持人:你们既然拿真正的淘金热做类比,那谁是淘金客,谁是卖铁镐的?
达利:淘金客是那些去找垂直领域的人。找对了一个能用 AI 的垂直领域,就能像当年的淘金客一样一夜暴富。NVIDIA 和 Google 这样做基础设施的公司呢,就像当年的李维·斯特劳斯(Levi Strauss)和斯坦福,我们向淘金客卖铁镐和铁锹,不管他们淘不淘得到金子,我们都赚钱。
朱皮:不过我们俩都还在给内存厂商付大笔的钱。
达利:没错。我记得美光上个季度赚的钱,抵得上此前十九年的总和。
朱皮:有意思的是,他们营收猛涨,出货的颗粒数却基本持平。
达利:对,利润率冲破天花板了。
主持人:我有一位不愿具名的同事指责训练加速器正在「趋同演化」。这是生物学术语,指不同谱系的物种各自独立地演化出相似的特征。他说你们两家的设计已经趋同:一块最大光罩尺寸的计算芯片,上面是一个巨大的脉动阵列矩阵单元,四周能塞多少 HBM 就塞多少,再用最快的 SerDes 做定制互连。我猜你们不会同意。他错在哪里?GPU 和 TPU 究竟是分道的吗?你们各自有没有欣赏对方设计的地方?
朱皮:我先说。谈寒武纪大爆发,别忘了后面还有一次大灭绝。当时有各种怪异而奇妙的生物,长得像巨型鼠妇,身上伸出古怪的附肢,它们没能挺过灭绝事件。我认为现在也是一样,很多初创公司带着五花八门的想法进场,NVIDIA 和 Google 都成功了,是因为那些别的想法能力不够,它们可能会灭绝。
主持人:所以趋同的原因是你们俩品味都好,选对了。
朱皮:是的。
达利:不过我不认为我们真的趋同了。TPU 和 GPU 看起来很不一样。从两万英尺的高空往下看,确实相似:应用决定了某些基本需求。有矩阵乘法,就需要矩阵乘单元;有 softmax 和归一化,就需要向量单元和能算超越函数的部件;需要一定的内存容量、内存带宽和通信带宽。这是应用的要求,任何幸存者都会具备,哪怕那些虫子似的怪物会灭绝。但怎样把这些东西组合起来,里面有大量微妙之处。
多年来我认为 NVIDIA 在数值格式上一直领先。几年前我们在 MLSys 上发了一篇讲向量缩放(vector scaling)的论文,由此产生了 NVFP4,几年后各家 MX FP 格式才跟上。这个微妙之处很要紧:在同等精度下,它能让你比只用 FP8 的对手快一倍。稀疏性也一样,韩松和我 2015 年在 NeurIPS 上发过论文,指出大多数神经网络天然极为稀疏,从 Ampere 一代起我们就在硬件里支持稀疏。这不是每个虫子似的怪物身上都有的东西。
另外我认为 Google 设计 TPU 有个巨大的优势:直到不久前,他们只有一个客户,就是 Google 自己。他们可以精确决定自己想要什么,然后去做。NVIDIA 很幸运,在推理和训练市场都占了六成八的份额,但随之而来的是客户众多,个个都要伺候。他们会来提功能需求,客户足够大,你至少得认真听一听,做出重视的样子。
主持人:所以你得到处出差,跟他们谈。
达利:还得往硬件里塞东西,让各路人马都满意。这会把机器推向某些方向。如果我们能只为自己造想造的东西,不用听客户的,也许能做得更好。所以我有点羡慕 TPU 能这么干。
主持人:你羡慕他们客户少。
达利:对。另外我确实认为他们有个很漂亮的互连网络,训练用的 TPU 采用三维环面(3D torus)。我造过很多超级计算机,在麻省理工造过,九十年代也和 Cray 合作过,都用三维环面网络,所以我对它很有感情。我在那个网络里能看到我那本书的合著者布莱恩·托尔斯的手笔。
朱皮:那本书我们读得很仔细。
达利:说回寒武纪大爆发,我很喜欢这个类比。图形芯片也经历过一次寒武纪大爆发。大约九十年代末、两千年代初,硅谷的图形芯片初创公司不下一百家。经过一轮适者生存的淘汰,剩下两家:NVIDIA 和 ATI,而 ATI 后来被 AMD 收购了。我认为这一轮爆发很可能是同样的结局。
主持人:诺姆,他欣赏你们的三维环面,我也同意。我当然有偏心,我从 Google 领薪水,但我觉得 Google 的光互连是很酷的特性。那 NVIDIA 的架构里有什么让你觉得有吸引力的?或者他们的客户群?
