即使是人類最頂尖的科技，終究也會撞上一堵最古老、也最堅硬的牆：物理定律。不久前，馬斯克在訪談中發出了一針見血的論斷：“AI發展的制約因素，正在從晶片轉向電力供應。”這並不是危言聳聽，根據國際能源署（IEA）的預測，到2026年，全球電力總消費量將達到29000兆瓦時的歷史新高。面對即將到來的“電荒”，巨頭們紛紛坐不住了。微軟重啟曾因事故被廢棄的三里島核電站，Meta也宣佈與核電站達成合作，Google則聯手初創公司自建核反應堆。全球科技巨頭，正集體捲入一場“搶電大戰”。科技巨頭，捲入“搶電大戰”“如果我們無法獲得足夠的電力，人工智慧的發展可能會陷入停滯。”Meta全球能源負責人說的這句話，已經成了整個科技圈的共識。在過去兩年，科技公司的電力需求如同黑洞一般膨脹，巨頭們紛紛爭相與核電站、電力公司合作。Meta算是最早把“搶電”擺到檯面上的科技公司之一。從2023年末開始，它就先後和Vistra、Oklo、TerraPower等核能企業簽下了購電協議。這些合作協議基本上都是長期繫結，合作期限10年起步，有的甚至長達20年。據《華爾街日報》披露，Meta目前的合作協議中的潛在電力容量已超過了6吉瓦。這是什麼概念？換算一下，這些電力足以讓美國500萬戶家庭用上整整一年。2024年9月，微軟也宣佈了一個震驚業界的消息：它與Constellation Energy達成協議，計畫重啟三里島核電站，並收購未來100%發電量的購電權，期限長達20年。三里島這個名字，在美國能源史上非常特殊。1979年，它曾發生嚴重核洩漏事故，成為美國核能擴張戛然而止的標誌性事件。此後幾十年，美國幾乎沒有再新建核電站。但現在，為了支撐AI的用電需求，微軟選擇讓這座曾被放棄的電廠死而復生。什麼政治禁區、民意障礙，在AI的用電需求面前，也得讓路。2024年10月，Google也聯手核能初創公司Kairos Power，計畫到2030年前部署7座小型核反應堆（SMR），可提供約500兆瓦的清潔電力，專門供給旗下資料中心使用。這一步，等於繞過了美國電網，直接打造自給自足的能源系統。巨頭們電力焦慮的背後，是AI那令人膽寒的能效赤字。眾所周知，在大模型從訓練階段走向部署的過程中，背後都是幾萬個GPU叢集在不捨晝夜地吞噬電力。根據美國能源部的測算，一個峰值功率達到1吉瓦的資料中心，年耗電量大約等於70萬個家庭或一座180萬人口城市的全部用電。而這樣的“電老虎”，美國境內已經部署了數十個。晶片設計公司Arm的CEO在2025年就曾預測，到2030年，AI資料中心將佔據美國20%–25%的電力需求，也就是說，人工智慧公司將消耗掉美國四分之一的電力。而據瑞穗證券預測，到2030年，美國專門供給AI和網際網路計算中心的用電量將達到400太瓦時，這個數字已經遠遠超過了2022年英國全國總發電量。正如馬斯克在最新採訪中所指出的，全球科技公司對電力的需求正以指數級速度飆升，而電力的增長卻像老牛拉破車，年均增速僅為2%到4%。這道巨大的供需裂痕，將原本隱藏在幕後的能源供應，變成了AI競賽中最卷的戰場。美國電網無法承受的算力之重科技巨頭們的焦慮不是沒有道理。近幾年來，AI的用電需求，已經遠遠超出了美國電網的承載能力。首先，美國不是不想建設電網，卻因為臃腫的系統舉步維艱。在美國，科技企業要建一個風電或太陽能項目，首先得申請接入電網，這一步叫“並網申請”（Interconnection Queue）。聽上去簡單，實際流程卻冗長得令人絕望。美國能源資訊署（EIA）資料顯示，一個新能源項目從申請到並網，平均要等7到10年，而且有五成以上的機率最終被駁回。以全美最大的電網營運商PJM為例，截至2023年底，仍有2000多個項目卡在審批環節，總裝機超過500吉瓦，光是排隊就要耗掉好幾年。對重視效率的科技公司來說，這種漫長的審批流程簡直是致命傷，導致超過一半的項目最終胎死腹中。另一方面，雖然美國近幾年正在努力推動清潔能源轉型，大力建設風電、核能，但終究有些“臨時抱佛腳”的意味。這些能源受天氣、裝置等因素影響很大，供應不穩定，碰上用電高峰期很容易掉鏈子。而美國供電網路的“基本盤”天然氣和核電，增長速度完全跟不上AI帶來的新增需求。除了制度層面的問題，硬體的老化則是美國的另一個硬傷。根據媒體報導，美國70%以上的輸電線路建於上世紀70年代前後，已經稱得上超期服役。變電站、高壓線年久失修，事故頻發。另外，由於沒有統一的國家級電力調度系統，美國電網被劃分為東部、西部和德州三大區域，互不相通。這意味著，一旦某個區域缺電，想從隔壁“借電”都難如登天。而像加州灣區、德州奧斯汀、弗吉尼亞北部，這些雲端運算巨頭們聚集的區域，偏偏是美國供電最緊張的區域，往往是資料中心已經建成，供電系統卻拖了後腿。彭博社就曾披露，在輝達總部加州聖克拉拉縣，一座大型AI資料中心早已落成。但尷尬的是，由於當地電網升級要到2028年才能完成，導致整棟大樓至今只能空置。電力供應緊張，甚至演化成了科技公司和普通民眾之間的衝突。在加州和德州，由於資料中心巨大的耗電量，當地電價水漲船高，2024年部分居民的電費甚至上漲了200%，引發了強烈不滿。憤怒的居民在網路上發出質問：“為什麼我們要為大公司的模型訓練買單？”這種最前沿的生產力與陳舊基建之間的脫節，正是讓全球科技巨頭感到窒息的根源。中國AI的隱形護城河在AI的下半場競爭中，國家電力系統的能力至關重要。當矽谷巨頭還在為電力供應發愁時，中國早已經過幾十年的佈局，悄悄成為了全球第一的電力帝國。根據日經新聞網援引的官方資料，中國2025年新建發電站等發電能力約為470吉瓦，而美國同期僅為64吉瓦。這意味著，中國一年的發電能力增量，就達到了美國的驚人7倍。在總量上，中國的發電能力早在2013年就已超越美國，到2024年更是達到美國的2.5倍，年發電量也達到美國的2.4倍左右。但在AI時代，僅僅發電量大是不夠的，真正的降維打擊在於，中國已經建起了一張能讓能源自由流動的全國網路。首先，中國電網從根本上解決了能源資源的地域錯位問題。在中國，地廣人稀的西部擁有取之不盡的風光水電，但算力需求卻大部分集中在東部沿海城市。為了打破這種地理限制，我們建設了覆蓋全國的特高壓輸電通道。國家級戰略項目“東數西算”的支撐。國家統計局資料顯示，截至2024年，東數西算八大國家算力樞紐節點直接投資已超435億元，帶動相關總投資突破2000億元。在一大批綠色資料中心落地內蒙古、寧夏、甘肅等地的同時，這些樞紐的算力總規模已達到215.5 EFLOPS，其中智能算力佔比超過80%。中國不僅在源源不斷地生產電力，更通過國家級的工程項目，將廉價能源精準地轉化為高效算力。對比之下，美國電網由於歷史原因，至今仍處於“諸侯割據”的狀態，三大電網分區而治、互不往來。這讓美國在面對AI這種爆發式能源需求時，顯得捉襟見肘。