日志

我高一期中考试班里第二，老爷子说期末考第一给你个奖励，你自己挑。

于是期末考了第一，让老爷子给我买了台电脑，奔腾MMX，当时最先进的CPU。

后来我就再沒当过老二，以至于老爷子一直怀疑我期中考试是给他下套了。

电脑不能白买，自然要用来打游戏。

我玩的第一个正经游戏是《大航海时代2》。

你们可能很难想像，从16位小灵通过渡到PC游戏是怎样的震撼。

我上课都在琢磨怎么从那不勒斯穿越直布罗陀海峡，驶出地中海。

甚至为了玩明白这个游戏，我的地理和歷史两门副科每次都考满分。

当时面对最严峻的问题就是周围几个港口都是敌对势力，沒法登陆补给。

而地中海里面风又小，船速上不去，经常开到一半就沒水沒粮，很快水手死光，就得重新开始。

因为这事，我在心里骂了无数遍游戏设计者。

谁玩游戏是为了跟你算补给账的呀，就不能让老子痛痛快快遨游世界？

可惜当时互联网在国内沒普及，还是用数据机通过电话缐拨号上网。

网速慢，还贵，关键网上也沒啥内容，也就是聊胜于无的水准。

为了解决痛点，我买了当时市面上所有的电脑杂志、报纸，终于功夫不负有心人，让我找到了“修改记忆体大法”。

当时用的还是DOS系统，有一个工具集，叫PC Tools，当年玩游戏的恐怕沒人不知道这玩意。

作为一个工具集，它应该有很多功能，但对于我来说，它唯一的作用就是查记忆体、修改记忆体。

具体方法也不复杂，就是运行大航海，然后通过PC Tools读取游戏记忆体。

记忆体资料都是一串串16进制数，表面看不出是什么东西。

你需要在港口不断补给粮食和水，每次补给一次，去看记忆体资料变化，筛选出那个每次都随着补给变化的资料段，那就是补给资料。

这是一长串十六进位，绝大部分是记忆体位址、栏位属性等，只有大概3-6位是数值。

通过PC Tools修改这些数值，你就有了无限补给。

自从有了记忆体大法，我的进度突飞勐进，很快开了世界地图，接着就是一统四海。

这也让我成了班里的游戏之神，后来又《仙剑》《金庸》《三国志》，我都能快速通关，然后给同学出攻略。

其中还有一篇投稿《电脑世界》被收录了。

后来高考我选择报电脑，多少也是玩游戏玩出的兴趣。

但这也很大程度破坏了游戏的可玩性，本来100小时通关的游戏，现在20小时就搞定了，游戏开发商肯定不幹。

于是有了后来的各种记忆体加密。

这次Deepseek导致英伟达大跌，除了刺穿AI泡沫之外，另一个因素是他们在英伟达的游戏里使用了“记忆体修改大法”。

要说明这个问题，我们得简单介绍一下什么是机器语言、组合语言、高阶语言，这是电脑本科的专业课。

以CPU为例，我们之前讲过控制器、运算器、寄存器、缓存基本硬体的工作原理，这里不再赘述。

这些硬体听不懂人话，他们只是通过半导体的通断电实现计算和逻辑功能，1代表通电，0代表断电，一堆0、1的数位串就是硬体指令，称之为机器语言。

当年我们修改记忆体，实际上修改的就是16进制表达的2进制数串。

我们当年查询记忆体需要不断试着筛选出来对应的栏位，就是因为人类难以掌握机器语言，成天摆弄那么一堆字串，是个人都得疯。

为了解决这个问题，人们发明了组合语言，在机器语言和自然语言之间加了一层。

例如：MOV AX, 100‌，这个命令就是将数字100移动到寄存器AX中。

看起来要比一串十六进位数容易理解得多吧。

虽然有改进，但距离人类的语言还是有点远，读写门槛仍旧较高。

于是有了高阶语言，也就是我们熟悉的C、java等，这些就非常接近自然语言了，程式猿也正是通过这些高阶语言实现具体功能。

高阶语言在组合语言的基础上进行了封装，相当于游戏设计师为我们设计的游戏介面，我们在游戏介面打游戏，而不用看着一堆数字玩骇客帝国。

同时，高阶语言对不同型号硬体都进行过适配，在386上可以运行，在MMX上也可以运行，这就叫跨平臺。

这跟英伟达有什么关係呢？

操作英伟达的GPU也是通过这3层语言，最底层机器语言，中间层PTX，类似于组合语言，最顶层CUDA，是一种跨平臺的高阶语言。

那么deepseek R1为什么可以用1/10的成本，实现甚至超越ChatGPT o1的功能呢？

除了演算法不同外，他们对GPU的使用效率也远高于OpenAI。

其中一个重要因素，就是他们部分绕开了CUDA，直接使用PTX操作GPU。

这就相当于我当年玩大航海，绕过了游戏介面，直接修改记忆体从而增加了游戏可玩性。

而CUDA作为英伟达的重要护城河，现在不但被人家绕开，而且绕开之后又实现了翻天覆地的效率提升，那你说你这条护城河究竟是防着人进去，还是防着人出来？

原本的护城河，这下成了反向护城河，核心资产眼瞅着要成负债，你说它的股价会怎么样?

AI竞争最后比的无非三样，资料、演算法、算力。

资料在各大平臺，国外的google、facebook、x上，国内的百度、腾讯、阿里、头条上，各自都有不少。

但国内可以通过统筹，打通各大平臺的资料共用，美国能吗？

演算法Deepseek R1彻底摆脱了监督学习，单独使用强化学习实现了巨大提升，之前不止一次讲过其重要意义，这里不再赘述。

现在中国落后于美国的也就只有算力。

而算力继续分解，又分为电力供应、GPU硬体、GPU软体。

美国的电力系统之前讲过，不论是发电量还是传输、使用效率，基本也就是中国的2成，这里不再赘述。

GPU硬体是现在唯一被卡脖子的，卡点就在EUV光刻机。

前两天哈工大刚刚研发成功EUV光源，相信离光刻机也不远了。

其他上下游诸如EDA、单晶硅晶圆、光刻胶、蚀刻机、离子注入、封装等，在华为重新量产麒麟晶片过程中早已经突破了。

甚至DUV光刻机都已经开始量产並出口了。

从被制裁到实现突破才几年时间，最后的EUV，有了光源，光刻机还远吗？

只是沒想到，硬体突破之前，原本我们以为需要排在后面突破的软体，提前被Deepseek一剑刺穿了。

虽然咱不能就此说CUDA一无是处，但作为护城河，人家不但能绕过去，而且绕过去效果还更好，可就好说不好听了。

大航海的设计者后来痛定思痛，在新版本中取消了补给系统，游戏可玩度大大提高。

英伟达后续是不是也要修改一下CUDA，管它是不是护城河，起码別让它拖后腿吧。

在那之前，大家还是想想怎么开发现有硬体潜力吧，买卡可以等等。

那股价也就可以等等了。

管理署

一言以蔽之，管理就是化繁为简，系统经营，讲究效率，绩效次之。管理署收集各种社会讯息供参考，一起改善管理效率和效绩。

上载日期：2025.2.3