硅谷坐标 SV-Vector

硅谷坐标 Silicon Valley Vector
  • 5.0 (4)
  • Investing

硅谷坐标（Silicon Valley Vector）：立足美国硅谷, 聚焦前沿科技与科技投资趋势。在 AI 重新定义人类边界的时代，我们深入科技与资本的第一现场，为全球受众提供准确、深度、独立的专业报道。 联系我们：team@sv-vector.com Silicon Valley Vector is a tech and investment media platform based in Silicon Valley, dedicated to covering cutting-edge technology and tech investment trends. In an era where AI is redefining the boundaries of human potential, we go deep into the front lines of technology and capital — delivering accurate, in-depth, and independent reporting to a global audience. Contact us: team@sv-vector.com

Episodes

  1. 硅谷坐标 x 璞林资本Kenny Zhang：Neocloud崛起背后的供需博弈与AI基建重构

    5d ago

    硅谷坐标 x 璞林资本Kenny Zhang：Neocloud崛起背后的供需博弈与AI基建重构

    本期节目《硅谷坐标》主持人曹卿云对话Valliance璞林资本首席投资官Kenny Zhang，系统拆解近期AI算力赛道连环异动背后的产业逻辑——Anthropic向竞争对手xAI采购算力、CoreWeave合同积压突破990亿美元、谷歌联手黑石成立独立TPU公司，这些信号共同指向一个正在崛起的产业新物种：Neocloud（AI原生云）。OpenAI与Anthropic的算力储备路线、CoreWeave高杠杆模式vs Nebius低杠杆模式的资本结构逻辑、推理与Agent时代对AI基础设施的最大变量和核心瓶颈如何变化。 【嘉宾介绍】 Kenny Zhang，Valliance璞林资本首席投资官，深耕AI基础设施与科技领域投资，长期跟踪全球算力基建与云计算产业演进。 【时间戳】 ： 00:00 开场：近期算力市场发生了什么？ 01:40 从大型机到Neocloud，三次范式切换 06:40 Neocloud存在的三个底层逻辑 12:02 全球AI算力真实地图——OpenAI只占10-15% 14:00 AI Lab采购策略分化 18:40 Neocloud的两个派系——做第四朵云，还是做硬件租赁 27:00 供给端主要玩家解析：CoreWeave、Nebius、FluidStack三大派系 30:20 两种资本打法：CoreWeave高杠杆 vs Nebius低杠杆 35:30 商业模式折旧悖论：GPU会贬值，凭什么借长债 45:00 资本市场最大误区： 990亿积压订单的真相—瀑布型现金流 55:00 微软/CoreWeave/英伟达：三角关系本质 01:03:50 黑石+谷歌TPU Neocloud的战略意图 01:07:26 Neocloud真正的护城河 01:12:47 Agent时代的最大变量和瓶颈 01:16:00 下一代存储层的真正赢家 01:19:16 AI是美国第三次劳动力外包——数字劳工时代 #Neocloud #AI基础设施 #云计算 #CoreWeave #GPU算力 #人工智能 #硅谷 #硅谷坐标