而對於中國AI企業來說，這種國家級基建帶來的的紅利，是電價帶來的成本護城河。算一筆最直觀的帳，在美國，AI公司聚集區域的電價普遍在0.12到0.15美元每千瓦時；而在中國西部地區，工業電價大約只有0.2元人民幣，換算下來僅為0.03美元。這意味著我們的電力成本甚至不到美國的四分之一。當科技公司訓練一個千億級參數的大模型時，單次訓練耗電量高達數百萬度。在美國，光是電力成本就得砸進上百萬美元，而在中國西部，同樣的訓練任務只需要幾十萬美元就能搞定。所以，矽谷巨頭紛紛自建核電廠，本質上是當美國的公共基礎服務跟不上技術爆發時，企業只能被迫把自己變成能源公司。而中國早已用國家級的能源體系，為AI時代的爆發做好了準備。不缺電的中國，還在瘋狂建電廠而現在，並不缺電的中國，還在拚命建電廠。2024年，全國全社會用電量同比增長了8.1%。但與此同時，內蒙古、寧夏、甘肅等能源基地的火電、風電項目依然在密集開工，甚至很多項目剛投產就啟動了擴建。特高壓工程和東數西算資料中心，正像毛細血管一樣在全國版圖上瘋狂生長。這種不計成本的加碼，是因為我們意識到：電力，不再只是單純的基礎設施，而正轉變為支撐AI競賽的戰略資源。在AI浪潮席捲全球的當下，大模型、晶片、算力的爭奪只是表象，背後的終極支撐只有一個，那就是龐大且穩定的電力。無論是訓練、推理還是部署，每一個環節本質上都是吞噬電能的黑洞。晶片可以最佳化性能，架構可以提高效率，但如果沒有充足的能源供給，一切都是空中樓閣。也正因如此，能源主權開始成為決定勝負的核心議題。它決定了一個國家能不能在AI競賽中持續推進，而不必擔心被外部供電波動或能源價格拖後腿。全球範圍內的能源競爭，正在愈演愈烈，在大洋彼岸，這種對能源競爭的極致焦慮，更是表現得更為露骨。今年年初，美國突然出兵委內瑞拉並帶走其總統，名義上是打擊走私，但明眼人都知道，那裡有著全球最大的石油儲量。再看美國一直試圖買下格陵蘭島的執念，這絕不是普通的房地產交易，而是看中了那裡蘊藏的、支撐未來工業的稀土和油氣資源。看似荒誕或激進的行為，本質上都是在為未來的科技競爭搶奪燃料。結語所有的算力奇蹟，都離不開能源的堆疊。當AI競賽進入下半場，決定勝負的就不再是晶片科技，而是國家的能源體系。在大國博弈的棋局裡，能源從來不是科技的註腳，它已經成為了入場券本身。能源主權，正在悄悄重塑整個世界的科技競爭格局。 (虎嗅APP)

快過年了，回家的腳步近了心中最惦記的莫過於那口心心唸唸的家鄉味。一盤菜，承載的不僅是食材與技藝，更是一方水土的風物、一段鄉愁的寄託。有人說，中國菜系地圖，就是一幅味覺上的“山河故里”。每一道菜，都藏著故鄉的風雨、人情與故事。那麼，當我們說起魯、川、粵、蘇、閩、浙、湘、徽這八大菜系時，我們說的究竟是誰的家鄉？誰的味覺記憶？魯菜中國八大菜系中最悠久的魯菜，由濟南菜、孔府菜和膠州菜組成，在中國傳統的四大菜系中，魯菜也被稱為“官府菜”。“靠山吃山，靠海吃海”，魯菜，卻以兼有山海之味為特點。這是因為山東擁有沿海和內陸的雙重地理優勢，把目光從沿海轉向內陸，山東半島的地形以丘陵為主，魯中南則有泰山、魯山、沂蒙山等連綿的山地，魯西更有著廣闊的平原。所以魯菜在食材的選擇上既有豐富的海鮮，也有內陸地區的特色食材。九轉大腸圖源：博物 2016年02期攝影 / 唐志遠歷史上儒家文化的播散，使北京地區在飲食上深受山東影響，口味偏厚，且多以魯菜方式烹飪。北京人炒菜時的傳統技法——熗鍋就源出山東。熗鍋時，蔥姜蒜中含有的硫化丙烯，入油後會散發出強烈的香辛味兒，可解腥去邪，增香提味。熗鍋圖源：中華遺產 2015年01期攝影／陸崗川菜時下的中國八大菜系，川菜獨佔鰲頭。雖然川菜如此有名，人們卻未必瞭解它。比如它不一定『麻辣』，而有著七滋八味；比如它順江河而生，因『川』而美。川菜有三大流派，分別被稱為上河幫、下河幫、小河幫，無論那個流派，都與河有關，而它們即是依著三條河流養成。上河幫在樂山、眉山、成都、溫江一帶的岷江流域，是為川西風味；自北向南流向的沱江，穿過川中腹部，匯入川南，是為川中、川南風味；下河幫則為嘉陵江流域江津、合江、重慶、萬州等地的川東風味。圖源：中華遺產 2020年12期攝影／劉成圖為廣漢連山回鍋肉，顏色油亮養眼，肉形呈現薄而不碎的“燈盞窩”，口味咸鮮醇香，肥而不膩，是技與味的結合。粵菜中國人好吃，廣東人又是其中的翹楚。老廣在“吃”上的講究令人歎為觀止，僅僅是一天之中的第一頓飯，就吃出了聞名全國的“早茶”文化。廣式早茶圖源：中國國家地理 2019年01期攝影／林宏賢粵菜食材博雜、菜餚新穎奇異，博采眾長。其口味有：『野味』『鮮味』『海味』等。嶺南北枕五嶺，南臨海洋，地理環境優越，加上亞熱帶的氣候,物種多樣、物產富饒，自古就形成了雜食的癖好。如果要問最原汁原味的食物是什麼？唯有生鮮。圖源：中華遺產 2015年01期淮揚菜在淮魯川粵四大傳統菜系中，淮揚菜以“清鮮平和、濃醇兼備、咸甜適度、南北皆宜”的口味獨樹一幟。淮揚菜歷經2000餘年的發展，形成了精緻典雅的文化品位。中國現有7個“世界美食之都”，其中揚州與淮安皆屬淮揚菜體系，其美食深受世界各地人們的喜愛。圖為揚州城內的一處早餐店，蟹黃湯包、大煮乾絲等經典淮揚美食擺在雅緻的餐桌上，伴著水城揚州綠水悠悠的景色，更顯風雅圖源：中國國家地理 2022年02期攝影／張卓君淮河中下游和長江中下游地區河環湖繞，尤其是淮安、揚州地區，自古就是魚米之鄉，這裡水網密佈、江湖縱橫，盛產芡實、蒲菜、菱角、魚蝦、蟹鱔等，在這樣的自然環境下，豐富而優質的食材便得以生長，淮揚菜能夠誕生在淮安、揚州，和地理環境是緊密相關的。圖為江淮一帶的人們乘浮盆採摘菱角，畫面左側還有在水面游弋的鴨群圖源：中國國家地理 2022年02期攝影／彭飛浙江菜亦陸亦海的浙江是南方美食的發源地，浙江菜系流派繁多，僅紹興菜、寧波菜、甌菜和杭幫菜等菜品中，就有許多風味獨特，讓人饞涎欲滴的美食，浙江其他地方的小吃更是花樣翻新，甚至一螺一蝦都能吃出多種口味，多種風格，當地人生活方式的優越精細由此可見。東坡肉可以算是杭幫菜的首菜圖源：博物 2011年06期在中國南方，農耕文明時代，飼養牲畜之中，唯豬羊作為食材飼養，豬排在第一。有醃製肉類食品習慣的區域廣大，豬肉醃製有曬制和燻製兩種，兩者都稱為臘肉。其他種類包含臘雞臘鴨臘鵝臘魚，喜歡臘味的農耕地帶，一臘天下香，但是其他地區的火腿就不具金華火腿的聲名。由此可以推論，中國農耕文明的頂級食材創造，金華火腿算達到最高峰，它總結了中國農耕文明。金華火腿以“色、香、味、形”四絕著稱圖源：中國國家地理 2012年01期攝影/王錚閩菜福建處於中亞熱帶、南亞熱帶的交界，屬亞熱帶海洋氣候，氣候溫暖濕潤。福建還擁有全國最曲折的海岸線，給它平添了眾多的天然海灣、灘塗，閩江、漳江等幾條大江入海口也擁有發育良好的濕地或紅樹林，這給福建的海水養殖業創造了良好的條件。