このあと19時からは🌟

Meta Quest使って遊びます！！

12月4日の大決戦に向けてゲームの練習をするぺこ！
今のうちからテクニック磨いておくぞ！

▽待機所▽
https://t.co/uG4joAosJ2

#PR #MetaQuest大決戦 #ヒカキン軍 #ぺこら軍 https://t.co/DK7LQ8Tmq3 December 12, 2025

蔡崇信港大演讲深度复盘：中国AI的四张底牌，以及被误读的美国AI规则

Joe Tsai's HKU Speech: China's Four AI Assets and and the Misread U.S. "AI Winner Rule"

笔者注：11月5日，香港大学经管学院主办“陈坤耀杰出学人讲座”，以“前瞻十年：推动中国经济增长的科创引擎”为题进行对谈，邀请了阿里巴巴集团联合创始人及主席蔡崇信先生分享创新，科技及人工智能如何重塑商业格局并驱动中国经济长期增长。活动在港大陆佑堂举行，据主办方透露，这场演讲报名史上最火爆，邮件发出两小时内报名人数已经突破1200人。。。

从某种意义上来说，这也算是一种历史的呼应。17年前，马云曾站在同一个舞台上演讲。。。而在这次与港大副校长邓希炜教授的深度对谈中，蔡崇信抛开客套，直击中美AI竞赛的核心，剖析了阿里的商业进化论，并为年轻人给出了极具穿透力的建议。。。

以下摘录来源于至顶科技高飞。

一、重定义AI竞赛：中国手握“四张底牌”

蔡崇信开场便抛出一个反直觉的观点：美国人定义的AI竞赛规则，可能是错的。

目前的“美式计分板”只看谁的大语言模型（LLM）更强，今天是OpenAI，明天是Anthropic，后天是Gemini；但在蔡崇信看来，这种评价体系本身就有问题。

1，真正的赢家逻辑：渗透率 > 模型参数

The winner is not about who has the best model... The winner is about who could use it the best in their own industries, in their own lives... （赢家不是看谁模型最好，而是看谁在自己的行业和生活中用得最好。）

AI的真正价值在于渗透率（Penetration Rate）。相比于追求参数的无限堆叠，中国政府的AI规划显得更为务实：目标到2030年，AI代理和设备的渗透率达到90%。不讲玄学，只讲普及。

2，中国为何能普及更快？四张系统级底牌

为了支撑这一普及率，蔡崇信列出了中国拥有的四项关键优势：

底牌一：电力成本优势（低40%）。训练和推理本质上是能源消耗战。得益于15年前启动的特高压输电网络建设（“西电东送”等），中国国家电网每年的资本支出高达900亿美元，是美国的3倍。这使得中国的电力装机容量不仅是美国的2.6倍，新增容量更是美国的9倍。

底牌二：基建红利（低60%）。在中国建设数据中心的成本比美国低60%。这仅仅是基础设施的成本，尚未计算芯片等硬件。

底牌三：工程师红利与语言优势。全球约一半的AI科学家和研究人员拥有中国教育背景。蔡崇信分享了一个有趣的现象：Meta的AI团队内部甚至常因大家都在说中文，让非中文员工感到“懵圈”。

This is the first time Chinese language is an advantage... （这是中文第一次在科技领域成为一种天然的沟通优势。）

底牌四：算力受美国政府的极大限制反而逼出系统级创新。美国有充沛的GPU资源，而中国没有。但这反而创造了一种“饥饿优势”（Advantage of Starvation）。

When you don't have a lot of resources, you are forced to innovate at the systems level... （当你资源不足时，你被迫在系统层面进行创新。）

为了在有限硬件下训练万亿参数模型，中国团队必须将系统效率优化到极致。DeepSeek（深度求索）就是典型的例子，而在最近的一次加密货币和股票交易的AI竞赛中，阿里的通义千问（Qwen）第一，DeepSeek排名第二。

蔡崇信对同城的DeepSeek评价极高：“他们在做令人难以置信的事情。”

二、开源为什么会赢：成本、主权、隐私的三重逻辑

关于“开源 vs 闭源”的路线之争，蔡崇信给出了明确判断：开源模型终将击败闭源。

这并非单纯的技术优劣，而是因为开源更符合全球大多数用户的利益。他以“沙特阿拉伯，想发展AI，但又想保持AI主权（sovereign AI）”为一个例子，阐述了其中的商业逻辑：

🔹 闭源路径（如OpenAI）： 付费昂贵，且必须将数据输入黑箱（Black Box），存在数据主权风险。

🔹 开源路径（如阿里Qwen）： 免费下载，部署在私有云上。数据完全可控，成本极低。

只要政府和企业进行理性的成本效益分析（Cost-benefit Analysis），开源都是更优解。

那阿里怎么赚钱？

蔡崇信说得很坦白："我们不靠AI赚钱。"

阿里的商业模式：“我们不靠卖模型赚钱，我们靠云计算。”蔡崇信坦言，开源模型是流量入口，而随之产生的存储、安全、容器化等云基础设施需求，才是利润来源。这正如早期的互联网：产品免费获客，增值服务变现。

三、阿里进化论：技术自主是“逼”出来的

当被问及阿里如何从电商公司进化为云计算巨头时，蔡崇信的回答非常朴素：“没有秘诀，只是跟着客户需求走。”

🔹 B2B时代：为解决入世后中小企业的出口需求。

🔹 淘宝/支付宝：为解决C端交易中的信任问题。

🔹 阿里云：为解决海量数据处理的成本问题。16年前，如果继续使用Dell、EMC、Oracle的传统IT设施，阿里的利润将被抽干。

We developed cloud computing really out of necessity... out of the need to become self-reliant in technology...（我们发展云计算完全是出于必要，出于对技术自主可控的渴望。）

所以阿里云的起点是“自己吃自己的狗粮”（eat our own dog food）：先内部用，用好了再开放给外部客户。

给创业者的建议： 优先选择有机增长（Organic Development）而非并购。自己团队生长出的能力，DNA更纯正，文化更契合。

四、给年轻人的锦囊：思维比技能更重要

在问答环节，蔡崇信针对个人成长给出了高密度的建议：

1，技能层面：学会提问

AI时代，获取答案变得容易。因此提出正确的问题（Ask the right questions）比找到答案更重要。同时，要建立独立的分析框架，而非死记硬背。

2，编程层面：重在逻辑

即使自然语言可以指挥机器，依然要学编程。哪怕是学好Excel公式，也是极佳的逻辑训练。

The purpose is not to actually operate a machine. The purpose is going through that thinking process... （学编程的目的不是为了操作机器，而是为了训练严谨的逻辑思维过程。）

3，专业选择：三个潜力方向

🔹 数据科学（Data Science）：随着数据爆炸，懂得管理和分析数据的人才永远稀缺。

🔹 心理学/生物学：人脑是效能最高的机器，理解人脑是理解AI的捷径。

🔹 材料科学：这是一个由比特（Bits）主导的世界，但限制比特速度的是原子（Atoms）。半导体未来会有大量创新和突破，其核心在于材料。

五、风险与泡沫：金融人的视角

1，职业选择：不对称风险

蔡崇信回顾1999年放弃百万年薪加入阿里的决定，将其形容为“不对称风险收益”（Asymmetric Risk-reward）： 下行风险有限（最差回去做律师），上行空间无限（像看涨期权）。

他强调：“机会是来找你的，你要做的是时刻准备好（Preparedness）。”

