在地面上大量建設AI資料中心會導致電力不足，進行冷卻也需要大量水。而在太空，太陽能電池的發電效率最高可達地面的8倍，向太空釋放廢熱也無需冷卻水。美國科技巨頭開始推進太空資料中心構想……美國科技企業正在推進在太空建立用於AI的資料中心的構想。Google計畫2027年發射人造衛星，SpaceX和OpenAI也顯示出興趣。輝達正在為發射搭載AI半導體的人造衛星的企業提供支援。太空資料中心有可能替代正在激增的用於AI的地面基礎設施。從火箭分離的搭載輝達半導體的Starcloud的首顆衛星（11月、引自SpaceX官方網站）在人造衛星設定伺服器，24小時以太陽能供電太空資料中心是在地球軌道上的人造衛星上設定伺服器，在宇宙空間進行資料處理和儲存的機制。各企業正在描繪通過群控擁有計算和通訊能力的人造衛星來替代地面資料中心的構想。電力可以在宇宙空間利用太陽能電池晝夜發電。由於地面資料中心在未來難以確保所需的大量電力和水，太空資料中心作為未來基礎設施的形態而迅速受到關注。“這是在宇宙空間中擴大機器學習計算能力的大膽挑戰”。Google在11月公佈了太空資料中心項目“太陽捕手”計畫（Project Suncatcher）。搭載Google的高性能AI半導體“TPU”的2顆試驗衛星將在2027年初之前發射到地球軌道上。Google透露，在軌道上太陽能電池的發電效率最高可達地面的8倍，幾乎可以不間斷地發電。將發射多顆把太陽能電池和TPU結合起來的小型人造衛星，並把這些衛星群當作資料中心來使用。SpaceX的IPO或許也著眼於資料中心關於這一計畫，SpaceX的CEO埃隆・馬斯克在X上發文稱“是個好主意”。Google的CEO桑達爾・皮查伊在X上回應稱“這得益於SpaceX發射技術的驚人進步”。Google並非唯一對太空資料中心感興趣的公司。眾所周知SpaceX正推進IPO的準備工作，美國彭博社報導稱其融資目的之一是建立太空資料中心。OpenAI的CEO薩姆・奧爾特曼也是對太空資料中心感興趣的人之一。他在過去參加的播客節目中表示，在地球上設定資料中心“可能沒有意義”。12月有報導稱，OpenAI著眼於太空資料中心向涉足火箭開發的新興企業提議收購。輝達半導體進入太空輝達支援的美國新興企業Starcloud已走在科技巨頭的前頭。該公司10月向太空發射了輝達製造的AI半導體“H100”。Starcloud的CEO預測稱，“在10年內，幾乎所有新增資料中心都將建在太空”。搭載美國輝達AI半導體的美國Starcloud人造衛星在發射前進行檢查的情形（引自輝達官方網站）輝達透露Starcloud 的第一顆衛星重60公斤，大小與小型冰箱差不多。該公司表示，由於運轉時可以向太空釋放廢熱，因此不像地面那樣需要水進行冷卻。美國消費者新聞與商業頻道（CNBC）10日報導稱，該AI半導體目前仍在使用，使Google的AI模型持續運行。如果在地面建設AI資料中心，需要100座核電機組的電力太空資料中心受到關注的背景是，在地面上大量建設資料中心會導致電力不足。美國彭博新能源財經（BloombergNEF）12月公佈預測稱，2035年美國資料中心的電力需求將達到106吉瓦時（GWh）規模，相當於100多座大型核電機組。該預測比僅公佈7個月的資料上調了36%，與2025年的需求相比增至2.6倍左右。在美國，新建大型核電站的計畫等被提出來，但建設需要時間。冷卻資料中心也需要大量水。由於對建設項目過多以及電費上漲的擔憂，民眾認為會造成困擾，反對運動也開始出現。太空資料中心面臨的挑戰是成本。Google的分析顯示，如果近地軌道的發射成本在2030年代中期降至每公斤200美元，太空資料中心計畫將接近實現。美國麥肯錫公司認為當前成本為1500美元。太空輻射的影響也很重要。在輻射量高的太空中，電子裝置有可能更容易發生老化和故障。此外，還存在與太空垃圾碰撞等風險，研發仍在繼續進行。 （日經中文網）

上周要聞摘要：中國貿易順差創紀錄地突破1兆美元。大眾汽車在中國已實現完全本土化研發。美國允許輝達向中國出售H200晶片。甲骨文資料中心項目完工日期推遲。迪士尼向OpenAI投資10億美元；《時代》年度人物授予“AI建築師”。貝佐斯與馬斯克競相佈局太空資料中心。派拉蒙對華納兄弟發起敵意收購。瑪氏完成收購品客薯片母公司Kellanova。聯合利華分拆夢龍冰淇淋股票上市。1 中國貿易順差突破1兆美元大約一年前，美國總統川普重新入主白宮，承諾將實現製造業繁榮。他做到了，不過是在中國。儘管美國加征關稅，但今年中國工廠的產量仍創歷史新高。美國的施壓反而鞏固了競爭對手中國作為全球不可或缺的“世界工廠”的地位。海關資料顯示，今年僅前11個月，中國貨物貿易順差就創紀錄地突破1兆美元。中國持續大量供應廣受需求的商品，即便美國近年來提高了貿易壁壘，中國生產商仍能打入歐洲及發展中世界的其他市場。