因此這裡海洋漁業資源十分豐富，是貝、藻、魚、蝦、蟹等水生動植物多樣性極為豐富的海域之一。霞浦縣涵江村，村民晾曬海帶圖源： 中國國家地理 2009年04期攝影/鄭德雄在中國，紅色象徵幸福、愉快與吉祥，是喜慶的宴席必不可少的裝飾。福建紅米糟不張揚，卻能被細心的廚師挑選為尊貴食材使用，自有它的道理。酒糟的肌質不但蘊含高濃度的蛋白質與氨基酸，還具有香氣馥郁、除腥氣、提鮮味、增食慾的特點，故在閩菜烹調中常常被當作提鮮增香的調味品廣泛使用，成為閩菜烹調中不可替代的“魔術師”。福建農家釀製紅酒圖源：中華遺產 2013年02期攝影/卓庭輝湘菜愛吃辣的省份有很多，但“辣湖南”卻非同尋常。湖南是中國最早形成的嗜辣地區，也是辣椒在中國的首個“超級地區傳播中心”。很多人不知道的是，湖南還是中國乃至世界的辣椒種業中心，擁有中國最大的辣椒種質庫。圖為湖南寧鄉炭河古城舉辦的一場吃辣椒挑戰賽圖源：中國國家地理 2021年02期攝影／楊華峰中國八大菜系中的正統湘菜，辣菜也佔據相當比例，剁椒魚頭、口味蝦、麻辣子雞等都鼎鼎有名。此外湘菜分為官府湘菜和民間湘菜。官府湘菜用料講究，以原汁原味見長，比如組庵豆腐、組庵魚翅等，但價格昂貴，而民間湘菜更加親民，口味多變。湖南各地的米粉也是湘菜的一員，比如常德牛肉粉、郴州魚粉、永州鹵粉等等，米粉品種的繁多正是民間湘菜的特點。湖南米粉圖源：中國國家地理 2021年02期攝影/吳小兵徽菜作為享譽中國的八大菜系之一，徽菜揚名立萬與徽商的奔波有關；與徽地往昔的貧困生活有關；也與食物運輸的不便有關……令人驚詫的是，在這些不利條件下，徽菜卻異軍突起，出色地解決了各種口味問題。糅合徽州文化、徽商、菜式製作的徽菜，凝聚著深沉古樸的鄉情，也張揚著徽人的個性，走向四面八方。古徽州是一個群山環繞、相對封閉的獨立地理單元，四周黃山、天目山、白際山、五龍山圍合，山勢高峻、奇峰屹立、層巒疊嶂、茂林修竹圖為歙縣雄村鎮柘岱村。圖源：中國國家地理 2024年01期攝影/方君堯烹正宗的徽味，首先要有正宗食材。徽菜的主要食材不外乎兩類：一是山珍，一是水產。皖南山區盛產的香菇、山筍、木耳，甚至茶葉皆為上品，徽州內外的江河水系，貢獻的則是魚鱉蝦蟹、蓮子蓮藕。右圖中正在醃製的鱖魚，鱗不脫、質未變，但腮已透紅，這是做著名徽菜“醃鮮鱖魚”的重要工序。(中國國家地理)

在台大醫院受過訓練、赴美密西根大學取得雙碩士的蘇宗柏，深耕美容醫學多年，並跨足兩岸三地高端醫美市場。他常勉勵年輕人，要勇於接受挑戰，才能不斷進步。圖／取自蘇宗柏醫師 Beauty健康說 臉書蘇宗柏回憶，從小對生物學充滿興趣，建國中學時熱衷實驗，奠定了從醫的基礎。他在台大醫院燒燙傷中心接受住院醫師訓練，隨後鑽研老年醫學，並考取美容外科資格自行開業。為了拓展視野，他赴美進修醫學工程，探索先進醫療技術，並將這些技術帶回台灣，服務兩岸患者。「過去醫美病患多追求制式化的外貌改造，如『我要林志玲的鼻子、鍾楚紅的嘴唇』，現在則走向客製化。」蘇宗柏表示，美容醫學不僅需要精湛技術，更要具備藝術美感，對「美」有專精追求。他強調，人體自身的組織與器官是最精密的人工物無法完全替代的，例如假牙永遠無法與原牙齒相提並論。美國早在50年前就開始研究再生醫療，並於20多年前立法，日本則在10多年前跟進。蘇宗柏指出，他成立醫美集團的初衷，就是將先進再生醫療技術引進台灣，隨著再生醫療雙法上路，今年台灣迎來再生醫療元年，他看好未來5至10年再生醫療將成為美容醫學的新主流。在教學與臨床實務上，蘇宗柏常督促學生勇於挑戰，重視不斷學習與自我提升。他提醒民眾，面對良莠不齊的美容醫學市場，選對醫師是首要要點，包括醫師受訓背景、學術研究、治療成果及相關認證，並強調每一項醫療行為都應長期追蹤，經得起科學檢驗。隨著個人化醫美和再生醫療的興起，蘇宗柏認為，未來台灣美容醫學將更注重技術與藝術兼具，並以科學與安全為核心，推動整個產業向高端、專業方向發展。（梅花新聞網）

現任美國超微半導體（AMD）董事長、總裁兼首席執行長的蘇姿丰，被譽為“矽谷半導體女王”，也是美國最高薪的“打工女皇”，去年還入選美國《時代》雜誌“全球百大最具影響力人物”名單。不少人也許好奇，作為一名華裔女性，蘇姿丰在以男性為主導的科技行業中打破玻璃天花板，成為全球半導體產業的領軍人物之一，她身上有什麼特殊家族神基因？今天，說一下對她影響最大、她身後的那個男人吧！“半導體女王”蘇姿丰身後的那個男人蘇姿丰（左）與父親蘇春槐（中）回台南老家祭祖超微半導體（AMD）董事長、首席執行長蘇姿丰，1969年出生於台灣台南市，3歲時隨父母移居美國。今天，位於台南市中西區民族路的老家，現為蘇姿丰的大伯父蘇宗信居住，家中仍保留她與父母當年居住房間原貌。蘇姿丰，出身台南地方望族，蘇家早年靠經銷紙業發跡，曾獨霸當地市場10餘年。蘇家老宅是一座5層樓高、當年相當氣派的“起家厝”，緊鄰台南的天后宮、水仙宮。老宅雖經多次整修改建，但仍保留當年“信和行”招牌。蘇家人很有成就，家族親戚很多移居美國、日本；順帶提及，台南知名畫家蘇奕榮就是蘇姿丰的堂哥。蘇姿丰的父親蘇春槐，在8個兄弟姐妹裡排行第2，他畢業於台灣師範大學數學系，1967年又獲得台灣清華大學數學碩士；1978年，他再獲得美國哥倫比亞大學數量研究所博士。從蘇姿丰父親蘇春槐豐富的學歷來看，您對他會培養出一個“半導體女王”不會感到意外吧。對數學“情有獨鍾”的蘇春槐曾說：“數學是一門學習邏輯、分析、判斷的學科，而任何事都需要過分析、判斷、決定。將這些優勢應用到不同領域上，就能另創新徑，找出屬於自己的價值。”蘇春槐在母校清華大學當年，在清華大學碩士畢業後，蘇春槐一邊留在清華擔任講師，同時籌備出國深造；一年後，他遠赴美國哥倫比亞大學攻讀數量統計所博士。完成學業，獲得博士後，蘇春槐的第一份工作是擔任紐約市政府政策分析師，主要負責統計研究政策帶來的影響與利弊，供市長作參考。在美國安頓下來的同時，他也將妻女帶到美國，一家團聚在一起。1972年，時年3歲的蘇姿丰與母親羅淑雅移民美國，當年，羅淑雅一邊到紐約大學進修，成了一名會計師，另一邊自行創業，主要從事汽車零部件的進口生意。值得一提的是，蘇春槐與妻子羅淑雅創業有成後，還擔任紐約台灣會館的副理事長。此外，蘇春槐夫婦還在台南永康辦廠，主要是生產汽車零件，然後再銷往美國等地。蘇姿丰與母親羅淑雅蘇姿丰的母親羅淑雅，數年前已辭世。羅淑雅也是台南人，出身台南市水仙宮一代的望族。輝達創辦人黃仁勳的母親羅采秀，就是羅淑雅的父親羅伯沐小18歲的妹妹，也就是說，蘇姿丰要喊黃仁勳一聲“表舅”。黃仁勳也出生台南市，其父親黃興泰祖籍浙江省麗水市青田縣山口鎮大安村。當年，黃興泰在成功大學讀書時，被評為羅家的家庭教師，後來與羅采秀成了一對戀人，結婚成家。