Author: admin

作者：Ada，深潮 TechFlow

旧金山，圣何塞会议中心，GTC 现场。

英伟达首席科学家 Bill Dally 坐在台上，对面是谷歌的 Jeff Dean。两个人聊到一半，Dally 抛出一个数字：“此前移植一个包含约 2500 至 3000 个单元的标准单元库，需要 8 名工程师组成的团队耗时约 10 个月。”

他停了一下。

“现在仅需单卡 GPU，跑一个晚上。”

台下没有惊呼，因为听懂这句话的人都明白意味着什么。8 名工程师 10 个月的工作，被一颗自家产的 GPU 一夜之间吃掉了。而且 Dally 还补充道：跑出来的结果在面积、功耗、延迟这三个指标上，匹配甚至超过人类设计。

第二天就有新闻解读成“英伟达用 AI 设计 GPU”。

但这事的真相，远比新闻标题值得玩味的多。

英伟达内部在跑什么？

英伟达内部跑的也不是黑箱，是几套磨了几年的工具链。

NB-Cell 是一个基于强化学习的程序，专干标准单元库迁移这种最苦的活。Prefix RL 旨在解决进位前瞻链中前瞻阶段的放置这一长期研究难题。Dally 表示，该系统生成的布局“是人类永远无法想到的”，与人类设计相比，关键指标提升了约 20% 到 30%。

再就是两个内部 LLM，Chip Nemo 和 Bug Nemo。英伟达将历史上每一颗 GPU 的 RTL 代码、架构文档、设计规格喂给这两个大模型。按照 Dally 的描述是，这相当于把英伟达从 G80 到 Blackwell 二十年的肌肉记忆蒸馏成了一个内部模型，新人进去就直接对接二十年功力的资深工程师。

那么“AI 可以设计 GPU”了吗？

恰恰相反。 Dally 的原话是：“我很希望有一天能直接说‘给我设计一颗新 GPU’，但我们离那一步还很远。”

英伟达没用 AI 设计出 GPU。但它做的另一件事让整个行业以后没它玩不转。

20 亿美元买进 EDA 腹地

2025 年 12 月 1 日，英伟达以 20 亿美元入股 EDA 三巨头之一的 Synopsys。双方签了联合开发协议，把英伟达的加速计算栈嵌入 Synopsys 整条 EDA 工作流，Blackwell 和下一代 Rubin GPU 要跟 Synopsys.ai 做深度整合。

Synopsys 的地位需要解释一下。全球每一颗先进制程芯片，苹果 M 系列、AMD MI 系列、Google TPU，设计阶段几乎都跑在 Synopsys 或者 Cadence 的工具链上。这两家加上西门子 EDA，垄断了芯片设计的底层工具。你可以不用高通的芯片，可以不用台积电的产线，但你绑不开这三家的软件。

入股 Synopsys 之后三个月，英伟达把 Cadence、Siemens、Dassault 也拉了进来，宣布它们都在基于英伟达 GPU 开发 AI 驱动的芯片设计工具。

英伟达公布的基准测试数据摆出来挺吓人：Synopsys PrimeSim 在 Blackwell 上快 30 倍，Proteus 快 20 倍，Sentaurus 在 B200 上对比 CPU 加速 12 倍。联发科用 H100 把 Cadence Spectre 提速 6 倍。Astera Labs 用 Synopsys + NVIDIA 把芯片验证提速 3.5 倍。

有一个细节值得单独拎出来：Cadence 的 Millennium M2000 平台，标的是“专为 EDA 市场打造，独家基于 NVIDIA Blackwell”。

独家两个字最值得品。也就是说，EDA 工具以前跑在 CPU 上，Intel、AMD 都能玩。今后想用最快的 EDA，只能买英伟达的卡。

飞轮的真实形状

英伟达的飞轮，大多数人理解的版本是这样的：卖 GPU 给 AI 公司，AI 公司训练大模型，大模型证明 GPU 不可替代，更多人买 GPU。

这个飞轮已经够可怕了。但在它下面还有一层。

英伟达用自己的工具设计下一代 GPU，设计效率拉开代际差距，同时把整个行业的 EDA 工具链绑在自家硬件上。竞争对手想追，但连追的工具都得从英伟达的生态里租。

AMD 那份让股价大跌的财报背后藏的就是这层焦虑。即便英伟达和 Synopsys 表面上说“投资不附带任何采购英伟达硬件的义务”，市场也心知肚明：加速版 EDA 功能首发都在英伟达硬件上，AMD 和 Intel 只能依赖一条“为最大对手平台调优的路径”。