相關：中國11月份汽車銷量連續第二個月下降。乘聯分會公佈的資料顯示，上個月乘用車零售銷量同比下降8.1%，至223萬輛。乘用車零售銷量環比下降1.1%。但當月中國汽車出口量則創下新紀錄。2 大眾在中國實現完全本土化研發大眾汽車集團(Volkswagen Group)首次完全在德國境外開發新車平台和關鍵技術，並通過所有審批流程進入市場，從而迎來了其戰略里程碑。11月25日，位於合肥的大眾汽車(中國)科技有限公司(VCTC)的全新批次測試車間正式投入使用，這意味著大眾汽車在中國已實現完全本土化研發。在大眾汽車集團“在中國，為中國”的戰略中，VCTC正發揮著核心作用。作為該集團在本土市場外最全面的研發中心，VCTC也是大眾集團唯一專門從事電動、智能和網聯汽車研發的中心。相關：特斯拉(Tesla)上海超級工廠第400萬輛整車下線。資料顯示，11月特斯拉上海超級工廠共交付86700輛Model3和Model Y，同比增長10%，較10月環比增長40%。上海超級工廠產能佔特斯拉全球產能的一半，是特斯拉全球出口中心。其產品除了滿足中國大陸消費者的需求，還銷往歐洲和亞太市場。2025年10月，特斯拉上海超級工廠出口超3.5萬輛，創2年來單月最高出口紀錄。3 美國允許輝達向中國出售H200美國總統川普表示，他將允許輝達(Nvidia)對華出口該公司的H200晶片，同時美國將從中獲得25%的抽成。這是川普通過與一家私營公司達成非常規協議來為政府賺錢的最新舉措。他在Truth Social上說：“美國將允許輝達在能夠確保堅實國家安全的條件下，向中國和其他國家的獲批客戶銷售其H200產品。”他還表示：“其中的25%將支付給美利堅合眾國。”相關：輝達已開發出一種位置驗證技術，該技術可以確定其晶片所處的國家和地區。輝達最近幾個月已在非正式場合展示了這項功能，但尚未正式發佈。該功能將是一個軟體選項，供客戶安裝。該功能將利用其圖形處理單元(GPU)所謂的保密計算能力。輝達稱該軟體旨在讓客戶追蹤晶片的整體計算性能——這是大量採購晶片用於大型資料中心的公司常見做法——還可以利用與伺服器通訊的時間延遲，來感知晶片的大致位置。4 甲骨文資料中心項目完工日期推遲甲骨文公司(Oracle)已將其為OpenAI準備的一些資料中心的完工日期從2027年推遲至2028年。這些延誤主要是由於人力和材料短缺所致。甲骨文一直在努力完成一項價值3000億美元的合同，以提供訓練和運行OpenAI模型所需的計算能力。儘管面臨延誤，但甲骨文發言人在聲明中表示，公司對履行義務和實現擴張計畫的能力仍充滿信心。甲骨文為OpenAI開發的第一個資料中心進展正常，已交付超過96000個輝達晶片。相關：投資者對甲骨文公司為人工智慧(AI)行業建設資料中心的支出規模日益感到擔憂。這家雲端運算公司的收入和營業利潤在最近一個財季略低於分析師的預期，同時該公司上調了支出預測，這加劇了外界對於將AI行業對算力的旺盛需求轉化為利潤的時間表的擔憂。該公司將本財年的資本支出預期上調逾40%，至500億美元。本季度支出主要用於建設資料中心，增至120億美元，高於市場預期的84億美元。其今年用於資料中心的計畫支出上調了150億美元，以服務人工智慧企業。5 迪士尼向OpenAI投資10億美元迪士尼公司(Walt Disney)宣佈將向OpenAI投資10億美元，並將允許這家人工智慧初創公司在其Sora AI視訊生成器中使用星球大戰、皮克斯和漫威系列電影中的角色。這筆交易可能會重塑好萊塢製作內容的方式。這項為期三年的合作夥伴關係是好萊塢擁抱生成式人工智慧的關鍵一步，避開了業界對人工智慧對創意工作和智慧財產權影響的擔憂。作為授權協議的一部分，從明年初開始，Sora和ChatGPT Images將開始使用米老鼠、灰姑娘和木法沙等迪士尼授權角色製作視訊。相關：OpenAI發佈GPT-5.2，稱該人工智慧(AI)模型是其用於專業知識工作的最先進模型。就在大約一周前，該公司首席執行長山姆·阿爾特曼(Sam Altman)宣佈啟動“紅色警報”行動。該行動旨在提升ChatGPT的質量，並推遲包括廣告在內的其他一些項目的開發。該公司一直對來自Google(Google)最新Gemini AI模型日益增長的威脅保持高度警惕，該模型在包括專家級知識、邏輯謎題、數學問題和圖像識別在內的某些基準測試中表現優於ChatGPT。6 《時代》年度人物授予“AI建築師”《時代》周刊官方宣佈2025年度人物(2025 TIME Person of the Year)授予“AI建築師”(The Architects of AI)。《時代》表示：“2025年，人工智慧的全部潛力全面爆發，其發展趨勢已是大勢所趨。正是這群人開創了智慧型手機器時代，既讓人類驚嘆不已，也讓人們心懷憂慮；他們重塑當下，更突破了諸多可能性的邊界”。