2，AI泡沫：区分金融与技术

现在的AI像2000年的互联网吗？蔡崇信建议区分两种泡沫：

🔹 金融泡沫：估值可能过高，这很难评判。

🔹 技术泡沫：技术本身是真实的。就像2000年股市崩盘并未抹杀互联网的存在一样，今天投入的所有AI基础设施和模型研发，都不会打水漂，它们是通向未来的基石。

六，三个最核心的洞察

Q1：中国AI的真正优势是什么？

不是模型本身，而是让AI被广泛使用的整个生态系统。电力成本低40%、数据中心建设成本低60%、全球一半AI人才有中国学历、资源匮乏逼出系统级创新。这些加在一起，让中国更有可能实现AI的大规模普及。而普及率才是真正的计分板。

Q2：为什么开源模式会赢？

因为对全球大多数用户来说，开源同时解决了成本、数据主权和隐私三个问题。闭源模型要付费，数据要喂进黑箱；开源模型免费，数据可以留在本地。这不是技术优劣之争，是利益格局使然。

Q3：年轻人应该怎么为AI时代做准备？

学编程不是为了写代码，而是训练逻辑思维；学统计（数据科学）是因为数据会爆炸；学心理学是因为要理解人脑这个最高效的"机器"；学材料科学是因为让比特跑得更快的是原子。更重要的是，学会提出正确的问题，这比找到答案更有价值。 December 12, 2025

* ੈ✩‧₊˚🎁 ੈ✩‧₊* ੈ✩‧₊˚* ੈ✩‧₊* ੈ✩‧₊˚* ✩🎁‧₊* ੈ✩‧₊˚* ੈ
【𝐓𝐖𝐎 𝐒𝐋𝐀𝐒𝐇 𝐅𝐎𝐔𝐑 ホリデーチークプレゼントキャンペーン】
* ੈ✩‧₊˚* ੈ✩‧₊ ੈ‧₊˚*🎁 ੈ✩‧₊* ✩‧₊˚* 🎁✩‧₊* ੈ✩‧₊˚* ੈ✩‧₊
K-アイドルメイクに関心のある方！最後まで必読です！🔽🔽

登録者265万人のRISABAEさんがプロデュースしたブランド、𝐓𝐖𝐎 𝐒𝐋𝐀𝐒𝐇 𝐅𝐎𝐔𝐑 から、シーズン限定ホリデーエディション
✨「METALLIC FANTASY」が登場しました✨

さらに大胆で華やかなメタリックスパークル。
ー✅シックなブラック陰影 × メタリックグリッターのオッドバランスアイパレット〈シルバークロマ〉
ー✅ 存在感のあるカラーときらめくパールのオールオーバーフェイスブラッシュ〈ベティベージュ／マッドブラウン〉

〈マッドブラウン〉
メタリックな多色パールが爆発的に輝くプラムブラウン、
オールオーバーフェイスブラッシュ NEWカラー

〈METALLIC FANTASY〉
粒感が大きく、強くきらめくパールを
アイパレットとブラッシュに閉じ込めてメタリックな光沢を表現した #𝐓𝐖𝐎𝐒𝐋𝐀𝐒𝐇𝐅𝐎𝐔𝐑 の LIMITED ホリデーエディション

【今回のQoo10メガ割では】
ホリデー限定パッケージとともに、30日から特別価格でゲットできる絶好のチャンス！

【メイクアップアーティストの 「チーク」が気になる方は🎁】

【プレキャン応募方法】
1️⃣💕いいね ＋ 🔁リポスト
2️⃣💬コメントで、「✨」一文字または、
💖今回のホリデーエディションの感想💖

【特別応募】
🎁引用で自分だったらどんな特別な使い方ができそうか
書いてくただい！（応募機会＋1️⃣） December 12, 2025

センミリ、フィリピン公演にて、とても救われたことがあり、少しお話しさせてください。

公演前日に宿泊のホテルでベースを弾いたところ、度重なる空路での移動や演奏などから来る金属疲労からか、ストラップピンが折れてしまいました。倭国ならまだしも、すぐに用意出来るパーツでは無かったので絶望していた所、

まず現地スタッフの方が運搬、移動の手配をしてくださり、現地の楽器店とコンタクトを取ってくださりました。
早速JB MUSIC - ROBINSONS MANILAさんに向かい、お店のスタッフさんに相談させた頂いたところ代用可能なパーツを探して頂き、なんとその場で修理までして頂きました。

パーツが無ければ立って弾くことは不可能で、サポートミュージシャンとしては致命的でした。ですが、皆様のおかげで全力でパフォーマンスすることが出来ました！

お店のスタッフさんとお話をさせて頂く中で、翌日センミリのフィリピン公演があること、サポートで演奏させてもらっていることをお話したところ、すぐにセンミリのことを調べてくださって、気付いたら『キヅアト』が音響用のスピーカーで爆音でかかっておりました。

最終的にはお店の方全員で笑顔でお見送りをして頂きました(この時は『僕らだけの主題歌』が流れていました)。
なんと温かい心をお持ちなのだろう、という感動と、先ほどまで抱えていた不安も吹き飛び、安心して公演に臨むことが出来ました。

JB MUSIC - ROBINSONS MANILAスタッフの皆様、現地スタッフの皆様、本当にありがとうございました！

Hayaan ninyong ikuwento ko sa inyo ang isang bagay na talagang nagligtas sa akin noong pagtatanghal ni Senmiri sa Pilipinas.

Isang araw bago ang palabas, tumutugtog ako ng bass sa hotel na tinutuluyan ko, at naputol ang strap pin, marahil dahil sa pagkahapo ng metal mula sa paulit-ulit na paglalakbay sa himpapawid at pagtugtog. Maaaring ibang usapan ito sa Japan, ngunit hindi ito isang piyesa na madali kong mahahanap, kaya nawalan ako ng pag-asa.

Una, inayos ng lokal na kawani ang transportasyon at nakipag-ugnayan sa isang lokal na tindahan ng musika.
Agad akong tumungo sa JB MUSIC - ROBINSONS MANILA, kung saan kumunsulta ako sa mga kawani ng tindahan. Nakahanap sila ng pamalit na piyesa at inayos pa ito agad.

Kung wala ang piyesa, hindi ako makakatugtog nang nakatayo, na magiging isang nakamamatay na dagok para sa isang support musician. Ngunit salamat sa tulong ng lahat, nagawa kong magtanghal sa abot ng aking makakaya!

Habang nakikipag-usap sa mga kawani ng tindahan, nabanggit ko na ang Senmiri ay magtatanghal sa Pilipinas kinabukasan at ako ay tumutugtog bilang isang support musician. Agad nilang hinanap ang Senmiri, at bago ko pa namalayan, ang "Kizuato" ay malakas na tumutugtog sa mga speaker ng sound system.

Sa huli, lahat ng nasa venue ay nagpaalam na sa amin nang may ngiti sa kanilang mga labi ("Ang Aming Tanging Theme Song" ay tumutugtog noon).

Labis akong naantig sa kanilang mainit na puso, at lahat ng pagkabalisa na aking nararamdaman ay napawi, na nagbigay-daan sa akin upang harapin ang pagtatanghal nang may kapayapaan ng isip.

Maraming salamat sa lahat ng tao sa JB MUSIC - ROBINSONS MANILA at sa mga lokal na kawani!