设想一下 AMD 的工程师以后想设计一颗对标 Blackwell 的芯片，他打开 Synopsys 的工具，这个工具在英伟达 GPU 上跑得最快。那么他要么忍受慢一倍的设计周期，要么买一堆英伟达的卡来设计要打败英伟达的芯片。

铲子还在卖。但卖法变了。

国产 GPU 的真实处境

讲到这里，必须给一组让人清醒的数字。

英伟达 2025 财年净利润突破 700 亿美元的同一年，国产 GPU“四小龙”摩尔线程、沐曦、壁仞、燧原，挤在 IPO 的窗口前排队。

摩尔线程招股书显示，2022 年到 2024 年，三年累计净亏损 50 亿元，2025 年上半年再亏 2.71 亿元，截至 6 月 30 日累计未弥补亏损 14.78 亿元。公司管理层自己预计，最早 2027 年才能实现合并报表盈利。沐曦稍好一些，三年累计亏损超过 30 亿元。最惨的是壁仞，三年半亏损超过 63 亿元，2025 年上半年的收入只有 5890 万元，连摩尔线程同期 7.02 亿元的零头都不到。

再看研发投入的强度。摩尔线程 2022 年的研发费用占营收比例是 2422.51%，2024 年仍然高达 309.88%。一年研发花掉的钱，是收入的三倍多。这不是企业经营，这是输液续命，靠着一级市场和最近打开的科创板窗口持续输血。

工具层面更卡脖子。华大九天 2022 年 IPO 招股书显示工具仅部分支持 5nm 先进制程。概伦电子能覆盖 7nm/5nm/3nm 节点，但只做点工具，远谈不上全流程。

华大九天创始人刘伟平说得很坦诚：“国产 EDA 对先进工艺的支撑还存在明显不足，尤其是当下的 7nm、5nm、3nm 等。目前国产 EDA 可以做到 14nm 的水平，虽然掌握了 7nm 工艺技术，但 7nm 在与实际应用的深度融合上还需要全产业链的协同发力。”

也就是说，先进制程的全流程 EDA，国产基本不能用。国产 GPU 公司设计芯片用的还是 Synopsys 和 Cadence。2025 年特朗普一度宣布对所有关键软件实施出口管制，虽然没有实质落地，但 7nm 以下先进制程 EDA 工具至今处于严格管制状态。许可证什么时候被切，开关在别人手里。

资本市场的反应足够魔幻。沐曦上市当天，股价收报 829.9 元，单日上涨 692.95%。摩尔线程上市后股价一度升至 A 股第三，仅次于贵州茅台和寒武纪，有媒体按当时股价测算，其总市值约为 3595 亿元。

数字背后的真实生意是，一群仍在烧钱亏损、仍要依赖被管制的境外工具链才能继续设计芯片的公司，却在二级市场被定价成“国产英伟达”的接班人。

而这些公司用来设计芯片的那套工具，正在变成英伟达生态的一部分。英伟达和 Synopsys 那 20 亿美元的绑定，Cadence Millennium M2000“独家基于 NVIDIA Blackwell”的标签，让追赶这件事本身变成了一个悖论。

一条从设计到制造的完整链

回到 GTC 那场对谈。

Dally 整场表现得很谦虚。“AI 还远远不能自己设计芯片”，这话英伟达已经讲了四五年了。但每年讲法在变。四年前是“AI 可以辅助设计”，三年前是“AI 可以自动化某些环节”，今年是“一晚上做完 8 个人 10 个月的活”。每年推一步，每年留一句“距离终极目标还很远”。三年后回头看，上一轮的“还很远”已经做到了，新的“还很远”被定义在了所有对手还够不着的位置。

英伟达过去十二个月做的事其实只有一件：把 AI 用在芯片产业链最值钱、护城河最深的那几个环节，然后把这些工具一层层卖给整个行业。

芯片设计的前端，被 Chip Nemo 这种内部 LLM 接管；设计中端的标准单元库迁移、版图优化，被 NB-Cell、Prefix RL 接管；整个 EDA 工具链，通过 Synopsys 的 20 亿美元和 Cadence 的“独家基于 Blackwell”绑在自家 GPU 上；制造端的光刻计算，被 cuLitho 接管，TSMC 已经在用。

