DeepSpeech 2

代表论点

• 硬科技早期投资的核心筛选变量是团队质量而非技术方案——Cerebras胜出的关键不是WSE架构本身，而是Andrew Feldman的创业经验和团队的PhD密度高置信

  晚点聊 LateTalk ·《169: 访谈Cerebras早期投资人周楠：英伟达挑战者？Scaling Law的萌芽、被遗忘的百度美研》

  ▶ 35:00 查看出处

  80人团队近70个PhD；创始人前公司被AMD收购；Feldman能逐一拆解复杂技术风险；Graphcore/Wave Computing因团队或架构缺陷被淘汰

  主题：DeepSpeech 2

• 最具颠覆性的AI投资在共识形成前几乎不可能通过传统VC投决流程——个人天使的conviction比机构决策更适配极端不确定性高置信

  晚点聊 LateTalk ·《169: 访谈Cerebras早期投资人周楠：英伟达挑战者？Scaling Law的萌芽、被遗忘的百度美研》

  ▶ 11:25 查看出处

  Sam Altman 2016年个人投资Cerebras；Anthropic早期靠Eric Schmidt个人天使；2020年周楠判断主流VC不会投Anthropic且事实证明正确

  主题：DeepSpeech 2

• 半导体创业遵循10年周期律——物理验证无法加速，创始人经验和行业人脉是穿越至暗时刻的核心资产。年轻创始人做芯片的成功概率极低高置信

  晚点聊 LateTalk ·《169: 访谈Cerebras早期投资人周楠：英伟达挑战者？Scaling Law的萌芽、被遗忘的百度美研》

  ▶ 51:23 查看出处

  流片延迟1-2年；尽调识别风险全部兑现；计算芯片成功需10年以上；创始人40+岁；技术负责人当时已60岁

  主题：DeepSpeech 2

• Scaling Law的实践萌芽可追溯到2015年百度美研的DeepSpeech 2论文，比OpenAI GPT-3论文（2020）早5年——这意味着中国AI团队在Scaling Law认知上并非后来者，而是先行者高置信

  晚点聊 LateTalk ·《169: 访谈Cerebras早期投资人周楠：英伟达挑战者？Scaling Law的萌芽、被遗忘的百度美研》

  ▶ 29:24 查看出处

  DeepSpeech 2论文（2015）已揭示模型规模、数据量、训练时长、算力与模型表现的单调递增关系；百度美研内部已形成经验性共识，但未学术化表述

  主题：DeepSpeech 2

• Cerebras的WSE晶圆级架构在AI推理场景对英伟达GPU形成结构性优势——低延迟、高吞吐，但受限于CUDA生态锁定，仅能作为「特定workload补充」而非全面替代高置信

  晚点聊 LateTalk ·《169: 访谈Cerebras早期投资人周楠：英伟达挑战者？Scaling Law的萌芽、被遗忘的百度美研》

  ▶ 5:00 查看出处

  WSE架构将84个芯片无缝互联在同一晶圆上，计算和存储靠近以消除通信瓶颈；实测推理速度远快于传统GPU方案；OpenAI签200亿美元订单是强验证信号

  主题：DeepSpeech 2

• 百度AI「起大早赶晚集」的根本原因不是技术判断失误或管理问题，而是地缘政治结构性力量——它同时摧毁了人才留存和资本布局两条路径高置信

  晚点聊 LateTalk ·《169: 访谈Cerebras早期投资人周楠：英伟达挑战者？Scaling Law的萌芽、被遗忘的百度美研》

  ▶ 1:12:46 查看出处

  百度美研训练3亿参数语言模型需3个多月；地缘政治导致独立AI基金（含OpenAI/Anthropic/Databricks）募资失败；硅谷研究员因地缘压力离开

  主题：DeepSpeech 2

来源报告

• 169: 访谈Cerebras早期投资人周楠：英伟达挑战者？Scaling Law的萌芽、被遗忘的百度美研

  晚点聊 LateTalk

  这是一场横跨10年、串联Cerebras IPO、百度美研兴衰与Scaling Law起源的深度对话。核心洞察有三：（1）Cerebras的WSE架构是推理时代英伟达最有力的「特定场景挑战者」，但英伟达的CUDA生态护城河短期内无法撼动；（2）Scaling Law的实践萌芽不在OpenAI而在百度美研2015年的DeepSpeech论文——地缘政治让百度「起了大早赶了晚集」；（3）AI投资的非共识窗口正从数年压缩到数月，VC从「发现价值」转向「追认价值」，真正的早期投资越来越依赖垂直领域的个人天使。

常见问题