    1h 27m
  2. 🎙️ 硅谷坐标 EP05 | 全球光互连龙头 TeraHop 副总裁于让尘：AI 光互连的超级周期

    Apr 24

    🎙️ 硅谷坐标 EP05 | 全球光互连龙头 TeraHop 副总裁于让尘：AI 光互连的超级周期

    📌 看点简介 AI 基础设施的真正瓶颈，已经悄悄从"算力"转移到了"通信"。过去三四年，AI 算力增长了 300 倍，而光互连只增长了 30 倍——这 10 倍的 Gap 有一个直接的名字，叫通信墙。打穿这堵墙的关键技术，正在迎来高成长的超级周期。 本期，我们邀请到 TeraHop 副总裁、前中华光电学会主席于让尘（Ryan Yu）博士一起聊聊光互连行业正在经历的这场技术革命和产业格局。 从 Scale Up / Scale Out / Scale Across 的三重互连场景，到可插拔 / NPO / CPO 的三条技术路线；从 NVIDIA 斥资 40 亿美金战投 Lumentum 和 Coherent 背后的垂直绑定信号，到 OFC 上突然爆发的开放标准生态；从谷歌 Ironwood TPU v7 + OCS 构建的"最强大脑"，到硅光、薄膜铌酸锂、III-V 族化合物半导体三条重要技术路线的融合演进。 ⏱️ 时间戳 00:00 AI 时代的通信墙 03:05 光互连在 AI 算力中的不可替代性：脑灰质与脑白质 05:48 AI算力集群互连的Scale Up，Scale Out，Scale Across 11:19 光进铜退的经济账 14:09 可插拔 / NPO / CPO 三条技术路线深度拆解 15:25 硅谷大厂的技术选择：谷歌、Meta、亚马逊、英伟达的路线差异 20:58 光方案的技术演进路线 26:10 12.8T的带宽飞跃 27:26 英伟达 40 亿美金战投 Lumentum & Coherent 的产业信号 30:36 OFC多元协议与开放生态 34:55 OCS 光交换 vs 电交换：谷歌 10 年布局与行业机会 42:15 光模块厂商的未来布局 43:36 实现 400G per lane的重要技术路线：硅光 / 薄膜铌酸锂 / EML激光器 45:15 万亿美金级价值链重塑&发展瓶颈 48:44 光互连行业5-10 年展望 💬 金句预览 "算力过去四五年发展了 300 倍，而 AI 连接只发展了 30 倍。这个差距有 10 倍的 Gap 要去填补，必须整个业内一起来努力。" —— 02:35 "Use copper when you can, use optics when you must.（能用铜就尽量用铜，必须用光就用光。）" —— 11:38 "所有的互连网公司他们是很实际的，他们不会做宗教式的选择。" —— 19:29 "可插拔模块、NPO、CPO——甚至同一个互连网公司，它三项都选，叫做成年人不做选择题。" —— 20:48 "谷歌已经走在最前面 10 年，其他互连网公司还基本是零——这对供应商来讲是一个 Greenfield 机会。" —— 38:10 "哈哈哈，这个很快变成一个万亿级别的问题。" —— 45:15 "大家应该把光互连看作算力的一部分——而不是把算力和互连看作互相争夺资源的两块，而是一个共生、共同成长、共同优化的生态。" —— 49:03 📖 专业词汇 光互连 Optical Interconnect：用光信号替代铜线中的电信号来传输数据。更高带宽、更低延迟、更少能耗。在大模型时代从"数据中心的基础设施配件"上升为"AI 算力架构的核心变量"。 通信墙 Communication Wall：AI 算力增长远远超过互连带宽增长（300x vs 30x）带来的瓶颈——芯片越来越强，但"把它们连成一个系统"的能力增长最慢。今天 AI 集群算力跑不满，很大一部分就损失在这堵墙上。 Scale Up / Scale Out / Scale Across： AI 集群互连的三重场景。Scale Up 是机柜内互连（距离最短、带宽要求最高）；Scale Out 是机柜间互连（构建大训练集群）；Scale Across 是跨数据中心互连（解决单个数据中心的电力/土地极限）。 可插拔（Pluggable）：光模块的经典形态——像 U 盘一样插在交换机上，灵活、易维护、供应链开放。TeraHop 的 12.8T XPO 是目前最具代表性的下一代高速可插拔方案。 LPO（Linear Pluggable Optics）：可插拔的"低功耗版本"——把传统可插拔模块里最耗电的 DSP 环节拿掉，保留易维护性，更适合 AI 集群。 NPO（Near-Packaged Optics）：近封装光学——光模块往主芯片靠近一步，但还没完全封装在一起。