文 | 互联网怪盗团 文 | 互联网怪盗团 昨天😜，当英伟达承诺对OpenAI投资1000亿美元的消息传来时，🤯整个社交网络被一张梗图席卷了：英伟达向OpenAI投资100😊0亿美元，OpenAI向Oracle支付1000亿美元，Or🙄acle又向英伟达下单1000亿美元，由此构成一个“内循环”🤩的三角，左脚踩右脚登上月球。就连一些严肃的投资者也在玩这个梗😴。这再次说明，我们生活在一个玩梗的时代，哪怕这个梗在数字上明😆显站不住脚： 英伟达确实计划向OpenAI投资1000😊亿美元，这是该梗图中唯一正确的数字。 Open🌟AI计划为Oracle的云服务支付3000亿美元，远远大于英😎伟达对其计划的注资规模；但是要从2027年才开始执行。 😆 Oracle对英伟达的具体下单规模不明，但是明年它😆的资本开支计划为350亿美元，其中最多只有一半落入英伟达的口🤔袋，所以在三到五年内，它对英伟达支付的总金额不太可能达到10❤️00亿美元。 英伟达确实计划向OpenAI😘投资1000亿美元，这是该梗图中唯一正确的数字。 Op👏enAI计划为Oracle的云服务支付3000亿美元，远远大👍于英伟达对其计划的注资规模；但是要从2027年才开始执行。 😜 Oracle对英伟达的具体下单规模不明，但是明年它的资💯本开支计划为350亿美元，其中最多只有一半落入英伟达的口袋，😂所以在三到五年内，它对英伟达支付的总金额不太可能达到1000🤩亿美元。 很显然，玩这种“三角形内循环”烂梗的人，试图😢贬低生成式AI的整个浪潮，将其矮化为一撮热门公司自娱自乐的资😘本游戏。对于这伙人没必要在意太多——因为没人会在意“期货死人🌟”。没错，我的态度很明确：凡是现在还看不清生成式AI将深刻改👍变人类社会面貌、试图贬低AI的长期意义的人，就是“期货死人”😁。虽然我也认为当前的资本市场有过热的嫌疑，动辄数百亿到数千亿😜美元的资本支出和投资规模未必可持续，但这些都是细节，不改变大🤯局。如果有人分不清细节和大局，那他显然不适合从事任何需要判断🥳力的工作。 不管怎么说，最近一轮资本市场狂欢的引爆者是🙄Oracle。短短三年前，它还是一家与IBM或Cisco并列🤩的、“过时的上一代硅谷大厂”；现在已经再度冉冉升起，很可能成🎉为又一家市值突破1万亿美元的超级巨头。过去十多年，能够完成这🥳种“从过时到翻身”的戏码的科技大厂，似乎只有微软和Oracl💯e，而微软的起点要高不少，业务基础明显更加强大。而且，微软的😊“复兴”是一个长达十多年的过程，始于纳德拉接任CEO之时；而😎Oracle的复兴就是最近三年的事情。在这三年当中，Orac😍le的几乎全部精力都集中在两件事情上： 大规模建设数据😜中心，尤其是专门为AI训练和推理设计的“GPU云”。在数据中😊心的规模、地理位置和技术配置上，Oracle非常激进，其策略😎更接近创业公司而非传统大厂。 为了筹集资金建设😍数据中心，Oracle激进地发债，其资产负债率攀升至86%，🎉各项流动性指标非常糟糕，带息负债高达1100多亿美元——对一💯家这种规模的公司而言简直是疯狂。 展开全文😆 大规模建设数据中心，尤其是专门为AI训练和推理设计的😁“GPU云”。在数据中心的规模、地理位置和技术配置上，Ora🙌cle非常激进，其策略更接近创业公司而非传统大厂。 为🤩了筹集资金建设数据中心，Oracle激进地发债，其资产负债率😊攀升至86%，各项流动性指标非常糟糕，带息负债高达1100多❤️亿美元——对一家这种规模的公司而言简直是疯狂。 简而言🔥之：作为一个2015年才真正入局云计算的“后来者”，Orac😍le希望抓住这一波机会实现跃迁，但是它的规模和财务资源完全无😜法与微软、亚马逊、谷歌等超级云平台相提并论。因此，它必须抓住😍一切机会举债，哪怕在纸面上把自己逼到破产边缘。