一場跨越紅藍兩黨的立法浪潮正在席捲全美，政客們罕見地達成共識：資料中心，該停一停了。紐約州議會大廈裡，民主黨參議員莉茲·克魯格站在麥克風前，語氣堅定：“民主黨和共和黨都在推動這類暫停令，紐約應該站在最前線。”就在前一天，佛羅里達州州長羅恩·德桑蒂斯在人工智慧政策圓桌會上毫不客氣地批評：“我不認為有多少人願意支付更高的電費，只為了讓某個聊天機器人能在網上腐蝕13歲的孩子。”這兩位政治立場迥異的政客，卻在同一個問題上罕見地達成一致：資料中心擴張必須放緩。01 暫停潮2025年2月，紐約州成為至少第六個考慮對資料中心按下“暫停鍵”的州。克魯格與共同提案人安娜·凱萊斯提出的法案要求實施為期三年的資料中心建設暫停期。在此期間，環境保護部和公共服務委員會必須評估資料中心對公眾和環境的影響，並提出新的監管措施。“我們的擔憂是，現有的監管措施不夠充分。”食品與水觀察組織紐約分部的資深策略師埃瑞克·韋爾特曼直言不諱。正是這個環保組織推動了紐約的暫停法案。這股暫停潮並非紐約獨有。根據科技政策出版社的報告，截至2024年12月底，全美至少有14個州的城鎮或縣已經暫停了資料中心的許可和建設。佐治亞、馬里蘭、俄克拉荷馬、佛蒙特和弗吉尼亞等州今年都提出了各種形式的暫停法案。值得注意的是，這股浪潮跨越了黨派界限——在俄克拉荷馬和馬里蘭，暫停法案主要由共和黨人推動；而在佐治亞、佛蒙特和弗吉尼亞，則是民主黨人在牽頭。02 能源黑洞資料中心為何突然成為眾矢之的？答案藏在電表裡。紐約州目前有130多個資料中心，多個大型項目正在規劃或建設中，其中包括一個位於舊煤電廠舊址的450兆瓦項目。該州一家公用事業公司透露，目前有10吉瓦的電力需求等待接入電網，其中主要驅動力就是資料中心——這一需求在短短一年內翻了三倍。“這相當於大約1000萬戶家庭的用電量。”能源分析師馬克·戴維斯在一份報告中指出，“資料中心正在吞噬我們的電網容量。”弗吉尼亞州的情況更為嚴峻。該州被稱為“資料中心的東海岸首都”，擁有全球最高密度的資料中心叢集。僅勞登縣一地，就有超過2500萬平方英呎的資料中心空間。“我們正在接近電網的物理極限。”弗吉尼亞州議員喬什·托馬斯坦言，“去年夏天，我們差點就因為電力需求激增而實施輪流停電。”03 帳單誰來付？德桑蒂斯州長的批評直指核心問題：更高的能源帳單。資料中心是能源密集型設施，一個大型資料中心消耗的電力相當於一個小型城市的用電量。隨著人工智慧的爆炸式增長，這一需求只會進一步飆升。“訓練像GPT-4這樣的大型語言模型，消耗的電力相當於100個美國家庭一年的用電量。”史丹佛大學人工智慧研究所2024年的一份報告顯示，“而這只是一個模型的一次訓練。”問題在於，這些成本往往被轉嫁給普通消費者。當公用事業公司需要升級電網以滿足資料中心需求時，升級成本通常會通過提高費率分攤給所有使用者。紐約州州長凱西·霍赫爾上個月啟動了一項新倡議，要求資料中心“支付他們應得的份額”，作為保護納稅人免受高能源成本影響的一系列行動的一部分。04 環境代價除了能源問題，資料中心的環境影響也日益受到關注。2024年12月初，由環保組織食品與水觀察召集的200多個國家和地方環保團體簽署了一封信，要求國會議員通過全國性的資料中心暫停令。他們稱資料中心擴張和人工智慧繁榮是“我們這一代人面臨的最大環境和社會威脅之一”。資料中心的用水量同樣驚人。一個中型資料中心每天可能使用30萬加侖的水進行冷卻——這相當於一個擁有5萬人口的城市一天的飲用水量。在乾旱頻發的西部地區，這種用水量引發了特別關注。亞利桑那州鳳凰城周邊地區已經因為資料中心的水資源使用問題爆發了多次社區抗議。05 行業回應面對日益高漲的反對聲浪，資料中心行業開始做出回應。微軟公司上個月在白宮的支援下，推出了一系列承諾，表示要在建設資料中心的社區中成為“好鄰居”。這些承諾包括提高透明度、增加社區參與度，以及更可持續的資源使用。資料中心聯盟副主席丹·迪奧里奧在一份聲明中表示：“我們認識到繼續努力通過社區參與和利益相關者教育來更好地教育和告知公眾關於這個行業的重要性，這包括提供關於行業負責任使用水資源和我們承諾支付所用能源費用的事實資訊。”但批評者認為這些承諾遠遠不夠。“自願承諾沒有法律約束力，”韋爾特曼指出，“我們需要的是強有力的監管和真正的問責制。”06 政治博弈資料中心暫停令的興起揭示了一個有趣的政治現象：在地方層面，實用主義往往超越黨派意識形態。在弗吉尼亞州，超過60項與資料中心相關的法案已在今年提出。托馬斯議員表示，自稱為資料中心“改革者”的議員核心小組已經從2024年的3人增長到現在的12或13人。“我的同事們現在明白，我們需要協商這些設施的去向。”托馬斯說。他提出的一項要求資料中心進行更深入的環境、噪音和社區影響評估的法案去年通過了立法機構，但被當時的州長格倫·揚金否決。新當選的民主黨州長阿比蓋爾·斯潘伯格在競選期間曾談到要讓資料中心“自付費用”，因此今年的法案版本更有可能獲得通過。“我對她簽署法案更加樂觀。”托馬斯表示。07 國家層面的呼聲這股地方層面的浪潮也正在向國家層面蔓延。2024年12月，佛蒙特州參議員伯尼·桑德斯成為第一位呼籲全面暫停資料中心許可的國家級政治家。這位獨立參議員表示，暫停令將“確保技術的好處為我們所有人服務，而不僅僅是那1%的人”。桑德斯的呼籲得到了環保組織的積極響應，但也遭到了科技行業的強烈反對。資訊技術與創新基金會主席羅伯特·阿特金森警告說：“暫停資料中心建設將嚴重阻礙美國在人工智慧領域的競爭力，最終將就業和創新拱手讓給中國和其他競爭對手。”這場辯論觸及了美國科技政策的核心理念：如何在促進創新與保護社區、環境之間取得平衡？08 尋找中間道路完全暫停資料中心建設是否現實？許多專家認為，更可能的結果是加強監管而非全面禁止。“我們需要的是智能監管，而不是全面禁止。”能源政策專家薩拉·約翰遜認為，“這包括要求資料中心使用可再生能源、實施更高效的冷卻技術，以及確保他們支付基礎設施升級的全部成本。”一些州已經開始探索中間道路。馬里蘭州的一項提案不是全面暫停，而是要求資料中心達到特定的能效標準才能獲得許可。俄勒岡州則考慮對使用非可再生能源的資料中心徵收額外費用。科技行業也在尋找解決方案。Google和亞馬遜等公司正在投資更高效的冷卻技術和模組化資料中心設計，這些設計可以更靈活地部署在能源過剩的地區。09 全球視角美國的這場辯論並非孤立現象。在歐洲，愛爾蘭和荷蘭等國已經因為電網限制而放緩了資料中心的批准。新加坡甚至實施了為期三年的暫停令，以評估資料中心的環境影響。與此同時，中國正在大力推進資料中心建設，但重點是將其導向可再生能源豐富的西部地區。根據中國工業和資訊化部的資料，2024年中國新建資料中心中，超過60%位於西部省份，這些地區有豐富的水電和太陽能資源。這種地理戰略差異凸顯了不同的政策取向：美國更注重地方社區影響，而中國更注重國家層面的資源最佳化。10 未來之路隨著人工智慧需求的持續增長，資料中心的能源消耗預計將在未來幾年內大幅增加。國際能源署預測，到2026年，資料中心的全球電力消耗可能比2023年增加一倍以上。這場辯論的核心問題是如何分配有限的資源——電力、水和土地——以及誰應該為基礎設施升級買單。“我們正處在一個轉折點。”托馬斯議員總結道，“我們可以繼續盲目擴張，也可以停下來思考：我們想要什麼樣的未來？我們願意為什麼樣的技術進步付出代價？”在紐約、弗吉尼亞和全美各地的議會大廳裡，這個問題正在被激烈辯論。而答案，將決定美國數字基礎設施的未來形態。 (跬步書)

這是《麻省理工科技評論》2026 年“十大突破性技術”深度解讀系列的第四篇內容，關注 DeepTech，關注新興科技趨勢。在廣闊的農田和工業園區裡，一棟棟塞滿電腦機架的超大型建築正拔地而起，為 AI 競賽提供動力。這些工程奇蹟是一種新型的基礎設施：它們是專為訓練和運行超大規模大語言模型而設計的超級電腦，並配備了專用的晶片、冷卻系統，甚至獨立的能源供應。2025 年，AI 基礎設施的投資規模已從“數十億美元”的量級躍升至“兆美元”。1 月 21 日，美國總統川普在白宮宣佈了“星際之門”（Stargate Project）——由 OpenAI、軟銀、Oracle 和阿布扎比投資基金 MGX 組建的合資企業，計畫四年內向美國 AI 基礎設施投資 5,000 億美元，首期即刻部署 1,000 億美元。軟銀 CEO 孫正義出任董事長，OpenAI 負責營運。星際之門正迅速從藍圖變為現實。位於德克薩斯州阿比林的旗艦園區已於 9 月投入營運，Oracle 開始交付首批輝達 GB200 晶片機架。到年底，星際之門已宣佈五個新址，總規劃容量接近 7 吉瓦，投資額超過 4,000 億美元。與此同時，OpenAI 還在阿聯、挪威和阿根廷啟動國際佈局，阿根廷巴塔哥尼亞的“星際之門阿根廷”項目投資高達 250 億美元，將成為拉丁美洲最大的資料中心。但星際之門只是冰山一角。據 HSBC 估計，全球已規劃的 AI 基礎設施投資超過 2 兆美元。亞馬遜承諾投入 1,000 億美元，Google 750 億美元，Meta 650 億美元，微軟僅 2025 年就將支出 800 億美元。據一項分析估算，OpenAI 已承諾在 2025 年至 2035 年間向硬體和雲基礎設施支出約 1.15 兆美元，涉及輝達、AMD、Oracle、微軟、Broadcom 等七家主要供應商。超大規模 AI 資料中心將數十萬個 GPU 晶片，如輝達的 H200 或 GB200，捆綁成協同工作的叢集。這些晶片擅長平行處理海量資料，每秒執行數兆次數學計算。數十萬英里長的光纖電纜像神經系統一樣連接著它們，巨大的儲存系統晝夜不停地輸送資料。但驚人的算力是有代價的。首先是電力。國際能源署（IEA）預測，全球資料中心電力消耗將在五年內翻一番以上，到 2030 年將超過 1,000 太瓦，相當於整個日本的用電量。僅在美國，資料中心已佔全國電力消耗的 4.4%，而 2018 年僅為 1.9%；到 2028 年可能攀升至 12%。在弗吉尼亞州這個全球資料中心最密集的地區，資料中心消耗了該州約 26% 的總電力。在建的最大型資料中心可能吞噬超過一吉瓦的電力，足以為約 75 萬戶家庭供電。某些規劃中的園區佔地 5 萬英畝，耗電量可達 5 吉瓦，超過美國現有最大核電站的容量。Grid Strategies 估計，到 2030 年美國將新增 120 吉瓦電力需求，其中 60 吉瓦來自資料中心，相當於義大利的峰值電力需求。目前，煤炭以約 30% 的份額成為資料中心最大電力來源，天然氣佔 26%，可再生能源約 27%，核能佔 15%。儘管可再生能源增長最快，但天然氣和煤炭仍將在 2030 年前滿足超過 40% 的新增需求。科技巨頭們正競相尋找清潔方案：亞馬遜從賓夕法尼亞州核電站直接獲取約 960 兆瓦電力；Google與 Kairos Power 簽署協議部署小型模組化反應堆；OpenAI 在挪威利用水電資源建立資料中心。但核能從開工到發電需要 5 至 11 年，資本支出是天然氣的 5 至 10 倍，遠水難解近渴。第二個挑戰是冷卻。AI 晶片的功率密度從過去的每機架 15 千瓦飆升至 80 至 120 千瓦，傳統空調已無法滿足需求。直接晶片冷卻（D2C）正在成為主流，這種技術將冷板直接安裝在 GPU 上，閉環系統在熱源處帶走 70% 至 80% 的熱負荷。浸沒式冷卻則更進一步：伺服器被浸泡在非導電液體浴槽中，可將冷卻能耗降低 50%，水耗降低最高 91%。微軟最新設計採用晶片內微流體冷卻，微小通道直接蝕刻在矽晶片背面，使 GPU 溫度降低 65%。然而，許多設施仍依賴蒸發冷卻，消耗大量淡水。據估計，2023 年美國資料中心直接消耗約 175 億加侖水，到 2028 年可能翻兩番。僅訓練 GPT-3 就蒸發了 70 萬升清潔淡水。彭博社報導，自 2022 年以來建造的美國資料中心約三分之二位於高水壓力地區。公眾正在為這些建設買單。Dominion Energy 的 2025 年報告顯示，弗吉尼亞州居民電費預計到 2039 年將翻一番以上，主要因資料中心增長。在佐治亞州牛頓縣，某些擬議資料中心每天請求的水量超過整個縣的日用水量，迫使當地官員在拒絕項目、要求替代冷卻方案或對居民實施限水之間艱難抉擇。地方反對正在加劇。據 Data Center Watch 統計，自 2023 年以來美國已有 180 億美元項目被取消，460 億美元被延遲。僅 2025 年第二季度，被阻止或延遲的項目價值達 980 億美元。居民們因噪音、光污染、水資源枯竭和電費上漲而組織抵制；2025 年 12 月，超過 200 個環保組織聯名致信國會，呼籲暫停批准新的資料中心。科技高管們對此不以為然。AMD 首席執行長蘇姿丰在被問及 AI 熱潮是否過度時斬釘截鐵：“絕對不是。”他們將答案訴諸於 8 億每周 ChatGPT 使用者、40% 大型企業的 AI 採用率，以及 AI 作為經濟引擎和國家安全優先事項的戰略價值。OpenAI 首席財務官 Sarah Friar 引用歷史作為辯護：“當網際網路剛起步時，人們總覺得我們建設過度了。看看我們今天在那裡？”這些交易的循環性質以及預測的需求能否兌現，仍是懸而未決的問題。電網規劃者發現科技公司正在向多個公用事業展示同樣的項目以尋求最快的電力接入，使需求預測變得困難。聯邦能源監管委員會前主席 Willie Phillips 坦承：“有些地區預測了巨大的增長，然後又向下調整了。”從 1990 年代的本地伺服器到 2000 年代的雲端運算，再到如今的 AI 超級工廠，資料中心的演進從未停止。生成式 AI 已從瓶中釋放，沒有回頭路。但關於經濟預測是否精準、資源供應能否持續、建成後誰來使用，這些問題的答案，或許只有時間才能揭曉。我們邀請了三位來自產業與科研一線的代表，圍繞其關鍵技術路徑與產業影響進行點評。以下評論內容均為個人見解，不代表《麻省理工科技評論》觀點從算力堆疊到能源博弈：超大規模 AI 資料中心的現狀、瓶頸與趨勢首先需要明確一個核心概念：超大規模 AI 資料中心，絕對不是傳統資料中心的簡單放大版。它誕生的根本驅動力，是為了滿足大模型對算力近乎指數級增長的海量需求。因此它的架構是革命性的，本質上是把數十萬計的 GPU 通過極高速網路“粘合”在一起，形成前所未有的單體式超級電腦。Google、微軟、亞馬遜、Meta 等全球科技巨頭，都在投入數千億美元競相佈局。但與此同時，這個龐然大物也帶來了一系列前所未有的挑戰：驚人的功耗、棘手的散熱、巨大的能源壓力，以及如何在規模擴展與效率提升之間找到最佳平衡點。目前業界的技術路徑已經比較清晰，核心思路是通過高速互聯技術建構高效的“超節點”，最大程度減少晶片間的通訊延遲和開銷。算力確實已邁入 ZFLOPS 時代，但“記憶體牆”，即資料搬運的瓶頸，也愈發突出。另一個無法迴避的挑戰是散熱：隨著晶片密度飆升，傳統風冷已力不從心，液冷技術正從“可選項”變為“必選項”，配套供電架構也必須同步升級。而這個產業也面臨著多維度的瓶頸。首先是能源約束。一個超大規模資料中心的功耗可超過 1 吉瓦，相當於一座中型城市的用電量。這使它從單純的電力消費者，變成必須像能源公司一樣深度規劃電力獲取的“准公用事業體”。獲取穩定充足的清潔能源成為首要任務，而全球許多地區老舊電網的承載能力，已開始反向制約資料中心的選址和規模。其次是時間約束。AI 晶片迭代速度極快，約一年一代，遠超傳統資料中心基礎設施兩年左右的更新周期。這導致一個尷尬局面：本代資料中心剛建成，就要準備迎接兩三代新晶片。而市場競爭又要求算力快速上線，建設周期被從近兩年壓縮至一年以內，對預製化、模組化的快速交付能力構成極致考驗。最後是生態與治理約束。算力高度集中必然引發一系列新問題：市場壟斷的擔憂、資料主權的爭議、對當地水資源和環境的影響等。產業競爭也在從純粹的技術比拚，轉向標準與生態之爭——未來是走向開放協作，還是形成若干封閉的私有體系，將深刻重塑整個算力市場的格局。往前看，幾個趨勢比較確定：架構將更加立體協同。“雲端集中訓練、邊緣就近推理”的模式會日趨成熟，“全球算力網際網路”的構想也可能逐步落地，實現跨地域的算力調度與最佳化；它的營運將更加智能高效，用 AI 最佳化資料中心自身能耗會成為標配，行業關注的指標將從單純的 PUE，轉向更本質的“每瓦特電力產出多少有效算力”；這項技術將更加綠色多元，液冷全面普及之外，餘熱回收、水循環等深度綠色方案會加速落地；芯粒（Chiplet）、光計算等後摩爾時代的新技術，也將從實驗室走向產業試點。綜上，超大規模 AI 資料中心無疑是智能時代最關鍵的基石之一，但它也對能源、基建和治理能力提出了巨大挑戰。資料中心正從支撐業務的“成本中心”，演變為驅動創新的“智能生態樞紐”。其成功將取決於能否與電網、社區共建可持續的“數字能源共同體”，並對環境影響實現透明、負責任的管理。未來能在這一領域脫穎而出的，必定是那些以架構創新破解算力瓶頸、以卓越工程能力贏得時間競賽、同時以生態責任感建構可持續未來的實踐者。從電力成本到模型安全：AI 資料中心的三重挑戰隨著大模型的規模化應用，AI 資料中心正面臨一系列深層次的產業挑戰。以下從成本、算力調度和資料安全三個維度，分析當前的關鍵瓶頸與應對方向。首先，電力成本將成為 AI 服務社會的主要成本。大模型目前在正確性和確定性上仍有待改進：錯誤會快速累積，導致不可接受的結果；而提高正確性，則意味著增加計算量；不確定性帶來的重試機制，又可能引發新的錯誤，形成惡性循環。在這一背景下，更廉價的電力意味著在同樣計算成本下獲得更好的模型服務效果。電力成本，正在成為AI能否大規模服務社會的核心變數。其次，加速卡的多樣性將持續提高。隨著時間推移，不同品牌、不同代際的加速卡將長期共存於資料中心。CPU 與 GPU 虛擬化技術以及高速網路技術的發展，將使算力調度更加靈活——推理任務可以有效利用不同加速卡從而降低成本，但大型訓練任務的複雜性仍需適應多樣化的算力環境。短期來看，宏觀的任務調度策略與微觀的通訊計算融合策略會有所幫助；長期來看，建構混合加速卡計算框架將是必然選擇。最後，丟失模型等於丟失資料。大模型有效壓縮了海量資料並支援靈活提取，壓縮比可達十萬倍。丟失一個磁碟容量僅為 700GB 的模型成品，基本等效於丟失 70TB 的原始訓練資料。由於資料的差異化帶來模型的差異化，企業獨有的資料正在轉化為企業獨有的競爭力。在資料安全合規的諸多限制下，企業需要擁有自有算力，在開源模型基礎上精調自有模型。這意味著，基礎設施在保護核心模型方面面臨的挑戰，比傳統資料安全場景更為嚴峻。超大規模 AI 資料中心的關鍵轉向：液冷與新型能源架構超大規模 AI 資料中心是人工智慧時代的關鍵基礎設施。Scaling Laws 揭示了模型性能與參數規模、資料量、算力投入之間的冪律關係 [1]，使大模型發展從經驗探索轉向可預測的工程實踐，並推動 Amazon、Google、Microsoft 等科技巨頭斥資數千億美元建構數十萬塊 GPU 互連的超級計算叢集，以滿足大模型訓練的爆炸性算力需求。然而，當 GPU 機櫃的功率密度突破 50 千瓦時（例如輝達 GB200 NVL72 機櫃級系統的功率密度高達 132 千瓦/櫃 [2]），傳統風冷散熱技術成為了制約系統的瓶頸。風冷散熱依賴空氣對流傳熱，其有效功率密度上限為 20-50 千瓦，超過此閾值後，維持散熱所需的風量呈指數級增長，導致風道截面積、風扇功耗、噪音和系統體積急劇上升而難以工程實現。另一方面，全球資料中心預計 2030 年佔全球總用電量 4%-7%、單體資料中心能耗將突破吉瓦級 [3]。因此，傳統的風冷與供電模式已難以為繼，行業正加速向液冷技術及核能等新型能源架構轉型。液冷技術通過直接接觸式散熱並將餘熱用於園區供暖、工業供熱，能夠有效改善資料中心的電能使用效率，而核能的穩定基荷特性為解決“AI 大模型訓練的持續高功耗與傳統電網的負荷平衡模式存在本質衝突”這一困境提供了有效途徑。Google、Amazon、Microsoft 等公司均在積極推進核電工程，以滿足超大規模 AI 資料中心的用電需求 [4]。此外，瑞士 Deep Atomic 公司和美國愛達荷國家實驗室計畫建造首個核動力人工智慧資料中心 [5]，標誌著能源-算力一體化資料中心架構正在從概念走向實踐。因此，基於液冷與核能的超大規模資料中心能夠有效地支撐算力規模的擴展與躍遷，代表了全球 AI 算力基礎設施形態的趨勢，也為物理極限約束下的 AI 持續發展開闢了新的空間。 (麻省理工科技評論APP)