“年度人物”封面圖片中包括祖克柏(Meta)、蘇姿丰(AMD)、馬斯克(xAI)、黃仁勳(輝達)、阿爾特曼(OpenAI)等人。不過，GoogleCEO皮查伊並不在列。相關：英國《金融時報》將黃仁勳評為年度人物，基於他在人工智慧這場變革中扮演的關鍵角色。黃仁勳主導了私營部門有史以來規模最大的投資計畫之一，該計畫既支撐了美國經濟，也維繫了股市繁榮。同時，他推動的這項技術，擁有重塑整個行業的潛力。如今，輝達已成為全球市值最高的公司，今年曾一度成為首家市值突破5兆美元的企業。此前，在其職業生涯的大部分時間裡，黃仁勳在矽谷之外鮮為人知，輝達的晶片甚至不被視為科技主流。7 貝佐斯與馬斯克佈局太空資料中心多年來，埃隆·馬斯克(Elon Musk)和傑夫·貝佐斯(Jeff Bezos)一直製造火箭和發射衛星，彼此不甘落後。如今，他們正競相將價值數兆美元的資料中心熱潮帶入太空軌道。貝佐斯麾下藍色起源(Blue Origin)的一個團隊已投入一年多時間研究軌道AI資料中心所需的技術。而馬斯克旗下的SpaceX計畫使用其星鏈(Starlink)衛星的升級版來承載AI計算有效載荷，並將該技術作為股票出售的一部分進行推介，此次股票出售可能使該公司估值達到8000億美元。相關：馬斯克暗示SpaceX或啟動首次公開募股(IPO)。此前有媒體報導稱，SpaceX正計畫在2026年通過IPO募資超250億美元，此舉有望將這家火箭製造商的估值提升至1兆美元以上。若SpaceX按報導的估值完成上市，將成為史上第二大規模的IPO，僅次於沙烏地阿拉伯阿美2019年創下的1.7兆美元巨額上市紀錄。8 派拉蒙對華納兄弟發起敵意收購派拉蒙(Paramount)對華納兄弟探索(Warner Bros. Discovery)發起價值1084億美元的敵意收購，以最後的努力擊敗網飛，打造一個媒體巨頭，挑戰串流媒體巨頭的主導地位。此前，網飛(Netflix)在與派拉蒙和康卡斯特(Comcast)長達數周的競購戰中勝出，同意以720億美元的價格收購華納兄弟探索的電視、電影工作室和串流媒體資產。但派拉蒙的最新嘗試意味著對華納兄弟及其珍貴的HBO和DC漫畫資產的爭奪不會很快結束。華納兄弟探索董事會表示，將對派拉蒙的報價進行審查，但不會修改對網飛的建議。相關：網飛收購華納兄弟探索的製片廠和HBO Max串流媒體服務的交易預計將受到美國司法部的調查。網飛還必須應對美國總統川普的偏好。川普表示，串流媒體巨頭網飛以720億美元收購華納兄弟的交易“可能會有問題”，因為這將導致網飛獲得巨大的市場份額。這是他就該出售交易首次公開發表評論，暗示該交易可能面臨政府方面的阻力。川普還表示，無論那家公司收購華納兄弟探索，有線電視新聞網(CNN)的所有權都應該改變。9 瑪氏完成收購品客薯片母公司食品巨頭瑪氏公司(Mars Incorporated)12月11日宣佈完成對品客薯片母公司Kellanova的收購；同日，Kellanova從紐約證券交易所退市。2024年8月14日，瑪氏宣佈與Kellanova達成最終收購協議，總對價359億美元；同年11月，該交易獲得Kellanova股東的批准。2025年12月8日，交易獲得歐盟委員會無條件批准，這意味著此次交易獲得了全部所需的監管審批與許可。相關：百事公司(PepsiCo)與激進投資者Elliott Investment Management達成了一項協議，承諾在全公司範圍內削減成本並降低價格，努力提振其放緩的食品業務。這家生產百事可樂、樂事薯片和多力多滋玉米片的公司表示，將削減食品和飲料業務的開支，同時將其在美國各項業務中的單品數量削減20%。百事公司還計畫在新的一年裡為部分食品降價。這項交易避免了百事公司和Elliott之間可能曠日持久且代價高昂的戰爭。與此同時，公司還將進行裁員。10 聯合利華分拆夢龍股票上市世界最大的冰淇淋公司夢龍冰淇淋公司(The Magnum Ice Cream Company)宣佈其普通股於荷蘭、英國、美國三地正式上市交易。此舉標誌著聯合利華冰淇淋業務分拆工作基本完成。2024年3月，聯合利華(Unilever)決定將其全球冰淇淋業務分拆為獨立業務。自2025年7月1日起，夢龍冰淇淋公司已經作為聯合利華集團內的一家獨立公司開展營運。分拆後，聯合利華將保留夢龍冰淇淋公司約19.9%的股份，期限最長為5年。夢龍冰淇淋公司業務規模達到83億歐元，擁有1.9萬名員工。相關：生產多芬洗髮水和馬麥醬的消費品製造商聯合利華將其冰淇淋業務分拆至三家交易所上市。上市當天聯合利華股價下跌7%，市值蒸發近90億歐元；而新上市的夢龍冰淇淋公司分配給股東的80%股權當日僅值約63億歐元。當前還遠未到冰淇淋旺季。儘管如此，這意味著夢龍冰淇淋公司的估值僅為今年的息稅折舊攤銷前利潤(EBITDA)的8.2倍，屬於相當溫和的水平。 (全球企業動態)