朱皮:比尔说得好,有些运算我们双方都必须支持,矩阵乘、向量运算。TPU 有一点不同:第一代是块 PCI 卡,只做推理,但从第二代开始,它们就是按超级计算机设计的。我们有环面网络,就是比尔和布莱恩书里写的那种。所以我们没有经历过那种痛苦的过程:一路上不断加功能,新功能和老功能互相冲突。我们是从一张白纸开始,直接做超算设计。
主持人:这很有先见之明。你们 2017 年做第二代时就意识到训练需要一台超级计算机,一开始就照这个造。而且 2018 年左右就已经是液冷的了。
朱皮:对,我们液冷已经八年了。
主持人:顺便感谢几天前在硅谷办的 Hot Chips 大会上的诸位,我到处向人征集问题,收获颇丰。下一个问题:NVIDIA 和 Google 都是世界级的系统公司。系统工程,包括互连、内存、供电、散热、封装,是否已经成为比硅片本身更深的护城河?你们的互连方案各自如何解决扩展中的关键瓶颈?哪里相似,哪里不同?比尔,轮到你先说。
达利:我认为产品就是整个系统,不只是 GPU,甚至不只是装了 GPU、CPU 和网络设备的板卡,而是全部硬件、全部软件,加上让它们协同工作的配置。从 Pascal 一代起,大约 2015 年,我们开始提供一种叫 DGX SuperPod 的东西。那时我们还没有自己的大规模网络,只有内部的 NVLink,还没收购 Mellanox。但我们会告诉客户:用这款交换机,这样配置,这样部署。照做的话,在那个年代你能凑出大约一万块 GPU 的集群,开机就能用。
对比一下,我们为能源部造大型超算的时候,比如 2011 或 2012 年的 Titan,后来的 Summit 和 Sierra,硬件全部到位之后通常还要花六个月调试上线,全是网络配置、各种部件配置里的小毛病。所以你交付的是整个产品,是一个系统。它必须在漫长的训练任务中可靠运行,可用性极高。这里面有大量的系统专长。我们要把机器卖进各种各样的数据中心,每家的做法都不同,所以标准化的配置对快速上线和稳定运行至关重要。
至于不同之处,我认为最大的区别在纵向扩展(scale-up)网络。Google 用三维环面加光电路交换机(optical circuit switch),坏了就绕着配置。我们走的是更传统的网络路线:纵向扩展网络用 Clos 网络搭建,但配上专有的极低延迟链路,绕开传统以太网的大量开销;横向扩展(scale-out)网络则用常规以太网。
朱皮:接着比尔的一点说:很多初创公司没有这种系统经验。路易斯(Luiz Barroso)他们写过「数据中心就是一台计算机」。造那些超级计算机的过程,就是用苦办法学系统。很多教训要亲自吃过苦头才明白,我认为这给了我们两家相对初创公司的优势。
主持人:他说的是路易斯·巴罗索、乌尔斯·霍尔泽(Urs Hölzle)和帕塔(Parthasarathy Ranganathan)那本书,《数据中心即计算机》(The Datacenter as a Computer),出了好几版,讲的是多年来在这种巨大规模上建设所学到的全部教训。所以这个问题的答案是:确实是一道护城河,芯片之外还有太多东西。
主持人:那么 NVIDIA 和 Google 今天的竞争优势,多少在硬件,多少在软件,也就是编译器和库?在你们的组织里这是怎么运作的?换个问法:如果把网表(netlist)甚至版图给一家初创公司,但不给软件栈,他们能竞争吗?诺姆,你来。
朱皮:设计 TPU 时,我们努力遵循我博士导师的一条忠告。
主持人:好主意,这应该列为硬性要求。他的忠告是什么?
朱皮:能在编译时做的事,别拖到运行时。我们照着做了。这套架构是在一个十人的房间里设计的,其中两位来自编译器团队。我们努力造一台容易编译的机器,我认为这带来了很多好处。此外我们一直保持着同一套总体架构,比如内存的大小可以增减,这就像一台 PC,你可以多插几条内存,Word 照样能跑。所以它相当灵活。
主持人:库呢?
朱皮:框架很多,而且在演进,跟上它们、提供良好支持很重要。也有人喜欢自己写内核(kernel),这也得支持。
主持人:比尔,硬件和软件,你怎么看?
达利:产品是整个系统,包括硬件和软件,软件是不可分割的一部分。但对深度学习来说,软件问题在很多方面比它之前的通用 GPU 计算要容易。2006 年我们发布 CUDA 和 G80,启动 GPU 计算时,字面意义上有几千个应用能从并行中受益,但它们都是串行代码,很多是 Fortran 写的,移植负担极重,有的代码有十万行、百万行。于是我们在 CUDA 生态上投入巨大:CUDA 语言本身,底下的各种库,把 FFT 做好,把矩阵运算做好,等等。
而 2010 年我们在深度学习上的第一次尝试,是和斯坦福的吴恩达(Andrew Ng)合作开发软件,后来演变成 cuDNN。那时的感受是:哇,这个应用真小,里面真正要紧的只有两三个内核,把它们做快,整个程序就快了。看惯了百万行的天气预报代码,这简直是一股清新的风。和超算领域移植那些积灰旧程序的难题相比,它太容易了。
但它也变得极为关键。我们发现,一个深度学习模型跑起来之后,接下来六个月里我们能把性能翻一倍,因为里面有很多容易丢性能的地方。于是我们开始开发工具,做性能分析,做内核融合,做调优。所以软件是非常关键的一部分。至于它对今天的初创公司还是不是壁垒,我就不确定了,因为现在你只需要跟 Claude 说「我要一套软件栈」,然后出去过个周末。
主持人:这正是我下一个问题。认识程序员的人都听过他们的配偶讲,半夜里忽然大喊「天哪,你看它干了什么」。我们正在见证一件了不起的事:编码由机器而不是人来做。那么,软件护城河是否会随着 AI 的进步而消失?还是说这种看法过于乐观?
达利:我认为任何软件护城河,如今都依然有些优势,那些多年打磨的库,人们用起来顺手。但护城河已经严重退化了。只要有那个库的规范,放 Claude Code 去重建它,并不是多难的事。
朱皮:我同意,护城河在变浅。
达利:沙子正往里填,快能走过去了。
主持人:比尔刚才提到,而且他每次演讲都会承认,头几年我们靠降低精度榨出了大量速度。我自己就很震惊地发现,如今指数位比尾数位还多,这是相当新的东西。但精度只能降到这么低。等到没有位可削的时候,一代代的性能提升靠什么?比尔,你先。
达利:从 2012 年的 Kepler 开始,那是我们第一次把 AI 当作正经应用来看待的一代,十四年来我们基本做到了每年翻一倍。其中只有三倍来自工艺技术。这和九十年代微处理器的黄金时代形成对比,那时全靠工艺。在 NVIDIA,我们在数值格式上一路领先,从 Kepler 的 FP32 起步,到出货 NVFP4,Vera Rubin 里还有些新东西。显然还能再拧一两圈,但在数值精度上,我们已经接近尽头。还剩几招巧妙的办法,但还有很多别的轴可以继续创新:稀疏性、电路、局部性,乃至更好的模型,最终都能换来每瓦更多的 token。
不过我们确实到了低垂的果子都摘完的地步,得往树上爬得更高,去找那些挂在枝头的「2 倍」果子。但我们有一堆好主意,我认为至少能撑过接下来四五代,然后我就可以退休了。
主持人:四五代是四五年,还是八到十年?