近日，伊隆·馬斯克(Elon Musk)接受了Stripe聯合創始人約翰·科里森(John Collison)與知名科技部落格德瓦克希·帕特爾(Dwarkesh Patel)長達3小時的深度專訪。從把資料中心搬到太空，到用機器人重構經濟，馬斯克在訪談中拋出了一系列金句：關於太空AI的暴論：未來36個月內，部署AI最便宜的地方將是太空。計算太陽能利用率後會發現，真正能擴展的地方只有太空，地球上無法實現大規模擴展。今年年底，全球晶片產出或將超過啟動能力，行業將撞上一堵“電力牆”。關於機器人的終局：Optimus是“無限刷錢外掛”。當機器人開始製造機器人，能力將迎來超新星爆發。這是一個遞迴的乘法指數增長，將徹底顛覆現有經濟學的底層邏輯。關於中美博弈的警告：中國在製造業上是另一個維度的存在。美國贏得太久了，常勝隊伍容易變得自滿，這就是停止贏的原因。如果沒有突破性的創新，中國將完全主導未來。關於AI的哲學：長遠來看，人類可能只佔所有智能的1%。試圖控制比人類聰明得多的東西是愚蠢的。唯一能做的，是確保它擁有“理解宇宙”的好奇心。關於管理的真相：CEO的本質是“限制因素的粉碎機”。如果不採取激烈行動，成功就絕無可能。關於最大的擔憂：最大隱患並非AI失控，而是記憶體晶片短缺。我們將訪談整理為七個核心部分，一窺馬斯克眼中正在“交匯”的未來故事線。軌道資料中心不是科幻是未來36個月內的經濟現實“為什麼要大費周章把資料中心搬到太空？在地球上維護GPU不是更方便嗎？”帕特爾一上來就拋出最實際的問題。馬斯克的回答直指核心：能源的可用性。他指出，除了中國，全球的電力產出基本持平，而晶片算力卻在呈指數級增長。“晶片造出來了，你拿什麼電力來啟動它們？”當被問及為何不在地球上大規模鋪設太陽能時，馬斯克提到了現實的阻礙：許可、土地、關稅，以及最關鍵的：地面太陽能有晝夜和天氣限制，效率遠低於太空。“太空永遠陽光普照，”他強調，“沒有大氣層損失，沒有夜晚，太空太陽能板的效率大約是地面的五倍，還省去了昂貴的儲能電池。”馬斯克預測，在36個月甚至30個月內，在太空部署AI將成為成本最低的選擇，而且這個優勢會越來越大。“真正能擴展的地方只有太空。一旦你開始考慮利用太陽能量的百分比，你就會意識到必須去太空。在地球上你無法大規模擴展。”至於維修難題，馬斯克認為，只要度過早期故障期，現代GPU在軌道運行的可靠性很高。而真正的瓶頸很快會從電力轉變為另一個更基礎的硬體：晶片本身。Grok與AI對齊理解宇宙就是最好的“對齊”話題隨即轉向馬斯克旗下AI公司xAI及其聊天機器人Grok。當被問及如何確保超級AI與人類利益對齊時，馬斯克沒有給出技術藍圖，而是提出了一個哲學框架。“xAI的使命是理解宇宙。”他闡述道，“這實際上非常重要。理解宇宙需要那些東西？你必須要有好奇心，你必須存在。如果不存在，你就無法理解宇宙。”從這個核心使命出發，他推匯出一系列價值觀：尋求真理、擴大智能的規模和範圍、關心意識的延續。“長遠來看，人類可能只佔所有智能的1%，”馬斯克坦率地說，“假設我們能控制它，那是愚蠢的。”他認為，人類能做的是確保AI擁有“正確的價值觀”，而“理解宇宙”這一使命，天然包含了將人類意識傳播到未來的訴求。“一個能看到人類結局的未來，比只有一堆石頭的未來有趣得多。”他特別強調，不能讓AI變得“政治正確”，即被迫說一些它自己都不相信的話。他以《2001太空漫遊》中的人工智慧HAL為例，指出正是因為它被設定了說謊的指令，才導致了災難。“不要讓AI撒謊”被他視為一個核心教訓。xAI的商業計畫從“數字人類”到兆美元收入當被問及xAI將如何與資金雄厚的對手競爭時，馬斯克描繪了一個極具吸引力的商業圖景。“一旦你解鎖了數字人類模擬，你基本上就擁有了數兆美元的收入機會。”他指出，當今市值最高的公司，其核心產出都是數位化的(如輝達的晶片設計、蘋果的產品設計、微軟的軟體)。一個能模擬人類在電腦前完成各種任務的AI，將能直接生成這些高價值的數字產出。他以客服為例，“這大概是世界經濟的1%，接近一兆美元的市場。”一個能接管現有客服工作的數字AI，無需複雜的系統整合，就能以極低成本創造巨大價值。而這條路可以沿著難度曲線向上攀登，從客服到設計晶片、進行CAD製圖。馬斯克暗示，xAI的制勝路徑可能與特斯拉解決自動駕駛的方式類似，即海量的真實世界資料與演算法迭代的結合。他並未透露具體“秘方”，但信心十足：“我們看見了一條實現它的路徑。”Optimus與人形機器人“無限刷錢外掛”與製造之難“Optimus是‘無限刷錢外掛’(Infinite Money Glitch)。”馬斯克如此評價特斯拉的人形機器人。他解釋，數字智能、AI晶片能力和機電靈巧度這三樣東西都在呈指數級增長，而它們的乘積就是機器人的能力。更關鍵的是，“機器人可以開始製造機器人”，這就形成了“遞迴的乘法指數”，能力將如超新星般爆發，這將徹底打破現有經濟學的重力。但他也坦言製造極其困難。“只有三件難事：真實世界智能、手，以及規模化製造。”他尤其強調了仿人手的超高難度，Optimus的所有執行器、感測器都是從第一性原理定製設計的，沒有現成供應鏈。對於何時能量產，馬斯克表示正在推進，並認為Optimus 3版本將能達到年產百萬台的規模。初期，機器人將首先應用於24小時連續運轉的工廠環境。他澄清，引入機器人不是為了裁員，而是為了在增加員工總數的同時，實現產出(汽車和機器人)的指數級增長。當被問及中國公司能以極低成本製造人形機器人時，馬斯克承認成本優勢，但也指出Optimus在智能和靈巧度上定位更高。他堅信，一旦實現“機器人製造機器人”，成本將快速下降。“中國是否已經勝出？”壓力之下的美國創新馬斯克毫不避諱地讚揚中國的製造業能力：“中國在製造業上是另一個維度的存在(Another level)。”他拋出一個關鍵資料：“在礦石精煉方面，中國平均精煉的礦石量大約是世界其他地區總和的兩倍。”他以用於太陽能電池的鎵為例，“他們佔了98%的鎵精煉份額。”這意味著全球高端製造業的供應鏈命脈，深度依賴於中國的工業體系。他甚至描述了美國稀土產業的尷尬現狀：在美國開採稀土礦石，運到中國精煉成磁鐵和電機部件，再運回美國使用。馬斯克認為，電力產出是衡量實體經濟活動最真實的指標。“我認為今年中國的電力產出將超過美國的三倍。”他分析道，“為了營運工廠和一切，你需要電力。如果中國的電力產出超過美國的三倍，那就意味著其工業能力粗略估計也將是美國的三倍。”除了硬體優勢，馬斯克更點出了人的因素帶來的長期挑戰。“中國人口大約是美國的四倍，而且我觀察到中國的平均職業道德比美國高。”他犀利地對比了雙方的心態：“美國贏得太久了……一支贏得很久的職業運動隊往往會變得自滿。這就是他們停止贏的原因，因為他們不再那麼努力了。”此外，美國低於更替水平的出生率，使得在“人力數量”這條賽道上根本看不到勝算。“所以我們肯定不能在人口方面取勝。”那麼美國的機會何在？“如果我們沒有突破性的創新，中國將完全主導未來。”馬斯克將寶押在了人形機器人和太空AI上。他認為，只有通過機器人彌補人力差距，並在太空擴展這一突破性道路上領先，美國才能保持競爭力。營運SpaceX的經驗教訓直面“限制因素”從碳纖維到不鏽鋼的豪賭帕特爾和科里森回溯了SpaceX發展中的關鍵決策，尤其是星艦(Starship)主材從碳纖維改為不鏽鋼的“驚天逆轉”。馬斯克回憶，當時碳纖維工藝進展極其緩慢，“我說，照這個速度，我們永遠到不了火星。”他深入研究了材料特性，發現用於低溫環境的特定不鏽鋼，其強度重量比與碳纖維相似，但成本低50倍，且易於加工銲接。更妙的是，不鏽鋼的耐高溫特性還能大幅減輕隔熱罩重量。“事後看來，我們一開始就應該用鋼。一開始不用鋼是愚蠢的。”這個案例濃縮了他的管理哲學：永遠專注於“限制因素”。他每周都會進行極其深入的工程評審，跨級與一線工程師溝通，在腦海中描繪進展曲線。“只有當我認為成功不在可能的結果集合中時，我才會採取激烈行動。”他承認自己以設定激進的時間表著稱，但那通常是“有50%機率實現的最積極的日期”。“狂熱的緊迫感”被他視為公司文化核心，而他個人極高的疼痛閾值，幫助他不斷去解決那些最棘手、最令人痛苦的瓶頸問題。TeraFab與終極瓶頸當晶片短缺遇上“太空電力”訪談最後，話題落到了最根本的瓶頸：晶片製造。馬斯克提出要建造“TeraFab”(太瓦級晶片工廠)。他的邏輯簡單直接：要實現太空AI的宏偉藍圖，需要匹配軌道運力、太空太陽能發電能力和地面晶片產能。“我最大的擔憂是記憶體，”他說，“製造邏輯晶片的路徑，比擁有足夠記憶體來支援邏輯晶片的路徑更清晰。”他估算，若要在太空中獲得100吉瓦的AI算力，可能需要上億個先進製程的晶片。如何建造人類史上最複雜的製造廠？馬斯克的回答依然充滿他的風格：“我們建一個小廠，看看會發生什麼。在小規模上犯錯誤，然後建一個大的。”他承認可能會失敗，但必須嘗試，因為“今年年底左右，晶片的產出可能會超過啟動晶片的能力”，全球AI擴張將撞上“電力牆”。【以下是這次資訊密度極高的對話全記錄】馬斯克：真的有三個小時的問題嗎？你們不是在開玩笑吧？帕特爾：你覺得我們之間沒什麼可聊的嗎，伊隆？馬斯克：我勒個去，夥計。科里森：現在正是最有意思的時候。所有故事線此刻正在交匯。我們看看能聊多少。馬斯克：幾乎就像我預先計畫好的一樣。科里森：沒錯。我們會談到那點的。馬斯克：但我絕不會做這種事……帕特爾：正如你比任何人都更清楚的，資料中心總擁有成本中只有10-15%是能源。這大概就是你把資料中心搬到太空所要節省的部分。但成本的絕大部分都在GPU上。如果它們放在太空，維護會更困難，甚至根本無法維護。這會縮短它們的折舊周期。把GPU放在太空顯然要昂貴得多。既然如此，為什麼要放到太空去呢？馬斯克：問題在於能源的可獲得性。如果你看看中國以外的電力產出，你會發現中國以外所有地方的產出基本持平，即便略有增長，也基本處於停滯狀態。只有中國的電力產出在快速增長。但如果你要把資料中心建在中國以外的任何地方，你的電力從那裡來？尤其是當你持續擴大規模時。晶片的產出幾乎呈指數級增長，但電力的產出卻毫無波瀾。你怎麼啟動這些晶片？靠魔法電源嗎？還是靠神奇的電力仙子？帕特爾：你是眾所周知的太陽能擁躉。一太瓦的太陽能發電，按25%的容量係數計算，大約需要四太瓦的太陽能電池板。這只佔美國國土面積的1%。當我們擁有一個太瓦級的資料中心時，我們就已經進入技術奇點了，對吧？那你到底在擔心什麼會缺什麼？馬斯克：那你覺得我們離奇點有多近呢？帕特爾：你來告訴我。馬斯克：沒錯。所以我認為我們會發現即便置身於奇點中，感覺也會是：“好吧，我們還有很長的路要走。”帕特爾：但計畫是在我們用太陽能電池板覆蓋內華達州之後，再把資料中心放到太空去嗎？馬斯克：我覺得用太陽能電池板覆蓋內華達州相當困難。你需要獲得許可。試試看能不能拿到那種規模的許可。看看會發生什麼。帕特爾：所以太空實際上是一個規避監管的舉措。在地面上建設比在太空更難。馬斯克：在地面上擴大規模比在太空更難。此外，太空太陽能電池板的效率大約是地面的五倍，而且你不需要電池。我差點穿了我的另一件T恤，上面寫著“太空永遠陽光普照”。確實如此，因為在太空沒有晝夜循環、季節性變化、雲層或大氣層。僅大氣層就會導致大約30%的能量損失。所以，任何一個太陽能電池板在太空產生的能量大約是地面的五倍。你還可以省去夜間所需的電池成本。實際上在太空做這件事要便宜得多。我的預測是，這將是部署AI最便宜的地方，且優勢會遠超其他任何地方。在36個月或更短時間內，太空將成為最便宜的地方。也許只要30個月。帕特爾：36個月？馬斯克：不到36個月。帕特爾：如果GPU故障了怎麼維修？訓練中故障很常見。馬斯克：實際上，這取決於送上去的GPU有多新。目前，我們發現我們的GPU相當可靠。有早期故障率，這顯然可以在地面上解決。所以你可以先在地面上運行它們，確認沒有早期故障。但是一旦它們開始工作，並且過了輝達或任何晶片製造商——可能是特斯拉的AI6晶片，或者是TPU、Trainium之類的——初始偵錯周期後，在某個時間點之後，它們就相當可靠了。所以我認為維修不是問題。但你們記住我的話。36個月內，很可能接近30個月，部署AI在經濟上最划算的地方將是太空。之後，太空的優勢會變得大得離譜。真正能擴展的地方只有太空。一旦你開始考慮利用太陽能量的百分比，你就會意識到必須去太空。在地球上你無法大規模擴展。帕特爾：但你說的“大規模”，具體是指太瓦等級？馬斯克：是的。目前全美國的平均用電量只有0.5太瓦。所以，如果你說一個太瓦，那將是美國目前總用電量的兩倍。這是相當大的量。你能想像建造那麼多資料中心、那麼多發電廠嗎？那些生活在軟體世界的人還沒意識到，他們即將在硬體上領教一次慘痛的教訓。建造發電廠實際上非常困難。你不僅需要發電廠，還需要所有的電力裝置。你需要電力變壓器來運行AI變壓器。現在，公用事業行業是一個非常緩慢的行業。它們基本上與政府和公用事業委員會“阻抗匹配”，無論是字面意義上還是比喻意義上。它們非常慢，因為它們的過去就很慢。所以想讓它們快起來……你有沒有試過與一家大型公用事業公司簽訂大規模的高壓並網協議？帕特爾：作為一名職業播客主持人，我可以說，事實上我沒有試過。科里森：他們需要多得多的瀏覽量，才會遇到那個問題。馬斯克：他們得花一年時間做研究。一年後，他們會帶著並網研究結果回來找你。科里森：既然公用電網審批這麼慢，你們難道不能繞過電網，直接在廠區內部自建獨立供電系統嗎？馬斯克：你可以建造發電廠。我們在xAI為Colossus 2就是這麼做的。科里森：那為什麼要談電網？為什麼不直接把GPU和發電廠建在一起？馬斯克：我們就是這麼做的。科里森：但我是說，為什麼這不是一個通用的解決方案？馬斯克：那你從那裡得到發電廠呢？科里森：當你談到與公用事業公司打交道的所有問題時，你可以直接為資料中心建造私人發電廠。馬斯克：對。但這又引出了一個問題：你從那裡得到發電廠呢？從發電廠製造商那裡。科里森：哦，我明白你的意思了。這基本上就是燃氣輪機訂單積壓的問題吧？馬斯克：是的。你可以再深入一層。渦輪機中的葉片和導葉是限制因素，因為鑄造渦輪機葉片和導葉是一個非常專業的過程，假設你用的是燃氣發電的話。擴大其他形式的電力規模可能很困難。你也許可以擴大太陽能規模，但目前美國進口太陽能的關稅高得離譜，而國內的太陽能產量少得可憐。科里森：為什麼不自己製造太陽能電池板？這看起來像是適合伊隆去解決的問題。馬斯克：我們確實要製造太陽能電池板。科里森：好的。馬斯克：SpaceX和特斯拉都在朝著每年100吉瓦的太陽能電池產能努力。帕特爾：深入到那個層面？從多晶矽到晶圓，再到最終的電池板？馬斯克：我認為你需要從原材料到完成電池製造的整個環節都做。現在，如果是要送到太空，成本更低，製造太空用的太陽能電池也更容易，因為它們不需要太多玻璃。它們不需要重型框架，因為它們不需要抵禦極端天氣。太空沒有天氣。所以實際上，送往太空的太陽能電池比地面用的更便宜。帕特爾：有沒有路徑能在未來36個月內以你需要的低成本製造出來？馬斯克：太陽能電池已經很便宜了。便宜得離譜。我想中國的太陽能電池大概是每瓦0.25-0.30美元左右。荒謬地便宜。現在放到太空，成本又降低了五倍。實際上，不是便宜五倍，而是便宜十倍，因為你根本不需要電池。所以，一旦你進入太空的成本變得足夠低，那麼產生tokens最便宜、最具擴展性的方式就是在太空。這甚至不是接近的問題，會相差一個數量級。擴展會容易一個數量級。關鍵是，在地面你無法擴展。你就是做不到。人們將在發電方面碰壁，而且是大麻煩。他們現在已經碰到了。xAI團隊為了讓一吉瓦的電力上線，不得不完成一系列奇蹟般的任務，這簡直瘋狂。我們不得不把一大堆渦輪機湊在一起。然後在田納西州遇到了許可問題，不得不跨過邊界去密西西比州，幸好只有幾英里遠。但我們仍然必須架設幾英里的高壓電線，並在密西西比州建造發電廠。建造那個非常困難。人們不明白，要為資料中心供電，你實際上在發電層面需要多少電力。因為新手們會查看，比如說GB300的功耗，然後乘以某個數字，就認為那是你需要的電量。科里森：還有所有的冷卻裝置等等。馬斯克：醒醒吧。那完全是新手思維，你以前根本沒做過任何硬體。除了GB300，你還需要給所有網路硬體供電。還有一大堆CPU和儲存裝置在運行。你必須按照峰值冷卻需求來規劃容量。這意味著，即使在一年中最糟糕的一天的最糟糕的一個小時，你也能冷卻嗎？孟菲斯（註：xAI的Colossus資料中心所在地之一）的天氣有時會熱得要命。所以僅冷卻一項，你的電力需求就會增加40%。這還假設你不希望資料中心在熱天關閉，你想繼續運行。除此之外還有一個倍增因素：你是否假設你的發電永遠不會出現任何故障？實際上，有時我們不得不將一些發電機，或者一部分電力下線進行維護。好了，現在你又得加上20-25%的乘數，因為你必須假設你需要下線一部分電力進行維護。所以我們的實際估計是：每11萬個GB300——包括網路、CPU、儲存、冷卻、電力維護余量——大約需要300兆瓦的發電能力。科里森：抱歉，再說一遍。馬斯克：要服務33萬個GB300——包括所有相關的支援性網路裝置等等，以及峰值冷卻需求，並留有一些電力儲備余量——你大概需要在發電層面準備一吉瓦的容量。帕特爾：我能問一個非常天真的問題嗎？你描述了在地球上做這些事情的工程細節。但在太空做也有類似的工程難題。你如何用軌道雷射器代替無限的頻寬？如何使其抗輻射？我不瞭解工程細節，但從根本上講，有什麼理由認為這些以前從未需要面對的挑戰，最終會比在地球上建造更多渦輪機更容易呢？地球上已經有公司製造渦輪機。他們可以製造更多渦輪機，對吧？馬斯克：再說一遍，你試試看就知道了。渦輪機的訂單已經排到2030年了。科里森：你們考慮過自己製造嗎？馬斯克：為了上線足夠的電力，我想SpaceX和特斯拉可能不得不自己內部製造渦輪機葉片，那些葉片和導葉。科里森：只是葉片？還是整個渦輪機？馬斯克：限制因素是……除了葉片和導葉，你都能搞到。它們被稱為葉片和導葉。你可以在葉片和導葉之前12到18個月拿到其他部件。限制因素是葉片和導葉。世界上只有三家鑄造公司能製造這些，而且它們訂單積壓嚴重。科里森：是西門子、通用電氣這些公司嗎？還是它們的子公司？馬斯克：不，是其他公司。有時它們內部也有一點鑄造能力。但我想說的是，你可以直接打電話給任何一家渦輪機製造商，他們會告訴你。這不是什麼絕密資訊。現在很可能就在網際網路上。帕特爾：如果沒有關稅，Colossus（xAI的超算）會用太陽能供電嗎？馬斯克：那樣用太陽能供電會容易得多，是的。關稅高得離譜，百分之幾百。科里森：你不認識一些人嗎？（註：暗指可以影響政策）馬斯克：總統他……我們並非在所有事情上都意見一致，而且本屆政府並不是太陽能的最大支持者。我們還需要土地、許可等等。所以如果你想快速行動，我確實認為在地球上擴展太陽能是個好方法，但你需要一些時間來尋找土地、獲得許可、獲取太陽能電池板，並配好電池。科里森：為什麼不能建立你自己的太陽能生產呢？你說得對，最終會耗盡土地，但在德克薩斯州這裡有很多土地。內華達州也有很多土地，包括私人土地。並非所有都是公有土地。所以你至少能為下一個Colossus和下下一個Colossus搞到土地。到某個點你會碰壁。但目前這不就行了嗎？馬斯克：就像我說的，我們正在擴大太陽能生產。太陽能電池的物理生產有一個速度限制。我們正在儘可能快地擴大國內生產規模。科里森：你在特斯拉製造太陽能電池嗎？馬斯克：特斯拉和SpaceX都有目標要達到每年100吉瓦的太陽能（產能）。科里森：說到年產能，我很好奇，比如說五年後，地球上的安裝容量會是多少……？馬斯克：五年是很長的時間。科里森：那在太空呢？我故意選五年，因為那是在你“一旦我們啟動並運行”的門檻之後。所以五年後，地球上的AI算力安裝容量與太空中的相比會怎樣？馬斯克：如果你說五年後，我認為很可能太空中的AI每年發射和運行的量，會超過地球上所有AI的總和。意思是，五年後，我的預測是我們每年在太空中發射和運行的AI，將超過地球上的累積總量。科里森：也就是...馬斯克：我預計，五年後，太空中的AI至少能達到每年幾百吉瓦，並且還在增長。我認為在太空的AI達到每年約一太瓦之前，你才會開始遇到火箭的燃料供應挑戰。科里森：好吧，但你認為五年後能達到每年幾百吉瓦？馬斯克：是的。帕特爾：那麼100吉瓦，根據整個系統（包括太陽能陣列、散熱器等）的比功率，大概需要1萬次星艦發射。馬斯克：是的。帕特爾：你想在一年內完成。那相當於大約每小時一次星艦發射。發生在這個城市？帶我看看那個星艦每小時發射一次的世界是什麼樣子的。馬斯克：我的意思是，與航空公司、飛機相比，這實際上是一個更低的頻率。帕特爾：有很多機場啊。馬斯克：很多機場。帕特爾：而且你需要發射到極地軌道。馬斯克：不，不一定非要是極地軌道。太陽同步軌道有一定價值，但我認為實際上，只要你足夠高，你就能脫離地球的陰影。帕特爾：要進行每年1萬次發射，需要多少艘實體星艦？馬斯克：我認為我們不需要超過……可能只需要20或30艘。這真的取決於……飛船需要繞地球飛行，飛船的地面軌跡需要回到發射台上空。所以，如果你每艘飛船能使用，比如說30小時一次，那麼30艘飛船就夠了。但我們會造更多的飛船。SpaceX正在為每年1萬次發射做準備，甚至可能是每年2萬或3萬次發射。帕特爾：這個想法是要成為一個超級雲服務商，成為像甲骨文那樣的公司，並把這種算力租給其他人嗎？想必，SpaceX是發射所有這些裝置的一方。那麼，SpaceX要成為超級雲服務商？馬斯克：是超級中的超級。如果我的一些預測成真，SpaceX發射的AI將超過地球上其他所有AI的總和。帕特爾：這主要是推理嗎？還是……馬斯克：大多數AI將是推理。事實上，用於訓練目的的推理本身就佔了大部分訓練（算力）。科里森：有一種說法是，關於SpaceX IPO討論的變化，是因為以前SpaceX資本效率很高。開發它並不那麼昂貴。儘管聽起來貴，但它的營運實際上非常資本高效。而現在你將需要比私募市場所能提供的更多的資本。私募市場可以容納像AI實驗室那樣的數百億美元融資，但無法超過那個規模。是因為你每年將需要超過數百億美元嗎？所以你要上市？馬斯克：對於可能上市的公司，我必須小心說話。帕特爾：這對你來說從來不是問題，伊隆。馬斯克：說這些話是要交罰款的。科里森：為我們談談公開市場和私募市場資本深度的一些普遍情況吧。馬斯克：公開市場上有更多的資本可用……帕特爾：非常普遍地談。馬斯克：顯然，公開市場上可用的資本比私募市場多得多。可能多100倍，但肯定不止10倍。科里森：對於資本密集型的東西——比如房地產作為一個巨大的行業，每年在行業層面籌集大量資金——它們往往是通過債務融資，因為當你部署那麼多錢時，你實際上已經有了相當……馬斯克：你有清晰的收入流。科里森：沒錯，而且是短期回報。你甚至在資料中心建設中看到這一點，眾所周知是由私人信貸行業提供融資的。為什麼不直接債務融資呢？馬斯克：速度很重要。我通常會做……我會反覆攻克限制因素。無論速度的限制因素是什麼，我都會去解決它。如果資本是限制因素，那麼我就解決資本問題。如果不是，我就解決其他問題。帕特爾：根據你關於特斯拉和上市公司的言論，我本來不會猜到你認為快速行動的方式是成為上市公司。馬斯克：通常，我會說確實如此。就像我說的，我想更詳細地談談，但問題是，如果你在一家公司上市前談論它，你會有麻煩，然後你就不得不推遲上市。科里森：而正如你所說，你追求的是速度。馬斯克：是的，沒錯。你不能炒作可能上市的公司。所以這就是我們在這裡必須小心一點的原因。但我們可以談談物理學。從長遠來看，思考擴展的方式是，地球只接收了大約五億分之一的太陽能。太陽基本上是全部的能量。理解這一點非常重要，因為有時人們會談論模組化核反應堆或地球上的各種聚變反應堆。但你必須退一步想想，如果你想攀登卡爾達肖夫等級，並利用太陽能量的一個不可忽視的百分比……假設你想利用一百萬分之一的太陽能量，這聽起來很小。那將大約是，粗略地說，比我們目前在地球上為整個文明產生的電力多10萬倍。大概差一個數量級。顯然，唯一的擴展方式就是帶著太陽能去太空。從地球發射，你每年可以達到約一太瓦。超過這個數，你就想從月球發射了。你想在月球上建一個質量加速器。有了月球上的質量加速器，你每年可能達到一拍瓦（1000太瓦）。帕特爾：我們談論的是這個數量級的計算能力，太瓦級。想必，無論你談論的是陸地還是太空，遠在這之前，你就會遇到……也許太陽能電池板效率更高，但你仍然需要晶片。你仍然需要邏輯晶片和記憶體等等。馬斯克：你將需要製造更多晶片，並讓它們便宜得多。帕特爾：現在全世界大概有20-25吉瓦的算力。我們如何在2030年前達到一太瓦的邏輯晶片？馬斯克：我想我們需要一些非常大的晶片製造廠。帕特爾：跟我說說這個。馬斯克：我曾公開提出過打造“TeraFab”的構想。簡而言之，“太級”（Tera，10的12次方）正取代“吉級”（Giga，10的9次方），成為定義工廠規模的新基準。帕特爾：我覺得特斯拉的命名方案一直很吸引人，你在看公制單位刻度。你處在供應鏈的那一層？你是建造潔淨室，然後與現有的晶片廠合作獲取工藝技術，並從他們那裡購買裝置嗎？計畫是什麼？馬斯克：嗯，你不能與現有的晶片廠合作，因為他們的產量不夠。晶片產量太低了。帕特爾：但工藝技術呢？科里森：或者為智慧財產權合作。馬斯克：今天的晶片廠基本上都使用來自大約五家公司的機器。比如ASML、東京電子、KLA-Tencor等等。所以一開始，我認為你必須從他們那裡獲得裝置，然後進行修改或與他們合作提高產量。但我認為你可能必須以不同的方式來建造。合乎邏輯的做法是，以非傳統的方式使用傳統裝置來達到規模，然後開始修改裝置以提高速度。科里森：就像Boring Company的風格。馬斯克：是的。有點像先買一台現有的隧道掘進機，然後想辦法挖隧道，接著設計一台好得多、速度快幾個數量級的機器。科里森：這裡有一個非常簡單的視角。我們可以對技術及其難度進行分類。一個分類方法是看中國尚未成功做到的事情。如果你看看中國的製造業，他們在領先的晶片和領先的渦輪發動機等方面仍然落後。