标签: 显卡
黄仁勋的指甲是搬显卡，磨损的？
黄仁勋的指甲是搬显卡，磨损的？
![鲁大师跑分70万的全新显卡，晚上没忍住还是给拆封了[捂脸哭][赞]没想到竟然还带灯](http://image.uczzd.cn/6011544625777527184.jpg?id=0)
普通人赚第一个100万，从来不靠拼命，更不靠赌风口！这3个核心步骤，帮你低成本起
普通人赚第一个100万，从来不靠拼命，更不靠赌风口！这3个核心步骤，帮你低成本起步，边际成本几乎为零，快速放大收益：第一步，挖透你手里的「基本盘」，别瞎找什么新赛道。真的，真的，别听那些大V瞎逼逼，说什么要布局元宇宙、Web3，你连Excel都用不利索，凑什么热闹？我前两年带过个小兄弟，之前在电脑城蹲了5年，装系统装到手指起茧。周围同行都转去直播卖显卡了，他反而蹲在电脑城门口，给那些拎着旧电脑的老头老太搞远程维护，20块钱一次，赚的都是碎银子。真的，别嫌少，这些碎银子攒起来的客户，就是你就是第一个100万的敲门砖。哦对了，他后来把这些老头老太拉了个群，哦不对，是拉了两个群，因为人太多了，每天发点「怎么清理电脑垃圾」的小视频，慢慢的，有人问他有没有便宜的二手电脑，他就收同事淘汰的电脑，翻新了卖，一台赚个300-500，就这么干了半年，攒了第一个10万。你手里攥的那点破资源，比如你在工厂干了10年的技术，比如你每天接孩子认识的一堆宝妈，都是你的基本盘，别瞎扔，真的别瞎扔。第二步，跑通最小闭环，别上来就砸钱开公司。大众以为要赚大钱，就得租办公室、招员工、搞品牌，全是扯淡。我当年赚第一桶金的时候，就是在出租屋里搞的，连打印机都是借的，连打印机都是借的，真的。那个小兄弟，一开始也想租个门面，我骂了他一顿，说你先在群里卖3台二手电脑试试，卖出去了再说。他就找了3个老客户，收了3台旧电脑，花了500块买了点配件翻新，然后卖了，赚了600块，就这么跑通了。真的，最小闭环就是，你不用花一分钱，就能把钱赚回来的模式，就这么简单，就这么简单。别搞那些虚的，比如注册公司，比如搞公众号，先把「卖一个赚一个」的模式跑通，再放大。我见过太多人，上来就砸10万开公司，最后连房租都付不起，直接下牌桌，真的，太多了。第三步，降维收割信息差，别跟同行抢蛋糕。大众以为要赚大钱，就得跟同行抢客户，拼价格，拼服务，全是傻X。那个小兄弟，后来不跟电脑城的同行抢生意，反而去小区里搞「老年电脑小课堂」，每周六在小区花园里，教老头老太用微信视频、发朋友圈，不收钱，就是攒人气。那些老头老太不会在网上买电脑，信他的人，就找他买二手电脑，他的电脑比网上贵100块，但包一年维护，老头老太愿意花这个钱。就这么干了一年，他赚了120万，真的，120万，没靠直播，没靠风口，就靠信息差。你要找的，是那些比你认知低的群体，他们不知道的，你知道，你就能赚这个钱。比如你在电商公司干过，你知道怎么找便宜的货源，你就可以卖给那些不会用1688的实体店老板，这就是信息差，就是你的护城河。真的，赚钱的本质，就是把你知道的，卖给不知道的人，就这么残酷，就这么真实。最后，我再跟你说句大实话，赚第一个100万，真的不难，难的是你打破自己的思维局限。别瞎找风口，别瞎拼命，你手里的那点破资源，就是你的金饭碗。真的，别不信，我当年就是这么干的，从出租屋到财富自由，靠的就是这三步。今天就说这么多，你要是还没懂，就把这篇文章再读三遍，读三遍，别找我问，自己悟。
目前AI人工智能的逻辑已经从当初的训练堆GPU转向重CPU叙事，全球算力格局正在
目前AI人工智能的逻辑已经从当初的训练堆GPU转向重CPU叙事，全球算力格局正在经历一场颠覆性重构。Intel、AMD、ARM数据中心业务营收同比暴涨，服务器CPU渠道价格持续上行，交期拉长至半年，大厂资本开支史诗级上调，一场由控制面革命、供需长缺、国产替代三重驱动的CPU超级周期或许已经开启。我应该说是比较早关注到英特尔的这个老将回春的，对于CEO陈立武所提到的CPU与GPU的配比为1:8，现在是1:4，我认为未来会走向接近1:1，这句话应该说是当天就引起重视，并时隔多年后重新杀回英特尔的。在A股中重中之重提到过与CPU核心相关的海光信息和龙芯中科，后来又加上中国长城。对于过去的AI芯片，半导体，光芯片，光模块，PCB，我的知识面是能够覆盖的，我可以坚定不移地从自己的认知层面去阐述，但对于CPU，我坦言知识储备还不够，所以周末还在恶补。资本市场板块的走势从来都不在K线的指标上，而在于产业趋势。段永平曾说看K线指标做投资必死无疑，我非常赞同这句话。既然CPU的风烟已起，不管后面如何叙事，先搭上造梦者便车才是王道。重点观察CPU四大金刚：海光信息，龙芯中科，中国长城，澜起科技的表现。