Maraming salamat sa lahat. December 12, 2025

Google TPU 要干掉英伟达了吗？Meta 被曝将大规模采购 TPU，引发市场震动。但真相是：TPU 能撼动英伟达，却永远无法取代英伟达。这不是性能之争，而是生态、时机与战略的较量。

The Information 的一篇重磅报道把整个 AI 行业给炸了，Meta 正在与 Google 进行秘密谈判，计划大批量采购 Google 的 TPU 芯片，用于部分替代英伟达的 GPU 以支持其庞大的数据中心 AI 运算。

根据报道披露的细节，这盘棋下得很大：
- 2026 年： Meta 将大规模租用 Google 云服务（Google Cloud）上的 TPU 算力进行模型训练；
- 2027 年： Meta 将直接采购数十亿美元的 TPU 芯片，部署于自建的数据中心内。

什么？全球最大的 GPU 采购大户要抛弃英伟达了？ Google 的 TPU 居然要走出自家机房，去取代英伟达的 GPU 了吗？

消息一出，资本市场瞬间恐慌了。英伟达股价应声大跌，而 Google 则逆势暴涨，大家都在问：难道英伟达靠 GPU 垄断 AI 数据中心的故事真的讲不下去了吗？TPU 开始逆转了战局了吗？要讲明白这场 GPU vs TPU 的战争，我们要先从英伟达为什么能够像“铁桶”一般垄断 AI 数据中心讲起。

当今的 AI 技术堆栈：一座精密的金字塔

今天的人工智能是一个无比庞大的工业化产业。像 ChatGPT 这样顶尖的 AI 产品，其背后是由一层一层的技术基石堆砌而成的，这在 IT 行业被称为“技术堆栈（Tech Stack）”。
即使采用最粗略的划分方式，要支撑起当下的生成式 AI，至少也包含 5 层关键技术，缺一不可：

- 第一层：算力硬件层（Infrastructure） 这是金字塔的底座，是一切的基础。核心代表毫无疑问是英伟达的 GPU 和 Google 的 TPU。它们提供了 AI 运算所需的庞大算力，就像是工业时代的电力引擎。
- 第二层：系统软件与加速层（System & Compiler） 光有芯片还不够，AI 计算需要成千上万个芯片协同工作。这一层负责调度硬件并优化效率，充当硬件与上层软件的翻译官，它们决定了你能发挥出硬件多少潜能。这一层最典型的护城河技术，就是英伟达的 CUDA，而 Google 的 TPU 也有能够把上层软件编译为 TPU 机器码的 XLA 编译器。
- 第三层：深度学习框架（Deep Learning Frameworks） 想要构建和训练大规模神经网络，开发者不能手搓底层的软件代码，需要成熟的“脚手架”。业界目前最流行的是 META 发起开源软件 PyTorch（目前对 GPU 生态支持最好，是事实标准），以及 Google 发起的开源软件 JAX 和经典的 TensorFlow。
- 第四层：基础大模型（Foundation Models） 这是由深度学习框架训练出来的“超级大脑”，是目前竞争最激烈的战场。
- 语言/多模态模型： 如 OpenAI 的 GPT-5、Google 的 Gemini 3；
- 视频生成模型： 如 OpenAI 的 Sora、Google 的 Veo；
- 图像生成模型： 如 Google 的 Imagen、Midjourney。
- 第五层：AI 应用与交互层（Applications & Agents） 这是用户直接接触的产品。它将底层强大的模型能力封装成人类可以交互的工具。例如 ChatGPT，它的底层核心是 GPT 模型，但它本身是一个增加了对话界面、联网搜索、记忆功能的产品；又比如 Google 的 NotebookLM。

为什么英伟达在 AI 数据中心市场形成了绝对垄断？

我们经常感叹英伟达的 GPU（如 H100、H200、B200）硬件参数如何炸裂，但这只是冰山一角。英伟达之所以能对 AI 数据中心市场形成近乎无解的垄断（市占率一度超过 95%），主要源于以下三个维度的降维打击：

1. 通用性极强的单点算力 英伟达的 GPU 本质上是通用计算加速器（GPGPU）。它不仅能完美覆盖 AI 大模型的训练（Training）和推理（Inference），还能兼顾科学计算（气象模拟、药物研发）、图形渲染甚至加密货币挖掘。这种“一卡多用”的特性，使其成为了数据中心的硬通货——买了永远不亏，不用来炼丹还能用来挖矿（开玩笑，但道理如此）。
2. 恐怖的集群扩展能力（Scale-up & Scale-out） AI 大模型训练不是单打独斗，而是需要成千上万张显卡协同作战。英伟达在这方面做得太绝了：
- 节点内互联：通过独家的 NVLink 技术，英伟达可以将多个 GPU（甚至高达 72 个 GPU 组成的 GB200 NVL72 机柜系统）连接成一个“超级逻辑 GPU”，显存和算力实现无缝共享。
- 节点间互联：通过收购 Mellanox 获得的 InfiniBand 高速网络技术，让成千上万台服务器之间的数据传输快如闪电，解决了大规模集群的通信瓶颈。
3. 真正的护城河：CUDA 软件生态 这是英伟达最难被逾越的壁垒，就像 PC 时代的 Windows 操作系统。
- 底层基石：CUDA 提供了最底层的并行计算库，几乎所有的高性能计算场景都基于此构建，经过了 20 年的打磨。
- 顶层框架：当今统治级的深度学习框架 PyTorch 对 CUDA 提供了最原生的支持。这意味着开发者只需编写几行 Python 代码，就能调用底层强大的算力。
- 生态闭环：围绕 PyTorch/CUDA/GPU 已经形成了一套成熟的“开箱即用”基础设施。

为什么竞争对手很难追赶？ 即使竞争对手（如 AMD 或国产芯片厂商）在硬件参数上追平了 H200，依然无法撼动英伟达的地位。因为缺乏庞大的软件生态支持，意味着极高的迁移成本和时间风险。

一个真实的行业痛点（听起来很痛）： 目前很多致力于适配非英伟达芯片的 AI 团队都面临着巨大的痛苦。许多针对英伟达 GPU 进行过深度优化的模型（特别是涉及复杂算子或 MoE 架构的模型），一旦迁移到其他芯片平台，往往会面临严重的兼容性问题。
- 开发难：大量算子需要从头手写，费时费力，如同用汇编语言写网页。
- 稳定性差：模型训练过程中经常出现莫名其妙的数值溢出或系统崩溃（Crash）。

在当前的 AI 竞赛中，一次全量模型训练往往耗时数月，成本以千万美元计。如果因为芯片兼容性导致训练中途崩溃几次，浪费的不仅是电费，更是半年甚至一年的宝贵时间窗口。这种巨大的试错成本，是任何一家争分夺秒的 AI 公司都无法承受的。传言某国内顶级 AI 模型就是因为在国产芯片上训练下一代模型频繁崩溃，导致一直难产，真的是太痛了。
这就是为什么英伟达在 AI 数据中心市场越成功，行业对其路径依赖就越严重——因为没有人敢承担离开英伟达的代价。

Google 的 TPU 又是怎么崛起的？

尽管英伟达的统治力无可争议，但是 Google TPU 却是个异类，它不仅活下来了，还活得很好，已在 AI 顶级赛道站稳脚跟。
首先，TPU 已经用实战成绩证明了自己在 AI 大模型训练和推理领域的成功：
- Google 本家基石： Google 最强的 Gemini 系列模型，完全基于 TPU 进行训练和推理；
- 独角兽的选择： 顶级 AI 公司 Anthropic (Claude) 在 Google Cloud 上大规模使用了 TPU 算力；
- 科技巨头的背书： 就连 Apple 在训练其 Apple Intelligence 基础模型时，也公开表示使用了 Google 的 TPU v4 和 v5p 集群，而非英伟达 GPU。