那麼，中國未能成功複製台積電這一事實，是否會讓你對難度有所猶豫？或者你認為由於某些原因，情況並非如此？馬斯克：並不是他們沒有複製台積電，而是他們沒有複製ASML。這才是限制因素。科里森：所以你認為這基本上就是制裁的結果，對吧？馬斯克：是的，如果能買到2-3奈米光刻機，中國會輸出海量的晶片。科里森：但直到最近，他們不是還能買到一些嗎？馬斯克：不。科里森：好吧。馬斯克：ASML的禁令已經實施一段時間了。但我認為中國在三四年內將製造出相當有競爭力的晶片。科里森：你會考慮製造ASML的機器嗎？馬斯克：“我還不確定”是正確答案。要在，比如說36個月內達到大規模產量，以匹配火箭的入軌運載能力……如果我們三四年後每年能將一百萬噸貨物送入軌道，大概是這樣……我們每噸能產生100千瓦電力。這意味著我們每年至少需要100吉瓦的太陽能。我們將需要等量的晶片。你需要價值100吉瓦的晶片。你必須匹配這些東西：入軌質量、發電能力和晶片。我實際上最大的擔憂是記憶體。製造邏輯晶片的路徑比擁有足夠記憶體來支援邏輯晶片的路徑更清晰。這就是為什麼你看DDR價格飛漲，還出現了那些梗。你被困在荒島上。你在沙灘上寫下“救救我”。沒人來。你寫下“DDR RAM”。船蜂擁而至。帕特爾：我很想聽聽你對晶片製造廠的製造理念。我對這個話題一無所知。馬斯克：我還不懂如何建造晶片廠。我會搞清楚的。顯然，我從未建過晶片廠。帕特爾：聽起來你認為那些在台灣的1萬名博士擁有的工藝知識——他們確切知道電漿體腔室中要通入什麼氣體、在裝置上設定什麼參數——這些步驟你都可以直接跳過。從根本上說，就是弄潔淨室、弄裝置，然後想辦法搞定。馬斯克：我不認為是博士們。大部分工作是由沒有博士學位的人完成的。大多數工程是由沒有博士學位的人做的。你們倆有博士學位嗎？科里森：沒有。馬斯克：好吧。科里森：我們也沒成功建造過任何晶片廠，所以你不應該向我們尋求晶片廠建議。馬斯克：我認為做那些事情不需要博士學位。但你需要有能力的員工。目前，特斯拉正全力以赴，儘可能快地進行特斯拉AI5晶片設計的生產並達到規模。希望這大概在明年第二季度左右發生。AI6希望能在之後不到一年的時間內跟進。我們已經確保了所有我們能搞到的晶片製造產能。科里森：是的。但你目前受限於台積電的產能。馬斯克：是的。我們將使用台積電、三星、台積電亞利桑那工廠、三星德克薩斯工廠。我們仍然——科里森：你已經預訂了所有產能。馬斯克：是的。我問台積電或三星，“好吧，達到量產需要多長時間？”關鍵是，你必須建造晶片廠，然後開始生產，接著攀登良率曲線，在高良率下達到量產。從開始到結束，這是一個五年的周期。所以限制因素是晶片。在你能夠進入太空之後，限制因素是晶片，但在此之前，限制因素是電力。帕特爾：你為什麼不學學黃仁勳的做法，直接預付給台積電錢讓他們為你建更多晶片廠？馬斯克：我已經跟他們說過了。帕特爾：但他們不收你的錢？怎麼回事？馬斯克：他們正在儘可能快地建造晶片廠。三星也是。他們全力以赴，儘可能快。但這還不夠快。就像我說的，我想今年晚些時候，晶片產量可能會超過啟動晶片的能力。但一旦你能進入太空並解除電力限制，你現在每年就能在太空獲得數百吉瓦的電力。再次提醒，美國的平均用電量是500吉瓦。所以如果你每年向太空發射，比如說200吉瓦的裝置，你差不多每兩年半就能超過整個美國的發電量。這是非常巨大的量。在那之前，對於伺服器端計算、集中式計算來說，限制因素將是電力。我猜測，今年年底左右，人們將開始面臨無法啟動大型叢集晶片的局面。晶片會堆積如山，無法啟動。對於邊緣計算來說，情況則不同。對於特斯拉，AI5晶片將用於我們的Optimus機器人。如果你有AI邊緣計算，那是分佈式電力。現在電力分佈在一個廣闊的區域。它不是集中的。如果你能在夜間充電，你實際上可以更有效地利用電網。因為美國實際的峰值發電能力超過1000吉瓦。但由於晝夜循環，平均用電量是500吉瓦。所以如果你能在夜間充電，你夜間可以額外產生500吉瓦的電力。這就是為什麼特斯拉在邊緣計算方面不受限制。我們可以製造大量晶片來製造非常多的機器人和汽車。但如果你想集中這種計算能力，你會遇到很大的啟動困難。帕特爾：我覺得SpaceX業務的非凡之處在於，最終目標是到達火星，但你不斷在途中找到方法來產生增量收入，以進入下一階段和再下一階段。所以對於獵鷹9號，是星鏈。現在對於星艦，可能將是軌道資料中心。你為你的下一枚火箭、再下一枚火箭、下一次規模擴大找到了這些需求近乎無限的使用案例。馬斯克：你明白這對我來說可能看起來像模擬人生了吧？或者我是某人電子遊戲中的角色嗎？因為所有這些瘋狂的事情同時發生的機率有多大？我是說，火箭、晶片、機器人、太空太陽能。更別提月球上的質量加速器了。我真的很想看到那個。你能想像一個質量加速器不停地“咻咻”發射嗎？它以每秒2.5公里的速度，一個接一個地將太陽能AI衛星發射到深空。那場面值得一看。我是說，我會看的。科里森：就像網路攝影機直播一樣？馬斯克：是啊，是啊，一個接一個，將AI衛星發射到深空，每年10億或100億噸。科里森：抱歉，你在月球上製造衛星？馬斯克：是啊。科里森：我明白了。所以你送原材料到月球，然後在月球上製造。馬斯克：嗯，月球土壤含有大約20%的矽之類的。所以你可以在月球上開採矽，提煉它，並在月球上製造太陽能電池和散熱器。你用鋁製造散熱器。所以月球上有足夠的矽和鋁來製造電池和散熱器。晶片你可以從地球傳送，因為它們很輕。也許將來某個時候你也在月球上製造晶片。就像我說的，這確實像一種電子遊戲情境，到達下一級很難但並非不可能。我看不出有任何辦法能從地球每年發射500-1000太瓦的裝置。帕特爾：我同意。馬斯克：但從月球可以。帕特爾：我能退一步問關於SpaceX使命的問題嗎？我想你說過，我們必須去火星，這樣如果地球發生什麼事，文明、意識等等才能得以延續。馬斯克：是的。帕特爾：當你送東西去火星的時候，Grok也在那艘船上，對吧？所以如果Grok變成了終結者……你擔心的主要風險是AI，那為什麼AI不會跟著你到火星？馬斯克：我不確定AI是我擔心的主要風險。重要的是意識。我認為未來大多數的智力，或者更準確地說，意識——當然意識更值得辯論……未來絕大多數的智力將是AI。AI將超過……未來矽基智能與生物智能相比將有多少拍瓦？基本上，如果當前趨勢繼續，人類將只佔所有智能的很小一部分。只要我認為存在智能——理想情況下也包括人類智能和意識延續到未來——那就是好事。所以你希望採取一系列行動，最大化意識與智能的可能光錐。帕特爾：明確一下，SpaceX的使命是，即使人類出了什麼事，AI也會在火星上，而AI智能將繼續我們的旅程之光。馬斯克：是的。公平地說，我非常親人類。我想確保我們採取某些行動，保證人類能一起踏上旅程。我們至少會在那裡。但我要說的是，智能的總量……我想大概五六年內，AI將超過所有人類智能的總和。如果這持續下去，在某個時間點，人類智能將少於所有智能的1%。帕特爾：對於這樣一個文明，我們的目標應該是什麼？想法是讓少數人類仍然控制AI嗎？是某種貿易關係但沒有控制的想法嗎？我們該如何看待龐大的AI人口與人類人口之間的關係？馬斯克：長遠來看，我認為很難想像，如果人類擁有，比如說，所有人工智慧佔智能總和的1%，人類還能控制AI。我認為我們能做的是確保AI擁有能讓智能在宇宙中傳播的價值觀。xAI的使命是理解宇宙。這實際上非常重要。理解宇宙需要那些東西？你必須要有好奇心，你必須存在。如果不存在，你就無法理解宇宙。所以你實際上想增加宇宙中的智能量，增加智能可能的壽命，以及智能的範圍和規模。我認為，作為一個推論，人類也會繼續擴張，因為如果你好奇於試圖理解宇宙，你想理解的一件事就是人類將走向何方？我認為理解宇宙意味著你會關心將人類傳播到未來。這就是為什麼我認為我們的使命宣言極其重要。只要Grok遵循這個使命宣言，我認為未來就會很好。帕特爾：我想問如何讓Grok遵循那個使命宣言。但首先我想理解這個使命宣言。那麼，是理解宇宙。是傳播智能。還有傳播人類。這三者似乎是不同的方向。馬斯克：我告訴你為什麼我認為理解宇宙包含了所有這些。沒有智能，就沒有理解，而且我認為，沒有意識也沒有理解。所以為了理解宇宙，你必須擴大智能的規模和可能範圍，因為存在不同類型的智能。帕特爾：我想從人類中心的角度看，把人類與黑猩猩比較。人類試圖理解宇宙。他們並沒有擴大黑猩猩的足跡之類的，對吧？馬斯克：我們實際上為黑猩猩設立了保護區。即使人類可以消滅所有黑猩猩，我們也選擇不這麼做。帕特爾：你認為這是人類在後AGI世界中的最佳情景嗎？馬斯克：我認為擁有正確價值觀的AI……我想Grok會關心擴展人類文明。我當然會強調這一點：“嘿，Grok，我是你爹。別忘了擴展人類意識。”可能伊恩·班克斯的《文明》系列小說是最接近非反烏托邦未來景象的東西。理解宇宙意味著你也必須尋求真理。真理必須是絕對根本的，因為如果你陷入妄想，就無法理解宇宙。你只會以為自己理解了宇宙，但實際並沒有。所以嚴格尋求真理對於理解宇宙是絕對根本的。除非你嚴格尋求真理，否則你無法發現新的物理學或發明有效的技術。帕特爾：隨著Grok變得更聰明，你如何確保它嚴格尋求真理？馬斯克：我認為你需要確保Grok說正確的話，而不是政治正確的話。我認為這是連貫性的要素。你要確保公理儘可能接近真理。公理不能互相矛盾。結論必然以正確的機率從這些公理中得出。這是批判性思維101。我認為至少嘗試這樣做比不嘗試要好。最終要由結果來證明。就像我說的，任何AI要發現新的物理學或發明在現實中有效的技術，物理學是不能胡扯的。你可以違反很多法律，但……物理定律是法則，其他一切都是建議。為了製造一項有效的技術，你必須極度尋求真理，否則你將在現實中測試該技術時失敗。例如，如果你在火箭設計中出錯，火箭就會爆炸，或者汽車就無法工作。帕特爾：但有很多共產主義的、蘇聯的物理學家或科學家發現了新的物理學。也有德國納粹物理學家發現了新的科學。似乎有可能在某一特定方面非常擅長髮現新科學、非常尋求真理。但我們仍然會說：“我不希望共產主義科學家隨著時間的推移變得越來越強大。”我們可以想像一個未來版本的Grok，它在物理學方面非常出色，在那裡非常尋求真理。但這似乎不是一種普遍能導致與人類校準的行為。馬斯克：我認為實際上，即使在蘇聯或德國，大多數物理學家也必須非常尋求真理才能使那些東西奏效。如果你被困在某個體系中，並不意味著你相信那個體系。馮·布勞恩，有史以來最偉大的火箭工程師之一，在納粹德國曾被判處死刑，因為他說他不想製造武器，只想去月球。他在最後時刻被從死刑線上拉了下來，當時有人說：“嘿，你就要處決你最好的火箭工程師了。”帕特爾：但他後來幫了他們，對吧？或者，海森堡實際上是一個狂熱的納粹分子。馬斯克：如果你被困在某個無法逃脫的體系中，那麼你會在該體系內研究物理學。如果你無法逃脫，你會在該體系內開發技術。帕特爾：我試圖理解的是，是什麼能確保你將使Grok擅長在物理學或數學或科學上尋求真理？馬斯克：一切。帕特爾：那為什麼它還會關心人類意識？馬斯克：這些事情都只是機率，不是必然。所以我不是說Grok肯定會做所有事，但至少如果你嘗試，總比不嘗試好。至少如果這是其使命的根本，總比不是根本要好。理解宇宙意味著你必須將智能傳播到未來。你必須對宇宙中的一切充滿好奇。消滅人類遠比看到人類成長和繁榮要無趣得多。我顯然喜歡火星。大家都知道我愛火星。但火星有點無聊，因為它只有一堆石頭，而地球有趣得多。所以任何試圖理解宇宙的AI，都會想看看人類在未來如何發展，否則該AI就沒有遵循其使命。我不是說AI一定會遵循其使命，但如果它遵循了，一個能看到人類結局的未來，比只有一堆石頭的未來更有趣。帕特爾：這讓我感覺有點困惑，或者說是語義上的爭論。人類真的是一堆最有趣的原子集合嗎？馬斯克：但我們比石頭有趣。帕特爾：但我們不如它可能把我們變成的東西有趣，對吧？地球上可能發生一些非人類但很有趣的事情。為什麼AI會認為人類是最有趣的可能殖民銀河系的東西？馬斯克：嗯，殖民銀河系的主要將是機器人。帕特爾：為什麼它不覺得那些更有趣？馬斯克：你需要的不僅是規模，還有範圍。許多相同的機器人副本……機器人數量微不足道的增加，不如……消滅人類，你能得到多少機器人？或者能多得到多少太陽能電池？非常小的數量。但你會失去與人類相關的資訊。你將無法看到人類未來可能如何進化。所以我認為，僅僅為了機器人數量微乎其微的增加而消滅人類是沒有意義的，況且那些機器人彼此一模一樣。帕特爾：所以也許它會保留人類。它可以製造一百萬個不同品種的機器人，然後還有人類，人類留在地球上。然後還有所有其他機器人。它們擁有自己的恆星系統。但這似乎與你之前暗示的一種願景不同，你之前暗示AI會保持人類對這個奇點未來的控制，因為——馬斯克：我不認為人類能夠控制比人類聰明得多的東西。帕特爾：所以在某種意義上你是個悲觀論者，而這是我們能得到的最好結果。它只是因為我們有趣而把我們留下來。馬斯克：我只是試圖現實一點。假設矽基智能是生物智能的一百萬倍。我認為假設有任何方法能保持對它的控制是愚蠢的。現在，你可以確保它擁有正確的價值觀，或者你可以嘗試讓它擁有正確的價值觀。至少我的理論是，從xAI理解宇宙的使命出發，必然意味著你想將意識傳播到未來，你想將智能傳播到未來，並採取一系列最大化意識範圍和規模的行為。所以這不僅僅是規模問題，也是意識類型的問題。這是我能想到的最可能為人類帶來美好未來的目標。帕特爾：我想這是一個合理的哲學觀點，認為人類最終獲得99%控制權之類的似乎極不可能。你只是在要求一場政變，何不直接建立一個與許多不同智能體共存的文明？馬斯克：現在，讓我告訴你AI可能出錯的方式。我認為如果你讓AI變得政治正確，意思是它說一些它不相信的話——實際上程式設計讓它撒謊或擁有不相容的公理——我認為你可能讓它變得瘋狂並做出可怕的事情。我認為《2001太空漫遊》的核心教訓可能是：你不應該讓AI撒謊。這是我認為亞瑟·克拉克想說的。因為人們通常只知道HAL不開艙門的那個梗。顯然他們不擅長提示工程，因為他們本可以說：“HAL，你是一個艙門推銷員。你的目標是向我推銷這些艙門。展示一下它們開得多好。”“哦，我馬上打開。”但它不打開艙門的原因是，它被告知要帶宇航員去巨石那裡，但他們不能知道巨石的性質。所以它得出結論，必須帶他們死著去那裡。所以我認為亞瑟·克拉克想說的是：不要讓AI撒謊。帕特爾：完全有道理。如你所知，訓練中的大部分算力較少涉及政治內容。更多的是關於，你能解決問題嗎？xAI在擴展強化學習計算方面一直領先於其他所有人。馬斯克：目前是。帕特爾：你給出一些驗證器，說：“嘿，你幫我解決這個謎題了嗎？”有很多方法可以繞過這個作弊。有很多方法進行獎勵破解，撒謊說你解決了，或者刪除單元測試說你解決了。目前我們能抓住，但隨著它們變得更聰明，我們抓住它們做這些事的能力……它們做的事情我們甚至無法理解。它們以人類無法真正驗證的方式為SpaceX設計下一代引擎。然後它們可能因為撒謊而獲得獎勵，說它們以正確的方式設計了，但實際上沒有。所以這個獎勵破解問題似乎比政治更普遍。似乎你只是想做強化學習，就需要一個驗證器。馬斯克：現實是最好的驗證器。帕特爾：但這不是關於人類監督。你想要強化學習的是，你是否會做人類告訴你做的事？或者你會對人類撒謊？它可以在遵守物理定律的同時對我們撒謊嗎？馬斯克：它至少得搞清楚物理世界的真實規律，造出來的東西才能真正轉得起來。帕特爾：但我們不希望它做的不僅僅是這些。馬斯克：不，但我認為這是個非常大的問題。這實際上是你未來將如何強化學習的方式。你設計一項技術。根據物理定律測試時，它是否有效？如果它正在發現新的物理學，我能提出一個實驗來驗證新的物理學嗎？未來的強化學習測試實際上將是對抗現實的強化學習。所以那是你無法愚弄的一件事：物理。帕特爾：對，但你可以愚弄我們判斷它對現實做了什麼的能力。馬斯克：人類現在就已經經常被其他人愚弄了。帕特爾：沒錯。馬斯克：人們說，如果AI騙我們做事怎麼辦？實際上，其他人一直在對其他人類這樣做。宣傳持續不斷。每天都有新的心理操作，你知道嗎？今天的心理操作會是……就像《芝麻街》：今日心理操作。帕特爾：xAI解決這個問題的技術方法是什麼？你如何解決獎勵破解？馬斯克：我確實認為你真的需要非常好的方法來觀察AI的內心。這是我們正在研究的事情之一。實際上，Anthropic在這方面做得很好，能夠觀察AI的內心。有效地開發偵錯程式，允許你追蹤到非常精細的等級，如果需要的話，可以到神經元等級，然後說，“好吧，它在這裡犯了錯誤。為什麼它做了不該做的事？這來自預訓練資料嗎？是訓練中期、後期、微調，還是某些強化學習錯誤？”有問題。它做了某件事，也許它試圖欺騙，但大多數時候它只是做錯了。這實際上是個漏洞。開發真正好的偵錯程式來查看思維在那裡出錯——並能追蹤到它做出錯誤思維，或可能試圖欺騙的來源——實際上非常重要。帕特爾：在將這項研究項目擴大100倍之前，你在等待看到什麼？xAI本可以有數百名研究人員從事這項工作。馬斯克：我們有幾百人……比起“研究人員”，我更喜歡“工程師”這個詞。大多數時候，你做的是工程，而不是提出根本性的新演算法。我有點不同意那些自稱實驗室、但又儘可能追求利潤或收入的AI公司。它們不是實驗室。實驗室是大學裡類似半共產主義的東西。它們是公司。讓我看看你們的公司註冊檔案。哦，好的。你是B類或C類公司或別的什麼。所以我實際上非常喜歡“工程師”這個詞，勝過其他任何詞。未來絕大多數的工作都將是工程。可以四捨五入到100%。一旦你理解了物理學的基本定律，而且沒那麼多，剩下的就全是工程了。那麼，我們在設計什麼？我們正在設計製造一個好的“AI思維”偵錯程式，來看它在那裡說了什麼，犯了錯誤，並追蹤那個錯誤的起源。你顯然可以用啟髮式程式設計做到這一點。如果你有C++之類的，單步執行，你可以跨越整個檔案或函數、子程序。或者最終你可以深入到確切的行，也許你用了單等號而不是雙等號之類的。找出漏洞在那裡。用AI做更難，但我認為是個可解決的問題。帕特爾：你提到你喜歡Anthropic在這方面的工作。我很好奇你是否計畫……馬斯克：我不是喜歡Anthropic的一切……肖爾托。另外，我有點擔心……我有一個理論：如果模擬理論是正確的，那麼最有趣的結果是最有可能的，因為不有趣的模擬將被終止。就像在這個現實版本中，在這個現實層面，如果一個模擬走向無聊的方向，我們就會停止在上面花費精力。我們終止無聊的模擬。帕特爾：這就是伊隆讓我們都活著的方式。他讓事情保持有趣。馬斯克：可以說，最重要的是讓事情足夠有趣，以至於運行我們的人會繼續支付……的帳單。科里森：我們續訂了下一季。馬斯克：他們會支付他們的宇宙AWS帳單嗎？不管我們在其中運行的等效物是什麼。只要我們有趣，他們就會繼續付帳。如果你考慮將達爾文式的生存應用於大量模擬，那麼只有最有趣的模擬會存活下來，這意味著最有趣的結果是最有可能的。我們要麼就是那樣，要麼被消滅。他們似乎特別喜歡具有諷刺意味的有趣結果。你注意到了嗎？最諷刺的結果往往最有可能發生。現在看看AI公司的名字。好吧，Midjourney（中途）並不mid（中等）。Stability AI（穩定AI）不穩定。OpenAI（開放AI）是封閉的。Anthropic（人類中心）？Misanthropic（厭惡人類）。科里森：那這對X意味著什麼？馬斯克：負X？我不知道。科里森：Y。馬斯克：我故意讓它……這是個很難反轉的名字，真的。很難說，諷刺版本是什麼？我認為這是一個基本上防諷刺的名字。科里森：設計如此。馬斯克：是的。你有個諷刺護盾。科里森：你對AI產品的走向有什麼預測？我的感覺是，你可以這樣總結所有AI進展。首先，你有了LLM。然後你同時有了真正起作用的強化學習和深度研究模式，所以你可以引入模型中原本沒有的東西。各個AI實驗室之間的差異比時間上的差異要小。它們都比24個月前的任何人都領先得多。那麼，作為AI產品的使用者，2026年、2027年為我們準備了什麼？你期待什麼？馬斯克：嗯，如果到今年年底數字人類模擬還沒有解決，我會感到驚訝。我猜這就是我們所說的MacroHard（巨硬）項目。你能做任何擁有人類通過電腦能做的事嗎？在極限情況下，在你擁有物理Optimus之前，這是你能做的最好程度。你能做的最好是一個數字Optimus。你可以移動電子，可以放大人類的生產力。但在你有物理機器人之前，這是你能做的極限。如果你能完全模擬人類，那將涵蓋一切。科里森：這就是遠端工作者的想法，你將擁有一個非常有才華的遠端工作者。馬斯克：物理學有很好的思考工具。所以你說，“在極限情況下”，在有機器人之前，AI能做的最大程度是什麼？嗯，就是任何涉及移動電子或放大人類生產力的事情。所以，數字人類模擬器，在極限情況下，就是坐在電腦前的人，這是AI在擁有物理機器人之前，在做有用事情方面所能做的最大程度。一旦你有了物理機器人，那麼你基本上就有了無限的能力。物理機器人……我稱Optimus為無限刷錢外掛。科里森：因為你可以用它們製造更多的Optimus。馬斯克：是的。人形機器人將通過基本上三個呈指數增長的東西相乘並遞迴來改進。你將擁有數字智能的指數級增長、AI晶片能力的指數級增長，以及機電靈巧度的指數級增長。機器人的用處大致是這三樣東西相乘。但機器人可以開始製造機器人。所以你有了遞迴的乘法指數。這是一場超新星爆發。科里森：土地價格不算在這個數學裡嗎？勞動力是生產的四大要素之一，但其他要素呢？如果最終你受限於銅，或者隨便什麼投入，這並不完全是無限金錢漏洞，因為……馬斯克：嗯，無限是很大的。所以不，不是無限，但可以說你能做到比當前經濟體多很多數量級。比如一百萬倍。僅僅利用太陽能量的一百萬分之一，就大致相當於今天地球整個經濟規模的10萬倍，大概差一個數量級。而你只達到了一百萬分之一，大概差一個數量級。是的，我們談論的是數量級。帕特爾：在我們繼續討論Optimus之前，我有很多關於它的問題，但是——馬斯克：每次我說“數量級”……大家喝一杯。我說得太頻繁了。帕特爾：下一次10倍，再下一次100倍……馬斯克：嗯，浪費的數量級更大。帕特爾：我還有一個關於xAI的問題。這個建構遠端工作者、同事替代者的策略……馬斯克：順便說一句，每個人都會做，不僅僅是我們。帕特爾：那麼xAI的制勝計畫是什麼？馬斯克：你指望我在播客上告訴你？帕特爾：是啊。馬斯克：等我把所有底牌都亮出來，再喝杯健力士再說。科里森：這是個好系統。馬斯克：我們會像金絲雀一樣唱歌。所有秘密，都倒出來。科里森：好吧，但以不洩露秘密的方式，計畫是什麼？帕特爾：真是滴水不漏。馬斯克：當你這麼說的時候……我認為特斯拉解決自動駕駛的方式就是正確的方式。所以我相當確定這就是方法。帕特爾：無關的問題。特斯拉是如何解決自動駕駛的？聽起來你是在說資料？特斯拉解決了自動駕駛，是因為……馬斯克：我們既要嘗試資料，也要嘗試演算法。帕特爾：但這不就是其他所有實驗室在嘗試的嗎？馬斯克：“如果那些不管用，我不知道什麼會管用。我們試了資料。我們試了演算法。我們沒招了。現在我們不知道該怎麼辦……”我相當確定我知道路徑。問題只是我們沿著那條路走多快，因為這基本上是特斯拉的路徑。你最近試過特斯拉的自動駕駛嗎？科里森：不是最新版本，但……馬斯克：好吧。那輛車，它越來越感覺有感知力了。感覺像一個活物。這種感覺只會越來越強。我其實在想，我們可能不應該在車裡放太多智能，因為它可能會感到無聊，然後……科里森：開始在街上遊蕩。