从设计到制造，每一段英伟达都用 AI 重做了一遍。每一段最后都通向同一个终点：你想用最快的工具，就得买英伟达的卡。

对所有想造一颗能打败 Blackwell 的芯片的对手来说，最尴尬的事情已经发生了。设计这颗芯片要用的 EDA 工具，跑得最快的版本在英伟达的 GPU 上；制造这颗芯片要做的光刻计算，最快的算法库由英伟达提供；训练设计 AI 用的算力，还是英伟达的卡。

你要打败的那个人，正在向你出租打败它所需要的全部工具。租金按年付，合同每年涨价。

深潮 TechFlow 消息，04 月 15 日，据链上分析平台 Arkham（@arkham）监测，Dragonfly 从 Lighter 收到 5580 万枚 LIT 代币。若该批代币为投资者份额，将自 TGE 起锁定 1 年、线性释放 3 年，预计最早于 2026 年 12 月 30 日方可流通。

深潮 TechFlow 消息，04 月 15 日，据 Bitget 数据显示，现货黄金日内下跌 50.11 美元，现报 4790.53 美元/盎司，跌幅 1.04%；现货白银日内跌超 1.00 美元，现报 78.53 美元/盎司，跌幅 1.26%。

深潮 TechFlow 消息，04 月 15 日，据 Polymarket 预测市场页面显示，当前 SpaceX IPO 收盘市值预测中，2 万亿美元以上区间概率约为 47%，为最高概率选项；其后分别为 1.8 万亿至 2 万亿（18%）、1.6 万亿至 1.8 万亿（13.7%） 及 1.4 万亿至 1.6 万亿美元（7.8%）。

Bitget 已于 4 月 10 日推出美股 IPO 认购服务 IPO Prime，首发支持稳定币认购 SpaceX，相关标的参考估值约为 1.5 万亿美元。此外，Bitget 还将面向 VIP 发放两轮 preSPAX 空投，其中首轮 760 枚 preSPAX 将于明日发放；第二轮 190 枚 preSPAX 将于 4 月 20 日 发放。

深潮 TechFlow 消息，04 月 15 日，据链上分析师 Ai 姨（@ai_9684xtpa）监测，一位沉睡 14.5 年、持仓成本低至 0.37 美元的远古巨鲸时隔四个月再次苏醒，于 2 分钟前向新地址 bc1q9…h0s2j 转移 500 枚 BTC，价值约 3704 万美元。目前该地址仍持有 2359 枚 BTC，价值约 1.74 亿美元。

深潮 TechFlow 消息，04 月 15 日，据 CoinMarketCap 数据，过去 7 日 Bitget 资金净流入达 5.71 亿美元，位列全球 CEX 首位。

作者：Steve Blank

编译：深潮 TechFlow

深潮导读：本文作者 Steve Blank 在硅谷创业圈非常有名，被称为「精益创业之父」，写了《四步创业法》（The Four Steps to the Epiphany），是 Customer Development 方法论的提出者。

Eric Ries 的《精益创业》就是在他的理论基础上发展出来的。他在斯坦福、伯克利、哥伦比亚大学都教过创业课，美国国家科学基金会的 I-Corps 项目也是基于他的方法论搭建的。

Steve Blank 最近跟一位投资过的创始人喝咖啡，发现对方埋头干了六年，完全没意识到外面的世界已经变了。

他由此写下这篇文章，核心观点很直接：

如果你的公司成立超过两年，你的商业计划大概率已经过时了。AI 正在重塑开发速度、团队规模、定价模型和竞争壁垒，还在用 2024 年剧本跑的创始人，很可能跑不到下一轮融资。

对于正在创业或者关注科技和创投圈的读者来说，来自大洋彼岸的一手观察都值得一读。

以下为全文编译。

如果你的公司成立超过两年，很可能当初的很多假设已经不成立了。

你需要停下手里的活，不管是写代码、做产品、招人还是融资，先看看周围发生了什么。不然公司会死。

一杯咖啡引发的焦虑

我刚和 Chris 喝了杯咖啡。Chris 是我六年前投的一个创始人，从那以后他就一直埋头苦干，做的事情是：

1）一个复杂的自主系统问题，

2）在一个现有市场，

3）用一种独特的商业模式。

Chris 现在准备启动第一轮大规模融资。我看了他的投资人 deck，发现一个问题：他埋头干活的这几年，外面的世界已经天翻地覆了。

他花五年时间打造的自主系统软件壁垒，正在变得越来越不独特。乌克兰的自主无人机和地面车辆催生了几十甚至上百家公司，这些公司有更大的团队、更多的资金，在做同样的事情。