儘管蘇姿丰與黃仁勳為遠房親戚，且很小的時候就去了美國，但由於未一起成長，彼此關係疏遠。直到跨入半導體業界，兩人才相互認識。黃仁勳曾如此評價“表外甥女”蘇姿丰：她的職業生涯令人難以置信，真的非常了不起！對於父母對自己的影響，蘇姿丰曾表示：我的父母是典型的亞洲父母，非常想要孩子能成功。他用三項教育心法培育出“半導體女王”蘇春槐近年來，蘇姿丰也不時回台南老家，與定居紐約的父親蘇春槐一起返鄉祭祖。蘇春槐作為台師大暨清華校友，他在回母校時，許多人好奇，他是如何栽培出“半導體女王”蘇姿丰？蘇春槐表示，當年他博士畢業後，進入紐約市政府工作，發現身邊優秀人才幾乎都是猶太人，他也接觸到猶太經典《塔木德經》，裡面的哲學思想深深影響了他的教育觀。蘇春槐表示，猶太人重視學習，從小就要求孩子學習成人社會的道路，父母也將教育當成一生的志業。因此，女兒蘇姿丰從五歲起，他就開始教她學數學，也讓她學鋼琴。當蘇姿丰十歲時，發現她喜歡拆解玩具，就幫她設定未來要走理工方向。對於女兒蘇姿丰，蘇春槐有一套屬於自己的三項教育心法：即“起步早，知識廣，不設限。”與猶太同事相處期間，勾起蘇春槐對猶太教育觀的興趣，而他也將此落實到女兒身上。蘇春槐、蘇姿丰父女蘇姿丰從小不喜歡布娃娃，卻喜歡玩哥哥的汽車玩具和遙控車，還要拆開來看，研究裡面的結構。蘇春槐看到女兒在工程科學方面的潛力，除了自己教，還在暑期將蘇姿丰送去數學訓練營。從中學起，蘇姿丰就開始“跳級”，為挑戰電機領域最高學府——麻省理工學院，讀高一時的她就開始學大一課程。後來，蘇姿丰拿到博士時，年僅24歲。蘇春槐說，身為父母，並不需要為孩子設限，要求孩子一定要照著固定方向走，或是以性別、發展前途去限縮孩子探索的權利，而是鼓勵孩子多方探索、培養興趣。“人的才能並不是只有一種，而是具有多樣性的。”在美國矽谷，亞裔面孔並不少見，然而蘇姿丰卻是矽谷半導體產業中首位華人女性CEO。蘇春槐回顧，女兒蘇姿丰接任AMD首位女性CEO時，當時超微半導體處於弱勢，但她堅持不放棄向英特爾（Intel）發起挑戰，最終創造超千億美元市值。蘇春槐說：“一個故事要精彩，就是要從不可能變為可能，才會成為經典。”蘇姿丰與父親蘇春槐在台師大蘇春槐認為，自己給女兒傳遞的是“樂於探索、勇於挑戰”的精神，人生一定會遇到許多挑戰，重點是用什麼心態去面對。他說：“即使只有1%，也不代表你會失敗，而是你仍然有1%的機會成功。”蘇姿丰也曾說，成長於典型華人家庭的她，對她教育要求極高，每科成績須全拿A。三歲隨父母移民美國的蘇姿丰，最初就讀哥倫比亞大學附設的幼兒園、小學，因成績優異“跳級”進入2年制特殊初中，隨後考入全美國頂尖的布朗克斯科學高中，期間，她曾榮獲西屋科學獎。在麻省理工取得電機學士後，蘇姿丰先後取得碩博士，24歲完成博士學位，專注於SOI技術研究。在麻省理工讀大一時，蘇姿丰就成了研究助理，並首次接觸到半導體，從此對晶片技術著迷。畢業後，蘇姿丰先後在德州儀器、IBM、飛思卡爾半導體等名企工作，2014年她執掌超微半導體擔任總裁兼首席執行長，也是AMD有史以來首位女CEO。“半導體女王”蘇姿丰起初，蘇姿丰並不被看好，當時她的薪酬也比前幾任CEO還低；隔年，超微半導體一度陷入瀕臨破產危機，不過，在她帶領下，公司於2017年轉虧為盈。這一年，AMD推出全新運算架構“Zen”，也是蘇姿丰職場生涯重要轉折點。其實，基於此架構的首個產品Zeppelin，生產前被發現有重大缺陷，如果無法解決將導致推遲交貨，可能釀成一大危機。當時，蘇姿丰告訴實驗室團隊：“失敗不是選項。”最後，她們靠齊心協力化解危機。過去2025年，作為全美國最高薪的“打工女皇”，蘇姿丰身價來到11億美元。根據美聯社及薪酬研究機構Equilar調查資料，蘇姿丰已連續六年蟬聯全球薪酬最高的女性CEO榜之首。雖然3歲時被送到美國讀書，蘇姿丰最愛吃的，仍是家鄉小吃。據她的堂哥透露，她最愛吃的是滷肉飯加蛋，每次回台南老家，一定去一家開設於1940年代的“阿霞飯店”。 (一波說商業實驗室)

2025年3月，人工智慧大會在北京國家會議中心召開。現場座無虛席，來自全球的技術精英齊聚一堂，見證一位傳奇人物再次站上聚光燈下。她是AMD的掌舵人，美國工程院院士，全球最賺錢的女CEO之一。她不是中國人，卻在中美科技戰最敏感的時期，把AI晶片、CPU架構甚至整個研發團隊都帶到了中國。為此，美國有人罵她是叛徒，可這位年薪四億的女科學家，偏偏不改初衷，親自敲開中國的大門。她就是蘇姿丰，出生在台灣台南，三歲移民美國，從小痴迷拆解電子裝置，一路考上麻省理工學院，讀完電氣工程本科、碩士和博士。半導體行業曾是男性天下，實習時有人嘲笑女生搞不懂晶片，她不辯解，專心做事，憑著四十頁工藝報告進入IBM，主導研發的銅互連技術解決晶片性能難題，讓行業告別鋁互連時代，三十歲出頭就成了IBM最年輕的實驗室負責人。她也看清一個現實，技術再強，不懂市場，企業也活不下去。2014年，她接手跌到谷底的AMD，當時公司連續六年虧損，市值只剩二十多億美元，現金剛夠還債，核心業務被英特爾、輝達死死擠壓。業內沒人看好她，她卻上任就否決舊晶片方案，把所有資源押在只有設計圖紙的Zen架構上。面對老員工反對，她堅持這是唯一出路，團隊歷時三年研發，2017年銳龍處理器上市，性能強於英特爾同期產品，價格卻低三成，AMD股價三天翻番，徹底走出危機。剛盤活公司，她就把Zen架構授權給中國企業，2016年與天津海光合作，她的算盤極精，牢牢掌握五十一%控股和核心主導權，只授權第一代架構，限制中方銷售範圍和修改權限，做到你能用，但帶不走、改不了。這筆交易讓AMD拿到兩億九千三百萬美元授權費，更打開了中國市場。她深知全球七成的PC和伺服器產自中國，AI晶片採購量佔全球一半以上，放棄中國就等於放棄未來一半增長空間。2020年美國出台AI晶片禁令，她玩起合規創新，調整高端晶片推出定製款，性能壓在禁令門檻下，用三星五奈米工藝替代台積電三奈米，被百度、阿里批次採購。美國議員罵她賣國，她帶著檔案據理力爭，強調每筆交易都合規。此後她加大對華佈局，2025年宣佈擴建三地研發中心，中國區工程師將突破四千人。這一年AMD中國區營收佔全球二十四點二%，超過美國本土，全球AI晶片市場份額從八成飆升到十五成，一半以上來自中國。她的高薪是市場對能力的認可，而她的底氣，從來都是看透技術與市場的本質，找準未來的方向。 (科技直擊)