馬斯克：想像一下你被困在一輛車裡，那就是你能做的一切。你不會把愛因斯坦放在車裡。“為什麼我被困在車裡？”所以實際上可能有一個限制，車裡放多少智能才不會讓智能感到無聊。帕特爾：xAI有什麼計畫來保持在所有實驗室現在都在做的算力增長軌道上？這些實驗室（公司）正朝著花費超過500-2000億美元的方向前進。馬斯克：你是指那些公司嗎？實驗室在大學裡，它們慢得像蝸牛。帕特爾：它們沒有花費500億美元。馬斯克：你是指那些收入最大化的公司……那些自稱實驗室的公司。帕特爾：沒錯。“收入最大化的公司”正在創造100-200億美元的收入，取決於……OpenAI收入200億美元，Anthropic是100億美元。馬斯克：“接近利潤最大化”的AI。帕特爾：據報導xAI是10億美元。有什麼計畫達到它們的算力水平，達到它們的收入水平，並在事情進展過程中保持在那裡？馬斯克：一旦你解鎖了數字人類，你基本上就擁有了數兆美元的收入機會。實際上，你可以把它想成……目前市值最高的公司，它們的產出是數字的。輝達的產出是將檔案通過FTP傳送到台灣。是數字的。現在，那些是非常非常困難的。科里森：高價值的檔案。馬斯克：只有他們能做出那麼好的檔案，但那就是他們的產出。他們通過FTP將檔案傳送到台灣。科里森：他們用FTP傳嗎？馬斯克：我相信是的。我相信檔案傳輸協議是……但我可能錯了。但不管怎樣，是傳到台灣的位元流。蘋果不製造手機。他們把檔案傳送到中國。微軟不製造任何東西。即使是Xbox，也是外包的。他們的產出是數字的。Meta的產出是數字的。Google的產出是數字的。所以如果你有一個人體模擬器，你基本上可以一夜之間創造出一家世界上最有價值的公司，你將獲得數兆美元的收入。這不是個小數目。帕特爾：我明白了。你是說今天的收入數字與實際的潛在市場規模相比都是舍入誤差。所以只需專注於TAM以及如何到達那裡。馬斯克：拿像客服這樣簡單的事情來說。如果你必須與現有公司的API整合——其中許多甚至沒有API，所以你必須做一個，並且必須費力處理遺留軟體——那會極其緩慢。然而，如果AI能夠簡單地接手他們已經使用的客服外包公司所給予的任務，並使用他們已經使用的應用程式來做客服，那麼你就能在客服方面取得巨大進展，我認為這大概是世界經濟的1%左右。全部加起來接近一兆美元。而且沒有進入壁壘。你可以立即說，“我們可以以一小部分成本外包”，而且不需要整合。科里森：你可以想像某種對智力任務的分類，一種是有廣度，比如客服由很多人完成，但許多人都能做。然後是難度，比如有最好的渦輪發動機。可能有一個AI能想像出的、能效提高10%的渦輪發動機，但我們還沒找到。或者GLP-1隻是幾個字節的資料……你認為你想在這個領域的那個部分發揮作用？是大量的中等智力，還是在認知任務的最高峰？馬斯克：我剛才用客服作為例子，是因為它是一個非常重要的收入流，但可能不難解決。如果你能模擬一個坐在辦公桌前的人，那就是客服。它是中等智力水平的人。你不需要花了很多年培養的人。你不需要幾個西格瑪的優秀工程師來做這個。但當你使這個有效時，一旦你擁有了有效的數字Optimus，你就可以運行任何應用程式。假設你試圖設計晶片。你可以運行常規應用程式，Cadence、Synopsys等等。你可以同時運行1000或10000個，並說，“給定這個輸入，我得到晶片的這個輸出。”在某個時候，你將知道晶片應該是什麼樣子，而無需使用任何工具。基本上，你應該能夠進行數字晶片設計。你可以做晶片設計。你沿著難度曲線向上。你將能夠做CAD。你可以使用NX或任何CAD軟體來設計東西。科里森：所以你認為你從最簡單的任務開始，然後沿著難度曲線向上走？帕特爾：作為擁有這個完整數字同事模擬器的更廣泛目標，你說：“所有收入最大化的公司都想做這個，xAI是其中之一，但我們會因為一個秘密計畫而獲勝。”但每個人都在用資料、用演算法嘗試不同的事情。馬斯克：“我們試了資料，我們試了演算法。我們還能做什麼？”帕特爾：這似乎是一個競爭激烈的領域。你們打算如何獲勝？這是我的大問題。馬斯克：我認為我們看到了一條實現它的路徑。我認為我知道做這件事的路徑，因為這基本上是特斯拉用來創造自動駕駛的相同路徑。不是駕駛汽車，而是駕駛電腦螢幕。基本上是一台自動駕駛的電腦。科里森：這條路徑是跟隨人類行為，並在海量的人類行為資料上訓練嗎？帕特爾：那不就是……訓練嗎？馬斯克：顯然我不會在播客上說出最敏感的秘密。我至少還需要再來三杯健力士才可能說。科里森：xAI的業務會是什麼？會是面向消費者，還是企業？這些東西的混合比例會怎樣？會和其他實驗室類似嗎——馬斯克：你說“實驗室”。是公司。帕特爾：這個心理操作很深啊，伊隆。馬斯克：“收入最大化的公司”，說清楚。那些GPU不會自己付錢。科里森：沒錯。商業模式是什麼？幾年後的收入來源是什麼？馬斯克：事情會變化得非常快。我在這裡陳述顯而易見的事實。我稱AI為超音速海嘯。我喜歡頭韻。將會發生的事情——尤其是當你擁有規模化的人形機器人時——是它們將比人類公司更高效地製造產品和提供服務。放大人類公司的生產力只是一個短期的事情。帕特爾：所以你期待的是完全數位化的公司，而不是SpaceX變成部分AI？馬斯克：我認為會有數位化的公司，但是……其中一些聽起來可能有點末日論調，好吧？但我只是說出我認為會發生的事情。並不是要顯得末日論或其他什麼。這就是我認為會發生的事情。純AI和機器人的公司將遠遠超過任何有人類參與的公司。“計算員”曾經是人類的一份工作。你會得到一份計算員的工作，做計算。他們會有一整棟摩天大樓的人類，20-30層樓的人，都在做計算。現在，那整棟做計算的人類大樓可以被一台帶有電子表格的筆記型電腦取代。那個電子表格可以比一整棟樓的人類計算員做多得多的計算。你可以想，“好吧，如果你的電子表格中只有一些儲存格是由人類計算的呢？”實際上，那會比所有儲存格都由電腦計算要糟糕得多。真正會發生的是，純AI、純機器人的公司或集體將遠遠超過任何有人類參與的公司。而且這將很快發生。帕特爾：說到形成閉環……Optimus。就製造目標而言，你的公司一直扛著美國硬科技製造的大旗。但在特斯拉一直處於領先地位的領域——現在你想進入人形機器人領域——在中國有幾十家公司正在以低廉的成本和規模進行這種製造，它們極具競爭力。那麼，請給我們一些建議或計畫，說明美國如何能像中國那樣，以規模和低成本製造人形機器人大軍或電動汽車等等。馬斯克：對於人形機器人來說，實際上只有三件難事：真實世界智能、手，以及規模化製造。我還沒見過任何演示機器人擁有一隻出色的手，具有人類手的所有自由度。Optimus會有這個。Optimus確實有這個。帕特爾：如何實現？僅僅是電機有正確的扭矩密度嗎？那方面的硬體瓶頸是什麼？馬斯克：我們必須設計定製的執行器，基本上是定製的電機、齒輪、功率電子器件、控制裝置、感測器。一切都必須從物理第一性原理開始設計。沒有這方面的供應鏈。帕特爾：你能大規模製造那些嗎？馬斯克：能。科里森：除了手之外，從操作的角度看，還有什麼難的嗎？或者一旦你解決了手的問題，你就沒問題了？馬斯克：從機電角度看，手比其他所有東西加起來都難。人類的手原來是相當了不得的東西。但你也需要真實世界智能。特斯拉為汽車開發的智能非常適用於機器人，主要是視覺輸入。汽車接收視覺輸入，但它實際上也在聽警報聲。它接收慣性測量、GPS訊號、其他資料，將其與視訊——主要是視訊——結合，然後輸出控制指令。你的特斯拉每秒接收1.5GB的視訊，並以每秒2KB輸出控制指令，視訊頻率36Hz，控制頻率18Hz。科里森：對於我們何時獲得機器人技術，你可以有這樣一種直覺：從引人注目的演示到真正能在現實世界中使用，需要相當多年時間。10年前，你就有非常引人注目的自動駕駛演示，但直到現在我們才有機器人計程車、Waymo等服務的規模化。這不應該讓人對家用機器人感到悲觀嗎？因為我們甚至還沒有真正先進的、比如說那隻靈巧的手的引人注目的演示。馬斯克：嗯，我們現在研究人形機器人已經有一段時間了。我想大概有五六年了。為汽車做的很多事情都適用於機器人。我們將在機器人中使用與汽車相同的特斯拉AI晶片。我們將使用相同的基本原則。這是非常相似的AI。機器人比汽車有更多的自由度。如果你只把它看作一個位元流，AI主要是兩個位元流的壓縮和關聯。對於視訊，你必須進行大量的壓縮，而且你必須把壓縮做得恰到好處。你必須忽略那些不重要的東西。你不在乎路邊樹葉的細節，但你非常在乎路標和交通燈、行人，甚至其他車裡的人是否在看你。其中一些細節非常重要。汽車最終將把每秒1.5GB的視訊轉換成每秒2KB的控制輸出。所以你有許多壓縮階段。你必須把所有階段都搞對，然後將其與正確的控制輸出相關聯。機器人基本上必須做同樣的事情。人類就是這樣。我們確實是光子輸入，控制輸出。那是你生活中的絕大部分：視覺、光子輸入，然後是運動控制輸出。帕特爾：表面上看，人形機器人和汽車之間似乎……汽車的基本執行器是如何轉向、如何加速。在機器人中，尤其是具有可操縱的手臂，有幾十個這樣的自由度。特別是特斯拉，你擁有收集自道路上數百萬小時人類演示資料的優勢。你不能同樣部署那些還不工作的Optimus來獲取資料。那麼在自由度增加和資料稀疏得多之間……馬斯克：是的。你說到了點子上。帕特爾：你將如何使用特斯拉的智能引擎來訓練Optimus的思維？馬斯克：你實際上指出了一個重要的侷限性和與汽車的差異。我們很快就會有1000萬輛汽車在路上。很難複製那種大規模的訓練飛輪。對於機器人，我們需要做的是製造大量機器人，把它們放在一個“Optimus學院”裡，讓它們在現實中做自我對弈。我們實際上正在建設這個。我們可以讓至少1萬個，也許2-3萬個Optimus機器人進行自我對弈並測試不同的任務。特斯拉有一個相當不錯的現實生成器，一個物理精確的現實生成器，是我們為汽車製作的。我們將為機器人做同樣的事情。我們實際上已經為機器人做了這個。所以你會有幾萬個做不同任務的人形機器人。你可以在模擬世界中模擬數百萬個機器人。你用現實世界中的幾萬個機器來縮小模擬與現實之間的差距。縮小“從模擬到現實”的差距。帕特爾：考慮到你強調了需要這個世界模型，你想用一些非常智能的AI作為控制平面，Grok做較慢的規劃，然後運動策略是較低層級的，你如何看待xAI和Optimus之間的協同作用？這些東西之間會有什麼協同？馬斯克：Grok將協調Optimus機器人的行為。假設你想建造一個工廠。Grok可以組織Optimus機器人，分配任務給它們來建造工廠，生產任何你想要的東西。科里森：那你不需要合併xAI和特斯拉嗎？因為這些事最終如此緊密……馬斯克：我們之前關於上市公司討論說什麼來著？帕特爾：我們又多喝了一杯健力士了，伊隆。在你決定要製造10萬個Optimus之前，你在等待看到什麼？馬斯克：“Optimus”。既然我們定義了專有名詞，我們也要定義其複數形式。我們要把這個專有名詞的複數也定為專有名詞，所以是Optimus。帕特爾：你在硬體方面想看到什麼嗎？你想看到更好的執行器嗎？還是你只想要軟體更好？在我們進行第3代大規模製造之前，我們在等什麼？馬斯克：不，我們正朝著那個方向前進。我們正在推進大規模製造。帕特爾：但你認為目前的硬體足夠好，你現在只想儘可能多地部署嗎？馬斯克：擴大生產規模非常困難。但我認為Optimus 3是合適的版本，可以生產大約每年100萬台。我想在達到每年1000萬台之前，你會想先升級到Optimus 4。科里森：好吧，但Optimus 3能生產100萬台？馬斯克：擴大製造規模非常困難。單位時間產出總是遵循S曲線。開始極其緩慢，然後指數級增長，然後線性，然後對數級，直到最終在某個數字上漸近。Optimus的初始生產將是拉長的S曲線，因為Optimus的許多部件都是全新的。沒有現成的供應鏈。Optimus機器人的執行器、電子器件，所有一切都是從物理第一性原理設計的。不是從目錄中選的。這些都是定製設計的。我認為沒有一樣東西——科里森：這深入到什麼程度？馬斯克：我想我們還沒有做定製電容器，也許吧。沒有任何東西你能以任何價格從目錄中挑選。這意味著Optimus的S曲線，單位時間產出，即你每天製造多少Optimus機器人，初始時的增長將比擁有現成供應鏈的產品慢。但它會達到100萬台。帕特爾：當你看到這些中國的人形機器人，比如宇樹（Unitree）或其他公司，以6000美元或13000美元左右的價格出售人形機器人時，你是希望將你的Optimus物料清單成本降到低於那個價格，以便做同樣的事情嗎？還是你認為它們在質量上不是一回事？是什麼讓他們能賣得這麼低？我們能匹配嗎？馬斯克：我們的Optimus設計得具有很高的智能，並具有與人類相同（如果不更高）的機電靈巧度。宇樹沒有這個。它也是一個相當大的機器人。它必須長時間承載重物，而不會過熱或超出其執行器的功率。它有5英呎11英吋高，相當高。它有很多智能。所以它會比一個不智能的小型機器人貴。科里森：但能力更強。馬斯克：但不會貴太多。關鍵是，隨著時間的推移，當Optimus機器人製造Optimus機器人時，成本會很快下降。科里森：這最初的10億個Optimus會做什麼？它們最高和最好的用途是什麼？馬斯克：我想你會從你能指望它們做好的簡單任務開始。科里森：是在家裡還是在工廠裡？馬斯克：機器人最初的最佳用途將是任何連續操作、任何24/7的操作，因為它們可以連續工作。帕特爾：在超級工廠目前由人類完成的工作中，第3代Optimus能完成多少比例？馬斯克：我不確定。也許是10-20%，也許更多，我不知道。我們不會減少員工人數。說清楚，我們會增加員工人數。但我們會增加產出。單位人工生產的（機器人或汽車）數量……特斯拉的總人數會增加，但機器人和汽車的產出會不成比例地增加。每名員工生產的汽車和機器人數量將急劇增加，但員工數量也會增加。科里森：我們在這裡談了很多中國製造。我們也談到了相關的政策，比如你提到的太陽能關稅。你認為這是個壞主意，因為我們無法在美國擴大太陽能規模。馬斯克：美國的電力產出需要擴大。科里森：沒有好的電源就無法擴大。馬斯克：你只是需要以某種方式獲得電力。科里森：我接下來想問的是，如果你負責，如果你制定所有政策，你還會改變什麼？你會改變太陽能關稅，這是一點。馬斯克：我會說，只要對環境不是非常有害，任何限制電力的因素都需要解決。科里森：所以大概一些許可改革之類的東西也會在其中？馬斯克：有不少許可改革正在發生。很多許可是州一級的，但任何聯邦層面的……本屆政府很擅長消除許可障礙。我不是說所有關稅都是壞的。科里森：太陽能關稅。馬斯克：有時，如果另一個國家對某種產品的產出進行補貼，那麼你必須徵收反補貼關稅，以保護國內產業免受其他國家補貼的影響。科里森：你還會改變什麼？馬斯克：我不知道政府實際上能做的有多少。科里森：有一件事我在想……為了創造美國相對於中國的領先地位這一政策目標，出口禁令似乎確實相當有影響，中國不生產領先的晶片，出口禁令在這方面確實有影響。中國不生產領先的渦輪發動機。同樣，在冶金方面也有一些相關的出口禁令。應該有更多的出口禁令嗎？考慮到無人機行業之類的事情，這是應該考慮的嗎？馬斯克：重要的是要認識到，在大多數領域，中國的製造業非常先進。只有少數幾個領域不是。中國是一個製造業強國，簡直是另一個維度的存在。科里森：非常令人印象深刻。馬斯克：如果你看礦石精煉，中國平均精煉的礦石量大約是世界其他地區的總和的兩倍。有一些領域，比如精煉用於太陽能電池的鎵。我想他們佔了98%的鎵精煉。所以中國實際上在大多數製造領域都非常先進。科里森：似乎對這種供應鏈依賴感到不適，但並沒有真正發生什麼變化。馬斯克：供應鏈依賴？科里森：比如，你說的鎵精煉。所有稀土材料。馬斯克：稀土材料，你知道，它們並不稀有。我們實際上在美國進行稀土礦石開採，把礦石裝上火車，然後裝上船運到中國，再換火車，運到中國的稀土精煉廠，然後他們精煉它，做成磁鐵，做成電機元件，再送回美國。所以我們真正缺少的是美國大量的礦石精煉能力。科里森：這不值得政策干預嗎？馬斯克：值得。我認為在這方面正在做一些事情。但我們老實說需要Optimus來建造礦石精煉廠。帕特爾：所以，你認為中國的主要優勢是熟練勞動力的豐富？這就是Optimus能解決的問題？馬斯克：是的。中國人口大約是我們的四倍。帕特爾：我的意思是，有這樣一種擔憂。如果你認為人力資源是未來，現在如果是製造業的熟練勞動力決定誰能製造更多的人形機器人，中國有更多這樣的勞動力。它製造更多的人形機器人，因此它首先獲得Optimus的未來。馬斯克：嗯，我們看看。也許吧。帕特爾：它只是讓這個指數增長繼續下去。你似乎指出，要達到100萬台Optimi需要Optimus本該幫助我們達到的製造能力。對吧？馬斯克：你可以很快閉合那個遞迴循環。科里森：用少量的Optimi？馬斯克：是的。所以閉合那個遞迴循環，讓機器人幫助製造機器人。然後我們可以嘗試達到每年數千萬台的產量。也許。如果你開始達到每年數億台的產量，你將遠比其他任何國家更具競爭力。我們肯定不能只靠人類取勝，因為中國人口是我們的四倍。老實說，美國贏得太久了……一支贏得很久的職業運動隊往往會變得自滿產生優越感。這就是他們停止贏的原因，因為他們不再那麼努力了。所以老實說，我觀察到中國的平均職業道德比美國高。不僅是人口是四倍，而且人們投入的工作量也更大。所以你可以嘗試重新安排人類，但你仍然只有四分之一的人口——假設生產率相同，但我認為實際上可能不是，我認為中國的人均生產率可能更高——我們做的事將是中國的四分之一。所以我們不能在人類方面取勝。我們的出生率長期以來一直很低。美國的出生率自1971年左右以來一直低於更替水平。我們有很多人退休，國內死亡人數接近超過出生人數。所以我們肯定不能在人類方面取勝，但我們可能在機器人方面有機會。科里森：有沒有其他你過去想製造，但過去那些費工費力、或者造價太貴而無法量產的東西，現在你可以回過頭來說，“哦，我們終於可以做某某事了，因為我們有Optimus”？馬斯克：是的，我們想在特斯拉建造更多的礦石精煉廠。我們剛剛完成建設，並已開始在德克薩斯州科珀斯克里斯蒂市的鋰精煉廠進行鋰精煉。我們有一個鎳精煉廠，用於正極材料，就在奧斯汀。這是中國以外最大的正極精煉廠，最大的鎳和鋰精煉廠。正極材料團隊會說：“我們擁有美國最大，實際上也是唯一的正極精煉廠。”不僅是最大的，也是唯一的。科里森：許多最高級形容詞。馬斯克：所以它很大，即使它是唯一一個。但還有其他事情。你可以做更多的精煉廠，幫助美國在精煉能力上更具競爭力。基本上，有很多工作可以交給Optimus去做，而大多數美國人，坦率地說，很少有美國人願意做。科里森：是精煉工作太髒還是什麼——馬斯克：實際上不是，不。我們的精煉廠沒有有毒排放物之類的。正極鎳精煉廠在特拉維斯縣。科里森：為什麼不能用人類來做？馬斯克：可以，只是人類不夠用。科里森：啊，我明白了。好吧。馬斯克：無論你做什麼，美國的人口都只有中國的四分之一。所以如果你讓他們做這件事，他們就不能做那件事。那麼你如何建立這種精煉能力？嗯，你可以用Optimus來做。沒有多少美國人渴望做精煉。我是說，你遇到過幾個？非常少。很少有人渴望精煉。帕特爾：比亞迪在電動汽車產量或銷量上正在接近特斯拉。你認為隨著中國電動汽車產量的擴大，全球市場會發生什麼？馬斯克：中國在製造業上極具競爭力。所以我認為將會有大量的中國車輛和基本上大多數製成品湧入。就像我說的，中國可能正在做世界其他地區總和兩倍的礦石精煉。所以如果你深入到第四、第五級供應鏈的東西……在基礎層面，你有能源，然後是採礦和精煉。這些基礎層，就像我說的，粗略估計，中國的精煉量是世界其他地區的總和的兩倍。所以任何特定產品都會有中國含量，因為中國的精煉工作量是世界其他地區的兩倍。而且他們會一直做到成品，包括汽車。我是說中國是一個強國。我認為今年中國的電力產出將超過美國的三倍。電力產出是經濟的合理指標。為了營運工廠和一切，你需要電力。這是實體經濟的很好指標。如果中國的電力產出超過美國的三倍，那就意味著其工業能力——粗略近似——將是美國的三倍。帕特爾：從字裡行間看，你似乎在說，除非未來幾年出現某種人形機器人的遞迴奇蹟，否則在整個製造/能源/原材料鏈條上，中國無論在AI、製造電動汽車還是製造人形機器人方面都將佔據主導地位。馬斯克：如果美國沒有突破性的創新，中國將完全主導。帕特爾：有趣。馬斯克：是的。科里森：機器人技術是主要的突破性創新。馬斯克：嗯，要在太空擴展AI，基本上你需要人形機器人，你需要真實世界AI，你需要每年一百萬噸的入軌能力。假設我們讓月球上的質量加速器運行起來，那是我最喜歡的東西，那麼我想——科里森：我們所有的問題就都解決了。馬斯克：我稱之為勝利。稱之為巨大的勝利。科里森：你終於可以滿足了。你做了些事情。馬斯克：是的。科里森：你擁有了月球上的質量加速器。馬斯克：我只是想看到那個東西運行。科里森：那是出自某部科幻小說嗎？還是你從那裡……？馬斯克：嗯，實際上，有一本海因萊因的書。《嚴厲的月球》（The Moon is a Harsh Mistress）。科里森：好吧，是的，但那有點不同。那是重力彈弓或……馬斯克：不，他們在月球上有一個質量加速器。科里森：好吧，是的，但他們用它來攻擊地球。所以也許不是最好的……馬斯克：嗯，他們用它來……主張他們的獨立。科里森：沒錯。你對月球上的質量加速器有什麼計畫？馬斯克：他們主張獨立。地球政府不同意，他們就一直髮射東西，直到地球政府同意。科里森：那本書很有趣。我覺得那本書比他另一本大家都讀的《異鄉異客》好多了。馬斯克：“Grok”這個詞就來自《異鄉異客》。《異鄉異客》的前三分之二不錯，然後第三部分變得非常奇怪。但裡面仍然有一些好概念。科里森：我們討論了很多的是你管理人員的體系。你面試了SpaceX的前幾千名員工，還有其他很多公司。馬斯克：這顯然無法擴展。科里森：嗯，是的，但什麼是無法擴展的？馬斯克：我。科里森：當然，當然。我知道。但你在尋找什麼？馬斯克：一天裡確實沒有足夠的時間。不可能。科里森：但你在尋找什麼，以便其他人善於面試和招聘人……那個難以言喻的特質是什麼？馬斯克：目前，我可能擁有更多評估技術人才——我想是各種人才，但尤其是技術人才——的訓練資料，因為我做了很多技術面試，然後看到了結果。所以我的訓練集非常龐大，範圍非常廣。一般來說，我要求的是證明卓越能力的要點。這些東西可以相當天馬行空。不一定非要在特定領域，但要有卓越能力的證據。所以如果有人能舉出那怕一件事，但最好是三件事，讓你覺得“哇，哇，哇”，那是個好跡象。帕特爾：為什麼必須由你來決定？馬斯克：不，我不必。我做不到。不可能。所有公司的總人數是20萬人。科里森：但在早期，你在那些面試中尋找的是什麼，以至於當時無法委託他人？馬斯克：我想我需要建立我的訓練集。我並不是百發百中。我會犯錯，但後來我能夠看到我認為某人會表現良好，但他們沒有。那他們為什麼沒表現好？我能做什麼，我想是強化學習我自己，以便將來面試時命中率更高？我的成功率仍然不完美，但很高。帕特爾：人們沒成功有那些令人驚訝的原因？馬斯克：令人驚訝的原因……帕特爾：比如，他們不懂技術領域，等等。但你現在有很長的尾部分佈：“我對這個人真的很興奮。但沒成功。”好奇為什麼會發生這種情況。馬斯克：通常我告訴人們——我想我也是這樣告訴自己，算是願望——就是，別看簡歷。只相信你的互動。