“AI 時代，誰是 token 的最低成本生產者，誰就擁有決定性優勢。”“未來三四年，最重要的事情是太空資料中心。”近日，知名科技投資人Gavin Baker在最新採訪中與主持人深入探討了輝達與Google之間的基礎設施戰爭，Gemini3和Scaling Law的影響，以及從Hopper向Blackwell晶片的轉變如何重塑了整個行業。Gavin Baker是Atreides Management的管理合夥人兼首席投資官（CIO），以其在公開市場上對科技趨勢，尤其是AI領域的深刻洞察而聞名。其中有關太空資料中心的觀點，也得到了馬斯克的認同：Gavin尖銳地指出，過去幾年所有AI公司都陷入“囚徒困境”：如果你放慢腳步，你就永遠出局；如果競爭對手不停，你只能繼續投。他認為，在模型進展上，Gemini 3 證明Scaling Law仍然成立。過去一段時間 AI 的主要進步則更多來自後訓練的兩條新縮放路徑，也就是帶驗證回報的強化學習與測試時算力，讓 AI 在新一代硬體還沒有完全到位時仍能繼續推進。Blackwell（GB200/GB300）和 AMD MI450 的出現，將帶來大幅降低每 token 成本的能力。Gavin強調，xAI 將是最快推出 Blackwell 模型的公司，因為它擁有最快的資料中心部署能力和大規模叢集調通經驗。Gavin還指出，過去 Google 是全球最低成本 Token 生產者，這給了他們巨大優勢。但隨著GB300開始量產，低成本時代將屬於 Nvidia 的客戶，如OpenAI、xAI 等。至於太空資料中心的建設，他認為這是未來三到四年最重要的事情，“現在這是一場巨大的淘金熱”。此外，他還分析了：AI 推理如何讓飛輪啟動，徹底改變資料和使用者反饋的價值邏輯；端側 AI 對算力需求的潛在衝擊，可能讓雲算力的爆發放緩；SaaS 公司在 AI 時代面臨的毛利困局，以及誰能抓住下一波風口。小編節選整理了部落格內容，資訊量巨大，enjoy！Gemini 3 與前沿模型整體進度主持人：公眾對 Gemini 3 的理解大多集中在擴展定律（Scaling Laws）與預訓練機制。你怎麼看當前的前沿模型整體進展？Gavin：Gemini 3 非常重要，因為它再次確認：預訓練的擴展定律仍然成立。關鍵在於，全世界沒人真正知道為什麼擴展定律成立。它不是理論，是經驗事實，而且被極其精確地測量、驗證了很多年。我們對擴展定律的理解，就像古埃及人對太陽運行的理解：能精確測量，卻完全不知道背後的物理機制。所以每一次確認都非常關鍵。基於擴展定律，其實 2024–2025 按理應該沒有任何 AI 進展。原因是：xAI 把 20 萬 Hopper GPU 做到完全“coherent”（訓練時 GPU 彼此同步共享狀態）之後，下一步就必須等下一代晶片。Hopper 時代的上限就是 20 萬片，你再擴都沒用。但真正的故事是： “推理（Reasoning）”救了整個 AI 行業如果沒有推理模型（OpenAI 在 2024 年 10 月推出的 Reasoning 系列），整個行業會從 2024 年中期到 2025 年底 陷入 18 個月停滯。推理帶來了兩條全新擴展定律：強化學習 + 可驗證獎勵（RL + Verified Rewards）“在 AI 中，凡是你能驗證的，你就能自動化。”測試時計算（Test-Time Compute）也就是讓模型在推理階段使用更多算力。這兩條擴展定律讓 AI 在沒有新 GPU 的 18 個月裡依然高速進步。xAI會最快訓練出 Blackwell 模型Gavin：Google 在 2024 推 TPU v6、2025 推 TPU v7。這些晶片性能飛躍巨大，相當於從二戰戰機跳到冷戰噴氣機。因為 Nvidia Blackwell（GB200）極度困難、延遲嚴重，Google 等於是提前拿到了下一代“材料”。Gemini 3 正是在更強 TPU 上驗證預訓練擴展定律的第一次大考，結果通過了。這意味著：Blackwell 時代訓練出來的模型會非常強。2026 年初會出現第一批真正的 Blackwell 模型。我認為最快的是 xAI。理由很簡單：黃仁勳曾說過，“沒有人比 Elon Musk 更快建資料中心。”Blackwell 這種超級複雜的晶片，需要海量叢集快速部署來“磨合”。只有 xAI 能做到最快部署、最多叢集、最快調通。所以他們會最先訓練出 Blackwell 模型。Google“低成本生產 Token”的戰略地位將被逆轉Gavin：過去 Google 是 全球最低成本 Token 生產者，這給他們巨大優勢：他們可以用低價（甚至負毛利！）讓競爭對手幾乎無法呼吸。這是極其理性的企業戰略。但當 GB300（比 GB200 更強）開始量產、並且能無縫替換進現有機房後，低成本時代將屬於 Nvidia 的客戶（OpenAI、xAI 等）。