圖片由AI生成

AI頂流們正在加緊“梭哈”芯片。

Meta、OpenAI和Anthropic等公司今年以來已簽下了數(shù)千億美元訂單。

憑此賺得盆滿缽滿的，自然還是“賣鏟人”。

在本周ASIC芯片龍頭博通公布的財(cái)報(bào)中，一季度（2025年11月至2026年1月）AI半導(dǎo)體收入84億美元，同比大漲106%；Q2預(yù)期環(huán)比再漲27%達(dá)107億美元，同比將暴增143%。

此前，英偉達(dá)的業(yè)績(jī)更是炸裂，公司同期總營(yíng)收已達(dá)681億美元，同比增長(zhǎng)73%，新財(cái)季營(yíng)收預(yù)期更是增至780億美元，預(yù)計(jì)同比增長(zhǎng)77%。核心指標(biāo)全都大幅刷新紀(jì)錄。

這些公司的掌舵者也對(duì)未來一致樂觀。

博通CEO陳福陽說，明年，公司光AI芯片營(yíng)收就能超過1000億美元，比上個(gè)財(cái)年的公司總營(yíng)收還高出至少五成。

英偉達(dá)CEO黃仁勛說，在截至2026年底的五個(gè)季度中，公司主力芯片Blackwell和下一代芯片Rubin的訂單至少有5000億美元，這個(gè)數(shù)字是英偉達(dá)此前年收入的兩倍還多。

表面上看，“狂飆突進(jìn)”仍在加速，甚至每一次破紀(jì)錄都像是新的指數(shù)級(jí)增長(zhǎng)曲線的起點(diǎn)。

但在風(fēng)光背后，從芯片到云，從大模型到應(yīng)用，一系列技術(shù)、產(chǎn)業(yè)與社會(huì)的變化正在發(fā)生，某種約束已若隱若現(xiàn)：Scaling Law（縮放定律）和通用GPU多年來的統(tǒng)治地位受到挑戰(zhàn)，云廠商巨額Capex（資本開支）的驗(yàn)證時(shí)間窗口收窄，“定制化”和“個(gè)性化”等分布式需求愈發(fā)吃重，讓集中式的迅猛增長(zhǎng)有落潮之虞。

一邊狂賺千億，一邊“友誼破裂”

作為AI大模型時(shí)代并駕齊驅(qū)的造浪者，今年以來，英偉達(dá)與OpenAI之間的關(guān)系明顯松動(dòng)。

年初，媒體爆出英偉達(dá)不滿OpenAI的商業(yè)策略，欲大幅削減投資。此后，又有消息稱，OpenAI對(duì)英偉達(dá)最新芯片在推理環(huán)節(jié)的表現(xiàn)不滿，會(huì)繼續(xù)探索替代方案。

傳言難以證實(shí)，但英偉達(dá)在OpenAI新一輪融資中出資300億美元，相較此前的千億美元投資方案明顯縮水。

在3月4日的摩根士丹利TMT會(huì)議上，黃仁勛親口表示，這次投資“可能是最后一次”，去年11月被他稱為“一代人僅有一次機(jī)會(huì)”的千億美元合作大概率會(huì)不了了之。

為什么會(huì)突然發(fā)生這樣的轉(zhuǎn)變？背后有些行業(yè)趨勢(shì)值得探討。

首先是，Scaling Law和GPU性能提升飛輪，已有觸頂跡象。

計(jì)算機(jī)科學(xué)家伊利亞·蘇茨維克（Ilya Sutskever）已表示，此前Scaling Law能夠主導(dǎo)大模型發(fā)展，是因?yàn)轭A(yù)訓(xùn)練的道路走通了。誰的大模型喂得越飽，就顯得越聰明。但隨著大模型領(lǐng)域競(jìng)爭(zhēng)白熱化，高質(zhì)量、結(jié)構(gòu)化的公開數(shù)據(jù)實(shí)際上已被吃盡。

光有算力不足以支撐這條路走到頭。

業(yè)界對(duì)Scaling Law的未來，有很多討論，比如轉(zhuǎn)向后訓(xùn)練，轉(zhuǎn)向推理時(shí)擴(kuò)展，或者改進(jìn)Transformer核心架構(gòu)。

但拆解這些方法，其關(guān)鍵詞多與“提升效能”、“合理分配算力”和“特定領(lǐng)域針對(duì)性優(yōu)化”相關(guān)聯(lián)，實(shí)際上，也意味著預(yù)訓(xùn)練階段的性能躍遷不會(huì)再現(xiàn)。

GPU面臨的境況是相似的。

在Scaling Law時(shí)代，成熟度高、通用性和靈活性強(qiáng)、適合大規(guī)模并行運(yùn)算的GPU，無疑是大模型的最佳搭檔。其性能在近十年間飛速進(jìn)化，是大模型能力提升和規(guī)?；瘡?fù)刻的重要?jiǎng)恿?。所以，盡管英偉達(dá)產(chǎn)品售價(jià)極高，毛利率常年在75%左右，還是屢屢供不應(yīng)求。