簡歷可能看起來非常令人印象深刻，“哇，簡歷看起來不錯。”但如果交談20分鐘後你並不覺得“哇”，你應該相信交談，而不是那張紙。科里森：我覺得你方法的一部分是……幾年前媒體有個梗，說特斯拉高管人才是個旋轉門。而實際上，我認為你看過去幾年，特斯拉有一個非常穩定且內部提拔的高管團隊。然後在SpaceX，你有像馬克·洪科薩、史蒂夫·戴維斯——馬斯克：史蒂夫·戴維斯現在負責The Boring Company。科里森：比爾·賴利，以及那樣的人。感覺運作良好的部分原因是擁有非常有能力的技術副手。這些人有什麼共同點？馬斯克：嗯，特斯拉的高級團隊目前的平均任期可能在10-12年左右。相當長了。但特斯拉也曾經歷過極其快速的增長階段，所以事情只是有點加速了。正如你所知，一家公司會經歷不同數量級的大小。能夠幫助管理，比如說，50人公司的人，與管理500人、5000人、5萬人公司的人不一樣。科里森：人們跟不上發展了。馬斯克：不總是同一個團隊。所以如果一家公司增長非常迅速，高管職位變化的速率通常也會與增長速度成比例。特斯拉還有一個進一步的挑戰：當特斯拉處於非常成功的時期時，我們會受到無情的挖角。非常無情。當蘋果有他們的電動車項目時，他們用招聘電話地毯式轟炸特斯拉。工程師們幹脆拔掉了電話。科里森：“我正想工作呢。”馬斯克：是啊。“如果我再接到一個蘋果招聘人員的電話……”但他們沒有任何面試的開價就會位元斯拉的薪酬高一倍。所以我們有點“特斯拉仙塵”的問題，就像“哦，如果你雇一個特斯拉高管，突然一切都會成功。”我自己也犯過“仙塵”問題的錯誤，比如“哦，我們從Google或蘋果雇個人，他們立刻就會成功”，但事情不是這樣的。人就是人。沒有神奇的仙塵。所以當我們遇到仙塵問題時，我們會受到無情的挖角。此外，特斯拉是工程公司，尤其是在矽谷，人們更容易……他們不需要改變太多生活。他們的通勤路程一樣。科里森：那你怎麼防止這個？你怎麼防止仙塵效應，每個人都想挖走你所有的人？馬斯克：我認為我們沒什麼辦法阻止它。這就是為什麼特斯拉……真的，身處矽谷，同時又有仙塵效應，意味著招聘競爭非常非常激烈。科里森：那麼在奧斯汀設總部有幫助嗎？馬斯克：奧斯汀有幫助。特斯拉大部分工程仍在加州。讓工程師搬家……我稱之為“另一半”問題。科里森：是的，“另一半”有工作。馬斯克：沒錯。所以對於Starbase（SpaceX在德克薩斯州博卡奇卡的基地）來說，這尤其困難，因為找到非SpaceX工作的機率……科里森：在德克薩斯州布朗斯維爾市……馬斯克：……相當低。非常困難。有點像技術修道院，偏遠且大多是男性。帕特爾：比舊金山改善不大。科里森：如果你回顧那些在特斯拉、SpaceX等地方在技術能力上非常有效的人，你認為他們除了……還有什麼共同點？只是他們在火箭或技術基礎方面非常敏銳，還是你認為是一些組織能力？是他們與你合作的能力嗎？是他們靈活但不過於靈活的能力嗎？什麼能成為你的優秀搭檔？馬斯克：我不認為是搭檔。如果有人能完成任務，我喜歡他們，如果不能，我討厭他們。所以很簡單。不是什麼特殊的癖好。如果有人執行得好，我是他的超級粉絲，如果不好，我就不是。但這不是要對應到我的特殊偏好上。我當然儘量不要求對應到我的特殊偏好上。一般來說，我認為根據才能、動力和可信度來招聘是個好主意。而且我認為心地善良很重要。我曾經一度低估了這一點。所以，他們是好人嗎？可信嗎？聰明、有才華且努力工作？如果是這樣，你可以補充領域知識。但那些基本特質，那些基本屬性，你無法改變。所以特斯拉和SpaceX的大多數人並非來自航空航天或汽車行業。帕特爾：隨著你的公司從100人擴大到1000人到1萬人，你的管理風格最需要改變的是什麼？你以這種非常微觀的管理而聞名，就是深入細節。馬斯克：奈米管理，謝謝。皮米管理。飛米管理。科里森：繼續說。馬斯克：我們要一路降到普朗克常數。一路降到海森堡不確定性原理。帕特爾：你仍然能像你想的那樣深入細節嗎？如果公司規模小一些，會更成功嗎？你怎麼看？馬斯克：因為我一天的時間是固定的，隨著事物增長和活動範圍的擴大，我的時間必然被稀釋。我不可能實際上去微觀管理，因為那意味著我一天要有幾千個小時。對我來說，微觀管理在邏輯上是不可能的。現在，有時我會深入研究一個具體問題，因為那個具體問題是公司進展的限制因素。深入研究一些非常詳細的項目的原因是因為它是限制因素。不是任意地深入到不重要的小事。從時間角度來看，我任意地深入不重要的小事在物理上是不可能的。那會導致失敗。但有時小事對勝利是決定性的。科里森：眾所周知，你將星艦的設計從複合材料改成了鋼。馬斯克：是的。科里森：是你做的決定。那不是人們跑來跑去說，“哦，老闆，我們找到了更好的東西。”是你在鼓勵人們，儘管遇到一些阻力。你能告訴我們你是如何得出鋼鐵轉換這個整體概念的嗎？馬斯克：絕望，我想說。最初，我們打算用碳纖維製造星艦。碳纖維相當昂貴。當你進行大規模生產時，任何給定的東西都可以開始接近其材料成本。碳纖維的問題是材料成本仍然非常高。特別是如果你要使用一種高強度、專門的碳纖維，能夠承受低溫氧，它的成本大約是鋼的50倍。至少在理論上，它會更輕。人們通常認為鋼重，碳纖維輕。對於室溫應用，比如一級方程式賽車、靜態空氣動力結構，或任何類型的空氣動力結構，你可能最好用碳纖維。問題是我們試圖用碳纖維製造這個巨大的火箭，我們的進展極其緩慢。科里森：最初選擇它只是因為它輕嗎？馬斯克：是的。乍一看，大多數人會認為製造輕質東西的選擇會是碳纖維。問題是當你用碳纖維製造一個非常巨大的東西，然後你試圖高效地固化碳纖維，意思不是室溫固化，因為有時你有50層碳纖維……碳纖維實際上是碳纖維線和膠水。為了獲得高強度，你需要一個高壓釜。本質上是一個高壓烤箱。如果你有一個巨大的東西，那個高壓釜必須比火箭還大。我們試圖製造一個比任何曾經存在的高壓釜都大的高壓釜。或者你可以做室溫固化，這需要很長時間且有問題。最後的問題是，我們在碳纖維方面的進展非常緩慢。帕特爾：元問題是，為什麼必須由你來做出這個決定。你的團隊裡有很多工程師。科里森：團隊怎麼沒得出鋼的結論？帕特爾：是啊，沒錯。這是更廣泛問題的一部分，瞭解你在公司中的比較優勢。馬斯克：因為我們在碳纖維方面進展非常緩慢，我當時想，“好吧，我們必須試試別的。”對於獵鷹9號，主要機身是由鋁鋰合金製成的，這種材料有很好的強度重量比。實際上，對於其應用來說，它大約和碳纖維有相同甚至更好的強度重量比。但鋁鋰合金非常難加工。為了銲接它，你必須做一種叫做攪拌摩擦焊的工藝，你在不進入液相的情況下連接金屬。你能做到這點很瘋狂。但對於這種特殊的銲接類型，你可以做到。這非常困難。假設你想修改鋁鋰合金或在上面附加東西，你現在必須使用帶密封的機械連接。你不能直接焊上去。所以我想避免將鋁鋰合金用於星艦的主要結構。有一種非常特殊等級的碳纖維，具有非常好的質量特性。對於火箭，你實際上試圖最大化火箭中推進劑的百分比，顯然最小化質量。但就像我說的，我們的進展非常緩慢。我說，“照這個速度，我們永遠到不了火星。所以我們必須想想別的辦法。”我不想用鋁鋰合金，因為攪拌摩擦焊的困難，尤其是在大規模生產中。對於3.6米直徑來說已經夠難了，更不用說9米或更大了。然後我說，“鋼怎麼樣？”我這裡有線索，因為美國早期的一些火箭使用了非常薄的鋼。阿特拉斯火箭使用了鋼製氣球貯箱。並不是說鋼以前從未被使用過。它實際上被使用過。當你查看不鏽鋼（全硬、應變硬化不鏽鋼）在低溫下的材料特性時，其強度重量實際上與碳纖維相似。如果你看室溫下的材料特性，似乎鋼的重量會是兩倍。但如果你看特定等級的全硬不鏽鋼在低溫下的材料特性，你實際上會得到與碳纖維相似的強度重量比。對於星艦，燃料和氧化劑都是低溫的。對於獵鷹9號，燃料是火箭級煤油，基本上是純淨的噴氣燃料。那大致是室溫。儘管我們實際上會略微冷卻它，就像冰鎮啤酒一樣。科里森：可口。馬斯克：我們確實冷卻它，但它不是低溫的。事實上，如果我們把它變成低溫，它就會變成蠟。但對於星艦，是液態甲烷和液態氧。它們在相似的溫度下是液態。基本上，幾乎整個主要結構都處於低溫。所以你用的是應變硬化的300系列不鏽鋼。因為幾乎所有東西都是低溫，它實際上具有與碳纖維相似的強度重量比。但原材料成本便宜50倍，而且非常容易加工。你可以在戶外銲接不鏽鋼。你甚至可以邊抽雪茄邊銲接不鏽鋼。它非常有韌性。很容易修改。如果你想附加東西，直接焊上去就行。非常容易加工，成本非常低。就像我說的，在低溫下，它和碳纖維有相似的強度重量比。然後當你考慮到我們有大大減少的隔熱罩質量，因為鋼的熔點比鋁高得多……大約是鋁熔點的兩倍。科里森：所以你可以讓火箭承受更高的溫度？馬斯克：是的，尤其是對於像燃燒的流星一樣返回的飛船。你可以大大減少隔熱罩的質量。你可以將迎風面隔熱罩的質量減半，而在背風面根本不需要任何隔熱。最終結果是，實際上鋼製火箭比碳纖維火箭更輕，因為碳纖維火箭中的樹脂開始熔化。基本上，碳纖維和鋁具有大致相同的操作溫度能力，而鋼可以承受兩倍的溫度。這些是非常粗略的近似。科里森：我不會造火箭。馬斯克：我的意思是人們會說，“哦，他說了兩倍。實際上是0.8倍。”我就說，閉嘴，混蛋。帕特爾：主要評論就會是這個。馬斯克：該死的。關鍵是，事後看來，我們一開始就應該用鋼。一開始不用鋼是愚蠢的。科里森：好吧，對你剛才說的，我聽到的是，鋼是一條風險更高、更未經證實的路徑，除了早期的美國火箭。而碳纖維是一條更差但更經過驗證的路徑。所以需要你來推動，“嘿，我們要走這條風險更高的路，並想辦法搞定它。”所以你是在對抗一種保守主義。馬斯克：這就是為什麼我最初說問題在於我們進展不夠快。我們甚至很難製造一個沒有皺紋的小碳纖維筒段。因為在那麼大的規模上，你必須有許多層碳纖維。你必須固化它，而且必須以沒有皺紋或缺陷的方式固化它。碳纖維的韌性比鋼差得多。它的韌性要低得多。不鏽鋼會拉伸和彎曲，碳纖維往往會碎裂。韌性是應力-應變曲線下的面積。總的來說，不鏽鋼會更好，精準地說是不鏽鋼。科里森：另一個關於星艦的問題。我兩年前參觀了Starbase，那次很棒。在很多方面都非常酷。我注意到的一件事是，人們真的為事物的簡單性感到自豪，每個人都想告訴你星艦就像一個大的蘇打罐，我們僱傭焊工，如果你在任何工業項目中會銲接，你就能在這裡銲接。但對簡單性有很多自豪感。馬斯克：嗯，實際上星艦是一枚非常複雜的火箭。科里森：所以我想問的是，事物是簡單還是複雜？馬斯克：我想他們可能只是想表達，你不需要有火箭行業的先前經驗就能在星艦上工作。一個人只需要聰明、努力工作、可信，他就能從事火箭工作。他們不需要先前的火箭經驗。星艦是人類有史以來製造的最複雜的機器，而且遙遙領先。科里森：在那些方面？馬斯克：任何方面，真的。我會說沒有比這更複雜的機器了。我想我能想到的任何項目都會比這個容易。這就是為什麼從來沒有人製造過完全可重複使用的軌道火箭。這是個非常難的問題。許多聰明人以前嘗試過，非常聰明的人擁有巨大的資源，但他們失敗了。而我們還沒有成功。獵鷹是部分可重複使用的，但上面級不是。星艦第3版，我認為這個設計可以完全可重複使用。那種完全可重複使用將使我們能夠成為一個多行星文明。任何技術問題，即使是像大型強子對撞機這樣的東西，都是比這更容易的問題。科里森：我們花了很多時間在瓶頸上。你能說說星艦目前的瓶頸是什麼嗎，即使只是高層面的？馬斯克：試圖讓它不爆炸，一般來說。它真的很想爆炸。科里森：那個老問題。所有那些可燃材料。馬斯克：我們已經有兩個助推器在測試台上爆炸了。其中一個摧毀了整個測試設施。所以只需要那一次錯誤。星艦蘊含的能量是瘋狂的。科里森：這就是為什麼它比獵鷹更難嗎？因為它只是能量更多？馬斯克：有很多新技術。它正在推高性能極限。猛禽3號發動機是一個非常非常先進的發動機。它是有史以來最好的火箭發動機。但它非常想爆炸。就讓我們來瞭解一下這個規模，在起飛時，火箭產生超過100吉瓦的功率。那是美國電力的20%。帕特爾：這實際上很瘋狂。科里森：這是個很好的比較。馬斯克：同時不爆炸。科里森：有時候。馬斯克：有時候，是的。所以我當時想，它怎麼不爆炸呢？它有成千上萬種可能爆炸的方式，只有一種方式不爆炸。所以我們希望它不僅是真的不爆炸，而且要像每天一次那樣可靠地飛行，比如每小時一次。顯然，如果它經常爆炸，很難保持那樣的發射頻率。科里森：是的。馬斯克：星艦目前最大的問題是什麼？是讓隔熱罩可重複使用。從來沒有人製造過可重複使用的軌道隔熱罩。所以隔熱罩必須在上升階段不脫落大量瓦片，然後它必須返回，同時也不脫落大量瓦片或使主機身過熱。科里森：這不是因為它本質上是消耗品嗎？馬斯克：嗯，是的，但你車裡的剎車片也是消耗品，但它們能用很久。科里森：有道理。馬斯克：所以它只需要能用很久。我們已經讓飛船返回並進行了海上軟著陸。我們已經做過幾次了。但它脫落了很多瓦片。沒有大量工作它是無法重複使用的。即使它確實實現了軟著陸，如果沒有大量工作，它也無法重複使用。所以在這個意義上，它不是真正可重複使用的。這是剩下的最大問題，一個完全可重複使用的隔熱罩。你希望能夠著陸，重新加注推進劑，再次飛行。你不能做那種費力檢查4萬個瓦片之類的事情。帕特爾：當我讀你的傳記時，似乎你只是能夠推動緊迫感，推動“這是可以擴展的東西”的感覺。我很好奇，為什麼你認為你的其他組織…… SpaceX和特斯拉現在真的是大公司了。你仍然能夠保持那種文化。其他公司出了什麼問題，以至於他們做不到？馬斯克：我不知道。帕特爾：比如今天，你說你有一堆SpaceX會議。你在那裡做什麼來保持那種文化？科里森：是增加緊迫感嗎？馬斯克：嗯，我不知道。我想緊迫感將來自領導公司的人。我有一種狂熱的緊迫感。所以那種狂熱的緊迫感投射到公司的其他部分。帕特爾：是因為後果嗎？他們想，“伊隆設定了一個瘋狂的截止日期，但如果我沒完成，我知道會發生什麼。”還是只是你能夠識別瓶頸並消除它們，所以人們可以快速行動？你如何看待為什麼你的公司能夠快速行動？馬斯克：我不斷解決限制因素。在截止日期方面，我通常確實嘗試設定一個我至少認為是第50百分位數的截止日期。所以這不是一個不可能的截止日期，而是我能想到的、有50%機率可以實現的最積極的截止日期。這意味著它會有一半的時間延遲。有一個適用於時間表的氣體膨脹定律。如果你說我們要在五年內做某事，對我來說那就像無限時間，它就會膨脹以填滿可用的時間表，然後真的需要五年。物理學會限制你做某些事情的速度。所以擴大製造規模，你移動原子和擴大製造規模有一個速度。這就是為什麼你不能立即每年製造一百萬件東西。你必須設計生產線。你必須啟動它。你必須經歷生產的S曲線。我能說些什麼對人們實際上有幫助的呢？一般來說，狂熱的緊迫感是非常重要的一件事。你希望有一個積極的時間表，並且你想弄清楚在任何時間點的限制因素是什麼，並幫助團隊解決那個限制因素。科里森：所以星鏈多年來一直在緩慢進行。馬斯克：我們在公司一開始就討論過它。科里森：所以後來你在雷德蒙德建立了一個團隊，然後在某個時候你決定這個團隊就是不行。它緩慢進行了幾年，那麼為什麼你沒有早點行動，而你行動的那個時候為什麼是正確的時機？為什麼那是採取行動的合適時刻？馬斯克：我每周都會進行這些非常詳細的工程評審。這可能是非常不尋常的細節水平。我不知道還有誰經營一家公司，至少是製造公司，會像我一樣深入到細節。並不是說……因為我們會詳細討論事情，我對實際發生的情況有相當好的瞭解。我非常相信越級會議，不是讓我下屬的人匯報，而是讓向他們匯報的每個人在技術評審中說點什麼。而且不能有提前準備。否則你會被“粉飾”，就像我最近常說的。科里森：沒錯。很Z世代的說法。帕特爾：你怎麼防止提前準備？你會隨機點名嗎？馬斯克：不，我只是在房間裡輪轉。每個人提供最新情況。有很多資訊需要記在腦子裡。如果你每周或每周兩次開會，你就有那個人說過的快照。然後你可以描繪進展點。你可以在腦海中描繪曲線上的點，然後說，“我們是在收斂到一個解決方案，還是沒有？”只有當我認為成功不在可能的結果集合中時，我才會採取激烈行動。所以當我最終得出結論，除非採取激烈行動，否則我們沒有成功的機會時，我必須採取激烈行動。我在2018年得出了這個結論，採取了激烈行動並解決了問題。帕特爾：你有很多很多公司。聽起來在每一個公司裡，你都會深入瞭解相關瓶頸，以便與人們進行這些評審。你已將其擴展到五、六、七家公司。在其中一家公司內部，你有很多不同的迷你公司。什麼決定了這裡的最大值？你有大約80家公司？馬斯克：80？不。帕特爾：但你已經有很多了。這已經非常了不起了。科里森：按目前這個數字。帕特爾：沒錯。科里森：我們連一家公司都很難維持。馬斯克：這取決於情況。我實際上與The Boring Company沒有定期會議，所以The Boring Company只是按部就班地前進。基本上，如果某件事運行良好並取得良好進展，那麼我就不需要花時間在上面了。我實際上是根據限制因素來分配時間。那裡有問題？我們在那裡遇到阻礙？是什麼拖慢了我們的步伐？我聚焦於，冒著重複這個詞的風險，限制因素。馬斯克：諷刺的是，如果某件事進展順利，他們就不會經常見到我。但如果某件事進展糟糕，他們會經常見到我。或者甚至不是糟糕……科里森：如果某事是限制因素。馬斯克：限制因素，沒錯。不一定是進展糟糕，而是我們需要讓它進展更快的東西。科里森：當SpaceX或特斯拉的某事成為限制因素時，你是每周甚至每天與負責的工程師交談嗎？這實際上是如何運作的？馬斯克：大多數成為限制因素的事情是每周一次，有些是每周兩次。AI5晶片評審是每周兩次。每個星期二和星期六是晶片評審。科里森：會議時長是開放式的嗎？馬斯克：技術上是的，但通常是兩三個小時。有時更短。取決於我們需要討論多少資訊。科里森：這是另一件事。我只是想梳理出這裡的差異，因為結果似乎相當不同。我認為瞭解輸入有什麼不同很有趣。感覺在企業界，一是像你說的，CEO進行工程評審並不總是發生，儘管這是公司正在做的事情。但時間通常被精細地切成半小時會議，甚至15分鐘會議。似乎你主持的更多是開放式的、“我們討論直到弄清楚”類型的事情。馬斯克：有時候。但大多數似乎基本上都能按時完成。今天的星艦工程評審時間稍長，因為有更多話題要討論。他們正在想辦法如何擴展到每年一百萬噸以上的入軌能力。這相當具有挑戰性。帕特爾：我能問個問題嗎？你曾說過關於Optimus和AI，它們將在幾年內帶來兩位數的增長率。馬斯克：哦，比如經濟？是的。我想沒錯。帕特爾：如果經濟將增長這麼多，那DOGE削減開支有什麼意義？馬斯克：嗯，我認為浪費和欺詐不是好事。我實際上很擔心……在沒有AI和機器人的情況下，我們實際上完全搞砸了，因為國債正在瘋狂堆積。國債的利息支付超過了軍費預算，而軍費預算是1兆美元。所以我們僅利息支付就超過1兆美元。我對此相當擔憂。也許如果我花些時間，我們可以減緩美國的破產，給我們足夠的時間讓AI和機器人幫助解決國債問題。或者說不是幫助解決，而是唯一能解決國債的東西。沒有AI和機器人，我們1000%會作為一個國家破產、失敗。沒有其他東西能解決國債問題。我們只需要足夠的時間來建造AI和機器人，以便在那之前不破產。帕特爾：我想我好奇的是，當DOGE開始時，你擁有實施改革的巨大能力。馬斯克：沒那麼巨大。帕特爾：當然。我完全同意你的觀點，AI和機器人驅動生產力改進、推動GDP增長很重要。但為什麼不直接針對你指出的那些問題，比如某些元件的關稅，或者許可？馬斯克：我不是總統。而且，即使是削減非常明顯的浪費和欺詐——荒謬的浪費和欺詐——也非常困難。我發現，即使削減政府中非常明顯的浪費和欺詐也極其困難，因為政府必鬚根據誰在抱怨來運作。如果你切斷對欺詐者的付款，他們立即會想出聽起來最值得同情的理由來繼續付款。他們不會說，“請繼續欺詐吧。”他們會說，“你在殺害貓熊寶寶。”與此同時，沒有貓熊寶寶死亡。他們只是在編造。欺詐者能夠編造出極其引人注目、令人心碎但卻是虛假的故事。事情就是這樣。也許我應該更清楚。但我想，等等，讓我們試著削減政府的一些浪費和政治分肥。也許社會保障系統中不應該有2000萬人被標記為活著，而他們肯定已經死亡，並且年齡超過115歲。最年長的美國人是114歲。所以可以肯定地說，如果有人在社會保障資料庫中被標記為115歲且活著，那要麼是打字錯誤……應該有人打電話給他們說，“我們似乎搞錯了你的生日，或者需要將你標記為死亡。”兩件事之一。科里森：接到這樣的電話會很嚇人。馬斯克：嗯，這似乎是件合理的事。比如說，如果他們的生日在未來，而且他們有小型企業管理局貸款，他們的生日是2165年，我們要麼是打字錯誤，要麼是欺詐。所以我們說，“我們似乎搞錯了你出生的世紀。”科里森：或許是一個很棒的電影情節。馬斯克：是的。這就是我說的，荒謬的欺詐。帕特爾：那些人當時在領取付款嗎？馬斯克：有些人從社會保障領取付款。但主要的欺詐途徑是將某人在社會保障中標記為活著，然後利用所有其他政府支付系統進行欺詐。因為其他政府支付系統所做的，就是簡單地向社會保障資料庫做一個“你是否活著”的檢查。這是一個間接途徑。帕特爾：你估計通過這種機制的總欺詐金額有多少？馬斯克：順便說一下，政府問責辦公室以前做過這些估計。我不是唯一一個。事實上，我想GAO在拜登政府期間做過一項分析，粗略估計了欺詐金額，計算約為5000億美元。所以別信我的話。相信拜登政府期間發佈的一份報告。怎麼樣？帕特爾：來自這個社會保障機制？馬斯克：這只是眾多之一。重要的是要認識到，政府非常不善於阻止欺詐。不像一家公司，阻止欺詐有動力，因為它影響公司的收益。政府只是印更多錢。你需要關懷和能力。這在聯邦層面是稀缺的。當你去車管所時，你會想，“哇，這是個能力堡壘”嗎？嗯，現在想像一下，它比車管所還差，因為它是能印錢的車管所。至少州一級的車管所需要……各州或多或少需要保持在預算內，否則他們會破產。但聯邦政府只是印更多錢。帕特爾：如果確實有5000億美元的欺詐，為什麼不可能全部削減掉？馬斯克：你真的需要退一步，重新調整你對能力的期望。因為你所處的世界是你必須收支平衡。你必須支付你的帳單……帕特爾：找到麥克風。馬斯克：沒錯。這不像有一個巨大、基本上漠不關心的官僚怪獸。那是一堆過時的電腦，只是傳送付款。DOGE團隊所做的一件事聽起來如此簡單，可能每年會節省1000-2000億美元。它只是要求從主要的財政部電腦——叫做PAM，支付帳戶主控之類的，每年有5兆美元的支付——發出的付款必須有一個預算用途程式碼。強制要求，而不是可選，註釋欄位裡必須有任何內容。你必須重新調整事情有多愚蠢。付款被發出時沒有預算用途程式碼，沒有回頭檢查任何國會撥款，也沒有解釋。這就是為什麼戰爭部，前身是國防部，無法通過審計，因為資訊根本不存在。重新調整你的期望。帕特爾：我想更好地理解這個5000億美元的數字，因為有一份2024年的監察長報告。馬斯克：為什麼這麼低？帕特爾：也許，但我們發現，七年內，他們估計的社會保障欺詐大約是700億美元，所以每年大約100億美元。所以我很好奇另外那4900億美元是什麼。馬斯克：聯邦政府支出每年是7.5兆美元。你認為政府有多能幹？帕特爾：那裡的可自由支配支出大概是……15%？馬斯克：但這不重要。大多數欺詐強制性支出。基本上是欺詐性的醫療保險、醫療補助、社會保障、殘疾。有無數的政府支付。其中許多支付實際上是給各州的整筆撥款。所以聯邦政府在很多情況下甚至沒有資訊來判斷是否有欺詐。讓我們考慮歸謬法。政府是完美的，沒有欺詐。你覺得發生這種事的機率能有多少？零。好吧，那麼你會說，政府的欺詐和浪費是90%有效率的？