到那時，Google 就不再是最低成本生產者，就不能再輕易靠“負 30% 毛利”窒息競爭者。AI 行業經濟格局將大幅改變。為什麼 TPU v8 / v9 趕不上 GPU？主持人：為什麼會這樣？為什麼 TPU v8、v9 無法做到和 GPU 一樣優秀？Gavin：這裡有幾點原因。第一點：Google 做了更加保守的設計選擇原因之一我認為是他們的晶片設計流程本身比較特殊。半導體設計分為前端（Front-End）與後端（Back-End）。另外還有與台積電合作的晶圓代工環節。製造 ASIC 有很多方式，而 Google 的方式是：Google 主要負責前端設計（相當於建築師畫房子的圖紙）Broadcom 負責後端設計與量產（相當於施工方蓋房子，並負責與台積電合作）這是個粗略類比，但能說明問題。Broadcom 的半導體業務長期維持 50～55% 毛利率。我們不知道 TPU 的具體數字，但如果假設到 2027 年 TPU 業務規模達到 300 億美元，那麼 Broadcom 大概會從中賺走 150 億美元的毛利。對 Google 來說，這實在太貴了。當一個公司把 ASIC 業務做大到這種量級，就會出現一個非常明顯的經濟動力：把所有晶片設計和製造流程“收歸自研”。蘋果就是這麼幹的。蘋果的晶片沒有 ASIC 合作夥伴，前端蘋果自己做，後端蘋果自己做，生產也由蘋果直接管理台積電，因為他們不想為外包設計付 50% 毛利。當業務規模夠大時，你完全可以把 Broadcom 這類供應商的工程師挖走、薪水翻倍、甚至三倍，還可以省錢。如果 TPU 到 2028 年規模做到 500 億美元，那 Google 每年付給 Broadcom 的錢會變成 250 億。那 Google 完全可以去 Broadcom 把整個團隊全買走，把成本反而降下來。當然，出於競爭與監管原因 Google 不能真的這麼幹，但這些“經濟摩擦”已經影響 TPU v8 / v9 的設計節奏了。第二點：Google 引入了聯發科（MediaTek），在敲打 Broadcom這是一個明確的訊號：Google 對付給 Broadcom 的高額費用已經非常不滿。台灣的 ASIC 公司（包括聯發科）毛利要低得多，把他們引入，就是“第一槍”。第三點：SerDes 是晶片之間通訊的核心技術，但有價值上限Broadcom 的 SerDes 確實很好，但SerDes 的價值上限也就 100～150 億美元等級，絕沒到 250 億美元 這種程度，世界上還有其他優秀的 SerDes 供應商所以，Google 沒必要永遠被 Broadcom 卡住。第四點：Google 的保守設計，可能是因為供應鏈“分裂”要開始了Google 正在準備多家供應商平行工作（Broadcom + MediaTek）。這種“分裂的供應鏈”會讓設計更加保守，因為你要保證每家廠商都能按時做出一致的結果。這讓 TPU 的迭代速度變慢了。第五點：GPU 正在加速，而 ASIC 正在變慢這是行業最關鍵的趨勢。Nvidia 和 AMD 的回應是：“你們所有人都在造自己的 ASIC？好，我們就一年一代，讓你們永遠追不上。”GPU 的迭代速度現在是過去的 2 倍甚至 3 倍。而當你去做 ASIC（TPU、Trainium、各種自研晶片）時，你會突然意識到：“哦……原來造 ASIC 根本不是只做一個晶片這麼簡單！”你要同時解決：晶片本體、NIC（網路介面卡）、CPU、Scale-up 交換機、Scale-out 交換機、光模組、軟體棧、訓練框架、生態系統、整個供應鏈。你做出來一個小晶片，結果發現：“糟糕，我只是做了一個微小元件，而 GPU 廠商已經把整個巨型系統打通了。”第六點：做出“好 ASIC”需要至少三代Google TPU 的歷史就是活生生的例子：TPU v1：能用，但力量不足TPU v2：好一點TPU v3/v4 才開始接近真正“能打”Amazon 的 Trainium 也是一樣：Trainium 1：比 TPU v1 略好，但差不多等級Trainium 2：變強一點Trainium 3：第一次達到“可以接受”Trainium 4：預計才會真正成為好晶片這就是經驗積累 → 工程成熟 → 系統打磨，無法跳步驟。這意味著所有其他試圖“自研 AI 晶片”的公司都會發現自己根本追不上 Nvidia、AMD。第七點：最終，TPU 和 Trainium 也會變成“客戶自有工具鏈”你可以爭論具體年份，但方向是確定的。因為從第一性原理來說，當規模足夠大，把晶片從外包轉為自研是經濟必然。主持人：如果把視角拉遠一點，這一切的意義是什麼？三代 GPU、三代 TPU、三代 Trainium 之後，這場巨大戰爭將給全人類帶來什麼？