兩場超級演講。黃仁勳說：我們今晚要把15場演講的內容塞進1場。蘇姿丰說：（AI的未來）你們還什麼都沒見識到。他們的演講原文都發出來了，歡迎去看原文。我覺著實在是太長了，自己都看麻了，簡單整理幾個要點，看看業界共識有那些吧。共識展示了某種程度上的趨勢，從中發現那些非共識，才是找到未來分岔的要點。算力缺口，比所有人想像的都大黃仁勳給出的數字：10兆美元的舊計算體系正在被AI現代化升級，100兆美元規模產業的研發預算正在從傳統方法遷移到AI方法。蘇姿丰給出的數字：全球算力從2022年的1 zettaflop增長到2025年的100 zettaflops。這還遠遠不夠，未來五年，還需要再增長100倍，達到10 yottaflops。yottaflop是什麼？1後面跟24個零。10 yottaflops，相當於2022年算力的10000倍。兩位大佬傳遞了同一個資訊：錢從那兒來？錢往那兒去？答案都是AI算力。兩場發佈會，三個關鍵詞關鍵詞一：物理AI黃仁勳把它定義為"讓AI理解自然規律、與物理世界互動"。NVIDIA發佈了AlphaMio，一個"會思考、會推理、會解釋"的端到端自動駕駛AI。它能輸出控制動作，還會告訴你為什麼要這樣開。黃仁勳說：未來每一輛車、每一輛卡車，都會自動駕駛或高度自動駕駛。這個拐點，可能正在發生。蘇姿丰則請來了義大利人形機器人公司Generative Bionics的創始人，發佈了商業化人形機器人Gene 1。它全身覆蓋觸覺"皮膚"，能感知壓力與意圖，預計2026年下半年進入製造。關鍵詞二：Yottascale蘇姿丰發佈了AMD史上最大幅度的代際性能提升：Helios平台與MI455X加速器。Helios機櫃的參數可以看下，為了加速追趕確實挺拼的。3200億電晶體，比上一代多70%432GB HBM4超高速記憶體單機櫃性能最高可達2.9 exaflops重量接近7000磅黃仁勳則發佈了Vera Rubin平台，由六顆關鍵晶片協同設計，覆蓋CPU、GPU、網路、資料處理與安全。兩家公司都在說同一件事：AI需求沒有放緩。 晶片增長不夠，就做系統協同；系統不夠，就做機櫃級設計；機櫃不夠，就做資料中心級最佳化。關鍵詞三：智能體（Agentic AI）黃仁勳說，2025年智能體系統擴散到幾乎所有地方。他特別點名了一款產品：Cursor，"它在NVIDIA內部徹底改變了我們的軟體開發方式"。蘇姿丰請來了OpenAI聯合創始人Greg Brockman。Brockman說：我希望未來你早上醒來時，ChatGPT已經幫你把家裡和工作裡的待辦清單消掉一部分。我希望世界上每個人背後都能有一張GPU在後台持續運行。Lisa Su 與 Greg Brockman 在 CES 2026 同台端側AI年年有聊，年年不一樣蘇姿丰發佈了Ryzen AI Halo——一個巴掌大的小盒子，能在不連接外部裝置的情況下本地運行2000億參數模型。Liquid AI的CEO展示了LFM-3——原生多模態，支援音視訊輸入，能在100ms以內完成即時推理。它不是跑在雲端，而是跑在你的筆記本上。黃仁勳說得更直白：未來應用不再是預先編譯，而是即時生成——每一個像素、每一個token，都是現場生成出來的。一個分化：開放 vs 封閉黃仁勳宣佈，NVIDIA現在也是一家"前沿AI模型建構者"。他們用DGX Cloud運行著價值數十億美元的超級電腦，開發開源模型。他說：我們選擇儘可能在開放生態中完成，從而讓每家公司、每個行業、每個國家都能參與這場AI革命。蘇姿丰的表態更加明確：AMD是唯一一家在全端貫徹開放性的公司——硬體、軟體、以及更廣泛的解決方案生態。兩家晶片巨頭同時高舉"開放"大旗，背後是一個更深層的博弈：AI時代的生態戰爭更久、更激烈。寫在最後黃仁勳用了一個詞來形容這個時代：雙重平台變革。第一場變革，是我們全面走向AI——未來的應用將建立在AI之上。第二場變革更深：軟體的開發與運行方式發生根本變化。你不再是"程式設計軟體"，而是在"訓練軟體"；你不再主要跑在CPU上，而是跑在GPU上。蘇姿丰的總結更簡潔：AI是過去50年最重要的技術，也是AMD的第一優先順序。站在2026年的起點，蠻有意思的，算力還有巨大成長空間，那背後的資訊效率提升指向什麼方向呢？ (帝亞梵的智庫報告)

“在這些演講中，物理AI、混合AI、空間智能等幾大焦點，並非割裂，而是一個協同進化的生態系統。”拉斯維加斯，飛機已落地，開年第一周，許多人奔赴CES，一年一度的科技春晚拉開序幕。這幾日的焦點，在人和他們說的話。1月4日、5日，展會正式開始前兩天，是CES的媒體日，許多公司會選擇在此時發佈新品。與往年一樣，這兩天幾乎變成了一場全球AI頭部公司的“掌門人峰會”：輝達創始人黃仁勳、AMD董事長蘇姿丰、英特爾CEO陳立武、聯想集團CEO楊元慶、高通CEO克里斯蒂亞諾·阿蒙……紛紛亮相併發表演講。但這些演講並不止於新品發佈，更像是一次對企業技術路徑和產業佈局的表態，每一句判斷，都會被世界反覆拆解、思考。對此，資深科技自媒體人莊明浩表示，CES本來是消費電子展，但看輝達和AMD，尤其是黃仁勳的演講，其實基本上已經完全沒有針對“消費市場”的內容描述，全部都是當前AI敘事下，資料中心所需要的GPU，以及所謂“物理”世界極限這樣的宏大命題，我們人類的消費品似乎真的已經不那麼重要了。而隨後四天，當主舞台的燈光逐漸暗下，展館的大門一扇扇打開，CES的正式展期才剛剛開始。據報導，超250萬平方英呎的展區，吸引了全球超過4000家參展企業和十幾萬參會者。機器人、AI PC、智能眼鏡等最熱門的科技產品，都將在此亮相。CES 2026開幕中國企業的身影同樣密集。既有聯想、海信、TCL等老牌廠商，也有宇樹科技、智元、雲深處等機器人公司，在洗地機、割草機、爬樓機、泳池清潔機等細分領域，中國廠商的身影也不會缺席。正如黃仁勳在演講中反覆強調的那樣：“AI競賽已經開始，所有人都在努力達到下一個水平。”那麼，在第一天的多場主題演講中，各大AI企業的掌門人都是如何解讀行業趨勢，又是如何描繪各自企業的未來藍圖？據未可知人工智慧研究院院長杜雨所總結：黃仁勳的核心邏輯是AI必須理解物理世界的常識，才能真正與現實世界互動。從商業邏輯來講，現實世界的天花板比線上世界更大。黃仁勳這次穿上了鱷魚皮英特爾強調混合AI和端側，本質上是現實世界有很多場景是需要端側AI的，比如醫療、金融、工業，強調資料隱私、低延遲、零斷網。AMD的蘇姿丰說未來幾年計算能力需要再提升100倍，本質上是在解決“算力荒”的問題。AMD的戰略是用更高性價比的算力，搶奪輝達的資料中心市場。應蘇姿丰邀請而來的“AI教母”李飛飛，則再次強調了“大語言模型終究受制於語言本身”這個天然的侷限性，她認為，語言是用來描述世界的工具，但不是世界本身。從物理AI、混合AI、端側AI，到算力、空間智能、AI代理……在這些主題演講中，或新或舊的概念，共同勾勒出了未來AI發展的全景圖。我們整理了十四句與未來AI發展有關的金句，它們為這個飛速發展的AI時代留下了一個小小的時間標記，留待未來驗證。同時，我們也邀請了相關領域的專家，對這些洞見發表了各自的看法。