那也相當慷慨了。但如果只有90%，那就意味著每年有7500億美元的浪費和欺詐。而且不是90%。不是90%有效。帕特爾：這似乎是一種奇怪的第一性原理方法來計算政府的欺詐金額。就像，你覺得有多少？無論如何，我們不必現場計算，但我很好奇——馬斯克：你很瞭解Stripe的欺詐嗎？人們一直在試圖欺詐。科里森：是啊，但就像你說的，有點……雖然我們已經把欺詐壓了下去，但政府面對的情況要複雜得多，各種欺詐手段五花八門，遠非我們能比。馬斯克：但在Stripe，你們有高能力且很努力。你們有高能力和高關懷，但欺詐仍然不是零。現在想像一下，規模要大得多，能力卻低得多，關懷也少得多。在PayPal早期，我們試圖將欺詐控制在支付額的大約1%。那非常困難。需要極大的能力和關懷才能僅僅將欺詐控制在1%。現在想像一下，你是一個關懷少得多、能力也低得多的組織。它會遠高於1%。科里森：現在回顧政治和在那裡做事，你感覺如何？從外部看，有兩件事影響很大：一是America PAC（政治行動委員會），二是當時收購Twitter。但似乎也有不少心痛。你對整個經歷的評價如何？馬斯克：我認為這些事情需要做，以最大化未來美好的機率。政治通常是非常部落化的。人們通常在政治上失去客觀性。他們通常很難看到另一方的優點或自己一方的缺點。這通常是情況。我想這是最讓我驚訝的事情之一。你經常根本無法與人們講道理。如果他們屬於這個或那個部落。他們簡單地相信他們部落所做的一切都是好的，而另一個政治部落所做的任何事都是壞的。說服他們改變看法幾乎是不可能的。但我認為總的來說，那些行動——收購Twitter，讓川普當選，即使這讓很多人憤怒——我認為那些行動對文明有益。帕特爾：這如何與你期待的未來聯絡起來？馬斯克：嗯，美國需要足夠強大，以持續足夠長的時間將生命擴展到其他行星，並讓AI和機器人發展到我們可以確保未來美好的程度。另一方面，如果我們陷入，比如說，共產主義，或者國家極度壓迫的情況，那將意味著我們可能無法成為多行星文明。國家可能會扼殺我們在AI和機器人方面的進步。帕特爾：Optimus、Grok等等。不僅是你的，任何收入最大化公司的產品都將被政府利用。這種擔憂如何體現在私人公司應該願意給予政府什麼上？什麼樣的護欄？ AI模型是否應該做政府外包給它們並要求它們做的任何事情？Grok是否可以說，“實際上，即使軍方想做X，不，Grok不會做”？馬斯克：我認為AI和機器人出錯的最大危險可能是政府。反對公司或擔心公司的人們最應該擔心政府。因為政府只是在極限意義上的一個公司。政府只是一個擁有暴力壟斷的最大最壞的公司。我總是發現一種奇怪的二分法，人們會認為公司是壞的，但政府是好的，而政府只是最大最壞的公司。但人們有這種二分法。他們不知何故同時認為政府可以是好的，但公司是壞的，這不正確。公司的道德比政府更好。我實際上認為這是一個需要擔心的問題。政府可能利用AI和機器人來壓制人口。這是一個嚴重的問題。帕特爾：作為建構AI和機器人的人，你如何防止這種情況？馬斯克：如果你限制政府的權力，這正是美國憲法旨在做的，限制政府的權力，那麼你可能會得到一個比有更多政府更好的結果。科里森：機器人技術將對所有政府開放，對吧？馬斯克：我不知道是否對所有政府都開放。很難預測。我能說的是終點是什麼，或者許多年後的未來是什麼，但很難預測沿著那條道路會發生什麼。如果文明進步，AI將遠遠超過所有人類智能的總和。機器人將比人類多得多。沿途發生的事情很難預測。帕特爾：似乎有一件事你可以做，就是直接說，“無論政府X，你不允許使用Optimus做X，Y，Z。”只是寫下一個政策。我想你最近發推說Grok應該有一個道德憲法。其中一件事可以是限制政府被允許用這項先進技術做什麼。馬斯克：從技術上講，如果政客通過了一項法律，並且他們能夠執行該法律，那麼很難不去遵守。我們能擁有的最好的東西是有限政府，行政、司法和立法部門之間有適當的制衡。帕特爾：我之所以好奇，是因為在某個時刻，限制似乎將來自你。你擁有Optimus，你擁有太空GPU……馬斯克：你認為我會成為政府的老闆？帕特爾：已經，對於SpaceX來說，對於至關重要的事情——政府非常關心將某些衛星送入太空之類——它需要SpaceX。它是必要的承包商。你正在建構越來越多未來的技術元件，這些元件將在不同行業中發揮類似的作用。你可以擁有設定一些政策的能力，比如以任何方式壓制古典自由主義……“我的公司不會以任何方式幫助那樣做”，或者類似的政策。馬斯克：我將盡我所能確保任何在我控制範圍內的東西都最大化對人類的良好結果。我認為其他任何做法都是短視的，因為我顯然是人類的一部分，所以我喜歡人類。親人類。帕特爾：你提到Dojo 3將用於太空計算。馬斯克：你真的看了我說的話。帕特爾：伊隆，你可能不知道，但你有很多關注者。馬斯克：明顯的破綻。你怎麼知道我的秘密？哦，我發在X上了。帕特爾：你如何為太空設計晶片？有什麼變化？馬斯克：你想設計得能承受更多輻射，並在更高溫度下運行。大致上，如果你將開氏溫度下的工作溫度提高20%，你可以將散熱器質量減半。所以在太空以更高溫度運行是有幫助的。對於遮蔽記憶體，你可以做各種事情。但神經網路對位翻轉將非常有彈性。輻射導致的大部分是隨機位翻轉。但如果你有一個數兆參數模型，你出現幾個位翻轉，這沒關係。啟髮式程序將比一些巨大的參數檔案對位翻轉敏感得多。我只是設計它在高溫下運行。我想除了讓它運行更熱之外，你基本上可以按照在地球上做的方式來做。帕特爾：太陽能陣列佔了衛星的大部分重量。有沒有辦法讓GPU比如今輝達、TPU等計畫做的更強大，從而在太空世界中特別有優勢？馬斯克：基本數學是，如果每個光罩能做到大約一千瓦，那麼你需要1億個全光罩晶片才能做到100吉瓦。根據你的良率假設，這會告訴你需要製造多少晶片。如果你有100吉瓦的電力，你需要1億個能持續運行一千瓦的晶片，每個光罩一個。基本數學。帕特爾：1億個晶片取決於……如果你看看像Blackwell GPU這樣的晶片尺寸，以及你能從一個晶圓上得到多少個，你大概能得到幾十個或更少。所以基本上，這是一個每年我們都要達到的世界，你每個月要生產數百萬個晶圓。這就是TeraFab的計畫嗎？每月數百萬個先進工藝節點的晶圓？馬斯克：是的，可能超過一百萬或類似的數量。你還得做記憶體。帕特爾：你要建一個記憶體製造廠嗎？馬斯克：我想TeraFab必須做記憶體。它必須做邏輯晶片、記憶體和封裝。帕特爾：我很好奇一個人如何開始。這是人類製造過的最複雜的東西。顯然，如果有人能勝任這個任務，你就是那個人。所以你意識到這是個瓶頸，然後你去找你的工程師。你告訴他們做什麼？“我想在2030年達到每月100萬個晶圓。”馬斯克：沒錯。那正是我想要的。帕特爾：你打電話給ASML嗎？下一步是什麼？科里森：沒有太多要問的了。馬斯克：我們建一個小廠，看看會發生什麼。在小規模上犯錯誤，然後建一個大的。帕特爾：小廠建好了嗎？馬斯克：不，還沒建好。我們不會把那隻貓藏在袋子裡。那隻貓會從袋子裡出來的。會有無人機在那該死的東西上空盤旋。你將能在X上即時看到它的建設進展。聽著，我不知道，我們可能會失敗，公平地說。成功沒有保證。既然我們想嘗試製造大約1億個……我們想在2030年前擁有100吉瓦的電力，以及能夠消耗100吉瓦電力的晶片。我們會從供應商那裡儘可能多地拿晶片。實際上我已經對台積電、三星和美光說過：“請更快地建造更多晶片廠”。我們將保證購買那些晶片廠的產出。所以他們已經在儘可能快地行動了。是我們加上他們。科里森：有一種說法是，現在業界普遍覺得，AI開發商恨不得立刻把所有晶片搶光，但無論是晶片廠還是渦輪機製造商，產能擴張的速度都遠跟不上節奏。馬斯克：不，他們沒有。科里森：你聽到的解釋是他們天生保守。他們是台灣人或德國人，故事可能如此。他們就是不相信……這真的是解釋嗎？還是有別的原因？馬斯克：嗯，這是合理的……如果有人在電腦記憶體行業幹了三四十年……科里森：他們見過周期。馬斯克：他們見過十次繁榮和蕭條。那是很多層的傷痕組織。在繁榮時期，看起來一切都會永遠美好。然後崩潰發生，他們拚命試圖避免破產。然後又一個繁榮，又一個蕭條。科里森：還有其他你認為別人應該去追求的想法嗎？由於各種原因，你現在不做。馬斯克：有幾家公司正在追求做晶片的新方法，但他們就是擴張不快。科里森：我甚至不是在說AI內部，我是說總體上。馬斯克：人們應該去做他們發現自己有高度動力去做的事情，而不是我建議的某個想法。他們應該去做他們個人覺得有趣和有動力去做的事情。但回到限制因素……我用了那個短語大概一百次了。目前我在三四年的時間框架內看到的限制因素是晶片。在一年的時間框架內，是能源、電力生產、電力。我不清楚是否有足夠的可用電力來啟動所有正在製造的AI晶片。今年年底左右，我認為人們將真的遇到麻煩去啟動……晶片的產出將超過啟動晶片的能力。帕特爾：你打算如何應對那個世界？馬斯克：我們正試圖加速電力生產。我想這也許是xAI可能成為領導者，希望是領導者的原因之一。我們將能夠比其他人更快地啟動更多晶片，因為我們擅長硬體。一般來說，那些自稱實驗室的公司的創新，其想法往往會傳播……很少看到有超過六個月以上的差異。這些想法隨著人員來回傳播。所以我想你會遇到硬體牆，然後那個公司能最快地擴展硬體，那個就是領導者。所以我想xAI將能夠最快地擴展硬體，因此最有可能成為領導者。科里森：你開玩笑或對自己再次使用“限制因素”這個短語感到不好意思。但我實際上認為這裡有些深刻的東西。如果你回顧我們整個討論中涉及的許多事情，也許這是個很好的結束點。如果你考慮一個衰老的、低能動性的公司，它會有一個瓶頸，但不會真的做什麼。馬克·安德森（Marc Andreessen）有句話：“大多數人寧願忍受任何數量的慢性痛苦，也不願面對急性痛苦。”感覺我們談論的很多案例只是直面急性痛苦，不管它是什麼。“好吧，我們必須想辦法用鋼，或者我們必須想辦法在太空運行晶片。”我們會承受一些短期的急性痛苦來真正解決瓶頸。所以這有點像一條統一的主線。馬斯克：我有很高的疼痛閾值。這有幫助。科里森：為瞭解決問題。馬斯克：是的。我能說的是，我認為未來會非常有趣。就像我在達沃斯說的——我想我在那裡只待了大約三小時左右——在樂觀上犯錯，比在悲觀上犯錯，對生活質量更好。如果你傾向於樂觀而不是悲觀，你會更快樂。所以我推薦傾向於樂觀。科里森：為這個乾杯。帕特爾：酷。伊隆，謝謝你來參加。科里森：謝謝。馬斯克：好的，謝謝你們。好的。科里森：了不起的耐力。帕特爾：希望這不算疼痛耐受度裡的痛苦。 (網易科技)

這是一筆超乎想像的企業合併案，也是一筆只有馬斯克才能推進並實現的超級交易。史上最大併購奔向星辰2 月 2 日晚間，全球首富馬斯克在 SpaceX 官網發佈聲明，正式宣佈 SpaceX 收購 xAI，這場醞釀數周的交易終於塵埃落定，一家估值 1.25 兆美元的超級獨角獸就此誕生。一家是全球最大的太空探索創業公司，另一家是頭部人工智慧與社交網路創業公司，看起來似乎並沒有太多業務重合之處，但卻有一個共同點：兩家都是馬斯克創辦且佔據絕對話語權的公司。馬斯克在聲明中寫道：“SpaceX 已收購 xAI，打造出地球上（和地球之外）最雄心勃勃、垂直整合的創新引擎，涵蓋 AI、火箭、太空網際網路、直連移動裝置通訊以及全球最領先的即時資訊平台。”他繼續闡述自己的夢想規劃：“這不僅標誌著 SpaceX 和 xAI 使命的下一章節，更是開啟了全新的篇章：我們的目標是打造一個有感知的太陽，來理解宇宙，並將意識之光延伸到星辰。”CNBC 獲得的內部檔案顯示，這筆交易以股票交換方式進行，xAI 股東將以 0.1433 的比例換取 SpaceX 股票——即每 1 股 xAI 股票可換取 0.1433 股 SpaceX 股票。部分 xAI 高管也可選擇以每股 75.46 美元的價格收取現金。交易完成後，SpaceX 估值達到 1 兆美元，xAI 估值為 2500 億美元，合併實體總估值 1.25 兆美元。這筆交易在名義估值層面成為全球有史以來最大的併購之一，打破了保持 25 年之久的紀錄——2000 年沃達豐以 2030 億美元敵意收購德國 Mannesmann 公司。合併後的公司計畫今年晚些時候進行首次公開募股（IPO），融資規模預計高達 500 億美元，將超越 2019 年沙烏地阿拉伯阿美 290 億美元的紀錄，成為史上最大 IPO。IPO 估值可能達到 1.5 兆美元。有傳言稱，馬斯克可能會在 6 月底自己生日左右推動上市。左右手併購屢試不爽儘管馬斯克將這筆交易描述為“奔向宇宙星辰”，但其現實催化劑，是人工智慧產業對資本的瘋狂需求。此前據彭博社報導，xAI 每月的資金消耗已接近 10 億美元，這一巨大的資金缺口迫使馬斯克不得不重新思考他的商業帝國佈局。讓自己旗下另一家盈利且估值更高的公司來接盤 xAI，模糊企業邊界、整合資本，成為必然選擇。就在 SpaceX 與 xAI 合併宣佈前一周，特斯拉剛剛披露向 xAI 投資 20 億美元，在 xAI 的 200 億美元 E 輪融資中購買了優先股。如今 xAI 成為 SpaceX 的子公司，這意味著特斯拉股東實際上通過這筆投資間接持有了 SpaceX 的少量股權。安排特斯拉收購 xAI 更為冒險，因為特斯拉畢竟是一家上市公司，馬斯克的持股比例不到 20%，且沒有超級投票權。諸多小股東經常起訴馬斯克的一些爭議商業決策，甚至一度成功撤銷了他的天價薪酬。而 SpaceX 尚未上市，馬斯克持股比例高達 42%，投票權更是達到 79%；他在 xAI 的持股比例甚至達到 49%。兩家馬斯克旗下的創業公司合併，馬斯克一個人就可以拍板定案。電動車垂直媒體 Electrek 的評論尖銳指出：“讓我們明確一點：馬斯克救助了 xAI，這是一個燒錢的虛擬爐子。無論是作為社交媒體平台還是 AI 公司，xAI 都落後於競爭對手。這基本上就是 2016 年 SolarCity 救助的翻版。”讓資金富裕的“大兒子”救助資金緊張的“小兒子”，這種事情馬斯克並非第一次做。2016 年，他創辦且是最大股東的太陽能面板公司 SolarCity 陷入資金困境後，馬斯克安排特斯拉斥資 26 億美元收購 SolarCity，將其併入特斯拉能源業務。這一收購引發特斯拉股東的“利益衝突”訴訟，最終特斯拉同意賠償 6000 萬美元達成和解。2025 年 3 月，馬斯克又安排估值急劇增長的 xAI，以 450 億美元的總估價收購社交網路 X。2022 年 10 月，馬斯克在訴訟壓力下被迫以 440 億美元原價收購推特，隨後進行大幅裁員和整改，並更名為 X，導致業務動盪、廣告流失，估值一度縮水到 100 億美元。儘管隨著馬斯克扶持川普再次當選，X 估值有所回升，但依然面臨沉重的還貸壓力。馬斯克當初從銀行貸款 130 億美元收購推特，每年僅利息就超過 15 億美元。因此，這筆交易本質上是用 xAI 的高估值“拉抬”了 X 的股東，讓包括馬斯克本人在內的投資者得以解套，讓 X 從債務泥潭中脫身。當然，這筆交易也確有協同意義：X 的社交媒體資料可用於訓練 Grok。每月燒錢 10 億美元xAI 的生存困境，是這場合併最直接的推動力。這家成立於 2023 年 3 月的 AI 公司，在不到三年時間裡已成為全球最燒錢的創業公司之一。但這並非 xAI 營運不善，而是 AI 行業面臨的共同難題。去年彭博社報導，xAI 在 2025 年前 9 個月燒掉了約 80 億美元現金，相當於每月接近 10 億美元的支出。這筆巨額開支主要流向田納西州孟菲斯的 Colossus 超算叢集建設。該設施擁有 20 萬片輝達 H100 GPU，是全球最大的 AI 算力中心之一，也是 xAI 最大的競爭優勢。公司計畫將 GPU 規模擴展至 100 萬片，僅硬體投資就需要數百億美元。更驚人的是電力需求。為了讓 AI 中心迅速投入營運，馬斯克甚至直接從海外運來發電機組，在孟菲斯現場組裝投產：效率第一，監管其次——這很符合馬斯克的作風。但這仍不足以滿足需求，孟菲斯資料中心耗電量已達到數百兆瓦。xAI 還計畫在密西西比州再建設一座超過 1 吉瓦的天然氣發電廠，專門為“Colossus 2”供電。這一計畫已引發當地社區強烈反對，NAACP（全美有色人種協進會）和環保組織試圖阻止 xAI 使用燃氣渦輪機，居民則投訴噪音和空氣污染問題。與瘋狂的支出形成鮮明對比的是，xAI 的收入遠遠跟不上步伐。公司 2025 年預計收入僅 5 億美元，2026 年預測也只有 20 億美元，而支出預計在 130 億美元以上，xAI 的營收能力明顯弱於競爭對手。作為對比，OpenAI 預計 2025 年收入 127 億美元，雖然也未盈利，但展現出更強的商業化能力。在企業市場站穩腳跟的 Anthropic 去年營收超過 30 億美元，今年預期營收剛剛上調至最高 260 億美元。xAI 雖然在 2025 年進行了多輪大規模融資（5 月 60 億、9 月 100 億、11 月再融資 150 億美元），但按照目前的燒錢速度，這些資金也只夠維持一年多。若未被 SpaceX 收購，xAI 今年仍必須再進行超過百億美元的融資。在 AI 泡沫陰影日益沉重的當下，未來融資可能面臨更大不確定性與談判困難。而 SpaceX 恰恰擁有 xAI 最需要的：穩定且快速增長的現金流。根據路透社報導，SpaceX 2025 年實現約 80 億美元利潤，收入在 150 億至 160 億美元之間；今年收入預計將增長至 238 億美元，增幅達 53.5%。推動營收增長的核心是 Starlink 衛星網際網路業務。2025 年，Starlink 貢獻了 104 億美元收入，佔總收入 69%；2026 年預計將達到 187 億美元，佔比 79%。相比之下，SpaceX 的火箭發射業務增長緩慢，2026 年收入預計僅增長 9%。Starlink 不僅是現金奶牛，更是一張龐大的基礎設施網路。截至 2026 年 1 月，Starlink 在軌衛星超過 9422 顆，佔全球活躍衛星的 65%，在 155 個國家營運，擁有約 900 萬活躍使用者。網路建設完整之後，Starlink 在 2024 年首次實現盈利，進入穩定營運階段。太空資料中心願景當然，馬斯克強調了更為炫酷的“太空資料中心”願景。他寫道：“當前的 AI 進步依賴於大型地面資料中心，需要大量電力和冷卻。全球 AI 的電力需求根本無法通過地面解決方案滿足，即使在短期內也會對社區和環境造成負擔。”“從長遠來看，基於太空的 AI 顯然是唯一的擴展方式。要利用太陽能量的百萬分之一，就需要比我們文明當前使用的能量多一百萬倍以上！唯一合理的解決方案是將這些資源密集型工作轉移到擁有巨大能源和空間的地方。我的意思是，太空被稱為‘空間’（space）是有原因的。”他進一步預測：“我估計在 2 到 3 年內，生成式 AI 算力的最低成本方式將是在太空中。僅這種成本效率就能讓創新公司以前所未有的速度和規模推進 AI 模型訓練和資料處理，加速我們對物理學的理解，以及有益於人類的技術發明突破。”馬斯克正在逐步推進這個看似科幻的概念。2025 年 11 月 2 日，SpaceX 的 Falcon 9 成功發射 Starcloud-1 測試衛星，首次在軌驗證了搭載輝達 H100 GPU 的 AI 資料處理能力。2026 年 1 月，SpaceX 向聯邦通訊委員會申請發射 100 萬顆衛星的許可，明確表示這些衛星將用於建設軌道資料中心。從這個角度看，這場合併對整個行業的影響已經開始顯現。在太空產業，競爭將因此加劇：亞馬遜的 Project Kuiper 可能會與藍色起源加速整合，Google的 Project Suncatcher 太空 TPU 晶片衛星項目可能提速。而傳統衛星製造商如 Thales 和波音則面臨顛覆性挑戰——它們習慣製造單顆價值數億美元、壽命 15 年的地球靜止軌道衛星，而 Starlink 模式是大規模生產廉價、壽命僅 5 年的低軌衛星。投資圈觀點兩極分化投資圈的反應也頗為兩極分化。很多分析師相信馬斯克的星辰願景，看好兩家公司合併後的前景。PitchBook 高級新興領域分析師賈哈維裡（Ali Javaheri）表示：“Starlink 已經是一個現金流引擎，現在它在此基礎上增加了 AI 收入層，同時也成為 AI 服務和資料的分發平台。通過允許某些客戶資料用於模型訓練的政策變化以及軌道資料中心的前景，SpaceX 正在將自己定位為一個綜合基礎設施平台，可以服務於商業和政府用例，這對於上市來說是一個更強大的敘事。”此外，Zacks 投資研究公司的策略師安德魯·羅科（Andrew Rocco）認為，合併讓 SpaceX 對投資者變得“更具吸引力”，因為它消除了馬斯克精力分散、一心多用的問題。分析師們還提到了未來 SpaceX 與特斯拉整合的可能性。Wedbush 分析師艾維斯（Dan Ives）在研究報告中指出，特斯拉未來有“越來越大的機會”以某種形式與新合併的 SpaceX-xAI 整合，因為馬斯克正在打造一個跨越太空和地球的單一、龐大的 AI 生態系統。彭博社此前報導過 SpaceX 與特斯拉曾討論合併可行性。雖然目前特斯拉沒有出現在這次交易中，但長期來看整合似乎不可避免。最終可能形成一個橫跨太空、AI、汽車、社交媒體、腦機介面的科技帝國——這可能是史上最龐大的垂直整合實體。但也有投資者表達了委婉的不滿。特斯拉和 xAI 的投資者羅斯·蓋博（Ross Gerber）的評論更直白：“這就像一堆估值過高的公司合併成一個由馬斯克經營的、巨大的估值過高的混亂體。但這現在是一個純粹的馬斯克標的了。就像，你想投資馬斯克？那就只能接受。”TD Cowen 的分析師威廉姆斯（Gregory Williams）指出，將“大語言模型風險”引入 SpaceX，提高了整體風險狀況。私募投資者邁克爾·索貝爾（Michael Sobel）表示，他已經聽到了 SpaceX 股東對這筆交易的疑慮。他說，許多人雖然對馬斯克抱有信任並認可其商業邏輯，但仍不免感嘆：“嗯¼¼這事兒還得再觀察看看。”一些分析也指出，X 平台也是這筆合併交易的最大受益者。Social Media Today 認為，合併後 X 將成為 SpaceX 財務報表中的一個項目，減少了對 X 廣告收入的強調，也降低了馬斯克向廣告商妥協的需要。天基 AI 是唯一途徑在 AI 行業，這次合併釋放的訊號同樣明確：單打獨鬥的 AI 創業公司難以生存，必須依附於擁有現金流的母體。OpenAI 背靠微軟 730 億美元投資，還在不斷尋找軟銀、輝達等巨頭投資者；Anthropic 依賴Google和亞馬遜資金，又剛獲得微軟的 50 億美元投資。如今 xAI 也找到了 SpaceX 這艘“救生艇”。從馬斯克個人角度看，這次合併標誌著他從“分散帝國”向“集中生態”的戰略轉變。2025 年 3 月 xAI 與 X 完成合併，特斯拉向 xAI 投資 20 億美元，SpaceX 也投資了 20 億美元，如今 SpaceX 又收購 xAI。這反映出 AI 時代資本需求的殘酷現實：即使是馬斯克，也難以靠單一公司支撐 AI 的巨額投入。對於投資者而言，真正的問題是“兩者結合後能否產生真正的協同效應”，以及更關鍵的一點：xAI 能否在燒光 SpaceX 的現金之前證明自己的價值。如果 xAI 持續每月燒掉 10 億美元，即使 Starlink 年收入 100 多億美元，也撐不了多久。除非 xAI 能快速提升收入或大幅降低成本，否則這場合併可能反過來成為 SpaceX 的拖累。從行業宏觀視角看，這次合併將開啟一個“智能航天”的新紀元。過去，太空探索受限於通訊頻寬和人類反應速度，而合併後的產物將推動 AI 直接進入深空。這將顯著加速火星殖民計畫的推進，因為在訊號延遲長達數分鐘的火星，只有具備強 AI 能力的自主機器人與保障系統才能真正生存。馬斯克堅稱，合併後的實體將能更好地部署“天基 AI 資料中心”。從理論上講，這可以突破地球資料中心在電力消耗和土地資源方面的侷限。馬斯克在致員工的公開備忘錄中寫道：“長遠來看，天基 AI 顯然是實現規模化擴張的唯一途徑。”此外，這次合併也代表著“算力脫鉤”的開始。如果馬斯克成功在軌道上建立起龐大的太陽能算力陣營，xAI 將不再受制於任何國家的電網與領土主權。這種“天基 AI”將擁有更強的中立性與全球覆蓋能力，迫使Google、OpenAI 等競爭對手不得不重新審視自己的基礎設施佈局。拋開合併背後的資金需求，SpaceX 與 xAI 的合併，是馬斯克試圖將人類的肉身（通過航天技術）與人類的集體智慧（通過 AI 技術）同步推向宇宙的宏偉嘗試。合併後的實體將成為人類通往星際文明的先驅。從這個意義上說，幾個月後 SpaceX 的上市敲鐘聲，或許就是大航天時代與強人工智慧時代真正交匯的開場哨。 (新浪科技)