Gavin：如果讓我給出一個事件路徑：第一步：Blackwell 時代的模型將極其強大。第二步：GB300（以及 AMD MI450）帶來每 Token 成本的大幅下跌。這會讓模型可以“思考更久”。當模型能思考更多步，就能做新的事情。我被 Gemini 3 第一次“主動幫我做事”震撼到：它幫我訂餐廳。以前模型都是給我生成文字、做研究，這次是直接辦成一件現實任務。如果它能訂餐廳，那就離訂機票、訂酒店、打 Uber、管日程、全面生活助理不遠了。大家現在都在談這個，但真的想像一下：這東西最終會跑在手機裡。這就是近期就會發生的未來。而且你看，現在一些非常“技術前沿”的大公司，他們超過 50% 的客服已經完全由 AI 處理了。客服是一個 4000 億美元的大產業。而 AI 特別擅長的一件事，就是“說服”，這正是銷售和客服的核心能力。從一家公司的角度想，如果把業務拆開，就是：做產品、賣產品、服務使用者。現在看，到 2026 年底，AI 很可能在其中兩塊已經非常拿手了。這又回到 Karpathy 說過的那句話：AI 可以自動化所有“可被驗證”的任務。凡是存在明確對錯結果的事情，你都可以用強化學習把模型訓練得非常強。主持人：你最喜歡的例子有那些？或者說未來最典型的？Gavin：比如讓模型自動訓練模型本身；比如全球帳目是否能對齊；比如大規模會計工作；或者銷售、客服這些“明確可驗證結果”的任務。如果這些在 2026 年開始全面落地，那麼NVIDIA Blackwell就有明確 ROI，然後領域繼續往前走，接著會迎來Rubin，再接著是 AMD MI450、Google TPU v9。ASI與大公司的“囚徒困境”Gavin：但最有意思的問題是：人工超級智能（ASI）到底會產生怎樣的經濟回報？過去幾年所有公司都陷入“囚徒困境”：如果你放慢腳步，你就永遠出局；如果競爭對手不停，你只能繼續投。微軟今年早些時候“猶豫”了 6 周，我想他們大概會說他們後悔。但是隨著 Blackwell、特別是 Rubin 的到來，經濟因素將會壓倒囚徒困境。因為數字實在太誇張了。你看那些買 GPU 最大的公司，都是上市公司，他們每季度都有審計過的財報，你完全可以算出他們的 ROIC（投入資本回報率）。而所有這些公司在大規模買 GPU 後，ROIC 比之前更高。有人說那是因為減少了營運成本，但那本來就是期待的 AI ROI。還有很多收入增長，其實來自廣告推薦系統從 CPU 遷移到 GPU 帶來的效率提升。但不管怎樣，ROI 已經非常明確。每家網際網路大廠內部，掌管營收的人都非常不爽，因為他們認為太多 GPU 被給了研究團隊：“你把 GPU 給我，我就能增長營收。”這在每家公司都是永恆的爭奪。主持人：我很好奇你有那些“潑冷水”的看法，會讓算力需求增長放緩？Gavin：最明顯的“空頭邏輯”是端側 AI（Edge AI）。三年後，只要手機稍微變厚一點、塞下更多 DRAM、電池短點續航，你就能在本地運行一個剪裁版 Gemini 5、Grok 4/4.1、ChatGPT，達到30–60 tokens/s，IQ 115 左右。而且這是免費的。顯然，這就是蘋果的戰略：在本地運行隱私安全的模型，只有需要時才呼叫雲端的“上帝大模型”。如果端側 AI 滿足90% 的需求，那這將是最嚇人的“空頭論點”。另一個風險是 scaling law 不再生效。但如果假設 scaling law 繼續有效，預訓練肯定還能撐一代；後訓練（RLVR 等）剛起步；推理階段的 test-time compute 也才剛開始。而且我們已經在取得巨大進展，比如模型能把越來越多上下文裝進“腦子”裡。長期來看，大上下文窗口可能是解決當前很多問題的關鍵。配合 KV-cache offload 這一類技術，它們潛力巨大。對 Meta、Anthropic、OpenAI的看法主持人：我們其實還沒有聊太多 Meta、Anthropic、OpenAI。我很好奇你對整個基礎設施層的看法。這三家是這個“大博弈”裡最關鍵的玩家。我們前面討論的所有趨勢，對這幾家公司會產生什麼影響？Gavin：我先談談對 frontier 模型整體的一些看法。在 2023–2024 年，我特別喜歡引用Erik Brynjolfsson（美國經濟學者） 的一句話。Erik 說：“基礎模型是歷史上增值速度最快的資產。”我認為他說對了 90%。我當時補了一句：“擁有獨特資料和網際網路等級分發能力的基礎模型，才是歷史上增值最快的資產。”但“推理” 的出現徹底改變了這一切。以前所有偉大網際網路公司的核心飛輪都是：做出好產品→ 吸引使用者 → 使用者產生資料 → 用資料改進產品 → 更多使用者 → 更多資料……Netflix、亞馬遜、Meta、Google都靠這套飛輪運轉十年以上，這也是為什麼它們擁有極強的規模回報。然而，這個飛輪在“無推理能力”的AI 時代是不存在的。