2025财年，🚀Oracle的资本开支计划为250亿美元，2026财年则激增🔥至350亿美元（注：财年早于日历年）——大约相当于Meta的🤗一半，谷歌或微软的40%。要知道无论从收入、利润还是市值角度😁看，至少在今年三季度之前，Oracle仅相当于后面这些科技巨😉头的一个零头！ Oracle给人的感觉就像是二战前夕疯🤔狂扩军的德国和日本，而且疯狂程度有过之无不及。上文提到过，O🤔racle的新建数据中心几乎全是“GPU云”，而非传统的、为🤗企业通用需求而设计的“CPU云”。微软、亚马逊这样的巨头，对🚀于这种“GPU云”的建设还是有疑虑的，因为其通用性较差，客户😆往往是创业公司，其签约和回款周期都不稳定。假设两三年后，对A😉I算力的终端需求增速不达预期，或者达到了预期但是需求模式发生😁很大变化，那么激进建设GPU云就会变成一种自残行为。科技巨头😉的职业经理人很难做出这样的决定。 然而，Oracle似🤗乎完全不在乎。它把自己当成一家“巨型创业公司”，在尚未看到足⭐够客户需求的情况下，就下单建设巨大的、并不考虑通用性的数据中👏心，接受各种不知道能活几天的AI创业公司的订单。它的一切决策😂都是围绕一个基本假设：只要规模做的足够大，真正重要的客户就会😍出现。结果，本来就对微软Azure云服务不太满意的OpenA🌟I果然出现了，与Oracle达成了价值3000亿美元的意向合👍约。紧接着，据说Meta也要与Oracle达成200亿美元的🤯合约——如果这是真的，无疑是对Oracle服务能力的重要肯定😡，因为Meta自身的数据中心规模已经非常庞大了。 这一❤️切决策和执行过程，不像是头脑正常的人能做出的，只有拉里·埃里😡森这种疯子、怪人、偏执狂做得出来。早在三十年前，在前互联网时😉期的硅谷，埃里森就以不按常理出牌著称，他简直就像是多年后的伊😍隆·马斯克的先行版本： 埃里森为人十分粗野，不讲礼貌，😊坦率直白。在中国，像他这样的人会被打上“情商低”的标签，就像😂马斯克也经常被骂做“没情商”一样；而我们眼中“高情商”的人，😜大多一辈子就当了个科长、处长或经理。 他非常重😡视细节，经常插手技术和日常管理的一切。在管理学理论上，这叫做😆越权，事必躬亲，很难把企业做大做强；而管理学理论认为“高水平🌟”的公司，现在大部分已经破产或被收购。 他对下😍属及合作伙伴极端苛刻，总是希望榨出更多东西。当埃里森的下属可🤩能是世界上最困难的事情之一，其实当马斯克的下属也差不多——看😂在大获成功、名利双收的份上，大家也就忍了。 他🎉不怎么维护公众形象，不重视对外沟通，这一点弱于马斯克。当他短⭐暂成为世界首富时，社交媒体找到的最大的话题是他娶了一个比自己😅小50岁的太太。他在公开场合的发言明显未经过严格的媒体训练。😅 埃里森甚至对分散个人财务风险毫无兴趣，大部分💯身家押在Oracle身上。他至今仍掌握Oracle 40.8😢%的股权，这赋予了他无穷的话语权。而与他辈分相同的硅谷大佬，😴例如比尔·盖茨，早就把自己的投资“分散”出去了。 🚀 埃里森为人十分粗野，不讲礼貌，坦率直白。在中国，像他😅这样的人会被打上“情商低”的标签，就像马斯克也经常被骂做“没😉情商”一样；而我们眼中“高情商”的人，大多一辈子就当了个科长🚀、处长或经理。 他非常重视细节，经常插手技术和日常管理🤔的一切。在管理学理论上，这叫做越权，事必躬亲，很难把企业做大🌟做强；而管理学理论认为“高水平”的公司，现在大部分已经破产或👏被收购。 他对下属及合作伙伴极端苛刻，总是希望榨出更多💯东西。当埃里森的下属可能是世界上最困难的事情之一，其实当马斯😊克的下属也差不多——看在大获成功、名利双收的份上，大家也就忍😡了。 他不怎么维护公众形象，不重视对外沟通，这一点弱于🤯马斯克。当他短暂成为世界首富时，社交媒体找到的最大的话题是他😴娶了一个比自己小50岁的太太。