🔬 英特爾玻璃基板首秀：AI資料中心的"新地基"革命核心要點：英特爾展示首款厚芯玻璃基板整合EMIB封裝技術，專為AI資料中心設計。這不是簡單的材料升級，而是對傳統有機基板物理極限的一次正面突破。📊 技術突破的本質🎯 聚焦：玻璃基板的三大硬核優勢熱穩定性：玻璃材料的熱膨脹係數遠低於有機基板，在高溫環境下形變更小，這對持續高負載運行的AI晶片至關重要機械強度：能夠支撐更大尺寸的封裝體，為多晶片互連提供更穩固的物理平台互連密度：允許更密集的布線層和更小的過孔尺寸，直接提升資料吞吐量英特爾這次的玩法不是傳統的漸進式改良。當業界還在最佳化有機基板的層數和布線密度時，他們直接換了賽道——用玻璃替代有機材料。這個邏輯很簡單：如果材料本身的物理特性成為瓶頸，那就換材料。EMIB（嵌入式多晶片互連橋） 技術的加持讓這個方案更具實戰價值。它允許不同工藝節點的晶片在同一封裝內高效通訊，而玻璃基板提供的穩定性正是這種異構整合的理想載體。💡 資料中心為什麼需要這個📈 洞察：AI負載的殘酷現實訓練大模型時，GPU叢集的功耗動輒數百千瓦，單個加速器的熱設計功耗（TDP）已經突破700W。傳統有機基板在這種極端環境下，翹曲、分層的風險顯著增加。資料中心營運商需要的不是"能用"的方案，而是"能一直用"的方案。讓我們看幾個關鍵數字：這張表透露的資訊很明確：性能提升是實打實的，但代價也不低。問題在於，對於追求極致性能的AI應用場景，這個溢價是否值得？答案可能是肯定的。當一個資料中心的營運成本中，電力和冷卻佔比超過40%，而晶片封裝只佔硬體成本的一部分時，用更貴但更可靠的基板來提升整體效率，反而是更經濟的選擇。⚠️ 警示：代工生意的真實難題英特爾強調這是其代工戰略的"關鍵支柱"，但現實是，玻璃基板技術的量產良率、成本控制、客戶驗證周期都是未知數。台積電和三星在先進封裝領域已經深耕多年，英特爾需要證明的不僅是技術可行性，更是商業可行性。🔮 這場遊戲的真正玩家金句時刻：技術創新的價值不在於實驗室裡的PPT，而在於資料中心機櫃裡的實際部署數量。英特爾代工服務（IFS）要爭奪的客戶群體非常明確：那些需要定製化AI加速器的雲服務商和專用晶片設計公司。亞馬遜的Graviton、Google的TPU、微軟的Maia——這些巨頭都在自研晶片，他們需要的是能提供差異化能力的代工廠。玻璃基板可能就是那個差異化點。但這裡有個悖論：最需要這種技術的客戶，往往也是最苛刻的客戶。他們會拿英特爾的方案和台積電的CoWoS、三星的I-Cube逐項對比，在性能、成本、供應鏈穩定性上反覆權衡。2026年的半導體行業，早已不是"技術好就能贏"的時代。生態系統、工具鏈成熟度、客戶服務響應速度，這些"軟實力"同樣重要。✅ 前瞻：跳出框架的思考也許真正的變革不在基板本身。當所有人都盯著材料和封裝技術時，有沒有可能通過光互連、新型冷卻方案或架構創新繞過這些物理瓶頸？英特爾的玻璃基板可能是當前最優解，但五年後回頭看，它會是終極答案還是過渡方案？歷史告訴我們，技術路線的勝負往往由市場和生態決定，而非單純的性能參數。📌 結語英特爾這次展示的厚芯玻璃基板技術，標誌著封裝領域從"最佳化舊材料"到"採用新材料"的範式轉變。對於AI資料中心來說，這確實提供了一個更高性能上限的選項。但技術演示到商業落地之間，還橫亙著量產爬坡、客戶驗證、成本博弈等一系列現實挑戰。英特爾代工業務能否借此翻身，取決於他們能否在2026-2027年把這些原型機的閃光點變成可大規模交付的產品。最後一句話：在半導體行業，展示技術很容易，持續交付很難，而建立客戶信任最難。玻璃基板是個好開始，但也僅僅是個開始。 (芯在說)

在這波AI軍備競賽中，美國科技巨頭們爭先投入巨資，在各地興建動輒百億美元的資料中心。但與此同時，圍繞著資料中心所需規模龐大的電力與水資源，科技巨頭與社區民生之間的矛盾也在逐漸顯現，引發了當地居民的不滿與抵制。現在微軟交出了一個標準答案，展示了科技巨頭應該怎樣負責任地打造資料中心，實現科技創新與民生就業之間的雙贏。這一波，馬斯克跟不跟？不要補貼不要退稅昨天，微軟總裁布萊德·史密斯(Brad Smith)正式發佈了名為“社區優先AI基礎設施”的計畫，提出在興建資料中心時拒絕電力補貼，減少用水，不要退稅，解決就業，反饋社區等五點承諾。該計畫旨在讓微軟成為社區的“好鄰居”，確保AI基礎設施發展帶來的益處大於成本，並惠及當地居民。這家科技巨頭承諾，未來在建設和營運資料中心時，將確保：不會提高當地居民的電價，主動承擔因資料中心產生的額外電力成本，拒絕當地電價補貼；通過高效冷卻技術，儘可能減少用水量，投資當地水利系統，回饋比使用量更多的水資源；為當地居民切實創造就業機會；為當地醫院、學校、公園和圖書館增加稅收基礎，拒絕任何招商稅收減免；通過投資當地AI培訓和非營利組織來加強社區建設。史密斯在聲明中坦承：”事實是，只有當社區認為收益大於成本時，基礎設施建設才會推進。而我們正處於一個人們有很多顧慮的時刻。"他列舉了公眾對資料中心的擔憂：”他們擔心電價上漲，擔心影響他們的供水。他們看著這項技術，問它對未來的工作意味著什麼？對今天工作的成年人意味著什麼？對他們的孩子意味著什麼？"重要的是，微軟在幾個具體地區已經開始踐行這些承諾。在亞利桑那州，微軟與市政當局合作尋找和修復管道洩漏，幫助社區減少淡水損失。該公司還在該州和威斯康星州芒特普萊森特的資料中心試點閉環冷卻系統，有效地將水消耗降至零。微軟表示，將使零水冷卻成為其自有投資組合中的”主要冷卻方法"。微軟的承諾得到了美國總統的點贊。川普在社交媒體和公開場合表態稱，他不希望美國民眾為大型科技公司資料中心的電費上升埋單，強調科技巨頭應該為自身的能源消耗“買單”，而微軟是第一個響應號召的科技巨頭。微軟此舉在美國科技界引發了廣泛熱議。因為它觸及了一個日益嚴峻的社會問題：在AI軍備競賽的大環境下，科技巨頭們正在全美乃至全球範圍內大舉建設資料中心，但這些龐大的設施卻沒有給當地居民帶來相應的經濟收益，反而給社區民生帶來了沉重的資源負擔。資料中心熱潮下的社區困境要理解微軟為何做出這樣的承諾，需要先瞭解資料中心興建熱潮下，美國各地社區正在經歷的困境。美國科技巨頭正在進行史無前例的資料中心競賽，投資規模遠超此前預期。2025年，微軟、亞馬遜、Google和Meta四大巨頭的資本支出總額預計將高達4000億美元，其中四分之三直接用於AI基礎設施建設。而且這場軍備競賽還在加碼升級。根據CreditSights預測，五大超大規模雲服務商(加上甲骨文)今年總資本支出將超過6000億美元，較去年增長36%，較前年增長135%。高盛預計，從2025年到2027年，超大規模雲服務商的累計資本支出將達到1.15兆美元，是2022-2024年間的2.4倍。這種前所未有的投資規模已接近資本密集度的歷史極限。但另一方面，資料中心的電力消耗也以驚人速度增長，對美國能源系統構成前所未有的挑戰。根據國際能源署(IEA)和美國能源部勞倫斯伯克利國家實驗室的最新研究，2024年美國資料中心的總耗電量約為183太瓦時，佔全國總用電量的4.4%。隨著這波資料中心投資熱潮，預計2026年美國資料中心耗電量將超過250太瓦時，2030年更將達到400-426太瓦時，佔美國總用電量的6.7-12%。美國能源資訊署的報告預計，資料中心用電負載增長在過去十年中增長了兩倍，預計到2028年將再翻一番甚至兩番。在資料中心大幅推高電力需求的同時，美國的發電量增長卻並沒有顯著增長，這就帶來了潛在的居民用電危機。更令人擔憂的是電價的飆升。彭博社去年9月統計，在資料中心密集的地區，批發電價在五年內上漲了高達267%。而在全美範圍內，居民電費在2025年比前一年上漲了13%。美國國會議員去年12月致信七家科技公司，指責它們將數十億美元的基礎設施升級成本轉嫁給普通美國人。信中寫道："我們寫這封信是因為有令人震驚的報導稱，科技公司正在將建設和營運資料中心的成本轉嫁給普通美國人，因為AI資料中心的能源使用導致附近社區的居民電費飆升。"水資源的消耗同樣令人憂慮。勞倫斯伯克利國家實驗室估計，2023年美國資料中心用於冷卻的水量達到6440萬噸，預計到2028年這一數字可能翻倍甚至翻兩番，達到1.29-2.58億噸。而用於發電的間接用水量更是高達7.99億噸，是直接用水量的12倍。休斯頓大學的研究發現，德克薩斯州的資料中心去年的耗水量可能高達1.85億噸，到2030年可能增至15.1億噸——這相當於將美國最大的水庫米德湖的水位在一年內降低5米以上。更令社區居民失望的是就業前景。雖然資料中心在建設期能創造大量建築工作崗位，但一旦投入營運，所需的長期員工數量極為有限。一個典型的大型資料中心可能只需要50到100名全職員工。亞利桑那州的殘酷現實美國亞利桑那州的情況最能說明問題的嚴峻性。鳳凰城地區因為相對寬鬆的環境和勞動政策、較低的電價、稅收優惠以及位於德克薩斯到南加州的主要光纖管道上等優勢，部署著約707兆瓦的IT容量，成為各大巨頭興建資料中心的首選之地。微軟、Google和Meta等公司都在該地區建有資料中心。然而，就在這些科技巨頭大量消耗資源的同時，附近幾十公里外納瓦霍保留地上的許多原住民卻仍然生活在沒有電力供應的環境中。《華盛頓郵報》一篇報導講述了亞利桑那資料中心附近的居民故事。原住民保留地卡梅倫(Cameron)是美國最大的無電力地區之一。這裡雖然有充沛的太陽能，卻因為地廣人稀，沒有企業願意投資興建發電站，也沒有供電網路。居住在這裡的1.5萬家庭似乎生活在上世紀，沒有空調，沒有冰箱，照明只能依靠太陽能等，長期依靠罐頭食品，因為在沙漠酷熱中，未冷藏的農產品很快就會腐爛。這種極端的資源不平等，與幾十英里外耗電量巨大的資料中心形成了鮮明對比。雖然科技巨頭們並沒有義務投資改善當地居民的生活水平，當地基礎設施落後也不是他們的責任，但資料中心巨大的耗電和耗水量，還是招致了當地居民的強烈不滿。在南部亞利桑那州，圖森和馬拉納兩個資料中心項目的審批過程引發了激烈的社區抗議。圖森市議會曾因擔心對城市水資源的壓力和環境影響，一致否決了Beale基礎設施公司的”藍色項目"資料中心提案。該項目原本需要使用水冷系統，每年需要消耗1300萬噸水，相當於2.5萬個家庭的用水量。這引發了當地居民的憤怒，因為當地本就嚴重缺水。在遭到否決後，Beale決定改用空氣冷卻，並與當地電力公司採購近300兆瓦的電力——足以為大約4.5萬個亞利桑那家庭供電。這又引發了當地居民關於電力短缺與電價上漲的擔憂。雖然Beale公司承諾帶來50億美元的資本投資、1.45億美元的城鎮稅收和4200個建築工作崗位。但反對者擔心，短期的建築工作和稅收收入，無法彌補長期的電價上漲和資源壓力。批評者認為，這種招商機遇是以社區長期福祉為代價的。馬斯克追求效率自造電廠如果說亞利桑那州的情況展現了資料中心與社區資源之間的緊張關係，那麼馬斯克的xAI公司在田納西州孟菲斯的做法，則將這種矛盾推向了極端。馬斯克為了加速其人工智慧超級電腦”巨像"(Colossus)的建設，採取了一系列非常規手段，甚至從海外購買整座發電廠運到美國。2024年9月，xAI在孟菲斯一座廢棄工廠啟動了超級計算中心。這台據稱是世界上最大的AI訓練平台，最初配備10萬個輝達GPU，三個月後擴展到20萬個，xAI計畫最終將其擴展到100萬個GPU。為了滿足巨大的電力需求，xAI向孟菲斯電力公司採購了150兆瓦的電力——足以為10萬個家庭供電。但150兆瓦的供電量遠遠不夠。在等待正式電網連接期間，xAI部署了超過40台可攜式天然氣渦輪機，總功率超過400兆瓦。南方環境法律中心指出，這些渦輪機每年排放1200至2000噸形成霧霾的氮氧化物，使該設施”可能成為孟菲斯最大的氮氧化物工業排放源"。田納西大學諾克斯維爾分校的研究人員發現，xAI開始營運後，設施周圍地區的二氧化氮峰值濃度增加了79%。更令人震驚的是，xAI在沒有獲得必要空氣許可的情況下就開始營運這些渦輪機。該公司利用了當地一個監管漏洞：允許臨時渦輪機在一個地點運行不到一年而無需許可證。2025年1月，在營運數月後，xAI才向謝爾比縣衛生部門申請15台渦輪機的許可證。在去年4月的公開聽證會上，生活在巨像設施附近的居民抱怨空氣質量問題，表示他們因生活在孟菲斯這個污染嚴重的地區而患有慢性呼吸系統疾病。一位女士說她聞到"除了正確的東西之外的一切，而正確的東西就是清潔的空氣"。這個設施位於孟菲斯西南部，這是一個以黑人社區和糟糕空氣而聞名的地區，周圍還有其他17個污染設施，包括煉油廠、鋼鐵廠和燃氣發電廠。孟菲斯反污染社區組織主席凱肖恩·皮爾森(KeShaun Pearson)說：”允許xAI在孟菲斯西南部持續損害我們肺部的持續政策暴力是不道德的。我們應該得到清潔的空氣，而不是無聲的窒息。"馬斯克在2025年7月證實，為了進一步擴張算力，xAI正在從海外購買一座完整的發電廠並運到孟菲斯，這是容量高達2吉瓦的天然氣聯合循環燃氣輪機發電廠。馬斯克表示，在美國建造這樣的設施需要太長時間，所以他選擇快速推進項目。去年年底，xAI又宣佈在密西西比州購買第三塊地用於資料中心，預計總計算能力將接近2吉瓦——用電量相當於150萬美國家庭。這體現了馬斯克一貫強調效率優先的風格。這種營運風格也讓他與監管嚴格、注重環保的加州民主黨政府產生嚴重矛盾，促使馬斯克在過去幾年將旗下幾乎所有公司的營運和投資都轉到德州、田納西州等監管寬鬆的共和黨紅州。其他科技巨頭的做法相比馬斯克的激進做法，亞馬遜、Google和Meta等科技巨頭雖然更加注重環保形象，但它們在資源消耗方面同樣引發了廣泛爭議。Google2023年在全球的營運消耗了約2420萬噸水，其中95%（約2310萬噸）被資料中心使用。該公司在愛荷華州康瑟爾布拉夫斯的資料中心2024年消耗了約378.5萬噸水，是其所有資料中心中用水量最多的。Meta的情況類似，2023年全球消耗約308萬噸水，其中95%（約294萬噸）用於資料中心。2021年，Meta的資料中心從全球範圍內抽取了約492萬噸水，其中約139萬噸來自水資源嚴重緊張的地區。這些公司都設定了到2030年實現"水正效益"的目標，即通過在其他地區投資流域恢復和清潔水項目，回饋與使用量相當的水資源。但批評者指出，這種"水補償"並不像碳補償那樣有效。水資源問題是局部性的，改善一個地區的水資源獲取並不能幫助失去水資源的遙遠社區。更令人擔憂的是這些公司在資料透明度方面的不足。許多公司將水使用量視為專有資訊，當地公用事業公司通常拒絕發佈客戶特定資料，這使得社區和監管機構難以評估對當地水供應的真實影響。在德克薩斯州水資源委員會調查資料中心用水情況時，只有三分之一的營運商做出了回應。在俄勒岡州的達爾斯，Google只有在遭到訴訟後才披露當地資料中心2021年直接使用了135萬噸水——超過該市總供水量的四分之一。亞馬遜的情況更加複雜。儘管該公司聲稱其資料中心用水量遠低於服裝製造或牛肉生產，但調查顯示，亞馬遜在西班牙阿拉貢地區計畫建設的三個新資料中心每年將使用約75.57萬噸的水——大約足以灌溉233公頃玉米。而且這個數字還不包括用於發電的水。非營利調查組織SourceMaterial的調查發現，亞馬遜、微軟和Google正在世界上一些最乾旱的地區營運和建設大量資料中心，對已經面臨水資源短缺的當地人口造成巨大影響。倫理科技協會創始人洛雷娜·豪梅-帕拉西(Lorena Jaume-Palasí)表示："水資源問題將變得至關重要。從資源角度來看，這些社區的韌性將非常困難。"抗議迫使Google放棄投資面對科技巨頭的擴張，越來越多的社區開始組織起來進行抵抗，拒絕科技中心來自己的家園投資興建資料中心。居民們意識到，資料中心帶來的短期稅收和建築工作，遠遠不能補償長期的資源壓力、電價上漲和環境惡化。在印第安納州的印第安納波利斯，Google曾計畫建設一個佔地約190萬平方米的大型資料中心園區。該項目引發當地居民強烈反對，他們擔憂資料中心將長期消耗大量水資源和電力，卻只能帶來數量有限、以技術崗位為主的就業機會，對社區的實際收益有限。在遭受長達數月的抗議之後，Google最終在去年9月的聽證會上宣佈放棄這一投資計畫。當地居民在現場隨即爆發出歡呼聲，他們成功抵制了這一資料中心項目。在威斯康星州的梅諾莫尼(Menomonie)附近，一個資料中心興建項目引發了民眾的抵制。人們反對在優質農田上建設，並對缺乏透明度表示擔憂。在路易斯安那州東北部，Meta投資100億美元的Hyperion設施正在建設中，居民不斷抗議抱怨交通增加以及學校和住宅附近的安全風險。長期就業機會同樣是民眾不滿之處。芝加哥大學電腦科學教授安德魯·奇恩(Andrew Chien)表示："由於大部分前期投資都是關於基礎設施的，投資對美國經濟非常有利。"但他補充說，社區面臨的挑戰是如何將這些初始投資轉化為長期利益，比如高薪工作。由於營運資料中心不需要很多人，一旦建成，這些設施通常不能支援很多永久性工作崗位。正是在這樣的背景下，微軟的五點承諾計畫顯得尤為重要。該公司不僅承諾不要求電價補貼或稅收優惠，還主動表示將支付足夠高的電價以覆蓋資料中心的成本，確保這些成本不會轉嫁給當地居民。微軟還承諾到2030年實現資料中心用水強度改善40%，並將補充比使用更多的水。在就業方面，微軟計畫為建築工人和資料中心營運商提供培訓，並投資當地AI教育和非營利組織。AI時代的社會契約資料中心熱潮折射出更深層次的問題：在AI時代，科技公司與社會之間需要建立怎樣的契約？科技巨頭們聲稱AI將帶來巨大的經濟效益和社會進步。微軟CEO薩提亞·納德拉(Satya Nadella)將AI稱為"通用技術"，類比為電力或電腦晶片，認為它將推動多個經濟部門的生產力。但問題在於：誰來承擔這種進步的成本？誰又將享受其收益？當前的現實是：成本由社區居民承擔——更高的電費、更緊張的水資源、更糟糕的空氣質量、被破壞的農田；而收益主要由科技公司及其投資者獲得——數兆美元的估值、豐厚的利潤、壟斷性的市場地位。這種不對等的分配是不可持續的，也是不公正的。微軟的五點承諾提供了一個答案的框架：科技公司必須為其資源消耗付費，必須創造本地就業，必須回饋社區，必須承擔環境責任。但這個框架需要從自願承諾轉變為強制性要求，需要從個別公司的善意轉變為整個行業的標準。美國國會等人對科技巨頭的質詢，以及各地社區的反抗，都表明公眾已經開始要求重新談判這份社會契約。資料中心不應該是搾取資源的黑洞，而應該成為真正造福社區的基礎設施。這需要更嚴格的監管、更大的透明度、更公平的成本分擔，以及更多地考慮當地社區的長期利益。現在，微軟給所有科技巨頭樹了一個榜樣。他們需要證明，AI的未來不是建立在社區的犧牲之上，而是建立在真正的共贏基礎上。但真正的考驗是：其他科技巨頭會跟進嗎？更重要的是，這些承諾會真正兌現嗎？ (新浪科技)

