YTGET

YouTube · Facebook · X · TikTok · Instagram · Threads

輝達晶片為何難以複製,從台積電封裝到 CUDA 生態的二十年佈局

YouTube 影片筆記

輝達晶片為何難以複製,從台積電封裝到 CUDA 生態的二十年佈局

原片標題:黃仁勳的 AI 晶片,真的無法複製嗎?

原片說明
輝達的晶片,為什麼全世界都追不上?英特爾、AMD、Google 都會做晶片,其中一顆紙面上甚至更好。這一集,我們把三個最常見的猜測一個一個拆開,再回到台灣,看真正保護它的是什麼。 ・輝達沒有工廠、設計不神秘、專利排不進前五十名:三個猜測為什麼都錯 ・AMD 的晶片紙面上更快,為什麼還是輸:藏在晶片底下的軟體 CUDA ・二十年前一個學生寫的軟體,和黃仁勳那場被股東看衰的賭注 ・台積電的先進封裝:當年被當成笑話,今天全世界都在排隊 ・Google 怎麼翻過這道牆,這道牆又開始裂了嗎 章節 0:00 輝達的晶片,為什麼沒人能複製? 1:29 就是這一顆:Blackwell 2:44 人類做過最難的東西之一 3:23 三個猜測:機器、設計圖、專利 5:21 換一顆晶片試試看 7:41 二十年前,一個學生寫的軟體 9:43 一顆晶片永遠不夠 10:55 唯一的那間工廠:台積電 12:49 被當成笑話的那一步 15:12 翻過牆的那一家:Google 16:07 這道牆,開始裂了嗎? 17:31 真正難複製的是什麼 想了解更多: 你問 AI 一個問題,晶片裡發生了什麼事? https://youtu.be/XrZvtDMSTH4 打電動的顯示卡,憑什麼撐起黃仁勳的 AI 帝國? https://youtu.be/1W1AKV9lwyo 播放清單「近看晶片:AI 背後的機器」:https://www.youtube.com/playlist?list=PLU91Gw3aQYww 資料來源與貢獻者 - 所有動畫與插圖皆為 Up Close Studio 原創,以 Blender 製作或用程式繪製;片中的晶片、機櫃與工廠機器是我們自己的設計 - 片中的程式是 Andrej Karpathy 的 nanoGPT(MIT 授權)https://github.com/karpathy/nanoGPT ;近五百個 AI 專案是我們在 2026 年 11 月 14 日自己數的 - Anders Eidesvik (CC BY 4.0):Jensen huang stanford 2026-04-30 011、036、020 https://commons.wikimedia.org/wiki/File:Jensen_huang_stanford_2026-04-30_011.jpg https://commons.wikimedia.org/wiki/File:Jensen_huang_stanford_2026-04-30_036.jpg https://commons.wikimedia.org/wiki/File:Jensen_huang_stanford_2026-04-30_020.jpg - Oak Ridge National Laboratory (CC BY 2.0):Frontier Supercomputer (2)、(6)、(10)、(15) https://commons.wikimedia.org/wiki/File:Frontier_Supercomputer_%282%29.jpg https://commons.wikimedia.org/wiki/File:Frontier_supercomputer_%286%29.jpg https://commons.wikimedia.org/wiki/File:Frontier_supercomputer_%2810%29.jpg https://commons.wikimedia.org/wiki/File:Frontier_supercomputer_%2815%29.jpg - 4300streetcar (CC BY 4.0):TSMC Fab 14B May 2025 2、TSMC Fab 18 May 2025、TSMC Fab 6 front May 2025、TSMC Fab 18 and fields May 2025 https://commons.wikimedia.org/wiki/File:TSMC_Fab_14B_May_2025_2.jpg https://commons.wikimedia.org/wiki/File:TSMC_Fab_18_May_2025.jpg https://commons.wikimedia.org/wiki/File:TSMC_Fab_6_front_May_2025.jpg https://commons.wikimedia.org/wiki/File:TSMC_Fab_18_and_fields_May_2025.jpg - IBM Research (CC BY 3.0):The future of computer chips is being made in Albany, NY https://commons.wikimedia.org/wiki/File:The_future_of_computer_chips_is_being_made_in_Albany,_NY.webm - Rob Bulmahn (CC BY 2.0):Silicon Wafer 20200519、Silicon Wafer 20120926 https://commons.wikimedia.org/wiki/File:5C2A5953R_-_49913961083_%E2%80%93_Silicon_Wafer_20200519.jpg https://commons.wikimedia.org/wiki/File:IMaGe_31072R_%E2%80%93_Silicon_Wafer_20120926.jpg - Steve Jurvetson (CC BY 2.0):Stanford University Main Quad https://commons.wikimedia.org/wiki/File:Stanford_University_Main_Quad_-_7_June_2009.jpg - Chad Davis (CC BY 2.0):Google Data Center, Council Bluffs Iowa https://commons.wikimedia.org/wiki/File:Google_Data_Center%2C_Council_Bluffs_Iowa_%2849062863796%29.jpg - Tony Webster (CC BY 2.0):Google Datacenter - The Dalles, Oregon https://commons.wikimedia.org/wiki/File:Google_Datacenter_-_The_Dalles%2C_Oregon_%2817832143871%29.jpg - Norman P. Jouppi 等人 (Google) (CC BY 4.0):TPU v4 https://commons.wikimedia.org/wiki/File:TPU_v4.png - Genevieve Martin, Oak Ridge National Laboratory (CC BY 2.0):AMD CEO Lisa Su speaking at ORNL 2019-05-07 https://commons.wikimedia.org/wiki/File:AMD_CEO_Lisa_Su_speaking_at_ORNL_2019-05-07.jpg - CC0 與公有領域:Fritzchens Fritz、Wolfgang Stief、Hyins、Wvdp、NASA、美國專利商標局、美國能源部 - 主要資料:SemiAnalysis(2024 年 12 月 22 日;2026 年 2 月 16 日)、輝達與 AMD 財報(2026)、黃仁勳台大畢業典禮演講(2023)、蔣尚義口述歷史(電腦歷史博物館)、TOP500(2026 年 6 月)、Epoch AI、集邦科技、IFI Claims、Meta、Google、Krizhevsky 等人(2012)、台電、內政部、行政院主計總處 COSMOS 近看宇宙 是 Up Close Studio 的科普頻道。片中公司名稱屬於各自的所有者;本片與這些公司沒有任何關係。 #輝達 #黃仁勳 #台積電 #AI晶片 #CUDA