朱皮:我不想暗示数值格式是唯一的手段,但它确实是低垂的果子之一。我们也有一些数值上的创新。杰夫·迪恩最初做那些 AI 实验的时候,他们用 FP32 计算,但存储时直接截掉低十六位。如果你是数值分析专家,听到「截断」就像指甲刮黑板,可它居然管用。所以我们开发 TPU 时,能用 BF16 直接运行原本在 CPU 上跑的程序,拿到相同的结果。
主持人:BF16 就是把 32 位砍掉一半的那种格式。
朱皮:对。这非常有力,因为我们不必花大量时间在系统层面调试「这个模型为什么不收敛」之类的问题。我们可以先验证运行正确,有了这个基础,再去采用 FP8、FP4 这些更小的格式。
主持人:Google 有一个理论上的优势:既有推动 AI 前沿的人,又有造硬件的人。而我读到 NVIDIA 也要建立内部的模型专长。你们怎么看这种优势有多大?能接触到前沿研究者,与只用开源模型、没有这种紧密关系,差别有多大?诺姆,你先。
朱皮:排行榜显示一些开源模型表现相当好,所以专有模型要保持领先就得赛跑。我认为,专有版本总会有些优势,因为可以针对特定系统,无论 GPU 还是 TPU,把模型调得更好。
主持人:我想问的更多是:作为硬件人,你可以去问机器学习的人接下来会发生什么,该往硬件里放什么。如果接触不到这些专家,就只能猜。
朱皮:某种程度上是这样。问题在于,从最初的想法到能够批量制造的系统,需要两年半到三年,而机器学习的人每三个月就冒出一个新想法。所以你不可能真正为某个特定模型设计一台超级专用的机器,因为等造出来它已经变了。就像比尔前面说的,你只能把那些基本运算,矩阵运算、向量运算,做好。
主持人:既然造硬件要这么久,他们迭代又那么快,那你们为什么还要涉足自己造模型?
达利:我们不是「涉足」,我们做了很久了,内部有大量专长。我认为这里有个区分。像 OpenAI 这样的公司,他们刚在 Hot Chips 上发了篇很好的论文,讲他们的 Jalapeño 处理器,那基本上是为一个模型设计的芯片。他们知道矩阵运算和向量运算的相对比例,知道需要多少内存带宽。而如果你要支持市面上所有的模型,模型种类繁多,它们在内存带宽与算力之间的配比要求各不相同,注意力机制尤其如此。
注意力机制正变得非常有意思。这从 DeepSeek 推出 MLA 注意力开始,现在很多模型都有各自的混合注意力方案:三层状态空间(state space)接一层完整的 n 平方注意力,交替排列。很多人在做稀疏注意力:先快速过滤,再挑出前 k 个来关注。注意力机制的这些变化,对硬件提出了很不一样的要求。
如果你的定位是硅供应商,要支持所有模型,就得纵观全部模型,问:什么样的硬件能让所有人尽可能满意,又不让任何人特别不满意?这很难。你得决定侧重哪些、放弃哪些。而且如诺姆所说,得打提前量,瞄准鸭子飞行的前方。因为产品要两三年后才出来,其间人们会在模型上想出很多我们没见过的巧妙点子。我认为这就是好的计算机体系结构的本义:想清楚怎样让最多的人满意,预判应用需要什么,交付一个能满足它的产品。
朱皮:说到模型,我认为最近最具颠覆性的东西之一是混合专家(mixture of experts)。它其实七年前就提出来了,但它需要多得多的互连带宽。如果你想给用户快速响应,就得把延迟压下去。训练相对容易些,主要是带宽问题。而在计算机系统里,低延迟比高带宽难得多。
主持人:这就是最新的 TPU 采用蝶形(butterfly)互连配置的原因。
朱皮:是的。
主持人:既然在计算机历史博物馆,我说说在 Hot Chips 上的感受:像是八十年代那场论战的重演。八十年代 RISC 处理器开始流行时,大家用 MIPS,也就是每秒百万条指令,做衡量指标,可指令怎么定义、跑什么程序,全由你自己说了算。RISC 公司就说,你可以信我们,别的混蛋都在撒谎。而在 Hot Chips 上,大家用的是每秒 token 数。跑的什么模型?多大?不管,就是每秒 token 数。
当年的解决办法是各家公司联合起来做基准测试,也就是 SPEC,有得有失,但大家都围绕它团结起来,后来发现哪怕你慢 10%,也可以有别的优势,效果相当不错。有人预见到今天这个问题,做了 MLPerf,已经存在好几年了。但在 Hot Chips 上我好像没听到有人引用 MLPerf。你们是否同意 MLPerf 不如 SPEC 成功?如果是,为什么?比尔,你来。
达利:我喜欢 MLPerf,它做了基准测试该做的事:一块公平的赛场,戳穿废话,说清楚「你在这个应用上到底跑得多好」。但它有两个问题,这就是你在 Hot Chips 上没怎么听到它的原因。第一,几乎没人提交。
主持人:这确实是个问题。
达利:因为工作量很大。我们每次都提交,每一代都跑全部基准,MLPerf 现在都到 7.1 之类的版本了。但很多初创公司会说:「太麻烦了,要是完全按规矩来,我们看起来就没那么好。」于是他们只挑一个结果放到幻灯片上讲。这是它没有流行起来的一个原因。第二,今天大家真正关心的是每瓦 token 数和每美元 token 数,而 MLPerf 的大多数基准并不针对这个,最接近的那个也没从正确的角度处理。
所以现在大家展示的,在 Hot Chips 上你也看到了一些幻灯片,是 SemiAnalysis 的 InferenceX 基准。它恰好给出人们想要的数据,而且做法很可复现。要在 SemiAnalysis 的图上拿到一个数据点,你得提供一个 GitHub 或 Hugging Face 的代码仓库,能加载、运行,在这套硬件、这个模型上展示每秒 token 数。
主持人:这是你自己跑,还是他们替你跑?他们在你的硬件上跑,然后给你一个数字?