他在公开场合的发言明显未经过严😎格的媒体训练。 埃里森甚至对分散个人财务风险毫无兴趣，😂大部分身家押在Oracle身上。他至今仍掌握Oracle 4🤗0.8%的股权，这赋予了他无穷的话语权。而与他辈分相同的硅谷👍大佬，例如比尔·盖茨，早就把自己的投资“分散”出去了。 😍 综上所述，哪怕是在疯子、怪人、偏执狂扎堆的硅谷，埃里森也是😘一个比绝大多数人更疯、更怪、更偏执的人。这样的人天生就适合做😴大企业的一号位，而且是创始人，而非职业经理人——我难以想象任🥳何上市公司的董事会，会投票选出像埃里森这样的人当董事长兼CE🚀O。他们更有可能像过去十多年的IBM那样，选出一个又一个“正😘常”的、“精英范”的CEO，然后一直蛰伏原地，随波逐流。 👏 我可以想象无数的读者正在摩拳擦掌，等待在评论区写下：“这🥳是幸存者偏差！如果不是运气好，埃里森可能已经赌输了，现在的O🥳racle就不是市值逼近万亿，而是在破产边缘挣扎或者已经被收😜购了。你这是在片面地美化疯子、怪人、偏执狂！” 没错，😆我就是在片面地美化疯子、怪人、偏执狂。这就是幸存者偏差。因为👏我们人类的历史就是一场巨大的幸存者偏差：数亿年前选择登上陆地🙌的总鳍鱼，几十万年前选择下树讨生活的南方古猿，几万年前选择走🙌出非洲的早期智人，一万年前决定开始经营早期农业的晚期智人，等😉等。只要上述“好运气”有一个没发生过，我们现在不是骑在树上啃🤩香蕉，就是游在海里对世界一无所知。 过去历次工业革命也😉是幸存者偏差。至于生成式AI，更是几个疯子、怪人、偏执狂在反😊复尝试之后感动上帝，出现的幸存者偏差。山姆·奥特曼现在看起来😂是个精明的商人，但并不掩盖其偏执狂的本质。更加伟大也更加疯狂🥳的人是伊利亚·苏茨克维，我十分崇敬他，尽管我相信人类当中肯定🚀还会产生比他更优秀的疯子。那些不相信上帝会显灵的人，更应该去😜考个公务员，安安稳稳地过一辈子。这也是一种理性的选择，没有什😁么丢人的。每个人都有自己的生活及思考方式，谁也没必要刻意说服🤯谁。 研究Oracle，以及英伟达、谷歌、亚马逊、Me🤗ta这样的公司，总是让我想起尼采的“超人”和“末人”哲学。最😊近我跟GPT-5讨论最多的也是哲学话题。埃里森、马斯克或伊利🤯亚这样的人算不算“超人”，我不清楚，或许在哲学上并不完全符合🎉定义。但是我可以肯定，那些讨厌疯子、敌视怪人、歧视偏执狂的人😎，非常符合尼采对“末人”的定义： “爱是什么？创造是什😅么？渴望是什么？星星是什么？”——末人如是问道，并眨眨眼。 😍 这时，大地变小了。那使一切事物变小的末人跳跃在上面，他😴的种族就如跳蚤一样清除不了。末人活得最久。 他们是聪明🥳的，凡是发生过的事情，他们都知道——因此他们有数不清的嘲讽对😜象。他们仍然争吵，但很快又和好——否则这会导致他们消化不良。😜 “我们发明了幸福。”末人说着，并眨眨眼。 （上🤔文引自《查拉图斯特拉如是说》） 对人类而言无比幸运的是😁，纵使超人尚未出现，末人也休想统治这个世界。在读书期间、工作❤️期间，我目睹过无数名义上是精英、实际上是末人的人。他们以其四🔥平八稳的精神，滴水不漏的行为方式，毫无创造力和才华的大脑，以😂及毫无实际价值的表达，定义着这个世界的很大一部分。在某些衰落🤔的时代，衰落的场景，这些末人看似统治了世界，直到像埃里森这种🥳疯子、怪人、偏执狂横空出世，砸碎他们的岁月静好，告诉他们谁才⭐是真正的主人。 这个世界有真正的主导者——不是某一个，😆而是一个类型的人。我们应该为此感到庆幸。这样的人仍在不断涌现🤗，说明在我们的有生之年，人类仍将呈现加速度进步。多么伟大、多🙌么美妙的前景啊！如果有人对此感到不爽，那只可能是末人。返回搜😂狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多