Chris 一直在为他那个小众市场争取客户采用（这个市场确实该被颠覆，但老玩家还在把持着），与此同时，一个相邻市场的自主技术需求已经爆发了，就是国防。

过去五年里，VC 对国防创业公司的投资从零飙升到每年 200 亿美元。他的产品完全适合争议环境下的后勤保障和医疗后送。但他对国防市场的这些机会一无所知。

Chris 的团队确实做了很厉害的系统集成（跟现有的一个飞行平台做了深度整合，这让他的方案和大多数竞品不一样），生意还是有的，但已经不是当初设想的那门生意了。

和 Chris 聊完之后我意识到：大部分成立超过两年的创业公司，商业计划已经过时了，技术栈和团队配置大概率也落伍了。

如果你最近没怎么抬头看路，下面是你错过的东西。

什么变了

VC 的钱在大幅倒向 AI。2025 年，AI 项目拿走了 VC 总投资额的三分之二。这意味着如果你做的不是 AI 相关的东西，你在争抢一个更小的资金池。非 AI 创业公司必须回答一个问题：为什么一个资金更充裕的 AI 原生竞争对手不能直接吃掉你的市场？

对软件创始人来说，AI 彻底改写了成本、速度和人力的旧公式。用 Claude Code 或 OpenAI Codex 这样的工具做 Vibe Coding，一个 MVP（最小可行产品）可以在几天甚至几小时内搞定，不再需要几个月。这也意味着，MVP 本身已经不再能证明你团队的能力了。

这些工具正在改变开发团队的构成：工程师变少了，工程师的类型也变了，出现了「业务流程工程师」和「深度技术工程师」的分化。

过去需要一个开发团队干的活，现在几个人就能搞定，有时候一个人就行。数据过去是差异化优势和护城河，但现在的基础模型（ChatGPT、Gemini、Claude）正在将公开数据源商品化。

图注：Model T vs Ferrari

敏捷开发的概念本身也需要重新思考了。

过去的瓶颈是：我们负担得起构建和发布这个产品吗？现在的瓶颈是：我们知道该测试什么吗？我们能不能足够快地接触到用户来学习？敏捷不再是一个串行流程了。AI Agent 可以用同样甚至更低的成本并行跑多件事。你现在可以同时测试同一个业务的多个版本，甚至同时测试不同的业务方向。你可以同时跑五个定价模型、十条营销信息、二十个 UX 流程。而且「用户界面」可能不再是屏幕了，测试的目标可能变成了：找到让 AI Agent 交付预期结果的 prompt。

图注：从 UI 到 AI Agent 的转变

瓶颈不再是工程能力，而是往上移到了判断力、对客户期望结果的洞察力和分发能力。

AI Agent 将重写所有软件品类

AI Agent 会改变每一个软件品类，包括你做的那个。

今天的软件应用是这样运作的：给用户展示信息，然后等用户通过仪表盘、告警、工作流工具和报告这些界面去操作。但客户买软件是为了完成一项工作，不是为了多看几个屏幕。让工作真正完成，这是 AI Agent（通过 OpenClaw 这类工具编排）将自主实现的事情。

这意味着什么？

如果你的产品现在是告诉用户「下一步该做什么」，AI Agent 最终会替用户把那一步做掉。如果竞争对手的产品自动完成了任务，而你的产品还在等用户点一下鼠标，你就不再有竞争力了。

下一代应用不会只是在屏幕上显示信息，它们会像一个员工一样行动：解决工单、预订会议、筛选销售线索、自动补货。当产品从「软件即界面」转向「软件即结果」，定价也会从按席位收费变成按结果收费：每解决一个工单、每预订一场会议、每关闭一条线索。

（对 Product/Market Fit 的追寻将变成对 AI Agent/Customer Outcome Fit 的追寻。最小可行产品（MVP）将变成最小可交付成果（MPO）。这个话题我会在下一篇文章里展开。)

硬件也逃不掉

对硬件创始人来说，变化同样剧烈。硬件仍然受物理定律、资本、供应链和制造周期的约束，你没法绕过切削金属、制造原型或芯片流片。但 AI 能让你更快地淘汰坏想法。现在你可以在制造物理原型之前，模拟更多设计变体，创建数字孪生，更早、更便宜地压力测试各种假设。结果就是加速学习和发现的速度（有时候是更快地走向失败），而在创业公司里，更快失败是优势，不是缺点。

一旦 AI 作为系统的一部分嵌入进来，产品本身就变了。给摄像头加上 AI 后端，摄像头就能变成监控系统、振动传感器、机器故障预测系统。机器人变成了工厂工人。护城河不再只是硬件本身，而是硬件能感知什么加上 AI 能用这些数据做出什么决策和行动。