达利:细节我记不清了,但它似乎正在流行起来。我认为现在人们用 InferenceX 比用 MLPerf 多。
朱皮:MLPerf 确实需要一个全职团队,还不是小团队。这是它的问题之一。
主持人:所以它太耗人力了,就像当年的 TPC 基准对数据库公司也是巨大的负担。又贵,又给不出你想要的数字。
达利:除此之外,它很棒。
主持人:我得提醒音视频的同事,这个问题之后做一次现场投票。这是个更开放的问题:硅金热在技术之外,有着重大的经济、社会乃至地缘政治影响。你们认为 AI 硬件加速发展最深远的影响是什么?我们这些硬件架构师和这些公司的领导者,在负责任地塑造未来上承担什么责任?比尔,轮到你。
达利:我不会叫它硅金热,我会叫它 AI 淘金热,因为大家抢的是 AI。我认为它几乎在惠及我们生活的方方面面。看医学,早期应用之一是影像分析,现在它也用于诊断,帮医生诊断得更准。我们还可以有个人健康教练,看着你说:「我觉得你不该吃那块蛋糕,今天的热量超了。」
主持人:如果你不理这个教练呢?
达利:那是你的事,至少它给了建议。教育方面,我算是个「康复中的教育者」,每个学生都可以有一个个性化的导师,真正了解什么能激励他、他怎么学习,用合适的方式呈现材料,帮他跨过理解复杂概念的难关。工程方面,AI 已经在自动化我们的大量工作。我最近需要设计一件硬件,基本上就是写了份规范,放 Claude 去干。改了规范里的几处错误之后,它给出了一个相当不错的设计。
主持人:那些错误是它修的吗?
达利:不是,它精确地做出了我要求的东西,而我要求的东西不对。你得学会写好规范。但这在让各个领域的工程师往上走:他们不再做初级的计算,而是决定该造什么,管理一支代理「小兵」团队去执行。很多业务流程也在朝同一方向走,我们都变得高产得多。娱乐方面,它在帮我们创作精彩的作品,电影、游戏、音乐。所以 AI 的好处不胜枚举。
但反过来说,任何伟大的技术都能用来行善,也能用来作恶。AI 最明显的问题是深度伪造(deepfake)。我认为我们必须尽快拥抱内容溯源与认证:除非一张图片经过了恰当的认证,否则一律当它是假的。还有各种恶意用途的危险。网络安全最近很受关注,虽然大家爱谈 AI 那一面,但绝大多数成功的网络攻击,我想超过八成,都是人为操纵,也就是钓鱼,当然 AI 会让钓鱼更高明。AI 也可以用来设计病原体。而最大的风险是,当所有人都变得更高产,就业的性质会改变,某些工作需要更多人,另一些需要更少人。我们得想办法让从一种工作退出、进入另一种工作的人过渡得平顺些。
主持人:是的,怎么帮那些工作变了的人重新学技能。诺姆,你的看法?
朱皮:我认为最大的影响之一在科学。已经有很多极其惊人的成果,只是通常上不了大众媒体。Google DeepMind 把人类已知的所有蛋白质都折叠了。
主持人:还拿了诺贝尔奖。
朱皮:对,拿了诺贝尔奖。科学里还有很多别的例子。另一件事是,Google 几乎在所有的应用里都在用 AI,但很微妙,很多地方你根本注意不到。比如最早的应用之一是 Google 地图,那时是路易斯在管地图。原来的 Google 地图会说「行驶一千英尺,在丁尼生街右转」。把街景数据库整合进去以后,它现在说「行驶一千英尺,在壳牌加油站右转」。这对人友好得多,尤其在夜里路牌没有照明的时候。桑尼维尔的路牌是亮的,帕洛阿尔托就没有。这类微妙的东西很多,人们不会注意到,用一阵子就习以为常了。
主持人:请放投票结果。我的问题是:AI 芯片持续大规模部署的最大瓶颈是什么?选项有能源供应、半导体制造产能、高热芯片的散热、内存容量与带宽、AI 芯片的成本、不知道。数字还在变,但显然,眼下领先的是能源供应。你们可以自己回答这个问题,也可以不同意观众。你们认为最大的限制是什么?
朱皮:我正想谈能源。人们在谈一吉瓦、五吉瓦的数据中心,而输电线路的许可极难拿到,社区不喜欢大电线从自家房顶上过。所以很多超大规模云厂商和其他公司在转向现场发电。方式有几种,有的公司烧天然气发电,但如果选址得当,大部分电力可以来自风能和太阳能。这是我们努力采取的路线。
主持人:也就是无碳能源,不会加重气候负担。脱离电网,用无碳资源,就能建数据中心而不把别的东西砸垮。
达利:有个问题是数据中心需要稳定的电力,而太阳只在白天出来,还得没有云,风也只在刮的时候有用。不过总体上,我们看到各种供电来源之间平衡得还算合理,我认为这是自然的市场力量在配置资源。建数据中心需要三样东西:土地、电力、外壳,它们在推动需求。虽然很多人在看天然气和就地建发电机,但燃气轮机据我所知已经卖断到未来五年。有公司把飞机上的发动机拆下来改成发电机,让一大批乘客滞留在某地。
主持人:但如果我们真走天然气这条路,碳足迹会非常大。
达利:天然气常常是用来给可再生能源兜底的。他们会有太阳能和风能,但因为靠不住,而我们现在又没有足够的储能,虽然有些非常好的技术正在出现。
主持人:你认为锂电池不行?