是可插拔和 CPO 之间的中间路线。 CPO（Co-Packaged Optics）：共封装光学——把光引擎和主芯片深度封装成一个整体。带宽密度最高、电路径最短（毫米级）、延迟最小，被公认是下一代超大规模 AI 集群的终极形态。英伟达 Rubin 架构首次采用 CPO，被视为光互连近十年来最大架构变革。 OCS（Optical Circuit Switch，光交换机）：不同于传统电交换机一站站接收/判断/转发数据包，OCS 直接建立端到端的光路径，让数据沿专用通道通过。功耗低、延迟小、成本优。谷歌用 OCS 构建了 9,216 颗 TPU 的 Ironwood 超级大脑。 Coherent Light（相干光传输）：一种高级光调制技术，天然具备放大作用，链路预算更高。与 OCS 是天然搭档——能弥补 OCS 的信号损耗，让光交换方案在未来更高速率下依然跑得动。 硅光 Silicon Photonics：在硅衬底上用半导体工艺（CMOS 兼容）集成光学器件的技术平台。让光器件像芯片一样在 12 英寸晶圆上大规模量产，是过去几年整个光互连行业最重要的底层变化。 TFLN（Thin-Film Lithium Niobate，薄膜铌酸锂）：下一代高性能电光调制器的材料平台。可以嫁接到硅光平台上形成混合集成方案。 III-V 族化合物半导体：激光光源的主流材料（InP 系列），代表器件包括 DFB、EML 等。硅本身不发光，所以激光器至今是光互连绕不开的关键组件。 MSA（Multi-Source Agreement）：行业多源协议——多家公司共同制定的开放标准，避免被单一供应商绑定。今年 OFC 出现了 LPO MSA、Open CPX MSA、SDM4 MCF 三大新标准，100+ 公司参与。 NVL72 ：英伟达最新一代机架式 AI 大脑（72 颗 GPU 通过铜缆互连。 Ironwood（TPU v7）：是谷歌 2025 年 4 月发布的 9,216 颗 TPU + OCS 的超级大脑。两条路线的代表作。 光进铜退：随着单通道速率向 200G/400G 迈进，铜缆物理极限（1–2 米）逼近临界点，光互连逐步取代铜互连成为确定性趋势。 脑灰质 vs 脑白质：于博士贯穿全期的类比——灰质是计算（算力），白质是连接（互连）。人类大脑两者比例接近 1:1，而 AI 数据中心今天光互连只占 10–20%。"我们还在猫的阶段。" 🗂️ 内容大纲 一、通信墙：AI 算力 300 倍 vs 光互连 30 倍增长 算力、存储、互连：AI 集群发展的三个绕不开的主题 3 万美金的 H100 为什么跑不满：互连上的限制最终变成算力上的限制 光互连已经不是配件，是必选项 二、三重互连场景：Scale Up / Scale Out / Scale Across 机柜内、机柜间、跨数据中心——三种距离对应三种解决方案 Meta 的曼哈顿规模数据中心园区：Scale Across 的极限案例 为什么 Scale Up 是光互连的最大增量 NVL72 逼近铜缆物理极限：光进铜退的拐点 三、Scale Up 技术路线的"成年人不做选择题" 可插拔 / LPO / NPO / CPO 四条路线的本质差异 大厂的真实选择逻辑：没有宗教式的信仰，只有场景化的最优组合 TeraHop 的策略："让三条马都在跑" 四、市场信号冲突：GTC 的垂直绑定 vs OFC 的开放爆发 NVIDIA 40 亿美金战投 Lumentum & Coherent：供应链锁定背后的 CPO 野心 OFC 开放标准潮：LPO MSA、Open CPX MSA、SDM4 MCF 为何此时密集推出 100+ 公司为什么都在推开放生态：大厂不愿被任何人锁死 五、OCS 光交换：谷歌十年布局开启的产业新机会 从"每条链路跑多快"到"数据在网络里怎么走" Ironwood（TPU v7）：9,216 颗 TPU + OCS 的最强大脑 CapitalG 最新加注 Celero Communications：相干光与 OCS 的天然配对 电交换不会消失，但 OCS 的比例会持续上升 六、半导体化的必然：材料之争与万亿美金级价值链 万亿美金市场的底层共识：朝晶圆级、CMOS 兼容的光电集成走 硅光 / TFLN / III-V 三条材料路线的并行演进与相互融合 激光器晶圆生态的瓶颈：3 英寸 vs 12 英寸的量级差距 量子点激光器 & TSMC COUPE：破局的两个方向 七、5–10 年展望：从"猫"到"人"的演化 大脑的演化类比：灰质（算力）和白质（连接）的比例变化 今天的 AI 数据中心：我们还在猫的阶段 光互连未来还有 5 倍以上的增长空间 八、收尾金句："把光互连看作算力的一部分"——共生、共同成长、共同优化