你預訓練一個模型，把它丟到現實世界，它就那樣了。你可以做 RLHF，基於一些使用者反饋去調整，但那個過程噪音大、訊號弱、反饋難以精確量化，很難真正變成“可驗證獎勵”反饋回模型但推理讓飛輪開始轉動了。現在，如果大量使用者不斷提出某類問題，並持續對某些回答給出明確的正向或負向反饋，這些都能被轉化為可度量、可驗證的獎勵訊號，再反饋回模型做強化學習。我們現在還處在非常早期的階段，但飛輪已經開始轉動了。這是對所有 frontier labs 的格局影響最大的變化。主持人：你能具體解釋一下嗎？為什麼 reasoning 會讓飛輪成立？Gavin：如果大量使用者在問同一個問題，並穩定地偏好某些答案、不喜歡另一些答案，這就產生了一個穩定一致的獎勵訊號。而且這個獎勵訊號是可驗證的。模型就能把這些偏好再次學習回去。雖然現在還早、還很難做，但你已經能看到飛輪開始啟動。第二點，我認為非常重要的是：Meta。祖克柏在今年1 月曾說過一句話：“我高度確信，到2025 年的某個時間點，我們將擁有最強、最好的AI。”我現在不確定他是不是仍然能排進前 100 名。他當時的判斷可以說是錯得不能再錯。而我認為這是一個非常重要的事實，因為它說明：這四家美國前沿實驗室做到的事情，其實難度遠比外界想像的大。Meta 砸了巨額資金，也失敗了。Yann LeCun團隊出現動盪，他們甚至推出了那個著名的“10 億美元挖 AI 研究員”的計畫。順帶說一句，微軟也失敗了。他們雖然沒有像 Meta 那樣做明確預測，但微軟收購了 Inflection AI，當時他們內部也多次說：“我們預期自己的內部模型會迅速變強，未來 Copilot 會越來越多跑在內部模型上。”亞馬遜則收購了 Adept AI，他們有自己的 Nova 模型，但我不認為它能進入前 20 名。所以很顯然，這件事比一年前所有人以為的都要難得多。原因有很多，例如要讓一個巨型 GPU 叢集保持“同步一致”其實非常困難。許多傳統科技公司過去營運基礎設施時都以“節省成本”為核心，而不是以“性能複雜度”為核心。要讓一大堆 GPU 在大規模叢集裡保持高利用率，這是極其難的事情，而且不同公司在 GPU 維運能力上差距非常大。如果你最多能把兩、三十萬顆 Blackwell（GPU）跑到高效一致，而你的叢集只有 30% 的有效執行階段間，而你的競爭對手能做到 90%，那你們根本不在同一個維度競爭。這就是第一點：不同公司在 GPU 維運能力上存在巨大差距。第二點，這些 AI 研究人員喜歡談“品味”，我覺得很好笑。“你為什麼賺這麼多錢？”“因為我的品味很好。”所謂“品味”，其實就是一種對實驗方向的直覺判斷能力。而這正是為什麼這些人能拿很高的薪水。隨著模型規模繼續增大，你已經不能像以前一樣，先在一個 1000 GPU 的叢集上跑一次實驗，再把它複製到 10 萬 GPU 上。你必須直接在 5 萬 GPU 規模上跑實驗，而且可能要跑好幾天。機會成本極高。所以你必須有一支極強的團隊，知道應該把算力押在那些實驗上。然後，你還必須把 RL（強化學習）、後訓練、推理成本控制等所有部分都做到很好。整個流程極其複雜。做這一切，非常非常難。很多人以為簡單，但其實一點都不簡單。我以前做零售行業分析時常說：在美國任何一個行業，如果你能營運 1000 家門店，並讓它們保持整潔、燈光明亮、陳列合理、價格得當、員工友好並且不偷東西——你就能成為一家 200 億或 300 億美元的公司。但結果是，全美國只有 15 家公司能做到。真的非常難。AI 也是同樣的道理：要把所有環節都做到位，非常難。而這也讓所謂的“推理飛輪”開始拉開差距。更重要的是，這四家實驗室，XAI、Gemini、OpenAI、Anthropic，它們內部都有比公開型號更先進的“檢查點”。所謂檢查點，就是模型持續訓練過程中階段性的版本。它們內部使用的版本更強，它們又用這些更強的版本去訓練下一個版本。如果你沒有這些最新的 checkpoint，你就已經落後了，而且會越來越難追上。中國開源對 Meta 來說是“天賜禮物”。因為 Meta 可以用中國開源模型當成自己的 checkpoint，從而實現“自舉”（bootstrap）。我相信他們正在這麼做，其他公司也一樣。OpenAI的最大痛點：Per-token成本太高Gavin：回到公司競爭格局：XAI 將會是第一家推出 Blackwell 模型的公司，也是第一家在大規模推理場景中使用 Blackwell 的公司。這對他們來說是非常關鍵的節點。順便說一句，如果你現在去看 openrouter 的資料，xAI 已經佔據主導地位了。openrouter 可能只佔 API token 的 1%，但它是一個趨勢訊號：XAI 處理了大約1.35 兆 tokenGoogle 大約800–9000 億Anthropic 大約7000 億XAI 表現非常好，模型也很棒，我強烈推薦。