那么，在英伟达已经成为绝对霸主的情况下，Google TPU 凭什么能异军突起？我们不妨对照英伟达成功的三个维度来深度解析：

1. 算力哲学：极度通用 vs 极致专用 英伟达 GPU 的强大在于“通用性”。而 Google TPU 从 2012 年设计之初，就是为了特定用途——大规模矩阵乘法而生。 现在的 AI 大模型训练，本质上就是在大规模地做矩阵乘法。因为放弃了图形渲染等通用功能，TPU 的芯片设计得以大幅简化，从而在“矩阵计算”这单一场景下取得了极致的能效比和性能表现。
2. 互联技术：电互联 vs 光互联 (OCS) 英伟达在服务器间的高速互联（NVLink/InfiniBand）上表现出色，覆盖了从单机多卡到万卡集群的广泛场景。 而 Google TPU 另辟蹊径，主攻超大规模集群互联。Google 引入了独特的 OCS（光路交换）技术，用光互联将成千上万颗 TPU 动态编织在一起。最新的 TPU v5p 单个 Pod 即可容纳 8960 颗芯片，甚至可以通过光互联扩展至数万卡的超级集群。这种架构在大规模并行训练中，展现出了极高的带宽利用率和灵活性，且布线极其整洁。
3. 软件生态：CUDA 帝国 vs JAX/XLA 新势力 英伟达的 CUDA 和 PyTorch 让 AI 开发变得“开箱即用”，这是其最大的护城河。但 Google 经过多年深耕，也打磨出了一套极为硬核的软件栈：
- XLA (2016)： 一个强大的编译器，能将计算图直接编译为 TPU 机器码，榨干硬件性能。
- JAX (2018)： 一个旨在替代 TensorFlow 的前沿框架。
对比 PyTorch： PyTorch 是面向对象编程，符合人类直觉，简单易用；而 JAX 是函数式编程，学习曲线陡峭，但在处理超大规模并行计算时具有先天优势，代码更简洁，数学表达更纯粹。
跨界打击： JAX 的优秀甚至溢出了 TPU 生态。如马斯克的 xAI 虽然使用的是英伟达 H100 集群，但为了追求对硬件性能的极致压榨，在训练 Grok 模型时并没有使用 PyTorch，而是选择了 JAX。

总结：生态位的胜利 经过多年的演化，在超大模型训练这一“皇冠上的明珠”场景下，JAX + XLA + TPU 技术栈已经形成了一个完整的闭环。它不仅被验证是成功的，甚至在某些超大规模场景下，能取得比 Pytorch + CUDA + GPU 更优的能效比。在 Google Cloud 上，TPU 的 token 成本定价低于英伟达 GPU，就是最好的证明。这也是 Google Cloud 在云计算市场竞争中的秘密武器。总之：

英伟达 vs Google：两种技术哲学的碰撞

- 应用场景： 通用型霸主 vs 超大模型专用特种兵
- 软件门槛： 低门槛的群众基础 vs 高门槛的专家利器
- 商业模式： 庞大的全行业生态 vs 垂直整合的自研闭环

如果说英伟达就像一辆豪华的全能越野车，哪里都能去，谁都能开，到处都有维修店；那么 Google 就像一辆定制的 F1 方程式赛车，只能跑赛道，赛车手才能开。大多数人买车首选 SUV（英伟达），因为方便、省心；但在争夺世界冠军的顶级赛场上，追求极致速度的车队（如 Google、xAI、Anthropic）会考虑使用 F1 赛车（TPU）。

Google TPU 能干掉英伟达吗？

照你这么说的话，Google TPU 岂不是已经成功挑战英伟达，打破了英伟达 GPU 的绝对垄断地位吗？事情没有那么简单。

1. TPU 的局限性与 Google 的双重身份 前面提到 Google TPU 极其擅长超大模型的训练/推理以及大规模推荐系统，但在通用性上，其他场景要么根本不适用，要么能效比不如英伟达 GPU。 对于 Google 庞大的产品线（YouTube、Search、Cloud）来说，对通用 GPU 的需求依然是海量的。因此，Google 一边自研 TPU，一边依然是英伟达 GPU 的全球采购大户。这一点在未来几年内都不会改变。
2. 迁移成本高昂的“生态墙” 尽管在超大模型场景下，JAX + XLA + TPU 的技术栈能取得显著优势，但这要求你必须“从零开始”就拥抱 Google 生态。 如果现有的项目是基于 PyTorch 和 CUDA 深度优化的，想要迁移到 TPU，约等于重写底层代码并进行大规模兼容性测试。这种“重起炉灶”的时间成本和工程风险，足以让绝大多数企业望而却步。

因此目前来看，Google TPU 的用户群体画像非常清晰，主要就两类：一是高校科研（科学计算），二是超大模型的训练和推理。

为什么 TPU 会有很多科学计算用户？ 这是因为 Google Cloud 长期为高校科研开放免费的 TPU 资源（TPU Research Cloud），加上极度好用的 Colab 服务（免费提供 TPU/GPU 算力），在学术界圈粉无数，培养了一大批习惯 TPU 的科研生力军。

那么，超大模型领域的潜在客户呢？ 我们逐一分析市面上的两类大客户：
- 大型云计算厂商： Amazon, Microsoft, Oracle 以及 CoreWeave 等新兴 GPU 云厂商。
- AI 大模型厂商： OpenAI, Anthropic, xAI, Meta 等。

大型云计算厂商（Amazon, Microsoft）本身就是 Google Cloud 的死对头，且都在自研芯片（Trainium, Maia），绝无可能去买对手的算力。而 Oracle 和 CoreWeave 早就通过深度绑定英伟达赚得盆满钵满，是英伟达的铁杆盟友。
AI 大模型厂商呢？
- OpenAI： Google Gemini 的头号宿敌，微软的盟友，不可能用 TPU。
- xAI： 马斯克与 Google 积怨已久，且正通过特斯拉和 xAI 构建自己的超算集群。
- Meta： 回到开头的新闻，Meta 是个超级大户。虽然传闻在谈，但 Meta 也是 Google 广告业务的直接对手。扎克伯格目前手握全球最大规模的 H100 集群之一，并且 Meta 正在积极迭代自研芯片 MTIA。虽然他们不搞公有云，但为了战略安全和技术自主，Meta 不太可能全面依赖 Google 的 TPU，最多是作为补充或谈判筹码。
- Anthropic： 剩下的只有它了。Google 是 Anthropic 的大金主，所以 Anthropic 使用 TPU 是顺理成章的。

盘算下来，TPU 的外部大客户其实寥寥无几。 这点体量，完全不足以对英伟达的统治地位构成“颠覆性”冲击。 因此，Google 最明智的策略依然是：在 Google Cloud 上提供极致性价比的 TPU 服务，用“省钱”和“能效”从其他云厂商口中抢肉吃，而不是想着彻底干掉英伟达。

如果 Google 非要“头铁”，下场卖 TPU 芯片抢市场呢？ 我认为这极其不明智：

- 供应链与利润结构： TPU 是 Google 与博通（Broadcom）合作设计的 ASIC。如果对外售卖，不仅涉及复杂的供应链管理，还要分润给博通，这会拉低硬件毛利。卖贵了，打不过英伟达；卖便宜了，除去博通的成本，Google 图什么？
- 客户池太浅： 如前所述，愿意买 TPU 且不与 Google 构成直接竞争的大客户极少。
- 田忌赛马的反面： 用自己公司的“内部工具/副业”去硬拼英伟达赖以生存的“主业”，胜算能有多高？
- 最后，也是最关键的宏观背景： 目前全球 AI 数据中心市场正处于“短缺经济”时代。不仅 GPU 缺，HBM 内存、CoWoS 封装产能、电力、甚至建设数据中心的土地都极度紧缺。虽然各大科技巨头的资本支出（Capex）已经高得吓人，但面对爆炸性的业务需求，供给依然不够。微软今年初曾试图下调资本支出，结果发现需求太猛，转头又开始疯狂追加投入。
在一个供不应求的增量市场里，无论你填进去多少算力（无论是 GPU 还是 TPU），都会被瞬间吃干抹净。英伟达的 GPU 和 Google 的 TPU 目前仍处于“各自跑马圈地”的阶段，而非“你死我活”的零和博弈。