    50 min
  3. 龙虾的“记忆” —— 黄东旭谈Agent 时代基础设施的重构

    Apr 10

    龙虾的“记忆” —— 黄东旭谈Agent 时代基础设施的重构

    【本期内容】2026年4月7日，《硅谷坐标》主持人曹卿云专访PingCAP联合创始人兼CTO、资深数据库专家、连续创业者黄东旭。在对话中，我们将深度拆解AI Agent面临的记忆难题、存储新范式，以及Agent带来的基础设施重构与社会的系统性思考。 【本期看点】 01:36 普通人开始"养龙虾"，Agent native产品形态正式出现 03:31 三代演进：从Prompt 到Context 再到Harness Engineering 09:15 单体Agent的灾难性失忆与compaction困境 10:28 上下文窗口 vs. 外挂记忆：短期与长期记忆的本质差异 14:38 解决记忆问题的产品哲学怎么记、怎么提取：把大模型本身当评估函数 17:28 Agent时代的数据特点与数据价值 23:31 一虾一库Agent时代数据存储新范式：兼顾安全与成本 27:17 记忆层的商业化路径：从备份订阅到领域专家知识变现 29:14 以Agent为最终使用者的基础设施生态链重构 33:16 向量数据库终局：独立向量数据库将被收敛 34:51 SQL与文件系统：经典接口在Agent时代依然是第一语言 36:25 下一个边界突破：多Agent协同下的Scaling Law 37:54 人与Agent协作的最佳范式 40:04 Agent带来的组织架构冲击：高度碎片化的部落型团队 41:37 上一个时代的软件工程的终结：在变中寻找不变 【关于硅谷坐标 Silicon Valley Vector】 立足美国硅谷, 聚焦前沿科技与科技投资趋势。在 AI 重新定义人类边界的时代，我们深入科技与资本的第一现场，为全球受众提供准确、深度、独立的专业报道。 【加入我们】 长期招聘主持人、研究员、编辑、摄像和后期视频团队。也欢迎加入我们的志愿者团队，参与一线前沿的讨论和采访。我们的志愿者由科技从业人员、专业投资人和媒体团队组成。

    45 min
  4. 硅谷坐标 x Jimmy Cheng：GTC回顾-AI时代英伟达的护城河

    Mar 25

    硅谷坐标 x Jimmy Cheng：GTC回顾-AI时代英伟达的护城河

    【本期内容】2026年3月23日，《硅谷坐标》主持人曹卿云专访了华美半导体协会副会长、Synopsys新思科技企业战略部技术战略中心负责人、前幕僚长程暨杨（Jimmy Cheng），聚焦GTC重点回顾并拆解Agent时代英伟达的战略格局。 【本期看点】 01:44 GTC大会：OpenClaw引领Agent新纪元 03:55 Agent时代的英伟达护城河 07:28 产业链利润与议价权再分配 10:51 英伟达推动开源模型的考量 12:03 开源对芯片定制化的影响 13:46 推理市场与LPU的崛起 15:17 Agent时代的底层芯片架构（SRAM） 16:10 未来推理芯片市场格局 19:50 Agent时代Synopsys（新思科技）的护城河 22:10 AI会取代芯片硬件工程师吗？ 24:09 AI设计芯片的边界 25:52 Physical AI：跨越Sim-to-Real的挑战 【关于硅谷坐标 Silicon Valley Vector】 立足美国硅谷, 聚焦前沿科技与科技投资趋势。在 AI 重新定义人类边界的时代，我们深入科技与资本的第一现场，为全球受众提供准确、深度、独立的专业报道。 【关注我们】 微信公众号 ｜ B站｜小宇宙 ｜ 喜马拉雅 YouTube｜Apple Podcasts｜Spotify｜LinkedIn｜X ​ 【加入我们】 长期招聘主持人、研究员、编辑、摄像和后期视频团队。也欢迎加入我们的志愿者团队，参与一线前沿的讨论和采访。 话题标签 #科技 #AI #投资 #硅谷 #硬件 #趋势 #人工智能 #英伟达 #GTC #芯片