十四句金句整理1.“物理AI的ChatGPT時刻即將到來。”——黃仁勳2.“物理AI的突破，讓AI從螢幕走向了我們的物理世界——這恰逢其時，因為世界正在建設各種各樣的工廠，用於晶片、電腦、救命藥物和AI。隨著全球勞動力短缺的加劇，我們比以往任何時候，都更需要由物理AI和機器人技術驅動的自動化。”——黃仁勳3.“今天我想要談一點AIpamayo，這是我們在自動駕駛汽車方面所做的工作——我們不僅開源了模型，還開源了我們用來訓練這些模型的資料。因為只有這樣，你才能真正信任模型的來源。我們開源所有模型，我們幫助你們從中製作衍生品。”——黃仁勳4.“如果你看世界的模型，OpenAI生成的Token比其他任何模型都多，而第二大群體，可能是開源模型。我的猜測是，隨著時間的推移，開源模型可能會成為第一名。”——黃仁勳5.“我們相信，隨著人工智慧能力的不斷提升，本地化計算只會變得越來越重要，第一，本地化程度越高，延遲就越低，因此性能也越好；第二，AI越本地化，就越安全，也越真正“屬於你”；第三，AI推理每一次都要花錢，雲端集中計算存在成本與頻寬瓶頸，而本地化計算通過減少傳輸和基礎設施依賴，能顯著降低整體成本；第四，對企業而言，本地計算的核心價值不在性能，而在於讓資料、智能與控制權重新回到自己手中。”——Perplexity CEO斯里尼瓦斯6.“混合人工智慧時代開啟……本地AI安全地執行任務，將資料保留在機器上，而云端AI則負責全域推理、規劃和多智能體編排。”——英特爾戶端計算事業部高級副總裁吉姆7.“你將在智慧城市、工廠、醫療保健和各種自動化系統等關鍵領域中，看到數百種不同外形尺寸的邊緣裝置，它們需求巨大且不斷增長。”——英特爾戶端計算事業部高級副總裁吉姆8.“AI的使用者數量，已經從最初的100萬人，躍升至如今超過10億活躍使用者……我們預計，AI的活躍使用者數量將增長到超過50億人，AI將真正融入我們生活的方方面面，就像今天的手機和網際網路一樣。”——蘇姿丰9.“我們現在擁有的算力，遠遠不足以支撐AI能做到的一切……為了讓AI無處不在，我們需要在未來幾年內將全球算力提升一百倍，或者在未來五年內提升超過十倍。”——蘇姿丰10.“未來，一個國家的GDP增長，很大程度上將由其可用算力決定。”——OpenAI總裁格雷格11.“讓我興奮的是，現在出現了新一代人工智慧技術，包括具身人工智慧和生成式人工智慧，我們終於可以賦予機器更接近人類水平的能力——空間智能。”——李飛飛12.“我們正在從‘被動理解世界的系統’，走向‘幫助我們與世界互動的系統’。”——李飛飛13.“如今大多數AI助手都是反應式智能體，你打開一個應用程式，然後提問以獲得回應，但是當AI在裝置上快速運行且始終處於開啟狀態時，它就可以主動為你執行任務。”——Luma AI CEO阿米特14.“2026年將是AI代理元年，AI將能夠幫助你完成更多工，甚至有望完成整個任務的端到端，而不是僅僅做一些零碎的工作。”——Luma AI CEO阿米特大頭有話說胡延平上海財經大學特聘教授智能科技產業與智能經濟研究學者黃仁勳所言“物理AI的ChatGPT時刻到來”，如果更具體地定位，2026年可能是物理AI的GPT3—GPT3.5時刻，也就是進步顯著，但還不能給予過高的預期，尤其機器人的“大腦發育”。不過，自動駕駛的L3量產時刻今年到來，這一點是比較確定和樂觀的。此外，AMD和輝達都在強調從晶片到主機和叢集的全端AI能力，產品從晶片算力、開發環境到垂直應用，面向多個垂直場景全線佈局而非單點突破。尤其AMD後起直追，在已經實現從資料中心到個人裝置的完整AI佈局的基礎上，產品性能又有顯著提升。李飛飛展示了World Labs旗下首款商用世界模型Marble，目標是生成持久存在、可導航且一致的三維世界，助力人類的創造力而不是替代人，也和她過去提出的“以人類為中心”的AI發展理念相契合。李飛飛發表演講接下來，這屆CES 2026我會關注五個重點：一是機器人等具身智能，二是智能眼鏡等智能裝置，三是智能駕駛L3產業鏈，四是訓練與推理計算架構以及終端與邊緣AI算力變化，五是在感測演算法基礎上模型能力的注入給智慧健康領域帶來的變化。AI產業鏈意義上的“AI中國鏈”已經成型，AI技術與應用意義上的“AI中國環”也已經閉環，中國企業在推出琳瑯滿目的創新產品的同時，有希望為世界提供更多解決方案。杜雨未可知人工智慧研究院院長中國社會科學院技術經濟學博士幾場演講聽下來，我的感受是，“算力軍備競賽”已經白熱化。三家巨頭都在強調算力，但路徑完全不同：輝達追求絕對性能，AMD追求性價比，英特爾追求邊緣普及。這讓我想到近期扎堆上市的國產GPU四小龍，也是各有千秋。這也意味著未來2—3年，晶片價格戰、性能戰會非常激烈，對創業公司和企業客戶是重大利多——算力成本將大幅下降。中國在晶片製造上短期追不上，但在AI應用硬體上很猛。CES展會現場的機器人企業中，中國企業佔到一半以上，宇樹人形機器人、智元機器人、追覓掃地機器人，全是中國的。機器人還只是典型代表之一。這是因為中國市場大、場景多、迭代快。因此，我對中國創業企業的建議是：錯位競爭、長期主義。張孝榮深度科技研究院院長演講中，黃仁勳的觀點不僅是技術升級，更是範式轉移。以前的AI是“鍵鼠互動”，現在的AI是“視覺和語言互動”，而黃仁勳定義的“物理AI”是“行動互動”。他通過Cosmos模型（看視訊學物理規律）和Newton引擎（即時物理計算），試圖解決AI的“幻覺”問題——讓機器明白“水是流體、玻璃是脆的”。這是為了讓AI能在工廠和家庭中安全地幹活，而不僅僅是寫詩畫畫。AMD和英特爾兩家都迴避了與輝達GPU的直接競爭，各自另闢蹊徑：蘇姿丰展示了AMD在AI產業鏈中的位置。她強調的Helios系統和針對PC的Ryzen AI 400系列，傳遞出一個明確訊號：算力競爭是持久戰，AMD已經準備好接招，且更注重端側和成本效益。AMD的策略更像是“務實的理想主義者”，強調的“突破算力瓶頸”，本質上是降低AI的使用門檻。如果算力成本降不下來，中小企業玩不起，AI生態就會枯萎。蘇姿丰介紹AMD Instinct MI455X GPU英特爾強調的“本地計算”，其實是在輝達強大的雲端壟斷下，尋找一條讓AI落地到普通使用者手中的差異化生存之路。英特爾確實是在打一場“防禦戰”，但也是一場“必贏之戰”——它們看到了一個痛點：並非所有AI任務都需要去雲端。隱私問題（如家庭監控）、延遲問題（如遊戲響應）、成本問題，都要求算力下沉。英特爾通過在PC和邊緣裝置部署NPU（神經網路處理單元），是在建構AI時代的“毛細血管”。如果AI只存在於雲端巨頭手裡，那是不健康的；英特爾在試圖讓AI真正“無處不在”。