半導(dǎo)體行業(yè)知名研究機(jī)構(gòu)SemiAnalysis分析稱，芯片領(lǐng)域先進(jìn)制程的演進(jìn)速度已明顯放緩，典型案例是臺(tái)積電3nm帶來的性能增幅與成本增加已不成正比。

全球計(jì)算聯(lián)盟GCC數(shù)據(jù)也顯示，摩爾定律放緩正導(dǎo)致AI芯片性能增幅下滑，2018-2022年間，AI芯片性能年均提升50%，到2023-2025年已降至20%以下（未計(jì)入尚未量產(chǎn)投入市場(chǎng)的新一代產(chǎn)品）。

而就在2025年，追求特定場(chǎng)景下更極致的性能，功耗更低、體積更小、量產(chǎn)后成本更優(yōu)的定制化AISC芯片強(qiáng)勢(shì)崛起。

以谷歌TPU的市場(chǎng)良好反饋為標(biāo)志，其市占比開始向GPU發(fā)起挑戰(zhàn)。而包括Meta、亞馬遜、微軟乃至OpenAI等都在加緊自研AISC芯片，2026年預(yù)計(jì)就將迎來量產(chǎn)和商業(yè)化的集中爆發(fā)期。

資料來源：各公司官網(wǎng)、野村證券、公開報(bào)道；作者制表

這條技術(shù)多元化路線的核心，又是“定制化”“高效能”“低延遲”和“性價(jià)比”，實(shí)際就是通用硬件效率狂飆的階段已經(jīng)落幕。

從這個(gè)視角再來看，OpenAI與英偉達(dá)之間隱現(xiàn)的“友誼裂痕”，所謂不滿芯片推理表現(xiàn)，是因?yàn)镚PU不再能通過“暴力破局”來“包打天下”。而所謂對(duì)商業(yè)策略有疑義，則是在大模型能力“無限增長(zhǎng)”故事講不下去后，希望確證能有可觀商業(yè)回報(bào)維持其需求的穩(wěn)定。

是誰在給英偉達(dá)們“潑冷水”？

當(dāng)然，性能增幅放緩絕不意味著需求會(huì)驟降，反而可能推動(dòng)更加平穩(wěn)、持續(xù)的增長(zhǎng)。而在2025年“DeepSeek沖擊波”中，描述效率優(yōu)化往往導(dǎo)致消耗總量增加的“杰文斯悖論”也屢被提及。

不過，前提是盡快切換到更加“細(xì)水長(zhǎng)流”的發(fā)展模式，而目前AI產(chǎn)業(yè)的慣性動(dòng)能，卻與此存在一定錯(cuò)位。

最核心的，是拼命壓縮時(shí)間周期可能帶來的系統(tǒng)性病灶。

早期以GPU為主的AI芯片，迭代周期約為18-24個(gè)月。隨著AI熱潮來臨，需求方競(jìng)爭(zhēng)壓力加劇，對(duì)迭代速度的渴求愈發(fā)極端，這讓英偉達(dá)和谷歌等將芯片迭代周期壓縮到“年更”。

但即使這樣還是不夠。

目前，頂尖大模型基本每三個(gè)月就要迭代一次。SemiAnalysis創(chuàng)始人迪倫·帕特爾（Dylan Patel）此前在參與The MAD Podcast with Matt Turck播客節(jié)目時(shí)表示，即使芯片廠商將迭代周期壓縮到半年，也無法很好適配模型進(jìn)步的速度，也難言確保自身優(yōu)勢(shì)。

即使芯片和模型的性能增幅雙雙放緩，這種“賽跑”也未見稍顯的跡象。

而考慮到前文提到的制程、技術(shù)演進(jìn)等方面的瓶頸，以及美國(guó)能源供給方面愈發(fā)緊迫的硬性約束，結(jié)果可能演變成跑著跑著增長(zhǎng)動(dòng)能斷檔，甚至雙雙“撞墻”，讓原本可能在斜率放緩中更加平衡的供需被打破。

更不可小覷的是這種“賽跑”對(duì)Capex的依賴。處在芯片與模型之間，被這種“你追我趕”來回拉扯的云廠商，承擔(dān)了最集中的資本支出，他們往往同時(shí)也涵蓋AI業(yè)務(wù)，投資與回報(bào)都面臨風(fēng)險(xiǎn)和壓力。