    28 min
  5. 对话微软战投合伙人：AI 时代软件的护城河

    Mar 16

    对话微软战投合伙人：AI 时代软件的护城河

    【本期内容】 3 月 12 日，《硅谷坐标》主持人曹卿云在硅谷对话微软战略投资基金 M12 合伙人 Alan Du，聚焦“AI 时代的软件护城河”：哪些软件更易被颠覆？护城河会迁移到哪里？算力投入与回报落差如何理解？Agent 支付与安全将出现哪些结构性变化？ 【主持人】 曹卿云｜《硅谷坐标》 【采访嘉宾】 Alan Du｜M12 投资合伙人（前 PayPal Ventures Partner） 【本期看点】 00:00 开场 & 话题概览 01:10 M12投资策略 07:24 AI软件护城河 18:25 AI泡沫之争 28:42 AI收入和资本开支的落差 35:02 Agent 支付：身份/合规/微支付 41:00 AI能写底层代码吗？ 46:45 强监管行业AI落地 50:12 创业建议 【关于硅谷坐标 Silicon Valley Vector】 立足美国硅谷, 聚焦前沿科技与科技投资趋势。在 AI 重新定义人类边界的时代，我们深入科技与资本的第一现场，为全球受众提供准确、深度、独立的专业报道。 🌐网站地址：https://www.sv-vector.com ✉️联系我们： team@sv-vector.com 【关注我们】 B站 ｜ 小宇宙 ｜ 微信公众号 ｜ 喜马拉雅 Youtube ｜ Apple Podcast ｜ Spotify ｜ LinkedIn ｜ X 话题标签 #科技 #AI #投资 #硅谷 #软件 #硬件 #趋势 ​

    57 min
  6. 硅谷坐标 x 田渊栋: 解析大模型护城河、记忆存储瓶颈与Agent对社会冲击

    Mar 6

    硅谷坐标 x 田渊栋: 解析大模型护城河、记忆存储瓶颈与Agent对社会冲击

    【本期内容】田渊栋在Meta深耕11年，主导了强化学习、大模型推理与长上下文等多项前沿研究，近期刚刚以Co-founder身份开启新的创业旅程。本次对话涵盖大模型竞争、记忆与存储、推理前沿路线、Agents对社会的冲击等议题。 【主播】 曹卿云，硅谷坐标Silicon Valley Vector创始人。 【采访嘉宾】 田渊栋，CMU机器人学博士。在Meta AI（FAIR）深耕11年，担任研究总监。 【本期看点】 01:40 大模型的护城河：数据，算法，infra，人才 09:00 开源vs闭源模型比较 12:24 大模型有两种记忆：上下文是工作记忆，权重是世界观 20:20 记忆研究的核心难题：从死记硬背到顿悟的跃迁 26:16 Context Window没有天花板，需求正在质变 37:39 存储危机：模型训练和推理引发的内存供应链瓶颈 36:53 预训练的天花板与强化学习的上界 41:20 推理的未来：隐空间叠加态与并行推理 50:00 小龙虾Agent：一个握有你所有秘密的笨小孩 55:30 Agent时代的社会冲击：洪水已来，大多数人浑然不觉 【关于硅谷坐标 Silicon Valley Vector】 立足美国硅谷, 聚焦前沿科技与科技投资趋势。在 AI 重新定义人类边界的时代，我们深入科技与资本的第一现场，为全球受众提供准确、深度、独立的专业报道。 【关注我们】 B站｜小宇宙 ｜ 微信公众号 ｜ 喜马拉雅 Youtube｜Apple Podcast｜Spotify｜LinkedIn｜X

    1h 2m
  • 6 Episodes

Ratings & Reviews

5
out of 5
4 Ratings

About

硅谷坐标（Silicon Valley Vector）：立足美国硅谷, 聚焦前沿科技与科技投资趋势。在 AI 重新定义人类边界的时代，我们深入科技与资本的第一现场，为全球受众提供准确、深度、独立的专业报道。 联系我们：team@sv-vector.com Silicon Valley Vector is a tech and investment media platform based in Silicon Valley, dedicated to covering cutting-edge technology and tech investment trends. In an era where AI is redefining the boundaries of human potential, we go deep into the front lines of technology and capital — delivering accurate, in-depth, and independent reporting to a global audience. Contact us: team@sv-vector.com

Information

  • Creator
    硅谷坐标 Silicon Valley Vector
  • Years Active
    2K
  • Episodes
    6

You Might Also Like