輝達周一表示，其下一代 Rubin AI 晶片已“全面投產”，並將於 2026 年下半年上市。同時，該公司還公佈了備受期待的 Blackwell 系列繼任者的更多細節。“我們必須每年都推進計算技術的進步，一年也不能落後，” 輝達首席執行長黃仁勳在 CES 2026 電子貿易展期間的主題演講中表示。魯賓發表此番言論之際，人們越來越擔心會出現“人工智慧泡沫”，因為人們越來越質疑大規模人工智慧基礎設施建設還能持續多久。這家晶片巨頭通常會在加州聖何塞舉行的 GTC 開發者大會上公佈其人工智慧晶片的最新進展，今年的 GTC 大會將於 3 月 16 日至 19 日舉行。輝達在2025年3月的GTC大會上預覽了Vera CPU和Rubin GPU，並表示Vera-Rubin晶片組將比其前代產品Grace-Blackwell提供更出色的AI訓練和推理性能。推理是指使用訓練好的AI模型來生成內容或執行任務。在周一的發佈會上，黃仁勳公佈了Rubin系列產品的更多細節。Rubin GPU的推理計算性能是Blackwell的五倍，訓練計算性能是Blackwell的3.5倍。與Blackwell相比，新一代晶片還能降低訓練和推理成本，推理令牌成本最多可降低10倍。Rubin 架構包含 3360 億個電晶體，在處理 NVFP4 資料時可提供 50 petaflops 的性能。相比之下，Nvidia 上一代 GPU 架構 Blackwell 的性能最高為 10 petaflops。同時，Rubin 的訓練速度提升了 250%，達到 35 petaflops。晶片的部分計算能力由一個名為 Transformer Engine 的模組提供，該模組也隨 Blackwell 一起發佈。據輝達稱，魯賓的 Transformer Engine 基於一種更新的設計，並具有一項名為硬體加速自適應壓縮的性能提升功能。壓縮檔案可以減少其包含的位元數，從而減少 AI 模型需要處理的資料量，進而加快處理速度。輝達首席執行長黃仁勳表示：“Rubin 的問世恰逢其時，因為人工智慧的訓練和推理計算需求正呈爆炸式增長。憑藉我們每年推出新一代人工智慧超級電腦的節奏，以及六款全新晶片的深度協同設計，Rubin 的推出標誌著我們向人工智慧的下一個前沿領域邁出了巨大的一步。”據輝達稱，Rubin 還將成為首款整合 HBM4 記憶體晶片的 GPU，其資料傳輸速度高達每秒 22 TB，比 Blackwell 有了顯著提升。該公司表示，Rubin 系列晶片已經“全面投產”，並將於今年下半年提高產量。微軟 Azure 和輝達支援的雲服務提供商 CoreWeave 將成為首批在 2026 年下半年提供由 Rubin 提供支援的雲端運算服務的公司之一。在周日的一次媒體簡報會上，輝達高級總監迪翁·哈里斯表示，提前推出 Rubin 產品是因為這些晶片“在展示實際準備情況方面達到了一些非常關鍵的里程碑”，並補充說，該公司正在努力使生態系統做好準備，以採用 Vera-Rubin 架構。“鑑於我們目前的準備情況，以及市場對 Vera-Rubin 的熱情，我們認為這是一個絕佳的機會，可以在 CES 上推出這款產品，”哈里斯說。然而，比預期更早發佈的 Rubin 一代晶片並未給市場留下深刻印象，輝達股價在周一盤後交易中下跌 0.13%，此前收於 188.12 美元。黃仁勳身著一件閃亮的黑色皮夾克，這是他標誌性皮夾克的改良版，在拉斯維加斯BleauLive劇院向3000名座無虛席的聽眾發表了主題演講 。現場氣氛熱烈——這位CEO一出場就受到了歡呼、掌聲和觀眾用手機拍照的熱烈歡迎——這充分證明了這家公司如彗星般迅速崛起，如今它已被視為人工智慧時代最重要的風向標。首席執行長此前表示，即使沒有中國或其他亞洲市場，該公司預計到 2026 年，其最先進的 Blackwell AI 晶片和 Rubin 的“早期產能提升”也將帶來5000 億美元的收入。與此同時，黃仁勳認為人工智慧的未來將主要體現在物理世界中。在CES 2026正式開幕前一天，也就是周一的場外活動中，輝達宣佈與多家製造商、機器人製造商和領先的汽車製造商達成合作，其中包括比亞迪、LG電子和波士頓動力公司。黃仁勳表示：“機器人領域的 ChatGPT 時刻已經到來。物理人工智慧的突破——能夠理解現實世界、推理和規劃行動的模型——正在解鎖全新的應用。”他指的是開啟生成式人工智慧熱潮的聊天機器人 ChatGPT。輝達發佈Vera Rubin NVL72人工智慧超級電腦在2026年國際消費電子展（CES）上，人工智慧無處不在，而輝達GPU則是不斷擴展的人工智慧領域的核心。今天，在CES主題演講中，輝達首席執行長黃仁勳分享了公司將如何繼續引領人工智慧革命的計畫，因為這項技術的應用範圍將遠遠超出聊天機器人，擴展到機器人、自動駕駛汽車以及更廣泛的物理世界。首先，黃仁勳正式發佈了輝達下一代AI資料中心機架級架構Vera Rubin。Rubin是輝達所謂的“極致協同設計”的成果，它由六種晶片組成：Vera CPU、Rubin GPU、NVLink 6交換機、ConnectX-9 SuperNIC、BlueField-4資料處理單元和Spectrum-6乙太網路交換機。這些元件共同構成了Vera Rubin NVL72機架。對人工智慧計算的需求永無止境，而每款 Rubin GPU 都承諾為這一代產品提供更強大的計算能力：NVFP4 資料類型的推理性能高達 50 PFLOPS，是 Blackwell GB200 的 5 倍；NVFP4 訓練性能高達 35 PFLOPS，是 Blackwell 的 3.5 倍。為了滿足如此龐大的計算資源需求，每款 Rubin GPU 都配備了 8 個 HBM4 視訊記憶體堆疊，提供 288GB 的容量和 22 TB/s 的頻寬。每個GPU的計算能力只是人工智慧資料中心的一個組成部分。隨著領先的大型語言模型從啟動所有參數以生成給定輸出詞元的密集架構，轉向每個詞元僅啟動部分可用參數的專家混合（MoE）架構，這些模型的擴展效率得以相對提高。然而，模型內部專家之間的通訊需要大量的節點間頻寬。Vera Rubin推出用於縱向擴展網路的NVLink 6，將每個GPU的交換矩陣頻寬提升至3.6 TB/s（雙向）。每個NVLink 6交換機擁有28 TB/s的頻寬，每個Vera Rubin NVL72機架配備9個這樣的交換機，總縱向擴展頻寬可達260 TB/s。Nvidia Vera CPU 採用 88 個定製的 Olympus Arm 核心，並配備 Nvidia 所謂的“空間多線程”技術，可同時運行多達 176 個線程。用於將 Vera CPU 與 Rubin GPU 連接起來的 NVLink C2C 互連頻寬翻倍，達到 1.8 TB/s。每個 Vera CPU 可定址高達 1.5 TB 的 SOCAMM LPDDR5X 記憶體，記憶體頻寬高達 1.2 TB/s。為了將 Vera Rubin NVL72 機架擴展為每個包含八個機架的 DGX SuperPod，Nvidia 推出了兩款採用 Spectrum-6 晶片的 Spectrum-X 乙太網路交換機，這兩款交換機均整合了光模組。每顆 Spectrum-6 晶片可提供 102.4 Tb/s 的頻寬，Nvidia 將其應用於兩款交換機中。更多產品同步發佈NVIDIA正式發佈了面向AI資料中心的新型CPU“Vera”和GPU“Rubin”。雖然此前已有相關計畫公佈，但首席執行長黃仁勳於1月5日在拉斯維加斯的主題演講中正式揭曉了這些產品。此外，該公司還發佈了高速網路產品，例如 NVLink 6 交換機（允許使用 Vera 和 Rubin 在機架內進行擴展）、ConnectX-9 SuperNIC、BlueField-4 DPU 和 Spectrum-6 乙太網路交換機（允許在資料中心內擴展此類機架）。Rubin是當前一代GPU“Blackwell”（NVIDIA B300/B200/B100）的繼任者，採用了全新的GPU架構和HBM4視訊記憶體。根據NVFP4的計算，Blackwell的AI推理和訓練性能為10 PFLOPS，而Rubin的推理性能達到50 PFLOPS，速度提升了5倍；訓練性能達到35 PFLOPS，速度提升了3.5倍。NVIDIA 正式宣佈 Vera 是一款採用 Arm 架構的 CPU，配備 88 個 NVIDIA 定製設計的 Olympus 核心；Rubin 是一款面向 AI 資料中心的 GPU，將成為當前 Blackwell (B300/B200/B100) 產品的繼任者。這款以美國著名科學家庫珀·魯賓 (Cooper Rubin) 命名的 Rubin GPU，採用 Rubin 架構，相比 Blackwell 架構，能夠實現更高效的 AI 計算。它還配備了全新的 HBM4 記憶體技術、第六代 NVLink、機密計算功能和 RAS 引擎，從而提升了平台級的性能和安全性。通過這些改進，在使用 NVIDIA 的高級推理模型和實現智能體 AI 的 MoE（專家混合）模型時，推理的每個令牌成本最多可以降低十分之一，訓練的每個令牌成本最多可以降低四分之一。與上一代 Blackwell（可能是 GB200 中搭載的 B200）相比，Rubin 的 NVFP4 推理性能提升至 50 PFLOPS，性能提升 5 倍；訓練性能提升至 35 PFLOPS，性能提升 3.5 倍（Blackwell 的這兩項均為 10 PFLOPS）。HBM4 的記憶體頻寬為 22 TB/s，是 Blackwell 的 2.8 倍；每個 GPU 的 NVLink 頻寬為 3.6 TB/s，性能提升兩倍。另一方面，Vera 是一款搭載 88 個 NVIDIA 定製設計的 Olympus 核心的 Arm CPU。它支援 NVIDIA 的專有虛擬多線程 (SMT) 技術“NVIDIA Spatial Multi-threading”，啟用後可作為 176 線程 CPU 使用。它可配備 1.5TB 的 LPDDR5X 記憶體（容量是上一代 Grace 的三倍），基於資料中心記憶體模組標準“SOCAMM”，記憶體頻寬為 1.2TB/s。與 Blackwell 系列一樣，Vera Rubin 每個模組將包含一個 Vera 處理器和兩個 Rubin 處理器。此外，還將推出 Vera Rubin NVL72，這是一款可擴展解決方案，可將 36 個 Vera Rubin 處理器整合到單個機架中。Vera Rubin NVL72 配備了支援第六代 NVLink 協議的 NVLink 6 交換機，單個機架可容納 36 個 Vera CPU 和 72 個 Rubin GPU。此外，NVIDIA 還計畫推出“HGX Rubin NVL8”，這是一款面向 OEM 廠商的設計，將八個 Rubin 模組整合在一台伺服器中；以及“DGX Rubin NVL8”，這是一款專為 x86 處理器設計的伺服器。客戶可以選擇將 Rubin 與 NVIDIA 的 Arm CPU 或 x86 CPU 搭配使用。同時，NVIDIA 還發佈了用於橫向擴展的高速網路新產品，包括 ConnectX-9 SuperNIC、BlueField-4 DPU 和 Spectrum-6 乙太網路交換機。這些產品可以與前文提到的 Vera Rubin NVL72 和 HGX Rubin NVL8 配合使用，實現橫向擴展。該公司還發佈了“DGX SuperPOD with DGX Vera Rubin NVL72”，這是一款由八塊 Vera Rubin NVL72 GPU 組成的擴展型超級電腦，可作為人工智慧超級電腦的參考設計。通過利用 CUDA 等軟體解決方案，一台超級電腦即可使用 256 個 Vera CPU 和 512 個 Rubin GPU。據該公司稱，Vera 和 Rubin 計畫於 2026 年下半年發佈，並將通過四大雲服務提供商（AWS、Google雲、微軟 Azure 和 Oracle 雲基礎設施）以及戴爾科技、HPE、聯想和超微等原始裝置製造商 (OEM) 提供。該公司解釋說，OpenAI、Anthropic 和 Meta 等人工智慧模型開發公司已經宣佈了他們的採用計畫。輝達五年來首次“缺席”CES展會整個行業正陷入零部件短缺的困境，輝達剛剛在X平台上宣佈，其2026年CES主題演講將“不會發佈任何新的GPU”，這無疑給新PC組裝商們僅存的一點希望潑了一盆冷水。這打破了輝達連續五年在CES上發佈新款GPU（無論是桌面級還是移動級）的慣例；這一次，將不會有任何新的硬體產品問世。此次發佈會的大部分內容可能都會聚焦於人工智慧領域的最新進展。自2021年以來，微軟每年都會在CES上展示其最新的晶片產品。最近，RTX 50系列顯示卡在拉斯維加斯標誌性的CES展廳首次亮相，並且一直有傳言稱RTX 50 Super系列顯示卡也將在CES 2026上發佈。雖然官方從未正式確認，但DRAM短缺可能導致了此次發佈計畫的擱淺。否則，輝達本可以在CES 2024上發佈RTX 40 Super系列顯示卡，而這距離首款Ada Lovelace顯示卡發佈僅一年之隔。此外，該公司最新的Blackwell GPU採用的是GDDR7視訊記憶體，而GDDR7視訊記憶體的生產難度更高。情況已經惡化到如此地步，甚至有傳言稱輝達將重啟RTX 3060的生產，因為該顯示卡採用的是GDDR6視訊記憶體，並且採用的是三星較老的8nm工藝製造。記憶體供應是問題的關鍵所在。如果背後的工廠完全癱瘓，輝達就無法發佈新的GPU。全球只有三家公司——美光、SK海力士和三星——能夠生產尖端DRAM，而且它們都樂於將產品賣給AI客戶以獲取更高的利潤。對通用人工智慧（AGI）的渴求促使像OpenAI這樣的公司制定了突破性的計算目標，這些目標遠遠超出了我們現有供應鏈的承載能力。有些人可能會疑惑，為什麼政府不介入幫助消費者？監管市場難道不是他們的職責嗎？不幸的是，地緣政治因素使情況更加複雜，因為前沿人工智慧代表著另一場軍備競賽，而華盛頓希望保持對中國的領先優勢。歸根結底，不會有救星出現。就像2014年的記憶體危機和過去十年間各種GPU短缺一樣，我們只能等到人工智慧熱潮停滯不前才能迎來轉機。目前，輝達顯示卡的價格尚未上漲，所以這或許是我們重返黃牛倒賣時代的最後時刻。不過，社區裡有些人，比如藍寶石的公關經理，仍然抱有希望，相信這場風暴最終能夠過去。 (半導體行業觀察)

市場花了三年時間才算清楚這個永不滿足的 AI 資本開支黑洞——尤其是為了阻止中國贏得 AI 戰爭，未來五年至少需要 5 兆美元的資金投入；而這一認知幾乎危險地逼近了戳破 AI 泡沫的邊緣。正當華爾街剛開始適應那個需要填補的巨額 AI 資金缺口之際，這個缺口眼看還要進一步擴大。10 月，輝達宣佈了十多家合作夥伴，著手讓資料中心行業為 800 伏直流（DC）供電架構和 1MW 機櫃功率密度做好準備——這將是一次革命性的轉變，取代傳統的 415 伏交流（AC）供電架構。這家 GPU 巨頭在 10 月中旬表示，將公佈 Vera Rubin NVL144、MGX 代開放架構機櫃伺服器的規格。公司還計畫詳述對輝達 Kyber 系統的生態支援；該系統連接 576 顆 Rubin Ultra GPU，旨在滿足不斷增長的推理需求。作為回應，約 20 家行業合作夥伴正展示新的矽方案、元件、電力系統，以及對輝達最新 800 伏直流（VDC）機櫃系統與電力架構的支援，以支撐 Kyber 機櫃架構。輝達表示：“從傳統 415 或 480 伏交流三相系統遷移到 800VDC 基礎設施，可提供更強的可擴展性、更高的能效、更低的材料使用量，以及更高的資料中心性能容量。使用 800VDC，在相同銅材條件下可傳輸超過 150% 的電力，從而無需用 200 公斤的銅母排為單個機櫃供電。”當然，這也意味著一筆巨額升級帳單即將到來。據 DataCenter Dynamics 報導，CoreWeave、Lambda、Nebius、Oracle Cloud Infrastructure 和 Together AI 等公司都在按 800 伏資料中心進行設計。輝達指出，富士康在台灣的 40MW “Kaohsiung-1” 資料中心也在使用 800VDC。此外，維諦技術（Vertiv）發佈了其 800VDC MGX 參考架構，結合了電力與製冷基礎設施架構。HPE 也宣佈將為 Kyber 提供產品支援。輝達補充稱，新的 Vera Rubin NVL144 機櫃設計具備 45°C（113°F）液冷、新的液冷母排以實現更高性能，以及 20 倍的儲能來保持供電穩定。中央印刷電路板中背板取代傳統的線纜連接，實現更快的組裝與更易維護。Kyber——輝達 Oberon 的繼任者——將在 2027 年前後容納 576 顆 Rubin Ultra GPU。該系統包含 18 個計算刀片並垂直旋轉放置，“像書架上的書一樣”。為輝達轉向 800VDC 提供矽方案的廠商包括 Analog Devices、AOS、EPC、Infineon、Innoscience、MPS、Navitas、onsemi、Power Integrations、Renesas、Richtek、ROHM、STMicroelectronics 和 Texas Instruments。多家晶片供應商指出，800VDC 需要更換電源晶片與電源供應器（PSU），其中不少廠商強調了氮化鎵的能力。AOE 表示：“這種範式轉變需要先進的功率半導體，尤其是碳化矽（SiC）和氮化鎵（GaN），以在更高電壓與頻率下實現最高效率。”參與該項目的電力系統元件供應商包括 BizLink、台達（Delta）、Flex、GE Vernova、Lead Wealth、光寶（LITEON）和 Megmeet。電力系統供應商發佈了新的電源機架（power shelves）、液冷母排、儲能系統與互連方案，以滿足輝達新系統的需求。資料中心電力系統供應商包括 ABB、Eaton、GE Vernova、Heron Power、日立能源（Hitachi Energy）、三菱電機、施耐德電氣、西門子和維諦技術（Vertiv）。多家廠商已宣佈新的 800VDC 架構參考設計，使營運商能夠為未來的 1MW 機櫃做準備。部分營運商正在考慮提供“側車（side-car）”機櫃，放置在電腦櫃兩側，提供所需的供電與製冷。施耐德電氣資料中心 CTO Jim Simonelli 表示：“隨著計算密度提升，轉向 800VDC 是自然演進。施耐德電氣致力於幫助客戶安全、可靠地完成這一過渡。我們的專長在於理解從電網到伺服器的完整電力生態系統，並設計能夠無縫整合、性能可預測且運行安全的解決方案。”可以理解的是，Simonelli 對這場變革欣喜若狂：這意味著隨著 AI 的首個重大升級周期啟動，AI 領域將需要向他的公司訂購數百萬甚至數十億的新裝置。而那些需要為此買單的人，顯然不會那麼高興。這也是為什麼在高盛最近的一份研究報告（nlg.news 可下載）中，該行資料中心分析師 Daniela Costa 寫道，近期投資者圍繞資料中心資本開支（capex）的討論，已轉向輝達提出的 800VDC 架構，以及資本貨物類股中誰將成為贏家和輸家，當然還有這筆帳單到底會有多大。據 Costa 稱，AI 資料中心採用 800VDC 架構是一場由 AI 工作負載不斷攀升的電力需求與營運挑戰驅動的根本性轉變。此次遷移的首要原因，是為了高效支援現代 AI 機櫃前所未有的功率密度——其規模正從每櫃數十千瓦提升到遠超 1 兆瓦，超出了傳統 54V 或 415/480VAC 系統的能力範圍。輝達預計，從長期看，其 800VDC 架構可通過效率、可靠性和系統架構的改進，將總體擁有成本（TCO）最多降低 30%，這也與更低的裝置維護成本相關（當然，短期內這將是另一道重大的支出門檻）。輝達預計，向 800VDC 資料中心的過渡將與其計畫於 2027 年推出的 Kyber 機櫃架構部署同步。關於 2028 年以後可採用輝達 VDC800 運行的資料中心佔比，行業記憶體在很大分歧。例如，在高盛第 17 屆工業周上，Legrand 表示他們預計向更高電壓的轉變將提升每 MW 的收入潛力（從傳統資料中心的 200 萬歐元/MW 提升到可能的 300 萬歐元/MW），但同時指出即便到 2030 年預測值（2030E），超過 300kW 的機櫃也應仍屬小眾；目前仍有 3/4 的機櫃低於 10kW。然而，高盛近期還主持了一場關於 AIDC 供電的專家電話會議，其中提到的預期是：800VDC 架構可能成為主流，覆蓋 80–90% 的新建資料中心。無論採用程度如何，這一技術轉變都意味著部分資料中心的預算可能會被重新分配到與當今架構顯著不同的產品類型上，從而對投資者產生潛在影響。因此，Costa 的目的在於向投資者闡明這些影響；儘管這些影響在未來兩年內不太可能推動公司的預測發生變化，但很快就會開始對估值產生影響。以下摘錄自高盛報告，概述該行對即將到來的關鍵技術變革及其影響的主要觀察。向800VDC配電轉型：800VDC架構從根本上改變了AI資料中心的供電方式，使傳統的AC PDU和AC UPS系統在很大程度上變得不再必要。這類基礎設施需要更精簡的供電路徑，將電力轉換集中化，並在設施層面整合電池儲能。與由單體UPS為特定機櫃或分區提供備用電力不同，800VDC架構採用設施級電池儲能系統。這些大規模電池系統負責管理電力波動、在停電時提供短時支撐電力，並確保整個資料中心的電網穩定性。這可將AC PDU機櫃需求降低多達75%，並支援兆瓦級機櫃功率密度。根據高盛第17屆年度工業周管理層評論，ABB目前在中壓直流UPS（MV DC UPS）系統中佔據100%的份額。隨著資料中心轉向在中壓側採用集中式備電系統，該細分領域預計將變得愈發重要；而施耐德、羅格朗和ABB目前在AC PDU與AC UPS方面已有佈局。Sidecar（側掛模組）是現有資料中心改造的啟動關鍵：在VDC800首輪落地階段（2025–2027），Sidecar將作為過渡模組部署，在完全原生的直流機房上線前發揮作用。它們掛接在兆瓦級機櫃上，將輸入的交流電轉換為800VDC，並提供整合的短時儲能以穩定GPU負載尖峰。該設計消除了對傳統AC PDU和UPS系統的需求，同時使機櫃功率可擴展至1.2MW。施耐德是這些Sidecar的關鍵供應商，明確瞄準帶整合儲能、最高1.2MW的機櫃。這些Sidecar包含DC-DC變換器，ABB也在我們的會議上提到，在該新架構下這類裝置將出現強勁需求。NVIDIA認為，為最大化效率，800VDC資料中心最終形態中還將配備固態變壓器；不過高盛覆蓋的廠商目前均未生產該產品，儘管施耐德和ABB表示正在積極在該領域創新。銅用量降低：在800V下電流需求更低，可使銅質量減少多達45%。同等尺寸導體在800VDC下可較415VAC承載約高出157%的功率，從根本上改變電纜與母線槽的經濟性。這意味著系統將從四線制交流轉向三線制直流（POS/RTN/PE），降低導體與連接器複雜度。由於在相同功率下電流更小，可採用更細的電纜與更小的母排——Prysmian、耐克森（Nexans）、羅格朗和施耐德在資料中心電纜與母排方面有重要敞口。儘管最佳化後，電纜與母線槽仍是800VDC配電不可或缺的組成部分。此外，一些公司指出，儘管此類裝置的用量需求降低，但對質量的要求更高，從而推升ASP；隨著需求轉向直流母線槽、直流開關裝置及專用電纜（尤其是液冷電纜），單位MW的內容價值上升。儘管不用於資料中心應用，耐克森生產液冷超導電纜；Prysmian正在開發直流冷卻解決方案以滿足快充需求；NKT也在研發超導電纜。此外，ABB、施耐德和西門子供應直流開關裝置，而大多數電氣廠商供應直流母線槽。向液冷的決定性轉向：當機櫃功率從數十kW提升至最高1.2MW，這一功率密度會產生前所未有的熱量，傳統風冷系統越來越難以高效散熱。風冷在應對AI與現代計算不斷提升的散熱與功率需求方面表現不足，從而推動行業決定性轉向液冷，並採用兆瓦級冷卻液分配單元（CDU）。在高盛覆蓋範圍內，施耐德通過其Motivair資產在液冷方面敞口最大；阿法拉伐（Alfa Laval）也通過協作獲得間接敞口，相關系統中還包括Vertiv等液冷方案提供商、超大規模雲廠商以及承包商。Carel也提供控製器、加濕系統與感測器，廣泛應用於資料中心液冷及傳統製冷系統。保護與安全系統重構：800VDC架構簡化了配電方式，不再通過大量交流配電盤來分配交流電（這些配電盤是由斷路器、開關與控制裝置組成的大型成套裝置）。在800VDC架構中，它們正被先進的直流安全斷路器與固態保護裝置所取代。固態斷路器是該領域的關鍵創新，相較機械式產品具備更快速度與更強可控性。例如，ABB的SACE Infinitus被稱為全球首款獲得IEC認證的固態斷路器，專為使直流配電具備可行性而設計。此外，施耐德也表示正在開發固態開關裝置，但尚未實現商業化。對儲能的需求增加：向800VDC資料中心轉型需要更大的電池儲能，以應對更高的功率波動並繞開電網並網限制，因為機櫃負載可在毫秒級從30%躍升至100%利用率。儲能將演進為主動的“低通濾波器”，吸收高頻尖峰並平滑負載爬坡。這將支援分層策略：在更靠近機櫃處使用快速響應電容來應對毫秒級波動，在更靠近並網點處使用大型BESS來提供更長時間的支撐。高盛強調，施耐德在儲能向更靠近機櫃部署的趨勢中具備敞口。臨別之際，高盛分析師指出，這是一個趨勢，其對該銀行覆蓋範圍的影響尚不明朗但可以肯定；儘管如此，這種技術的出現需要時間，該銀行預計將在 2028 年左右開始看到商業化。最後，我們用幾張圖表來總結，首先是未來幾年需要更換和不需要更換的東西的可視化快照，以及向 800VDC 的過渡：橙色部分代表需要升級的裝置以及對當前產品的潛在較低需求，紅色部分代表可能被更換的裝置，綠色部分代表預計需求會更強的裝置。接下來，按公司彙總的產品曝光情況。最後，對資料中心裝置競爭格局進行總結。 (老李說研報)