沉没成本陷阱

2025 年之前创立的公司，技术栈通常是为一个软件开发昂贵且定制化的世界优化的。敏捷开发和 DevSecOps 让我们变得精益，但它们是串行运作的，团队规模也是按照这种结构来配的。花了好几年打造「专有代码和功能护城河」的公司，正在发现 AI 正在把他们大部分技术栈商品化。这让融资中的创业公司陷入尴尬：商业模式可能已经部分或全部过时了。

当你埋头做产品、寻找 Product/Market Fit 的时候，这些变化不一定看得到。

技术栈、产品功能、用户界面、员工人数，这些沉没成本都会变成你不愿意转型的理由：我们怎么能扔掉好几年的工作？我们的 VC 是冲着这个方向投的。客户还是想要 UI。团队相信这个路线图。我们的客户还没准备好。

（Chris 就是个典型。他做了一个真正令人印象深刻的东西，大概率还有竞争力，但围绕它的商业模式需要变。)

有些沉没成本其实是资产：深度领域知识、客户关系、专有数据、辛苦拿到的监管审批、物理层面的集成。这些值得保留。Chris 的飞行平台集成就属于这类。

真正是负债的沉没成本是：为慢速软件周期搭建的大型工程团队、按席位收费的定价模型、围绕功能而不是结果构建的产品路线图。这些就是所谓的「桌上的死驼鹿」（Dead Moose on the table），问题明摆着，但没人愿意挑明。

能活下来的创始人，是那些能看着自己做的东西然后问一句：如果今天我用今天的工具、在今天的市场重新创业，我到底会做什么？

当你已经拿着一个特定方向的融资时，这个问题很不舒服。但比起投资人告诉你他们不打算投下一轮、然后你抱着一个过时的计划关门大吉，这种不舒服算什么。

总结

• 你不能用 2024 年（或更早）的剧本跑 2026 年的赛道。融资、技术、商业模式全变了。敏捷开发正在变成并行开发。
• 对 Product/Market Fit 的追寻将变成对 AI Agent/Customer Outcome Fit 的追寻。MVP 将变成 MPO（最小可交付成果）。
• 沉没成本心态会让你倒闭。
• 可防御的护城河可能仍然存在于：专有数据、对客户结果的深度理解、监管锁定、或者成为正式采购项目（Program of Record）。
• 如果你还能安心睡觉，说明你还没搞清楚正在发生什么。
• 能活下来的创始人会走出办公室，看清形势，转型，纠偏。

深潮 TechFlow 消息，04 月 15 日，据 Cointelegraph 报道，美国证券交易委员会（ SEC ）宣布废除“模式日交易者”规则，取消了对日交易账户需维持最低 25,000 美元余额的要求。该规则原用于约束频繁交易行为，旨在降低投资者风险。

深潮 TechFlow 消息，04 月 15 日，据官方消息，Web3 智能层项目 Claw Intelligence 宣布完成 300 万美元种子轮融资，投资方包括 Castrum Istanbul、Titans Ventures、Super Labs 和 Genesis Capital。Claw Intelligence 正在通过其统一智能层简化用户与 Web3 生态系统及底层算力资源的交互，降低操作门槛。

平台基于加密原生的模型上下文协议（Model Context Protocol, MCP）服务，将碎片化数据端点转化为对话式工作流。新功能包括安全隔离的大语言模型（LLM）代码执行沙箱，可在聊天界面内安全运行代码，实现实时计算、数据处理及脚本原型开发等应用；以及 LLM 驱动的跨设备/多计算机控制，用户可通过自然语言指令集中管理多台设备和服务器。

深潮 TechFlow 消息，04 月 15 日，据 The Block 报道，Ethereum 资产管理公司 Bitmine 于2026年 2月 28 日结束的季度净亏损达 38 亿美元，主要原因是其数字资产未实现损失。Bitmine 截至 4月 12 日持有 487 万枚以太坊，约占全球以太坊总供应量的 4.04%，平均购入价格为每枚 2,206 美元，目标控制全球以太坊供应量的 5%。

公司报告显示，该季度收入为 1,104 万美元，其中约 1,000 万美元来自以太坊质押奖励。Bitmine 已质押 333 万枚以太坊，占其总持仓的 68%，预计年化收入可达 2.12 亿美元。此外，公司持有现金 7.19 亿美元、198 枚比特币，以及对 Beast Industries 和 Eightco Holdings 的投资。