KeyFrame內部研究專用

The 2026 AI Cold War: Energy vs Heat, East Meets West | GeoMoney TV

GeoMoney TV·6月1日週一·9 min中文

三句話摘要

2026年AI冰凍戰:西方能源瓶頸與中國晶片物理突圍的雙重供應鏈對決。 --- AI競爭的勝負不在於誰的模型更聰明,而在於誰能先解決自己那條供應鏈上的物理瓶頸——西方是能源路線,中國是晶片散熱。 AI革命的真正戰場是物理供應鏈,而非演算法。 西方沉迷於基礎模型參數與GPU股價,但真正的制約來自能源路線與地緣物流,NVIDIA再強也需要穩定的電力與運輸支撐。

重點整理

重點
  • 1

    AI革命的真正戰場是物理供應鏈,而非演算法。 西方沉迷於基礎模型參數與GPU股價,但真正的制約來自能源路線與地緣物流,NVIDIA再強也需要穩定的電力與運輸支撐。

  • 2

    西方聯盟的弱點是能源地理,而非晶片製造。 美韓聯盟掌握最先進的EUV製程,能製造人類史上最精密的晶片,但中東局勢動盪與亞洲LNG價格波動正侵蝕其資料中心的能源成本競爭力。

  • 3

    中國的弱點是製造工具,但正以物理工法繞道突圍。 中國被排除在最先進光刻設備之外,轉而透過Logic Folding(晶片堆疊折疊架構)與TAU製程法,在不依賴EUV的前提下拉近效能差距,但代價是嚴峻的散熱挑戰。

  • 4

    散熱問題是Logic Folding路線的核心技術障礙。 多層堆疊讓熱能無處逸散,過熱會損毀晶片效能甚至燒毀元件,華為必須同步突破先進封裝與冷卻系統,並自建EDA設計工具鏈,才能讓此路線成立。

  • 5

    --

實用技巧與重點

乾貨
  • 具體數字:
  • 蘇伊士運河承載全球約20%海洋運輸量
  • 約半數全球LNG透過該區域轉運
  • 每桶LNG運費:約126美元
  • 華為Logic Folding技術近六年已應用於380顆晶片
  • 華為TAU製程目標:2031年達到1.4nm等效效能水準
  • 技術名稱:
  • Logic Folding(晶片3D堆疊折疊架構)
  • TAU製程法(華為自研先進製程路線)
  • EUV(極紫外光微影,西方主流路線)
  • HBM(高頻寬記憶體,AI訓練關鍵元件)
  • EDA(電子設計自動化工具,華為正自研中)
  • 平台/產品:
  • 華為 KIRIN(鯤鵬)處理器,今秋量產,首款商業化Logic Folding晶片
  • Microsoft、Meta(作為HBM高端需求方被提及)
  • 上海(華為先進封裝研發主要基地)
  • 關鍵對比:
  • 美韓路線:晶片製造領先,困境在能源地理
  • 中國路線:晶片工具落後,困境在散熱物理與良率控制
  • --

結論

結論

AI競爭的勝負不在於誰的模型更聰明,而在於誰能先解決自己那條供應鏈上的物理瓶頸——西方是能源路線,中國是晶片散熱。

完整解析

詳細

2026年,全球AI競賽正面臨一個根本性的認知落差:主流金融媒體仍在追蹤NVIDIA股價與大型語言模型的參數規模,但真正決定勝負的戰場已悄然轉移至物理基礎設施——能源路線、供應鏈韌性,以及晶片物理的極限。這不是一場軟體之戰,而是一場由能源、物流與材料科學交織而成的「冰凍戰」。

西方陣營的核心困境源自地理。美國與南韓的晶片製造聯盟掌握當前最先進的EUV極紫外光微影技術,理論上擁有製造最精密晶片的能力,但其資料中心的能源供應鏈卻高度暴露於地緣風險之下。蘇伊士運河是關鍵節點——全球約20%的海洋運輸量與近半數LNG液化天然氣均須途經此地,每桶運費約126美元。中東局勢的任何動盪,都直接衝擊西方AI基礎設施的電力成本與穩定性,形成一條隱性但致命的供應鏈脆弱點。

中國的困境則截然不同,卻同樣棘手。被西方出口管制切斷最先進光刻設備的取得管道後,中國轉而走上一條「繞道物理」的路線。華為近六年已在380顆晶片中實驗並部署Logic Folding技術——一種透過3D垂直堆疊晶片層來提升等效效能密度的架構方法,無需仰賴EUV即可縮小等效製程尺寸。今秋即將量產的鯤鵬處理器,將成為全球首款商業化Logic Folding晶片;而華為的TAU製程法更聲稱,到2031年可達到1.4nm等效效能水準,在不追隨西方EUV技術路線的前提下實現。然而,這條路線帶來了嚴重的熱力學難題:多層堆疊意味著熱能被層層封鎖,無從有效逸散,過熱將導致效能驟降甚至元件損毀。為此,華為必須同步突破先進封裝技術、液冷系統,以及自研EDA電子設計自動化工具——相當於「用設計停車場的工具去設計晶片」,難度可想而知。良率控制更是一大隱患,任何細微缺陷在高密度堆疊結構中都可能引發系統級失效。

從宏觀視角看,這場競爭呈現出一種對稱的地緣物理困局:美韓聯盟擁有最好的製造工具,卻被能源地理所制約;中國擁有充裕的資本與健全的國內供應鏈,卻被晶片物理與工具缺口所限。AI革命的真正分水嶺,將由誰能先解決自身的物理瓶頸來決定——是南韓能否在HBM供應量上壓制能源成本壓力,還是華為能否攻克Logic Folding的散熱難題並實現矽源自主,才是決定下一個AI時代版圖的關鍵博弈。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。