达利:我认为锂电池每千瓦时的成本太高,撑不过二十到一百小时的缺口,而连续几天没有太阳的时候,你要弥合的正是这样的缺口。热储能电池看起来很有前途,已经有人在用它建数据中心,每千瓦时的成本便宜到足以填补这个缺口。
朱皮:不过如果你是面向消费者提供服务,需求有昼夜周期,凌晨三点不需要满功率。
达利:这关系到资本资产的利用率。你花了一百亿美元建数据中心,希望它全天候忙碌。如果这边的消费者都睡了,你就把 GPU 算力卖给地球另一边的消费者。
朱皮:那边延迟太大了。
达利:看用途。
朱皮:我们希望给用户快速响应。
主持人:核能也是无碳的,还有小型模块化反应堆。Google 在这方面肯定有过公告。你们对核能助力数据中心怎么看?
达利:我们在考察所有技术。我们有一个人,专职跟踪能源技术,为数据中心提供建议。核能看起来有前途,但一直很贵。看所谓平准化度电成本(levelized cost per kilowatt-hour),天然气很难被打败。哪怕你担心碳排放,天然气加碳封存,我认为在平准化度电成本上仍然胜过核能。我是抽水蓄能的忠实拥趸,可惜在我老家伊利诺伊州不太现实。
主持人:现在转到观众提问,观众可以投票排序。得票最高的是:解决 AI 硬件已知供应链障碍的最大挑战是什么?我理解是需求远超供给。
达利:最大的挑战是建晶圆厂需要很长时间。现在最痛的地方是内存。内存厂商很享受这种局面,同样的零件能收几倍的钱;如果他们供货充足反倒赚不到,所以建厂的动力也许没那么强。这永远是个预测需求的游戏:需求超出预测之后,你得等两三年才能把产能建起来。
朱皮:要是我以前更留心,某种程度上可以提前预见到这一点,因为 DRAM 的密度缩放基本停了。而计算机对内存的需求不断增长,即使不算 AI 对内存的需求,我认为天平也终于倾斜了。DRAM 制造过去是最糟糕的生意之一,今后相当长时间会是个好生意。
主持人:你之前教过我,SRAM 已经到平台期了。
朱皮:对,DRAM 也基本到了平台期,但需求没有。所以这会持续很久。
主持人:内存公司会很有意思,他们的历史就是过度建厂,然后价格崩盘,几十年都这样。他们会不会说:「我们利润这么高,现状有什么不好?」然后不动。
达利:幸好还有竞争。他们会想:「我们利润很高,还想多要点份额」,于是扩建晶圆厂,别家也会跟上。
主持人:但晶圆厂很贵,而且如你所说,不仅建得慢,良率爬坡也慢。我很期待你们对下一个问题的公开回答:量子计算成熟之后,对今晚讨论的话题影响有多大?
达利:我会说非常非常小。
主持人:真高兴是你在这里。
达利:我认为量子计算是一项伟大的技术。
主持人:这话是比尔·达利说的,不是戴维·帕特森。
达利:明天挨揍的是我。影响很小,原因是:真正好的量子算法大概只有两个。一个是用量子计算模拟量子化学,另一个是肖尔算法(Shor's algorithm),用量子计算分解两个大素数的乘积,从而破解大量现代密码。还有第三个,格罗弗算法(Grover's algorithm),用于优化,但只有平方级加速,不是指数级。这些算法都有个共同性质:它们利用的是量子计算机「计算量大、数据量小」的特点。人们最狂野的梦想是几千个纠错后的量子比特,然后借助叠加态的指数级加速,在几千个比特上做海量计算。AI 恰恰相反,是数据量大、计算量相对小的问题。所以量子计算对 AI 的训练和推理,都不会有可测量的影响。
主持人:关于未来的问题,我知道该找谁了。AI 走了七十年,很多想法都没成,最后成的是从数据里学习,也就是大数据的机器学习,这才是突破。
朱皮:我认为量子会起作用的地方不在计算,而在通信。上一届或上上届图灵奖……
主持人:你说的是诺贝尔奖,量子那个。
朱皮:对,量子传输与密码学。
主持人:但我以为量子传输是延迟很低、数据量很小。是这样吗?
朱皮:如果你只是发一个三百位长的密钥,并不需要高带宽。其余的内容加密后走普通信道就行。
达利:你的密钥得比三百位长。
主持人:下一个问题可能超出我们的专业范围:AI 硬件成熟对国家安全有什么影响?比尔,你做过这方面的工作吗?
达利:我不确定我理解这个问题。
主持人:好,我也不懂。下一个问到一家具体公司:你们怎么看 Etched 的架构,也就是把大语言模型直接刻进芯片?或者 Taalas 之类的公司。
朱皮:Taalas 是极端情况,他们打算用 ROM。这些架构可编程性更低,等于把模型造进硬件里。据我理解,Etched 起步时是这个论点,后来越来越可编程,现在……
主持人:他们在做产品吗?
朱皮:是的。
主持人:我好像在大众媒体上读到,Google 也在造某种这样的芯片。你愿意透露点秘密吗?