幾場演講的核心概念，物理AI、本地計算、突破瓶頸、空間……勾勒出了AI從“雲端大腦”走向“實體世界”的完整路徑。結合CES 2026的風向，我對未來的感受可以用三個詞概括：“智能體、具身智能、技術方案”。1.AI將從“對話方塊”裡走出來：未來不再只是Copilot（副駕駛），而是Co-worker（同事）。我們期待看到AI智能體（Agent）能幫我們訂票、操作軟體，甚至通過機器人幫我們打掃房間。2.硬體形態的爆發：2026年將是人形機器人和AI定義汽車大爆發的一年。我們將在工廠和道路上看到更多形態的AI物理實體。3.成本的下降：隨著輝達Rubin架構和AMD/Intel方案的推出，AI推理成本將大幅下降。這意味著我們將看到更多便宜好用的AI應用，而不僅僅是昂貴的奢侈品。劉興亮知名數字經濟學者工信部資訊通訊經濟專家委員會委員在這些演講中，物理AI、混合AI、空間智能等幾大焦點，並非割裂，而是一個協同進化的生態系統。AMD和輝達在雲端提供近乎無限的算力，驅動模型變得無比強大，然後，這些能力通過英特爾的混合架構和李飛飛所展望的多模態模型，分發到我們身邊的裝置上，最終通過輝達倡導的物理AI和機器人技術，在現實世界中產生價值。在這個宏大的圖景中，中國企業絕非旁觀者，而是至關重要的參與者，並有望在以下幾個領域扮演關鍵角色：應用創新的主戰場：中國擁有世界上最龐大、最多元的應用場景和市場需求。在電商、社交、移動支付、智慧城市、製造業等領域，中國企業可以將全球領先的AI基礎模型和硬體，與本土化的深刻洞察相結合，催生出世界級的AI應用創新。例如，在AI賦能供應鏈、個性化推薦、工業自動化等方面，中國有巨大優勢。硬體產業鏈的關鍵一環： 中國在全球電子製造和供應鏈中佔據核心地位。從伺服器製造、AI終端裝置（PC、手機、機器人）到資料中心建設，中國企業是將先進AI技術轉化為實體產品並實現大規模交付不可或缺的力量。特定領域的技術突破者： 在AI晶片設計（如華為昇騰、寒武紀等）、自動駕駛（如百度Apollo、小鵬、華為Inside模式）、機器人等領域，中國企業已經積累了深厚的技術實力。面對國際競爭，他們有望通過聚焦特定垂直領域，實現差異化的技術突破，並依託國內市場形成規模效應。開源生態的積極貢獻者： 越來越多的中國科技公司擁抱開源，向全球貢獻程式碼、模型（如DeepSeek）和資料集。這有助於提升中國在全球技術社區的影響力，並從協作中獲益。CES 2026描繪的未來是清晰而激動人心的。中國企業需要發揮自身在市場、供應鏈和應用創新上的優勢，一方面積極融入全球技術生態，另一方面勇於在核心技術上攻堅克難。未來的AI世界，必將是一個多極、協作、充滿競爭的精彩舞台，中國企業註定是台上的主角之一。 （吳曉波頻道）

黃仁勳在CES2026上的演講過去不到3個小時，人稱“蘇媽”的AMD CEO蘇姿丰就帶著AMD的AI全家桶登台亮相。為了給自己產品鋪墊，蘇姿丰開場大談推理需求的暴漲，強調算力接下來將進入Yotta Flops時代（1Yotta Flops=1,000,000 ExaFLOPS，即每秒可執行10的24次方次浮點運算）。針對這一變化趨勢，AMD的解決方案是最新的MI455X GPU，並且基於72顆MI455X GPU和18顆Venice CPU，打造了一台開放式72卡伺服器“Helios”。蘇姿丰展示MI455X GPU蘇姿丰強調稱，MI455X系列相較於MI355X擁有10倍的性能提升，其公佈的路線圖顯示，2027年將推出基於2nm工藝，搭載HBM4e記憶體的MI500系列。“未來四年，要實現AI性能1000倍的提升，”蘇姿丰說。01蘇媽的“算力核彈”AMD GPU路線圖這張路線圖清晰地展示了AMD INSTINCT系列GPU路線圖。最強大的是2027年要上市的MI500，屆時將會匯入2nm工藝，採用HBM4e記憶體，AI性能又是一次巨大飛躍。如果MI455X的性能是MI355的10倍，對照官方折線圖，粗略量化一下，MI500的提升可能是MI455X的30倍。不過，拋開PPT上的故事，明年下半年的重點產品還是MI455X和“Helios”機架。不過這裡比較有意思，在說MI455X的時候，官方曬的是一張MI450的參數對比圖。按照蘇媽的說法，2026年上市的MI450，相當於MI300X+MI350，堪稱階梯式的創新和性能跨越。升級的核心思路和輝達的邏輯一樣，借助HBM記憶體，實現視訊記憶體、頻寬和算力三個維度擴展，打破AI推理的“記憶體牆”限制。這種升級的好處體現在三個方面：首先是更強的擴展能力（Scale-up），更大的視訊記憶體意味著能裝下更巨型的模型；其次是更高的生成效率，通過極高的頻寬解決了“出字速度”慢的問題，提升了每秒Token的輸出量；最後是極高的QPS（每秒查詢率），讓伺服器在單位時間內能同時響應更多使用者的提問。MI450在主流的FP8精度下提供了20PF的算力，性能表現接近初代的4倍。不僅如此，FP4精度下能達到40PF的極高性能。機架方面，根據官方資料，Helios總共18個計算托盤，一個計算托盤採用1顆Venice CPU+4顆MI455X GPU。部分細節雖未詳細說，但從現場的配置來看，其中Venice CPU採用2nm工藝，總計4600個核心，MI455X GPU則採用了3nm工藝，總計18000個計算核心，搭配總計31TB HBM4視訊記憶體和43TB/s的總頻寬，提供2.9Exaflops的FP8算力。AMD也強調，Helios是一個通往Yotta級計算擴展的開放式機架平台。02AI PC的故事端側AI不是附加值，而是必需品展示完機架級“算力核彈”之後，蘇姿丰將敘事重心拉回到個人裝置，並給AI PC下了一個明確判斷：AI PC並不是雲端AI的替代品，而是下一代個人計算的基礎設施。AMD在本次發佈中正式推出Ryzen AI 400系列處理器。該系列採用Zen 5 CPU架構與RDNA 3.5 GPU，整合最高60 TOPS的NPU算力，並已全面支援Windows Copilot+生態。蘇姿丰在現場多次提到，AI已不再是PC的附加功能，而是正在成為其“默認能力”。緊接著，AMD還正式發佈了面向高性能開發者和創作者的Ryzen AI Max平台。從現場大屏展示的參數來看，Ryzen AI Max並非一次常規的移動端升級，而是AMD對“本地AI計算單元”形態的一次重新定義。CPU最高配備16核/32線程Zen 5架構，GPU整合40個RDNA 3.5計算單元，NPU算力達到50TOPS，並配備128GB統一記憶體。這一配置不僅支撐多模態AI推理和生成，也能夠處理編譯、渲染、資料預處理等高負載任務。在此基礎上，AMD進一步向上延展，推出面向高性能本地AI場景的Ryzen AI Max平台。