硅谷AI現狀：誰有算力誰是爹

沒招！硅谷已經為人工智能算力而戰了。徹底！徹底！瘋狂！瘋狂！

甚至A社CEO Dario Amodei也低聲求到了對家Meta的門前：

老鐵，給點算力吧。。。

結果你猜怎麼著，小扎婉拒，馬斯克坐收漁利：

SpaceX充當英偉達GPU二道販子，給Anthropic倒賣算力，賺那叫盆滿鉢滿——

8月份第一份財務報告長勢喜人，光季度AI業務收入就高達25.61億美元，同比增長247%，環比增長兩倍。

好傢伙！硅谷這是為了算力而拼的，大連橫時代堂堂來襲。

不管以前在網上互噴有多狠，台下還是要為GW彎腰。

不彎不彎，看隔壁掉隊的。谷歌。

Noam，頂級科學家，請回來27億美元 Shazeer，因為差算力，托馬斯在不到兩年的時間里回旋跳到OpenAI。

別人花錢也要聽一聲，你谷歌純粹是做慈善的。（doge）

不管怎樣，硅谷現在正在摸它的味道：

人才能否留住，模型能否保持領先，人工智能能否真正實現...這些問題越來越取決於手中還剩下多少計算能力。

硅谷硬通貨GPU

以前缺錢缺人，現在冒頭是算力經濟。

即使像谷歌這樣的科技巨頭也不能保證明星研究人員能夠獲得足夠的GPU資源。

提起Noam Shazeer，首先想到的是Transformer八子之一，他於2021年離開谷歌，創立了character.AI，致力於開發生成式人工智能聊天機器人。

2024年，谷歌投資27億美元，Shazer通過交易回歸，並擔任Gemini聯合負責人。

這樣的研究人員應該是巨頭爭相保護資源的人。

然而，根據外國媒體的最新報道，他的團隊也遇到了重新分配計算能力的困難，Shazer被迫轉移到其他國家OpenAI。

以前，無獨有偶哈薩比斯長期以來，他對項目計算能力不足表示不滿，這也在一定程度上影響了他的辭職 決定CEO。

目前，谷歌在資源分配方面存在很大差異，謝爾蓋·布林有時他們會直接介入，並將資源重新分配給他們認為重要的項目。

但歸根結底，計算能力資源不足，只能開源節流。

公司外部競爭使行業關係更加複雜。

OpenAI、頂級創業者Anthropic不僅要爭奪模型能力，還要爭奪數據中心、服務器和供電能力。

以Anthropic例如，其模型的計算能力需求已經足夠大，需要與另一家模型公司討論供應問題。

今年5月與Spacex的合作協議規定，當月將收穫超過300兆瓦的新容量，涉及22萬英偉達GPU，同時提高Claude Code和API的使用額度。

換句話說，這樣做的目的就是讓後端獲得更多的計算能力供給前端。計算能力強，模型強，用戶留下來。

因此，模型公司的競爭開始出現兩套同時運作的邏輯：

產品層面，大家還在爭用戶，爭開發人才；基礎設施層面，任何能及時提供資源的人都可能成為潛在的合作夥伴。

那小型AI創業公司在夾縫中生存下來呢？

他們的情況更具戲劇性。

這些公司很難建立自己的數據中心，但在過去，它們可以靈活地租用AWS等雲平台的GPU，按需付費。

然而，隨著頭部人工智能實驗室鎖定了大量的計算能力資源，一些雲服務提供商開始要求多年的合同預付款高達合同金額30%，甚至要求初創公司找到付款擔保人。

所有這些都讓初創公司陷入了兩難境地。

如果未來用戶增長低於預期，持續消耗的現金將被浪費；如果你買得太少，你可能會因為沒有計算資源處理需求而錯過增長機會。

相反，這種情況催生了一項新業務：全球計算能力淘金。

也就是說，尋找世界各地尚未充分利用的人工智能服務器資源，然後將這些計算能力出租給有需要的企業。

比如代表性的San Francisco Compute公司去美國農村的舊雞捨收集服務器。還有台積電和馬斯克討論了進一步的計算合作。

硅谷的頂級VC也開始囤積GPU，YC於7月為其創業公司推出了專門的GPU集群，Radical Ventures還將幫助被投資公司協調供應商合同。

對於正在訓練或部署模型的小團隊來說，這稍微解決了燃眉之急。

人工智能計算能力爭奪戰失控

但堵不如疏，計算能力會出現這種短缺，其實原因是相當複雜的。

OpenAI、Meta甚至谷歌都在積極建設新的數據中心，並承諾未來將提供大量的GPU資源。

然而，模型快速增長的需求迫不及待。中間的時差，或者畫的大蛋糕，是公司不得不繼續四處尋找計算能力的原因之一。

用戶使用人工智能的方式實際上增加了供應壓力。

從今年開始，Agent開始取代問答成為用戶使用的核心範式，連續的長期工作任務迫使服務器承擔更多的並行計算。

隨著需求的增加，芯片的租賃市場發生了翻天覆地的變化。

SemiAnalysis今年4月公佈的數據顯示，H100一年期租賃合同價格從2025年10月低點每小時1.70美元上漲至2026年3月2.35美元，漲幅接近40%。

GPU堪比黃金的說法，並非空穴來風。

真正能夠立即交付、穩定運行的計算能力不足，新的計算能力還很遙遠，共同造成了計算能力市場的困境。

於是算力霸權變得具體。

即使有人有路線，計算資源不足，初創公司挑戰行業巨頭的敘事也會日益枯竭。

肉眼可見的是，計算能力正成為人工智能時代的准入門檻，並加強擁有自建基礎設施的大公司的優勢。

可以說我有算力，實力在手。

做人工智能產品的人要考慮的越來越多。我們不僅要擔心沒有人使用產品，還要擔心用戶的增長速度超過他們自己的計算能力擴張。

但困境也是機遇，賣鏟子的中間層樂開了花。

你說是的，老黃？

參考鏈接：
[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

作者來自「量子位」 "鷺羽"。