朱皮:什么都有人在研究。
主持人:好答案。
达利:这很有意思。如果你走 Taalas 的路线,走到极端,不只是为某个特定模型彻底优化,而是把一组权重烧进 ROM,因为 ROM 的密度大概是 SRAM 的四倍,顺带一提,比 DRAM 密度低得多。那你必须假定有某个模型变化得不快。可现在前沿模型每个月左右就出新版本,各种开源模型每两周就有一个巧妙的新想法,哪怕你让权重可编程,只要跟某个模型贴得太紧,就会被彻底打破。
朱皮:我认为我们还在早期,可编程性极其重要。
主持人:这大概正是你们说的:这是一个和 CPU 完全不同的世界。CPU 世界有百万行的遗留代码和几百万程序员,而这里代码量很小,程序员也不多,创新压力巨大。这不仅让硬件人容易创新,也让软件人和算法人容易创新并部署,所以变化率惊人。选一个模型,及时把芯片做出来,然后它的寿命有多长?这是个有意思的赌注,看它怎么发展会很有趣。
主持人:集中式计算和分布式计算的合理平衡在哪里?对边缘计算硬件有什么影响?换个说法,我们都在想数据中心,边缘呢?
达利:我们出货大量进入自动驾驶汽车的产品,某个级别以上的每辆奔驰都装了 NVIDIA 的处理器和软件,用于自动驾驶功能。这就是个例子:能放进数据中心的就放进去,因为在数据中心交付算力经济得多。但出于延迟的原因,或者你必须在网络断开时也能可靠运行,你可能需要在边缘计算。有时你要采集海量数据,全部传回数据中心不划算,就得在边缘先做归约。总的规则是:能在数据中心做就在数据中心做;如果这些因素之一限制了你,就得在边缘做,而这带来一套不同的需求。
朱皮:Google 的 Pixel 手机有 Edge TPU,处理相对简单的任务,比如语音识别,与那些大模型相比如今算简单的了。如果某件事对它来说太大,就得走网络,如果网络可用的话。
主持人:你和做 Waymo 计算机的人有交流吗?那是公司的另一部分吗?
朱皮:Google 归到 Alphabet 下面,Waymo 是 W。所以我们聊得不多。
主持人:既然浮点精度已经能达到相当的 AI 效果,模拟系统是否还会有取代数字系统的空间?你们肯定老被问这个:模拟做乘法多酷,那不是未来吗?
朱皮:如果你以造真实系统为生,有件事必须做:测试它对不对。如果一样东西是模拟的,每次结果不完全一样,测起来就非常难。探测晶圆时,你要发送测试序列,以极高的速度读回比特,而且必须逐位匹配。所以模拟即使在某些场合更高效,也有这个问题:答案可能不总一样,那你怎么知道芯片好不好?
达利:就算能测试,我也很少见到模拟真正占优的例子。我们不断重新评估这件事,因为那个论证非常诱人:你想做矩阵乘法,把激活值当电流输进去,再放一个电阻,把它看成电导,V 等于 I 乘 G,矩阵乘法白送了;顺带还能把很多结果加起来,也是白送,于是你得到了免费的计算。可它并不免费,天下没有免费的午餐,也没有免费的乘法,它总有代价。更糟的是,在模拟域你没有可靠的办法存储一个值。存很短的时间,可以放在电容上,但它会漏掉,尤其在现代半导体工艺里。要把它搬动任何距离,在模拟域都极其昂贵。
所以人们通常的做法是建一个小阵列,做存内计算,用模拟方式算激活值乘权重,把结果加起来取出来,然后必须做一次模数转换。看模数转换所需能量的基本物理极限,如果你要 8 位精度,它把你限制在每瓦五万亿次运算左右,而用传统数字技术,我们已经造出了每瓦一百万亿次运算的加速器。差了一个数量级还多,这是算上转换的。如果你能不转换,一直留在模拟域,也许能做出有吸引力的器件;但只要必须转换,你就输了。
朱皮:我最近没下楼去博物馆展区,但展览是从模拟计算机开始的,而它们在二战前后就不再被使用,是有原因的。
主持人:除了软件工具的热潮,我和年轻同事聊天时,也感受到用 AI 做硬件设计的兴奋。这个问题是:下一代芯片设计软件会是什么样?会和我们过去三十年用的截然不同吗?你们俩肯定都有看法。
朱皮:我认为芯片设计软件将是一个你与之对话的大语言模型。
主持人:这话很适合引用。「我要这样一块芯片。」那我明天该把 EDA 公司的股票卖了?
朱皮:他们有大量专长,也有把这些拼起来所需的很多部件。
主持人:所以得把那些知识装进大语言模型。
朱皮:而且模型得知道怎么运行工具,布局布线、验证,这些工具还是要跑的。
达利:我看设计芯片时人的时间花在哪里,答案是验证。大语言模型很擅长写测试,你说「确保这个能工作,覆盖所有边界情况」,它会给你写出一整套测试。而验证占了我们七成五的人力。
朱皮:我正想说同样的话。我们在 Hot Chips 上展示的结果,在设计本身上大约有 10% 的改进,但设计验证是团队里最大的部分,他们需要一切能得到的帮助。
达利:我们看到的不止 10%。普通工程师的生产力翻倍,真正优秀的工程师能到十倍。
朱皮:我说的是版图、电路,基本上是性能指标。
达利:哦,你说的是性能,不是人的生产力。我想起来了,那个基准研究是针对某项特定任务的,平均大约三倍。它让工程师高产得多。所以我认为这就是未来的设计工具。现在有一大批初创公司,又回到 AI 的那个道理:真正的淘金者是攻打垂直领域的人,现在有一大批初创公司在攻打 EDA 这个垂直领域。
主持人:再问一个:你们怎么看 CPU 与 GPU 的生态,能否为存内计算或受内存限制的负载腾出空间?或者说,让 CPU 离 GPU 更近,你肯定有话说。
达利:我们的 CPU 和 GPU 已经很近了。它们通过我们所谓的芯片间 NVLink 相连,内部叫 GRS,地参考信号(ground-referenced signaling),一种单端的极高速链路。你得问:靠近能得到什么?我们得到两样东西。第一,我们把 GPU 和 CPU 之间的链路配足,让挂在 Vera CPU 上的全部 LPDDR5 带宽,大概每秒 1.8 TB,我不背这些数字,都能路由到它连接的两块 GPU 中的任意一块,所以链路永远不是瓶颈。第二是延迟。从那块内存取数本来就是相对高延迟的操作,链路多加的那一点不算什么,而且只有一条链路,不经过交换机。然后是控制交互,基本上就是启动内核时需要的,那件事本身其他部分的延迟已经够大,把链路做得更快意义不大。顺便说,我们的 GPU 上有几十个小 RISC-V CPU,但它们都只做用户看不见的内务处理。至于用户编程的 CPU,芯片间 NVLink 的距离差不多正合适,是个恰当的平衡。
主持人:TPU 呢?