Ryzen AI Max被定義為面向遊戲玩家、內容創作者與開發者的“終極處理器”，其核心並不在於單一模組性能，而在於 CPU、GPU與NPU之間高度整合的記憶體架構，以提升本地 AI 推理時的頻寬效率和響應速度。真正引發現場討論的，則是擺在舞台一側的一個“小盒子”——Ryzen AI Halo。形態上，Ryzen AI Halo更像是一台迷你主機，體積遠小於傳統工作站，卻被蘇姿丰稱為“世界上最小的AI開發系統”。該裝置基於旗艦級Ryzen AI Max處理器打造，採用統一記憶體設計，最高可配置 128GB記憶體，以滿足本地運行大模型時對容量與頻寬的雙重需求。與傳統意義上的AI PC不同，Ryzen AI Halo的目標使用者並非普通消費者，而是開發者、研究人員以及小型創作團隊。AMD在現場明確強調，這並不是一台展示型硬體，而是一個開箱即可使用的本地AI平台。Ryzen AI Halo出廠即預裝多款主流開源模型，包括GPT-OSS、FLUX.2、Stable Diffusion XL（SDXL） 等，開發者無需複雜配置，即可在本地完成模型推理、偵錯和應用驗證。這一設計思路，顯然意在降低“使用AI的工程門檻”，而不是單純追求跑分或峰值算力。這一開箱即用的設計，不僅展示了Halo在實際應用場景中的便利性，也凸顯了AMD對本地AI平台的整體架構思路：它不僅是軟體友好，更是在硬體層面為開發者提供充足算力和統一記憶體支撐。Ryzen AI Max/Halo與MI系列GPU的核心共性在於：都通過大容量、高頻寬的統一記憶體設計，將算力單元與資料緊密耦合，以打破本地或節點間的記憶體瓶頸，實現高效推理與生成。與輝達DGX Spark的對比中，AMD並未強調絕對性能，而是提出了一個更貼近實際使用場景的衡量方式：tokens/dollar/second。這一指標背後，是AMD對AI PC的核心判斷，即未來的個人AI裝置，並不是“縮小版資料中心”，而是效率優先、隨時可用、成本可控的本地智能節點。從Ryzen AI 400系列筆記本，到Ryzen AI Max，再到“小盒子”形態的Ryzen AI Halo，AMD在CES 2026上給出的AI PC路線已經十分清晰：AI正在從雲端服務，下沉為每一台個人裝置中的常駐能力。03抱完OpenAI總裁，再抱李飛飛蘇姿丰與OpenAI總裁、聯創格雷格·布洛克曼CES 2026的舞台上，蘇姿丰不再單純堆疊參數、製程或峰值算力資料，也把時間留給了幾類“正在真實消耗算力的公司”。這些公司共同構成了AMD此次發佈中最重要的一條暗線：算力究竟流向了那裡，又在改變什麼。首先登台的，是OpenAI總裁、聯合創始人格雷格·布洛克曼（Greg Brockman）。他並未談論模型細節，而是反覆強調一個事實：OpenAI內部長期處於“算力緊張”狀態，模型能力的每一次躍遷，都會迅速吞噬掉新增的計算資源。蘇姿丰在台上半開玩笑地回應道：“每次我遇到你，你都在說需要更多算力。”這句玩笑背後，其實是一次非常直接的確認——通用大模型仍然是當前算力需求的上限場景。對AMD來說，OpenAI的存在並不只是一個客戶案例，而是為Helios、MI455X這類機架級產品提供了最直觀的合理性：只要模型規模和使用頻率持續上升，算力就永遠不夠。蘇姿丰與Luma AI首席執行長阿米特·賈恩緊接著，AMD將舞台交給了AI初創公司Luma AI。Luma AI首席執行長阿米特·賈恩（Amit Jain）展示了其最新一代多模態視訊模型Ray3以及即時編輯功能Ray3 Modify。這些模型已經能夠在4K、HDR 條件下生成和修改長視訊內容，並支援將真人拍攝素材與 AI 生成世界進行動態融合。賈恩特別強調，2025年是Luma從“模型展示”走向“商業部署”的一年，一些客戶甚至已經開始使用其系統生成90分鐘長度的完整影片。更關鍵的一點在於，目前約60%的Luma推理負載運行在AMD GPU上。這一比例本身釋放出一個明確訊號：推理正在成為比訓練更長期、更穩定的算力消耗來源。相比一次性的超大規模訓練，視訊生成、即時編輯、內容修改和多模態互動，對算力的需求更高頻、更持續，也更依賴單位成本與能效比。這正是AMD在本次發佈中反覆強調tokens/dollar/second的原因。蘇姿丰與Liquid AI首席執行長拉明·哈薩尼隨後登台的，是來自MIT孵化公司的Liquid AI。與前兩者不同，Liquid AI並不試圖擴大模型規模，而是試圖從根本上降低“智能的計算成本”。其首席執行長拉明·哈薩尼（Ramin Hasani）在現場發佈了Liquid Foundation Model 2.5，並預告了將於年內推出的LFM 3.0。這些模型主打高度量化、低延遲與原生智能體能力，能夠在本地裝置或企業系統中常駐運行，持續處理多語言音視訊輸入、函數呼叫和後台任務。在演示中，LFM 3.0可以代表使用者參加會議、處理日程，甚至在使用者不直接互動的情況下主動執行任務。蘇姿丰在一旁打趣道：“你確認我們會相信這個智能體？”但這句玩笑點出的，恰恰是AMD想要押注的下一階段趨勢：AI正從“生成工具”轉向“系統級參與者”。除了內容與企業軟體，蘇姿丰還明確表示，醫療是她個人最關注的AI應用領域之一，因為這裡既存在極高的算力需求，也存在對穩定性、可解釋性和長期運行能力的現實約束。當這些企業被串聯在一起時，一條清晰的邏輯逐漸浮現：從OpenAI這樣持續吞噬算力的通用模型平台，到Luma的內容生成工廠，再到Liquid AI的本地智能體，以及醫療等高可靠性場景，算力正在從集中式訓練中心，擴散為一個高頻、分佈式、長期運行的推理網路。蘇姿丰與李飛飛在這樣的背景下，“AI教母”、史丹佛大學教授李飛飛也受邀登台，分享其創辦的World Labs。World Labs的核心目標，並不是生成更精緻的圖像或視訊，而是讓AI理解現實世界的空間結構。李飛飛將其稱為“空間智能（Spatial Intelligence）”，即模型並非學習螢幕上的像素，而是學習世界本身的尺度、深度、結構與物理關係。在現場演示中，World Labs僅使用普通手機拍攝的少量照片，就生成了具有真實空間關係的3D世界模型。李飛飛指出：“過去需要幾個月的工作，現在只需要幾分鐘。模型跑得越快，世界就變得越即時。”值得注意的是，這些模型的訓練與推理同樣運行在AMD Instinct GPU與ROCm軟體棧之上。性能的提升，並不是簡單地縮短等待時間，而是在改變研究和創作的基本方式。從OpenAI的算力飢渴，到內容生成、智能體、醫療應用，再到空間智能的出現，AMD在CES 2026所呈現的，並不是一場單純的硬體發佈，而是一種判斷：當算力成本持續下降，AI 將不再只是模型能力的競爭，而是開始重塑我們理解和建構世界的方式。 (騰訊科技)