我的结论：
Google TPU 对英伟达确实有冲击，但不必过度恐慌。 从长期看，Google TPU 的存在更像是一个强有力的“议价筹码”。当大客户有了备胎（TPU 或自研芯片），英伟达就很难长期维持如今夸张的 75% 利润率。
英伟达未来的市场份额确实会受影响，主要来自：
- Google 自身业务（搜索、推荐、Gemini）更多转向 TPU，减少购买 GPU；
- Google Cloud 的深度合作伙伴（如 Anthropic）减少购买 GPU。 这可能会导致英伟达在数据中心的市占率从 90%+ 缓慢回落到 75%-80% 左右，但这并不改变其商业逻辑的本质。

这就像当年的 PC 市场： 苹果 Macintosh 电脑的崛起虽然让 Windows 的市占率有所下降，但并没有终结 Windows 的垄断。真正终结 Windows 霸权时代的，不是 Mac，而是智能手机的兴起。 同理，Google TPU 干不掉英伟达。真正能干掉英伟达的，只能是下一代计算范式的彻底变革。

Google 的成功是不可复制的

好吧，虽然你说的很有道理，但是 Google 能干成全栈自研，尝到了甜头的其他巨头岂不是会纷纷效仿吗？Amazon，Microsoft，Meta，OpenAI 这几个英伟达的头部大客户都在自研 ASIC 芯片，将来他们都减少了对英伟达芯片的采购，英伟达不是要喝西北风了？

我的观点就是：Google 的成功是不可复制的。

Google 的技术栈能够成功，综合了以下几个不可或缺的因素，而这恰恰是微软、Meta 和亚马逊所不具备的：
1. 十年的时间壁垒（Time & Iteration）
芯片设计不是搭积木，它需要漫长的迭代周期。 Google 早在 2013-2014 年就开始秘密研发 TPU，2016 年 AlphaGo 击败李世石震惊世界时，背后就是 TPU v1 在提供算力。
当微软在 2023 年才匆忙推出 Maia 100 时，Google 的 TPU 已经迭代到了第 6 代甚至第 7 代。
这 10 年间踩过的坑、修复的 Bug、积累的制程经验、以及对散热和互联架构的微调，绝非其他公司靠“砸钱”就能在两三年内追平的。在硅基世界里，经验值就是良率，就是能效比。
2. 真正全栈的“软硬一体”的垂直整合掌控力（Full-Stack Control）
这是 Google 最可怕的地方，也是其他巨头最大的软肋。
Google 拥有整个链条： 硬件（TPU）+ 编译器（XLA）+ 框架（JAX）+ 模型（Gemini）。Google 的科学家 Jeff Dean 可以让设计 Gemini 的算法团队直接坐在设计 TPU 的硬件团队对面，告诉他们：“我们需要一个特定的指令集来加速这个算子。”这种协同效应是核爆级的。
反观微软/Meta： 微软虽然造了 Maia 芯片，但它上面的软件栈主要依赖 OpenAI，而 OpenAI 和整个业界主流依赖的是 PyTorch。PyTorch 的亲爹是 Meta，但 PyTorch 对英伟达 GPU 的优化是刻在基因里的。
微软想要 Maia 好用，就得去魔改 PyTorch 底层，或者指望 OpenAI 为了适配 Maia 去重写代码。这中间不仅隔着公司墙，还隔着巨大的技术债务。
只要 PyTorch 依然是业界标准，其他自研芯片就永远是在“模拟”或“适配”英伟达，而 Google 是在玩一套完全独立的游戏规则。
3. 极其特殊的“光互联”基础设施（OCS Infrastructure）
前面提到的 OCS（光路交换）技术，是 Google 数据中心的独门绝技。 Google 为了适配 TPU 的大规模互联，甚至重新设计了数据中心的物理布线和机柜架构。这种光互联技术允许 TPU 节点之间以极低的延迟和功耗进行动态重组。 其他云厂商的数据中心是基于标准以太网架构建设的，想要复刻 Google 这套“光互联”网络，意味着要推翻现有的数据中心物理架构，这个沉没成本是天文数字。
4. 无法比拟的内部“吞吐量”（Internal Workload）
在生成式 AI 爆发之前，Google 就拥有地球上最庞大的 AI 推荐系统——Google Search、YouTube 推荐算法和 Google Ads。
这些业务每天产生数以亿计的并发请求，为 TPU 提供了天然的、海量的“练兵场”。
即便没有外部客户买单，Google 自己的业务就能消化掉 TPU 的产能。这让 Google 敢于在 TPU 早期性能不完善时，强行在内部推广（Dogfooding），通过海量真实数据把芯片“磨”出来。
相比之下，Meta 虽然有推荐算法需求，但起步晚且早期全押注 GPU；微软的 Azure 主要是卖资源给客户，如果自研芯片不好用，客户会直接用脚投票切回英伟达。

英伟达更像 AI 时代英特尔

著名电影《大空投》原型 Michael Burry 曾暗示英伟达正处于类似互联网泡沫时期的境地，不少看空者也认为英伟达与 OpenAI 之间相互投资和采购的关系，吹起了一个巨大的估值泡沫。他们认为一旦泡沫破裂，英伟达就会像 2000 年的 Cisco（思科）一样，股价暴跌 80% 以上。

但我认为，当下的英伟达并不像当年的 Cisco，而更像 PC 黄金时代的 Intel。 Intel 的股价腾飞始于 1993 年，于 2000 年触顶，随后经历了漫长的震荡与调整。 回顾那段历史，我们可以发现惊人的相似性：

- 1993 年之前（群雄逐鹿）： PC 的 CPU 市场处于混战时代，各路架构互不相让。
- 1993 年（霸主确立）： Intel 推出奔腾（Pentium）处理器，凭借强悍的性能一举确立了 CPU 市场的统治地位。
- 1995 年（杀手级应用爆发）： 微软推出 Windows 95，图形界面的革命引发了全球性的 PC 换机潮。受此驱动，Intel 的股价在 1996 年迎来了极高斜率的上涨。
- 2000 年（盛极而衰）： Intel 股价在 2000 年见顶，随后狂跌。这背后既有互联网泡沫破灭的宏观原因，也有 PC 市场渗透率见顶的因素。同时，Intel 在技术路线上遭遇了 AMD 速龙（Athlon）处理器的强力挑战，且在后续的 64 位指令集之争中（安腾项目）犯了严重的战略错误。

2022 年 ChatGPT 的横空出世，就是 AI 时代的 "Windows 95 时刻"，它极大刺激了全行业对于算力基础设施的升级换代。借助这股 AI 浪潮，英伟达正在狂飙突进。现在的英伟达，像极了 1997 年处于巅峰缓慢爬升期的 Intel。

我相信，在未来几年的 AI 算力市场将呈现“一超一强多级”的格局：
- 英伟达（The Generalist King）： 依然是绝对的“一超”。它占据 75%-80% 的市场份额，服务于所有追求通用性、追求开发效率、追求 Time-to-market 的企业。所有的初创公司、大部分云客户、以及需要频繁试错的模型团队，依然只能选英伟达。
- Google TPU（The Specialized Powerhouse）： 它是那个“特种部队”。它守住 Google 自己的万亿帝国，并在超大模型训练这一垂直领域，成为唯一能跟英伟达叫板的“异类”。
- 其他自研芯片和 AMD（AWS Trainium, MS Maia, Meta MTIA）： 它们更多是“成本调节器”。它们会被用于处理那些负载稳定、算法成熟的推理任务（比如每天运行几亿次的简单推荐或聊天机器人推理）。巨头们用它来通过简单的替代降低运营成本，也就是所谓的“省钱芯片”，但很难承担起“探索下一代 AI 前沿”的重任。