很多人都想不通，为什么AI大模型只有中美两家在玩，德法日韩这些发达国家却“集体消
很多人都想不通，为什么AI大模型只有中美两家在玩，德法日韩这些发达国家却“集体消失”了？其实，这根本不是技术高低的问题，而是这些国家手里压根没有入场券。难道是这些国家的智商不够，或者科学家不努力吗？根本不是。要把顶级通用大模型跑通、跑成熟，有三个硬指标：算力、数据、市场。这三样东西，德法日韩很难同时凑齐，这就导致他们还没等全力发力，就发现自己已经错失了通用大模型的顶级赛场入场资格，只能深耕垂直细分赛道。先说第一块门槛：算力，也就是芯片和电。谁都知道，跑顶级通用大模型得核心依赖英伟达的高端显卡，那玩意儿现在比金子还贵。美国手里捏着芯片设计和核心供应的垄断优势，中国手里捏着全球规模最大的算力中心和完善的数字基建，最关键的是，中国有便宜且稳定的电力供应，足以支撑大模型长期大规模训练、迭代。你再看欧洲，自从能源危机爆发后，德国的工业电价大幅飙升，大量高耗能产业成本剧增。大模型就是个“吃电怪兽”，不仅要买最贵的芯片，还得时刻持续高负荷耗电，这一套高昂的成本组合下来，欧洲大部分企业难以长期承担顶级通用大模型的研发迭代成本，即便北欧部分地区电价偏低，也无法支撑全域规模化算力布局。第二块门槛是数据，也就是大模型的“饲料”。大模型想变聪明，想成为全能通用模型，就得吃海量、多场景、多元化的信息。英语是全球通用语，覆盖全球绝大多数互联网信息，美国天然占便宜；中文是全球使用人数最多的单一语言，而且中国有极其丰富、全覆盖的互联网应用场景，民用、产业数据体量惊人，且场景闭环完整。反观德法日韩，德语、法语、韩语、日语虽为成熟语种，但全球使用人口和互联网原生数据体量有限，且场景覆盖面狭窄。这种体量的数据，拿去训练通用大模型，顶多能培养出专精本土、垂直领域的“专才”，根本养不出适配全球场景、全领域覆盖的AI“通才”。第三块门槛，也就是市场和生态。一个通用大模型研发出来，得有成千上万个APP去接纳它，得有亿万用户去使用它，产生海量真实交互数据，这样才能通过持续反馈不断迭代优化、补齐短板。美国有全球化的AI市场和开源生态，产品可快速落地全球、回收成本；中国有超大规模的超级本土市场，场景齐全、用户基数庞大，两家都形成了“投入-产出-再投入”的完整商业闭环，能够持续反哺大模型研发。而日本和韩国，国内本土市场体量狭小，人口和场景天花板低，出海又面临中美企业的先发垄断和地缘壁垒，巨额的通用大模型研发成本很难摊薄，极易亏损。哪怕是法国号称欧洲最强的AI独角兽Mistral，在资金投入规模、模型迭代速度、全域应用广度上，也完全无法和中美的头部巨头掰手腕，仅能在开源轻量化模型领域占据少量细分优势。更何况，AI通用大模型是典型的“高风险、高投入、慢回报、长周期”赛道。美国有成熟且激进的风险投资体系，敢于长期豪赌前沿科技；中国有强大的国家战略支持和产业资本加持，能够承受长期亏损的前期投入。而欧洲和日本的资本整体风格极其保守，更愿意把钱投在看得见、摸得着、回报稳定的传统制造业和成熟科技领域，对于这种需要持续烧钱、可能连续多年亏损、迭代周期极长的前沿“黑科技”，骨子里缺乏长线豪赌的基因。所以，现在的全球AI格局就是，中美不仅在通用大模型赛道遥遥领先、持续领跑，还在不断构筑技术、算力、生态壁垒，持续加高行业围墙。而德法日韩这些传统发达国家，正慢慢从全球科技引领者，逐步变成通用AI技术的跟随者和使用者，仅能在工业、精密制造、垂直AI细分领域保留自身优势。
![你亮着机往里插显卡？？？？[惊恐][惊恐][惊恐]](http://image.uczzd.cn/160155051992816146.jpg?id=0)