根據(jù)亞馬遜、微軟、谷歌、Meta和甲骨文這五大云廠商披露的信息，其2026年Capex總額將超過7000億美元。

數(shù)據(jù)來源：公司財(cái)報(bào)及電話會(huì)議；作者制圖

按照較為傳統(tǒng)的算力基礎(chǔ)設(shè)施五年折舊周期來計(jì)算，大約對(duì)應(yīng)1400億美元的AI銷貨成本，這對(duì)AI行業(yè)目前的ARR（年度經(jīng)常性收入）來說是天文數(shù)字。雖然OpenAI預(yù)計(jì)2026年ARR能夠突破450億美元，Anthropic也有望達(dá)到類似規(guī)模，但這兩巨頭本身的市占比已接近八成，即使不考慮利潤(rùn)，行業(yè)的凈收入也很難支撐資本開支。

而正是由于芯片和模型迭代速度越來越快，市場(chǎng)對(duì)折舊周期的計(jì)算也產(chǎn)生了疑惑。

知名投資人“大空頭”邁克爾·伯里（Michael Burry）自去年起，就一再“炮轟”當(dāng)下的折舊周期不符合實(shí)際，認(rèn)為如今AI芯片的實(shí)際經(jīng)濟(jì)價(jià)值可能在2-3年內(nèi)就會(huì)因技術(shù)過時(shí)而大幅衰減。

雖然此類觀點(diǎn)爭(zhēng)議頗多，但如果大模型和芯片的“賽跑”繼續(xù)，甚至還要加速，那么，有關(guān)折舊周期的質(zhì)疑只會(huì)越來越多。

而且，資本端的超額支出，往往以Scaling Law和大模型性能的繼續(xù)躍遷為由。從前文提及的趨勢(shì)來看，Scaling Law的退潮，也會(huì)讓Capex的狂飆不再“師出有名”。

2025年下半年至今，云巨頭的投資回報(bào)率（ROI）愈發(fā)成為市場(chǎng)矚目的核心指標(biāo)，美股對(duì)缺乏利潤(rùn)增長(zhǎng)的Capex往往報(bào)以拋售，典型如微軟，其公布的財(cái)報(bào)營(yíng)收、凈利均超預(yù)期，但股價(jià)隨即暴跌10%。

而芯片企業(yè)即使持續(xù)創(chuàng)造新的紀(jì)錄，但以去年11月英偉達(dá)市值從5萬億高點(diǎn)回落為節(jié)點(diǎn)，市場(chǎng)始終未給出匹配增速的估值溢價(jià)，空頭聲音反而愈發(fā)顯眼。

這些，也構(gòu)成了時(shí)下盛行的“AI泡沫論”的核心焦慮。

不過，值得注意的是，相較于泡沫本身的存在與規(guī)模，人們看待和對(duì)待其方式，可能更加重要。

當(dāng)市場(chǎng)持續(xù)不給單純的拼規(guī)模、拼速度以正向反饋后，這一趨勢(shì)更可能會(huì)以幾次陣痛為代價(jià)放緩步伐。

目前芯片大廠和部分大模型、云廠商對(duì)未來兩年已有明確規(guī)劃，迭代速度和支出規(guī)?？赡苋匀痪S持高位，高盛也預(yù)測(cè)2025至2027年是AI服務(wù)器出貨量增長(zhǎng)最迅猛的三年，其中增速峰值出現(xiàn)在2026年。

但在這之后，全產(chǎn)業(yè)鏈的增長(zhǎng)可能都會(huì)面臨結(jié)構(gòu)性放緩。

如果只在商業(yè)和技術(shù)層面考慮，對(duì)AI增速形成影響的變量還有很多，但最近兩大標(biāo)志性熱門事件，為AI產(chǎn)業(yè)的發(fā)展，蒙上了一層不確定性陰影。

其中一個(gè)就是，Citrini Research的《2028全球智能危機(jī)》（The 2028 Global Intelligence Crisis）。

報(bào)告幾乎是以“近未來科幻”的方式，描述了從2025年末起Agent（智能體）登堂入室開始，直到2028年人類社會(huì)在新的AI時(shí)代可能面臨的窘境。

圖片來源：CitriniResearch

報(bào)告本身是虛構(gòu)，且先進(jìn)技術(shù)替代人類工作種類，也不是什么新鮮論調(diào)，但是，當(dāng)下的時(shí)點(diǎn)討論這個(gè)問題，卻意外引發(fā)空前共鳴。

畢竟，就在2026年初，OpenClaw、Anthropic的Claude Cowork及一系列Agent插件的出現(xiàn)，將AI的“替代力”十分直接地?cái)[上了臺(tái)面。

在種種預(yù)警和焦慮下，人類社會(huì)加以反制AI嗎？

AI發(fā)展得越快，替代性危機(jī)的發(fā)酵就可能越快，但AI落地真實(shí)工作場(chǎng)景的實(shí)戰(zhàn)能力和可持續(xù)性，卻需要進(jìn)一步探索，但顯然，我們正在看到的景象是，大小公司集體AI化的步調(diào)已經(jīng)加快了。（作者｜胡珈萌，編輯｜李程程）

760人已贊賞 >

敬原創(chuàng)，有鈦度，得贊賞

贊賞支持

0

13

0

掃描下載App