Google 的王者归来：全栈自研的胜利

2022 年底 ChatGPT 的横空出世，曾让 Google 这位 AI 领域的先行者显得黯淡无光。然而，站在 2025 年底的今天回望，Google 的表现足以让人刮目相看。
目前的 Google，是全球唯一一家真正实现了AI 全栈自研、软硬件垂直整合的头部厂商。这种整合优势正在形成巨大的飞轮效应：

- 算力底座： 在硬件层面，Google 利用 TPU 大规模集群高效实现了 Gemini 3 模型的训练和推理，摆脱了对外部 GPU 的依赖。
- 生态闭环： 通过多年的技术积累，打造了难以复制的软硬件一体化技术栈生态：JAX / XLA / TPU，极大地提升了研发效率。
- 云端优势： Google Cloud 虽然在市场份额上仍居 Amazon 和 Microsoft 之后，但增速惊人。更重要的是，得益于自研芯片，其 TPU 的租赁费用相比 GPU 拥有显著的价格优势，这对初创公司极具吸引力。
- 模型与成本：Gemini 3 在多项基准测试中已完全不输 GPT-5.1，甚至在长上下文和多模态理解上有所超越。基于自有云和芯片的成本优势，Gemini 能够提供更具竞争力的 API 调用价格，这种“低成本高智能”的反向优势正在快速抢占开发者市场。
- 产品矩阵全面开花：
1. NotebookLM 已成为“杀手级”的 AI 知识库和学习工具，深受科研与教育用户喜爱。
2. 多模态创作： Gemini 现已深度整合 Veo（视频生成）和 Imagen（图像生成），用户可在一个工作流中完成复杂的创作任务。
3. 搜索进化： Google Search 全面推出了 AI Overviews，成功将传统搜索与 AI 问答无缝整合。
4. 交互创新： 最新推出的生成式 UI (Generative UI) 更是令人惊艳，根据用户意图实时生成交互界面。

关键在于，Google 形成了一个从芯片、基础设施、模型到应用产品的完整闭环，各环节还能互相加强。这就好比 Google 一家公司独自完成了“英伟达 + 微软 + OpenAI”三家公司的工作。再加上 Google 全球数十亿的用户基数，以及 Chrome 浏览器和 Android 移动端两大核心入口，其上限不可估量。

为何半年前股价低迷、备受质疑的 Google，能在这半年实现逆袭？
此前市场看衰 Google，主要基于以下隐忧：

- 商业模式挑战： Google Search 靠竞价排名赚钱，市场担心 AI 问答范式会彻底颠覆这一现金牛。
- 大公司病与人才流失： 尽管 AI 大模型的基石——Transformer 论文是 Google 于 2017 年发表的，但果实却被 OpenAI 摘取。CEO Sundar Pichai 被认为过于稳健，缺乏魄力；内部 DeepMind 和 Google Brain 两个顶尖团队曾各自为战，内耗严重，导致许多论文作者离职。
- 模型落后： 在 Gemini 2.5 发布之前，Google 长期被 OpenAI 的 GPT 系列压制，甚至一度不如 Anthropic 的 Claude，面临在 AI 时代掉队的风险。

但在过去两年，Google 成功扭转了局势：

- 搜索护城河依然稳固： 事实证明，Google Search 并未被轻易颠覆，反而通过集成 AI 变得更强。用户在多轮对话中不仅有明确的个性化需求，AI 还能更精准地推荐个性化的产品与服务。广告业务被 AI 范式颠覆的风险被大大高估了。
- 组织架构重塑： 2023 年起，创始人 Sergey Brin 回归一线，深度参与模型开发。Google 将原本竞争的两个 AI 团队合并为 Google DeepMind，由 Demis Hassabis 挂帅。这一举措成功消除了内耗，重新激活了团队的创新力。
- 模型反超：Gemini 3 Pro 如今展现出后来居上的态势，不仅在性能上反超 GPT-5.1，市场占有率也稳步攀升。攻守之势异也，现在压力来到了 OpenAI 一方。

归根结底，AI 时代的核心竞争点依然是谁能做出最强的大模型。
如果 Gemini 弱，Google 的生态优势无从发挥；一旦 Gemini 领先，Google 强大的全栈整合能力就会瞬间爆发，形成降维打击。
最后我想说，英伟达是算力时代的‘卖水人’，而 Google 是全栈 AI 的‘领航员’。它们都是伟大的公司，对于投资者来说，与其在非此即彼的零和博弈中焦虑，不如看到它们各自不可替代的价值——这两者都值得你们同时拥有。

#AI产业 #大模型 #AI基础设施 #GPU #Gemini #TPU #JAX #XLA #CUDA #谷歌 #英伟达 December 12, 2025

試しに作って並べて見た✨🎀
いい雰囲気？🤭
#Polcasan #Metaa https://t.co/P5pPIHulBQ https://t.co/hWPrBFPIZG December 12, 2025

メタルギア投稿しました！🔫📦
懐かしのネットミーム！

【Vtuber】男女男男女男女かな？
【メタルギア】#9【METAL GEAR】
https://t.co/sOrgGnklHx

#海月漂流記 #METALGEAR #メタルギア
#Vtuber #ゲーム実況 #個人勢Vtuber https://t.co/MKh7CUAQ0v December 12, 2025

いよいよ本日！！
西川口に集合せよ！！
当日券あるよ！

THE冠
アルバムリリースツアー
『MY NAME IS HEAVY METAL TOUR〜episode1〜』
11月30日（日）
西川口ハーツ

18時オープン
18時30分スタート

※先行物販17時〜

3,000円以上お買い上げいただいた方には粗品タオルプレゼント！！！ https://t.co/Ldq6pm8SHa December 12, 2025

Googleの本当のライバルはOpenAIでなく、NVIDIA。GoogleのAIチップTPUが思ったより精度が良くて、ジェンスンCEOも焦ってる模様。

GoogleとNVIDIAの株価に堅調に現れている。

OpenAIはGoogleの顧客になり得る。

■要点
- Google、2026年からTPU本格外販開始
- Metaが2027年に数十億ドルでTPU自社導入決定間近
- OpenAIもChatGPT推論をTPUに移行済み（NVIDIAより30%安い）
- TPU v7 Ironwood → Blackwellと同等かそれ以上
- NVIDIA株一夜で7%↓（時価総額2,500億ドル吹っ飛び）
- NVIDIA公式が珍しく「うちの方が1世代先です！」と焦り反論
- Google株年初来+50％、4兆ドル企業秒読み December 12, 2025

meta quest 3sを買ったのでVRCHATをやってみようとおもっています December 12, 2025

【財務省の闇とインテル情報❗️】#Gemini が要約「倭国の財務省に対する批判、トランプ氏に関する最新情報、および米国市場や今後の「イベント」に関する独自のインテル情報（内部情報）です。
https://t.co/NJQs3kKIx6

1. トランプ大統領の動向 [07:21]

動画内で語られたトランプ氏の最近の動きや発言です。

移民対策: 全ての第三国からの移民を永久に停止すると語った。

ウクライナ情勢: ゼレンスキー大統領の側近（大統領府長官）が汚職で辞任したとの報道に触れ、ウクライナが危機的状況にあると指摘。

メディア批判: ウォール・ストリート・ジャーナル（WSJ）を「三流紙」と批判。自身がエプスタインに送ったとされる手紙は偽物であり、掲載すれば提訴すると警告した。

バイデン政権の無効化: バイデン氏が行った署名のほとんどはオートペン（自動署名機）によるものであり、無効にすると宣言。これにより恩赦なども取り消される可能性があると言及。

