硅谷AI现状：谁有算力谁是爹

没招！硅谷已经为人工智能算力而战了。彻底！彻底！疯狂！疯狂！

甚至A社CEO Dario Amodei也低声求到了对家Meta的门前：

老铁，给点算力吧。。。

结果你猜怎么着，小扎婉拒，马斯克坐收渔利：

SpaceX充当英伟达GPU二道贩子，给Anthropic倒卖算力，赚那叫盆满钵满——

8月份第一份财务报告长势喜人，光季度AI业务收入就高达25.61亿美元，同比增长247%，环比增长两倍。

好家伙！硅谷这是为了算力而拼的，大连横时代堂堂来袭。

不管以前在网上互喷有多狠，台下还是要为GW弯腰。

不弯不弯，看隔壁掉队的。谷歌。

Noam，顶级科学家，请回来27亿美元 Shazeer，因为差算力，托马斯在不到两年的时间里回旋跳到OpenAI。

别人花钱也要听一声，你谷歌纯粹是做慈善的。（doge）

不管怎样，硅谷现在正在摸它的味道：

人才能否留住，模型能否保持领先，人工智能能否真正实现...这些问题越来越取决于手中还剩下多少计算能力。

硅谷硬通货GPU

以前缺钱缺人，现在冒头是算力经济。

即使像谷歌这样的科技巨头也不能保证明星研究人员能够获得足够的GPU资源。

提起Noam Shazeer，首先想到的是Transformer八子之一，他于2021年离开谷歌，创立了character.AI，致力于开发生成式人工智能聊天机器人。

2024年，谷歌投资27亿美元，Shazer通过交易回归，并担任Gemini联合负责人。

这样的研究人员应该是巨头争相保护资源的人。

然而，根据外国媒体的最新报道，他的团队也遇到了重新分配计算能力的困难，Shazer被迫转移到其他国家OpenAI。

以前，无独有偶哈萨比斯长期以来，他对项目计算能力不足表示不满，这也在一定程度上影响了他的辞职 决定CEO。

目前，谷歌在资源分配方面存在很大差异，谢尔盖·布林有时他们会直接介入，并将资源重新分配给他们认为重要的项目。

但归根结底，计算能力资源不足，只能开源节流。

公司外部竞争使行业关系更加复杂。

OpenAI、顶级创业者Anthropic不仅要争夺模型能力，还要争夺数据中心、服务器和供电能力。

以Anthropic例如，其模型的计算能力需求已经足够大，需要与另一家模型公司讨论供应问题。

今年5月与Spacex的合作协议规定，当月将收获超过300兆瓦的新容量，涉及22万英伟达GPU，同时提高Claude Code和API的使用额度。

换句话说，这样做的目的就是让后端获得更多的计算能力供给前端。计算能力强，模型强，用户留下来。

因此，模型公司的竞争开始出现两套同时运作的逻辑：

产品层面，大家还在争用户，争开发人才；基础设施层面，任何能及时提供资源的人都可能成为潜在的合作伙伴。

那小型AI创业公司在夹缝中生存下来呢？

他们的情况更具戏剧性。

这些公司很难建立自己的数据中心，但在过去，它们可以灵活地租用AWS等云平台的GPU，按需付费。

然而，随着头部人工智能实验室锁定了大量的计算能力资源，一些云服务提供商开始要求多年的合同预付款高达合同金额30%，甚至要求初创公司找到付款担保人。

所有这些都让初创公司陷入了两难境地。

如果未来用户增长低于预期，持续消耗的现金将被浪费；如果你买得太少，你可能会因为没有计算资源处理需求而错过增长机会。

相反，这种情况催生了一项新业务：全球计算能力淘金。

也就是说，寻找世界各地尚未充分利用的人工智能服务器资源，然后将这些计算能力出租给有需要的企业。

比如代表性的San Francisco Compute公司去美国农村的旧鸡舍收集服务器。还有台积电和马斯克讨论了进一步的计算合作。

硅谷的顶级VC也开始囤积GPU，YC于7月为其创业公司推出了专门的GPU集群，Radical Ventures还将帮助被投资公司协调供应商合同。

对于正在训练或部署模型的小团队来说，这稍微解决了燃眉之急。

人工智能计算能力争夺战失控

但堵不如疏，计算能力会出现这种短缺，其实原因是相当复杂的。

OpenAI、Meta甚至谷歌都在积极建设新的数据中心，并承诺未来将提供大量的GPU资源。

然而，模型快速增长的需求迫不及待。中间的时差，或者画的大蛋糕，是公司不得不继续四处寻找计算能力的原因之一。

用户使用人工智能的方式实际上增加了供应压力。

从今年开始，Agent开始取代问答成为用户使用的核心范式，连续的长期工作任务迫使服务器承担更多的并行计算。

随着需求的增加，芯片的租赁市场发生了翻天覆地的变化。

SemiAnalysis今年4月公布的数据显示，H100一年期租赁合同价格从2025年10月低点每小时1.70美元上涨至2026年3月2.35美元，涨幅接近40%。

GPU堪比黄金的说法，并非空穴来风。

真正能够立即交付、稳定运行的计算能力不足，新的计算能力还很遥远，共同造成了计算能力市场的困境。

于是算力霸权变得具体。

即使有人有路线，计算资源不足，初创公司挑战行业巨头的叙事也会日益枯竭。

肉眼可见的是，计算能力正成为人工智能时代的准入门槛，并加强拥有自建基础设施的大公司的优势。

可以说我有算力，实力在手。

做人工智能产品的人要考虑的越来越多。我们不仅要担心没有人使用产品，还要担心用户的增长速度超过他们自己的计算能力扩张。

但困境也是机遇，卖铲子的中间层乐开了花。

你说是的，老黄？

参考链接：
[1]https://www.wsj.com/tech/ai/ai-computing-power-demand-a63da9b9?st=tzDj41
[2]https://www.anthropic.com/news/higher-limits-spacex
[3]https://newsletter.semianalysis.com/p/the-great-gpu-shortage-rental-capacity

作者来自“量子位” "鹭羽"。