朱皮:长远看,配给加速器的 CPU 主要做内务和「带孩子」一类的杂务。现在真正有意思的是代理式计算(agentic computing)。你说「给我写个程序」,它得在某处编译,而你不会在一个矩阵乘法脉动阵列上编译。所以同一个数据中心里必须有真正的 CPU,配上正经的内存系统和正经的网络。
主持人:但在数据中心里它不必那么近,因为你只是发出一个编译任务。
朱皮:对,不必近,只要在同一个数据中心。我认为 CPU 真正的用武之地就在这里:编译,还有执行工具调用。
主持人:我本来准备了一个收尾问题,观众也有个建议,都是给年轻人的忠告。这里有一条:「我十岁,为了准备未来,你们有什么建议?」我们家的孩子早过这个年纪了,我倒有这么大的孙辈。你们会对十岁的孩子说什么?
达利:学数学和科学。你需要一个好的根基,扎实的数学和基础科学功底,没有任何东西能替代。
主持人:诺姆呢?
朱皮:另一件重要的事是沟通能力。学会好好写作。我知道大语言模型可以替你写,但总有手边没有它的时候,你仍然需要把话说清楚。
主持人:对,想得清楚,说得清楚。我的最后一个问题:面对我们正在见证的惊人创新速度,你们会给今天进入这个领域、想在计算机体系结构上留下印记的年轻架构师和工程师什么建议?你们的职业生涯都留下了深刻的印记。回头看,是什么让你们做到的?你们会给这一代人什么忠告?
达利:今天的世界大不一样了。我职业生涯早期很快活,在贝尔实验室设计过一台机器,所有电路都是用铅笔画在牛皮纸上,由技师做版图。它第一次流片就全部工作,从来没做过仿真。但拥有出色的手工逻辑设计技能,我认为今天已经毫无价值了。
主持人:我很懂打孔卡。
达利:我会给有志于计算机体系结构的人三条建议。第一,精通一个垂直领域。第二,对计算机技术的理解要非常广。第三,让 AI 成为你的伙伴。第一条的理由是,今天的价值在于懂得该设计什么,而不是靠精湛的手工逻辑设计去实现它,因为工具会帮你,AI 会帮你,这就是让 AI 做伙伴。至于第二条,我见过很多计算机架构师把自己限制住了:他们去问搞内存的人,「能造这样的内存吗?」对方说「不行,做不到」。但如果你对电路设计有足够广的理解,就会意识到那个人想得不够开,这样的内存是能造的。我在贝尔实验室那台机器上就用了一种 3T DRAM,所有搞电路的都跟我说「那不行」。我去做了原型,说服了自己它能行。做最终芯片之前我们还先做了一块测试芯片来确认。所以你的理解必须足够广,需要时能自己做电路设计之类的事,跳出常规思维和你手头工具箱的限制。
还有,人们真的需要想清楚,在人与 AI 合作做计算机体系结构时,什么是独属于人的那部分,然后练好人能做的事。做 AI 能做的事没有意义,因为它只会做得更好。
主持人:但你得能看出它什么时候搞砸了,对吧?所以是不是得会手工做,才能认出它搞砸了?
达利:我肯定能看出它什么时候搞砸了,但也许正因为我会手工做。还有一招:让一个 AI 去检查另一个。
主持人:诺姆,你给下一代的建议?