税制改革: 関税収入を利用して、2026年1月から米国民の所得税をゼロにする構想を発表した。

2. 財務省の闇と女性の活躍 [13:33]

倭国の政治における財務省の支配構造と、それに対抗する動きについて語っています。

財務省の権力: 予算配分権、メディアへの影響力、国税庁を通じた調査権などを持ち、政治家やメディアをコントロールしていると批判。財務省OB組織の影響力も「893（ヤクザ）以上」と表現。

対抗する女性議員: ある女性議員（文脈から片山さつき氏を示唆）が、財務省の会議で10年間封印されていた極秘データを公開し、官僚たちがパニックになったというエピソードを紹介。

不正の指摘: 財務官僚とOBが関わる「使途不明金8兆円」が存在すると主張。

3. アメリカ市場での異変 [28:04]

感謝祭翌日の11月28日（金）に、米国市場で巨額の損失が発生したと語っています。

市場の暴落: ウォール街で約231兆円、暗号資産市場で約154兆円、合計で約385兆円が瞬時に消滅したと主張。

ハイテク企業の損失: Microsoft、NVIDIA、Metaなどの主要企業も巨額の損失を出したとし、水面下で巨大なマグマが動き出したと表現。

4. インテル情報と今後の予測 [33:27]

独自の「インテル情報」として、今後の展開について予測しています。

感謝祭後のイベント: 米国の感謝祭期間は11月30日（日）までであり、その最終日のセレモニーが終わるまでは「あのイベント」は起こらない。

12月の動き: 12月中旬までにEBS（緊急放送システム）などの大きなイベントが片付くのではないかと推測。

満月のタイミング: 来週の満月（今年最後のスーパームーン）までに何かが起こる可能性を示唆。

新体制の発足: 2026年1月2日にトランプ氏のもとで「ゲサラネサラ（GESARA/NESARA）」が発令される予定であると述べています。

その他

活動報告: 11月30日に横浜駅西口で街頭演説会を行う予定 [04:37]。

雑談: シャンプーの話題や月の観察など。」

あくまでも陰謀論的な内容も含まれるということをご理解くださいませ
🙏 #未来党 #EBS #GESARA #トランプ December 12, 2025

既にたくさんのご回答ありがとうございます🙏！

こちらのイラストテーマのアンケート投票は本日11/30(日)までです📣
投票まだだよ〜って方は、お忘れなく💌！！

#MetaMateグランプリ https://t.co/OWcYr5vJAs December 12, 2025

＝ Metal nib ＝

先端から軸側へかけてのなだらかな曲線の形が特徴的なつけペンのペン先
筆記の角度が、45度角では細めに、寝かせると太めに
太さを変えられるので、1本で様々な楽しみ方ができますよ

使用したペン先：Metal nib - ステンレス
https://t.co/MNOKW8vhEX https://t.co/TzlsSle52b December 12, 2025

机器小脑——MEMS微机电系统（附股）
MEMS是Micro-Electro-Mechanical System的简称，中文名称：微机电系统。是一种将微电子技术与机械工程融合的高科技技术，指尺寸在几毫米乃至更小的高科技装置，其内部结构一般在微米甚至纳米量级，是一个独立的智能系统。

一、随着AI算力、机器人、无人驾驶、商业航天等新产业的兴起，MEMS的重要性越来越突出，MEMS正如同一款“万金油”，以其极强的渗透性和适应性，成为新兴产业体系中不可或缺的核心部件。

1、在AI算力领域，基于MEMS的OCS（光电路交换机）是应对算力集群规模扩张挑战的关键创新。与传统电子交换机相比，MEMS OCS通过在纯光层面反射光路进行信号交换，省去了昂贵且耗电的“光-电-光”转换环节，从而实现了纳秒级的超低延迟切换、极高的带宽以及近乎为零的静态功耗。它以MEMS微镜阵列为核心，能根据AI计算任务动态重构网络拓扑，犹如数据中心内部的“智能立交桥”，将算力集群效率提升数倍。例如，在谷歌的TPU集群中，OCS的引入显著提升了网络吞吐量并降低了功耗和成本。单台谷歌OCS设备总成本约1.2万至1.5万美元，其中MEMS部件是价值量最高的部分，占比高达30%-40%，约4000-5000美元，预示着巨大的市场潜力。

2、在机器人领域，MEMS技术扮演着“感官”和“小脑”的角色，是实现精密运动控制的基础。例如，MEMS惯性测量单元（IMU）集成了加速度计和陀螺仪，为机器人提供至关重要的自身姿态、加速度和角速度信息，如同人体的前庭系统，对于维持平衡、规划步态和精准定位不可或缺。此外，MEMS激光雷达（LiDAR）通过微振镜高速扫描激光束，为机器人和自动驾驶系统构建周围环境的3D地图，成为其“眼睛”。随着人形机器人等高级形态的发展，单机对MEMS传感器的需求量和价值量将持续攀升。

3、在商业航天领域，MEMS的微型化、轻量化、低功耗和高可靠性完美契合了其“降本增效”的核心诉求，因为减轻每一克重量都意味着节省巨额发射成本。传统卫星姿态控制系统使用的庞大陀螺和动量轮，正逐渐被尺寸和重量仅为传统产品百分之一的MEMS IMU所替代，并能提供同样精确的姿态参考。更有甚者，MEMS技术还能制造出芯片大小的微推进器，通过电离推进剂产生微小推力，用于卫星的轨道维持和姿态调整，为未来纳米卫星的编队飞行和自主对接提供了可能。

二、MEMS概念股梳理：

1、消费电子领域：该领域企业多聚焦 MEMS 麦克风、声学传感器等，适配手机、VR/AR 等消费设备，市占率和出货量优势显著。

歌尔股份（002241）：全球 MEMS 麦克风市占率第一，还为 Meta Quest 系列 VR 设备提供光学微镜阵列，适配 AR/VR 交互需求，2024 年其 MEMS 系统业务营收增长 58%。

敏芯股份（688286）：MEMS 麦克风全球市占前三，2024 年出货量破 5 亿颗，成本较海外竞品低 30%，同时正研发人形机器人用六维力 / 力矩传感器、IMU 等产品。

共达电声：为苹果供应 MEMS 麦克风，自研的 MEMS 芯片广泛应用于智能手机、智能穿戴等消费电子领域。

纳芯微(688052)：传感器芯片设计，MEMS麦克风传感器等产品线，与国内知名手机品牌供应链合作。

恒玄科技(688608)：智能音频芯片，MEMS麦克风传感器等产品线，广泛应用于消费电子领域。

2、汽车与机器人领域：这类企业主打车规级传感器、机器人用六维力传感器等，适配自动驾驶、机器人姿态控制等需求，部分产品已进入头部车企和机器人厂商供应链。

汉威科技（300007）：国内气体传感器市占率第一，构建了适配人形机器人的 “触觉 - 平衡 - 力控 - 嗅觉” 多维产品矩阵，已向特斯拉、优必选等头部厂商送样或供货柔性传感器。