輝達的晶片貴到能買一台新車,結果全世界還搶不到,這到底是什麼魔法?我本來也以為黃仁勳手上一定握著什麼別人拿不到的專利或機器,結果近看宇宙把三個最常見的猜測全部拆掉,答案根本不在晶片裡面。這集一路從 Blackwall 講到台積電的封裝產線,最後回到一個很反直覺的結論。

Blackwell 晶片蓋子打開的樣子
Blackwell 晶片蓋子打開的樣子01:29

影片時間軸

  1. 00:26問 AI 一個問題,背後就是一顆要價一臺新車的晶片
  2. 02:25沒有人只買一顆,72 顆裝成一個機櫃,耗電等於 200 多戶家庭
  3. 03:20拆解第一個猜測:輝達沒有工廠,台積電也幫 AMD、蘋果、Google 做
  4. 04:23第二個猜測:AMD 的晶片紙面上更大更快,結果還是輸
  5. 05:34換晶片實測,AMD 動員幾十位工程師、60 行指令、5 小時才裝好環境
  6. 07:50第三個猜測:CUDA 是二十多年前一個學生寫的,黃仁勳賭上全公司
  7. 10:00一顆晶片不夠用,Meta 一臺機器用了超過 24000 顆
  8. 13:18台積電的先進封裝,蔣尚義被張忠謀打回票,還被同事當笑話
  9. 15:17Google 自己跳下來做,花了十多年、上百萬顆,才翻過這道牆
  10. 17:30真正複製不了的,是 600 萬人二十年的習慣和那條隊伍最前面的位置
CUDA 從一個學生的專案開始
CUDA 從一個學生的專案開始07:50

三個猜測全部槓龜

這段的節奏很乾脆,一個一個拆。輝達三十幾年沒有自己的工廠,台積電幾乎幫所有付得起錢的公司代工,連對手都在同一條產線上。設計圖也不神秘,就是幾千個簡單小工人一起算加法,美國最強的兩台超級電腦用的還是 AMD 和英特爾。專利更慘,輝達連前五十名都排不進去。看到這裡會有一種「那它到底憑什麼」的懸念,而這個懸念撐住了整集。

AMD 工程師花了五小時才裝好環境
AMD 工程師花了五小時才裝好環境05:34

藏在晶片底下的那層軟體

這才是整集的重點。同一份研究報告裡,AMD 的晶片紙面上更快、記憶體更大,但光是裝環境就要六十行指令、五個小時,最後還是輸。原因不在硬體,在 CUDA。近看宇宙自己去數了今年近五百個 AI 專案,每四個就有三個寫輝達,寫 AMD 的不到十分之一,連跑在 AMD 晶片上的程式,說明書裡填的還是 CUDA 這個字。這段最有說服力的地方是它沒有停在「軟體很重要」,而是把六百萬人、二十年的習慣攤開來給你看。

蔣尚義提出的先進封裝被當成笑話
蔣尚義提出的先進封裝被當成笑話13:18

被笑二十年的那一條隊伍

蔣尚義 2009 年跟張忠謀提要做事先封裝,第一次被打回票,第二次要了四百位工程師和一億美元設備,客戶只找到一家、每月下單五十片,他後來說自己在公司裡變成了一個笑話。然後 AI 來了,這個副業變成整條產業最窄的瓶頸,產能從每月一萬片衝到七萬片還不夠,輝達一家拿走六成。這段是全片情緒最強的地方,因為它把「時間」這件事講成了具體的 humiliation 和後來的翻轉,而不是空泛的「提早佈局」。

值得下載嗎

值得。它把一個很容易講成神話的題目拆成可驗證的環節,數字和時間點都給得很實在,當成理解 AI 供應鏈的入門片留著很划算。唯一要提醒的是後段講封裝和 Google 那幾段資訊密度偏高,第一次看建議別開兩倍速。

覺得這篇筆記有幫助嗎?
YTGet 編輯室|看完影片整理的筆記,細節以原片為準。

連線中

影片封面

擷取畫面

輸入時間點,例如 3:20、3.20 或 200

影片皆已含音訊。檔案越大準備時間越久,完成前請保持頁面開啟。