朱皮:计算机体系结构有很长的历史,七十年甚至更久,一路上积累了大量教训。我认为最好的事情之一就是把这些历史教训都学一遍。有些在今天仍然适用,有些不适用。但没有必要去重新发明一样东西,如果它在过去七八次尝试里都没成功过。
主持人:就到这里,请马克重新上台。
NVIDIA 首席科学家 Bill Dally 与 Google TPU 负责人 Norm Jouppi 在计算机历史博物馆对谈(Dave Patterson 主持),核心判断是:这轮 AI 芯片热潮不同于 80 年代 Lisp 机、90 年代超算的泡沫,因为有真实经济需求和极简的应用形态;但护城河已从芯片本身转向整机系统工程,软件护城河正被 AI 编码填平,数值精度的"低垂果实"已近摘完,而真正的瓶颈是能源与内存产能。
三点:一是真实且旺盛的经济需求,AI「用在什么上都管用」,对算力的需求无止境;二是应用相对简单,Transformer 只有少数关键算子,容易看清该造什么硬件;三是用户愿意快速迁移,没有「陈年老代码」的包袱。他在「这次淘金热为何不同」一节中对比了 90 年代 DARPA 资助的超算热:那时没有真实市场,应用是几十万到上百万行的旧代码,只能加速一小部分,阿姆达尔定律使整体收益有限,大量公司如 Thinking Machines 最终倒闭。
他对比了纽约通往新泽西的百年老隧道工程 10 亿美元的资金缺口,与 Google 宣布的明年 1050 亿美元资本支出,其他公司投入也相仿。这一对比出现在开头讨论「淘金热」定义时,意在说明 AI 基础设施投入已远超传统公共基建。他随即指出结论:会有赢家和输家,所有人都在尽可能快地竞跑。Patterson 后来还补充了美光一季度利润等于此前 19 年之和的例子,说明内存环节的价格暴涨。
自 2012 年 Kepler 起,NVIDIA 基本做到每年 2 倍的性能提升,14 年累计约上万倍,但其中只有 3 倍来自制程工艺,其余全部来自架构设计、数值格式(从 FP32 到 NVFP4)、稀疏性支持等创新。这与 90 年代微处理器全靠制程进步形成对照。他在「精度削到头后靠什么翻倍」一节中承认数值精度这条路已接近尽头,但还有稀疏化、电路、局部性、更好的模型等维度,估计好点子还能支撑四五代。
他借用寒武纪大爆发之后的大灭绝来解释:许多创业公司提出了各种奇特设计,但因能力不足而「灭绝」,NVIDIA 和 Google 的成功是选择压力筛选的结果,而非设计者互相靠拢。Dally 进一步补充:应用确实决定了基本形态,GEMM 需要矩阵单元、softmax 需要向量单元,所以幸存者必然都具备这些;但在数值格式、稀疏性、互连拓扑等大量细节上两家差异很大。结论是相似来自共同的应用约束和淘汰机制,而非趋同。
他先承认软件极其关键:NVIDIA 在 CUDA 生态投入巨大,模型上线后半年内靠剖析工具和算子融合还能再翻倍性能。但他随即指出,如今只要有库的规格说明,让 Claude Code 之类的工具去重建并不困难,「跟它说一声,过个周末就行」。推理链是:护城河的价值在于积累难以复制,而 AI 编码工具把复制成本压到极低,因此多年打磨的库仍有便利优势,却不再构成壁垒。Jouppi 附和说护城河「正在被沙子填满,快能走过去了」。
核心是时间错配:Jouppi 指出从想法到量产需要 2.5 到 3 年,而机器学习研究者约每 3 个月冒出一个新想法;Dally 补充前沿模型每月一个新版本,开源社区每几周一个新技巧。因此像 Taalas 那样把权重烧进 ROM、或 Etched 早期把 Transformer 固化进芯片的路线,出货时很可能已过时,即便密度有 4 倍收益也得不偿失。两人的结论是硬件只能押注通用的矩阵、向量运算并把它们做好,同时「瞄准鸭子前方」预判两三年后的需求,可编程性至关重要。
80 年代 RISC 论战中各家用「每秒百万指令」比拼,但怎么定义、跑什么程序全由厂商自定,指标失去意义,最终催生了厂商合作的 SPEC 基准。Hot Chips 上的「tokens/s」同样不说明模型大小和条件,重演了这一问题。Dally 给出 MLPerf 不成功的两个原因:一是提交需要一支不小的全职团队,创业公司宁可挑单项漂亮结果放上幻灯片;二是业界真正关心的是每瓦或每美元 token 数,MLPerf 未直接度量。SemiAnalysis 的 InferenceMAX 因可复现且直击这一指标而更受欢迎。
三层。第一,Jouppi 从制造角度指出模拟电路结果不可精确复现,晶圆测试要求逐位匹配,无法判断芯片是否合格。第二,Dally 指出「免费矩阵乘法」是幻觉:模拟值无法可靠存储(电容会漏电)也无法低成本远距传输。第三,决定性数据是模数转换的能耗下限:8 位精度下模拟存内计算约 5 TOPS/W,而 NVIDIA 数字加速器已达 100 TOPS/W,相差 20 倍。结论:除非全程不做转换,否则模拟必输。Jouppi 还补充博物馆里的模拟计算机在二战后被淘汰「是有原因的」。
他在讨论中已直接回应了这一假设。Patterson 提出「能接触到推动前沿的人是理论上的大优势」,Jouppi 承认「某种程度上是」,但强调硬件周期 2.5 到 3 年、模型思路 3 个月一变,前沿研究者的具体建议在芯片出货时多半已过时,所以只能为通用算子设计。Dally 补充,真正能贴合模型的是 OpenAI 那种只为一个模型设计芯片的公司,而 Google 和 NVIDIA 都要支持多种模型。因此两人都会说:贴近研究者有助于方向判断,但不会转化为决定性的硬件优势。
成立,且讲者给出了正反两面证据。正面:DOE 超算 Titan、Summit 硬件到位后仍需半年调通,而 DGX SuperPOD 的标准配置能让上万块 GPU 开机即用;Jouppi 也说系统教训只能靠亲手建大机器吃苦获得,创业公司缺这一课。反面:Dally 承认软件层的壁垒被 AI 编码工具削弱。综合看,硬件系统集成(互连、供电、液冷、可靠性)仍是难以速成的护城河,软件护城河则在变浅,这与他预言 AI 芯片创业潮会像 90 年代图形芯片那样收敛到两三家幸存者一致。
Dally 的分工原则是找出人机合作中人类独有的部分并专门练习;Patterson 的追问指出识别错误的能力可能依赖于自己会做,Dally 回答「我能看出它搞砸,但也许正因为我会手动做」,并提出让一个 AI 检查另一个 AI。Jouppi 则强调学历史教训、写作能力,因为「总有手边没有大模型的时候」。迁移到语言学习:AI 可以翻译、润色,但判断译文是否准确、语气是否合适仍需学习者自己具备基础能力;Dally 关于「学会写好规格说明」的经历也说明,把需求表达清楚本身就是人类独有且需要练习的技能。