柯力传感（603662）：唯一量产六维力矩传感器的企业，精度达 0.1%，打破国际垄断，通过特斯拉、华为认证，在机器人领域已批量出货。

日盈电子（603286）：开发的 MEMS 压阻式六维力传感器进入特斯拉验证阶段，压阻式柔性电子皮肤产品也已研发成功，其 NTC 温度传感器芯片也用于汽车领域。

昊志机电（300503）：基于 MEMS 技术的微型六维力传感器，已在部分高端协作机器人中实现批量配套。

芯动联科(603662) ：国内惯性传感器龙头，车规级 IMU 通过 AECQ100 认证，已为 L4 级自动驾驶项目提供 IMU 样品，产品性能比肩国际巨头。

必创科技(300667)：MEMS压力传感器，已拥有自主芯片研发设计能力，MEMS压力传感器芯片已批量生产，达到车规级要求，广泛应用于汽车电子领域。

万集科技(300552)：MEMS激光雷达，在研等效168线激光雷达产品，布局MEMS激光雷达领域。

光库科技(300620)：激光雷达器件，专业从事光纤器件的设计、研发、生产、销售及服务。

3、封装测试领域：此类企业掌握 MEMS 先进封装工艺，为上下游企业提供封测服务，客户多为华为、苹果等行业巨头。

通富微电（002156）：国内唯一实现 MEMS 传感器封测量产的厂商，MEMS 封装良率达 99.5%，技术覆盖 TSV、RDL 等先进工艺，服务华为、苹果等客户。

晶方科技（603005）：国内晶圆级封测龙头，牵头承担国家重点研发计划 “MEMS 传感器芯片先进封装测试平台” 项目，专注传感器领域封装测试。

华天科技（002185）：自主研发出 MEMS 集成电路先进封装技术，其玻璃盖板 MEMS 封装方案解决了光学 MEMS 封装透光率和密封性的难题。

长电科技（600584）：具备 MEMS 相关封装技术能力，在半导体封测领域实力雄厚，为 MEMS 产品的稳定量产提供支持。

4、特种与多领域综合型：这类企业业务覆盖广，涉及航空航天、工业监测、全产业链代工等，技术壁垒高，部分企业采用 IDM 模式实现全流程自主可控。

赛微电子（300456）：全球MEMS纯代工领域龙头，国内唯一实现 MEMS 全产业链 IDM 模式的上市公司，全球 MEMS 代工市占率前三，为谷歌OCS光交换机代工核心MEMS芯片，单颗价值3000美元，毛利率高达90%。

士兰微（600460）：国内功率半导体 IDM 龙头，布局惯性传感器和压力传感器，2024 年净利润同比激增 714%，MEMS 产线产能利用率超 90%。

航天电器（002011）：2013 年起布局 MEMS 传感器，产品包括压力、加速度传感器等，子公司苏州华旃专注高端封装技术，适配航空航天等严苛场景，技术自主化率达 85%。

高德红外（002414）：布局红外 MEMS 传感器，建设新基建温度传感器产线，技术适配智慧城市及工业监测，2025 年股价涨幅超 32%，国产替代进程加速。

华灿光电(300323)：MEMS传感器布局，积极布局MEMS领域，子公司美新半导体是国内唯一具有车规级加速度计及地磁传感器芯片的公司。

联创光电（600363）：子公司美新半导体的 MEMS 产品涵盖加速度计、地磁传感器等，达车规级标准，进入通用、马自达等车企供应链，年销量超 2 亿颗。

苏州固锝(002079) ：MEMS-CMOS集成技术，子公司苏州晶银掌握MEMS-CMOS三维集成技术，量产电容式指纹、光学微镜头等传感器。 December 12, 2025

私はアーケードゲーム出身なので

まず1/60sの割込を探してしまいます。
Metalなどではdraw()がそれに相当しますね。
そこに入力やスプライトの動作などを接続。

動作もたいてい自前で実装しますから、イベント形式を使う場合でも、イベント呼び出し部分も自前。

だから、非同期処理が苦手で、最近コレにハマりました。💦 December 12, 2025

全リージョン買いのユーザーが一気に増えてきました🚀

Solanaの速さを決めるのは、スペックよりも“どの地域から最速でShredを受け取れるか”。
ERPCの分散Shredstreamは FRA / AMS / NY / CHI / TY / SGP から最寄りのShredを供給し、単一リージョンでは避けられないレイテンシの揺れを徹底的に抑えます。

今回の マルチリージョン割引 により、PremiumやMetalを中核にしつつ、他地域をコスト効率よく組み合わせた最強構成がさらに作りやすくなりました。
複数Shredstreamの「最初に届いたものを処理する」運用とも相性抜群で、HFT/MEV/超高速Tx送信に圧倒的に有利です。

Premium Shredsの価格改定前の今が、マルチリージョン展開のベストタイミング。 December 12, 2025

11/29 YOGIBO META VALLEY
【 ALL MIXED UP!! 】

これからもこういう素敵な繋がりが続いていくように、楽しみながら進んでまいります。
とても楽しい夜でした。

あの場に居た全ての皆様、どうもありがとうございました！！ https://t.co/kuTQXlSH0r December 12, 2025

【🙏見た人全員読んでください🙏】

いつもいもにゃんを応援してくれてありがとうございます！

この度、いもにゃんはMetaMateグランプリの決勝戦に出場することになりました🎉
皆様の応援の賜物です。本当にありがとうございました。

✅#MetaMateグランプリ とは？
夢を叶えたいVtuberのオーディション！
優勝者には賞金100万円が贈呈されます。
ポイントを多く獲得した上位4人が最終決戦に挑める。

✅100万円の使い道
・PCを新調してWeb3ゲームをよりよく楽しんでもらう！
・グラフィックの綺麗さや色々なWeb3ゲームに挑戦したいです！
・また、NFTや仮想通貨などのGiveaway企画をしてゲームを知ってもらうきっかけを作ります✨

✅夢ってなぁに？
倭国中のみんなにWeb3ゲームを知ってもらう！
倭国でWeb3ゲームが"当たり前"の世の中にする！！

✅応援はどうやるの？
・ポイント加算条件
ギルドの加入
配信の最大同接の多さ
配信中のギフト

①ギルドに加入して応援！
ギルド加入数に応じてポイントが入ります。
このポストを見たみなさん、ギルドに加入して是非応援してください😭💓
https://t.co/InMszC2Ci5

②配信を視聴して応援！
最大同接に応じてポイントが入ります！
コメントが苦手な人でも、ROMだけでもとてもありがたいです🥹💓
週間スケジュールを発表するので是非見に来てください！

③ギフトを送って応援！
配信中にギフト(MateMe内の投げ銭)を送って応援！
配信リクエストがある方はギフトしていただけたらリクエストに応えます🫶🏻✨
また、雑談枠ではギフトで無茶ぶりとかも応えます…🥶
ゲーム枠ではギフトに応じてチャレンジもします！💪

🏆みなさんの力が必要です！
どうか、どうか私に力を貸してください…！
Web3ゲームを広めるための力を私にください！！

12月中は、もちろんWeb3ゲームも大事にしたいので
MetaMeだけではなくTwitch配信もします！！
体力バケモンがんばり屋のいもにゃんを推してねっ🫶🏻💖💖💖 December 12, 2025

いよいよ明日から「 #MetaMateグランプリ Vol.2 」がスタートです❤️‍🔥

ステージ1の「メタギフトラッシュ配信」は12/28(日)まで毎日配信がありますので、ギルドマスターやMetaMe公式のXをフォローして楽しんでくださいね！ https://t.co/Xz5HWnrgcb December 12, 2025

／
ファミマプリントに
META TAXIランダムシールが登場!!
＼

アバターたちが
フレークシールになっちゃった👀!?

シークレットをあわせて
全部で12種類🚕
どれが出るかはお楽しみ✨

販売期間
11/28 10:00 〜 12/25 23:59まで

ファミリーマート店内マルチコピー機にて
ご購入いただけます◎

詳細はこちら⇩
https://t.co/rB05y0buyL December 12, 2025