你會看到：XAI 先推出模型，OpenAI 會隨後跟上，但速度更快。但是 OpenAI 現在最大的痛點，是它們的 per-token 成本太高，因為他們需要為算力支付溢價，而且合作方不一定是最擅長維運 GPU 的那批人。結果就是OpenAI 是高成本的 token 生產者。這也解釋了他們近期的“紅色警戒”。他們承諾了1.44 兆美元的未來 GPU 支出，這是一個巨大的數字，因為他們知道自己需要大量融資，尤其是如果 Google 繼續“把生態的經濟氧氣吸乾”，那 OpenAI 的壓力更大。他們會推出新模型，但在相當長的時間裡，他們仍然無法解決自己相對於 XAI、Google、甚至 Anthropic 的成本劣勢。Anthropic 是一家好公司，他們燒錢遠低於 OpenAI，但增長更快。所以我覺得必須給Anthropic很多的認可，而這很大程度上得益於他們和Google、Amazon在TPU和Trainium上的合作關係。Anthropic能夠從與Google相同的動態中受益，我認為這在這場精彩的“國際象棋”遊戲中非常具有指示意義。你可以看看Daario Jensen，可能有一些公開評論，他們之間有一些小小的交鋒。Anthropic剛剛和Nvidia簽了50億美元的合同。那是因為Dario是個聰明人，他理解關於Blackwell和Rubin相對於TPU的這些動態。所以Nvidia現在從原來的兩個“戰士”（XAI和OpenAI）增加到了三個戰士。這有助於Nvidia在與Google的競爭中佔據優勢。如果Meta能夠趕上，這也非常重要。我相信Nvidia會盡其所能幫助Meta，比如：“你這樣運行這些GPU，我們或許可以把螺絲擰緊一點，或者調整一下參數。”此外，如果Blackwell回到中國，看起來很可能會發生，那也非常好，因為中國的開源生態也會回歸。未來三到四年，最重要的是太空資料中心主持人：我總是很好奇關於資料中心的一些問題，比如你腦中有沒有關於非晶片方面的突破？Gavin：我認為未來三到四年世界上最重要的事情是太空中的資料中心，這對地球上建造電廠或資料中心的人都有深遠影響。現在這是一場巨大的淘金熱。大家都覺得AI很有風險，但我打算建一個資料中心，一個電廠來驅動資料中心。我們肯定需要它。但如果從最基本的原理來看，資料中心應該建在太空裡。運行資料中心的基本投入是什麼？是電力、冷卻和晶片。總成本角度來看，這就是全部的投入。在太空中，你可以讓衛星全天候在陽光下運行，而且陽光的強度高出30%。你可以讓衛星一直接收光照，這意味著外太空的輻照度比地球高六倍，所以你能獲得大量太陽能。其次，因為全天都有陽光，你不需要電池，而電池成本佔比巨大。所以太空中可用的最低成本能源就是太陽能。冷卻方面，在一個機架中，大部分重量和體積都是用於冷卻，而地球上的資料中心冷卻非常複雜，包括HVAC、CDU、液冷等。而在太空中，冷卻是免費的，你只需把散熱器放在衛星的背光面，這幾乎接近絕對零度，所有這些成本都消失了，這節省了大量開銷。每顆衛星可以看作是一個機架，也有人可能製造三機架的衛星。那麼如何連接這些機架呢？在地球上，機架通過光纖連接，本質上是通過電纜傳輸雷射。而唯一比光纖更快的，是通過真空傳輸雷射。如果你能用雷射把太空中的衛星連接起來，你就擁有比地球資料中心更快、更穩定的網路。訓練方面，這需要很長時間，因為規模太大。但推理（inference）方面，我認為最終訓練也會發生。考慮使用者體驗：當我問Grok問題並得到回答時，手機發出的無線電波傳到基站，然後進入光纖，經過紐約某個匯聚設施，再到附近的資料中心完成計算，最後返回。如果衛星可以直接與手機通訊，而Starlink已經展示了直接到手機的能力，那麼體驗將更快、更低成本。所以從最基本的原理來看，太空資料中心在各方面都優於地球上的資料中心。主持人：那麼阻礙因素是什麼？是發射成本嗎？還是發射可用性問題？Gavin：我的意思是，我們需要大量的太空飛船。像Starship這樣的飛船是唯一能夠經濟地實現這一目標的飛船。我們需要很多這樣的Starship。也許中國或俄羅斯能夠回收火箭，Blue Origin剛剛回收了一個助推器。這完全是一種全新的思考SpaceX的方式。很有趣的是，Elon昨天在採訪中提到，Tesla、SpaceX和XAI正在趨於融合，實際上確實如此。XAI將成為Tesla Optimus機器人的智能模組，Tesla Vision提供感知系統，而SpaceX將擁有太空中的資料中心，為XAI、Tesla、Optimus以及許多其他公司提供AI算力支援。這種融合非常有趣，每個公司都在為其他公司創造競爭優勢。如果你是XAI，有了與Optimus的內建關係非常好，Tesla又是上市公司，任何內部協議都會經過嚴格稽核，而太空資料中心又帶來了巨大優勢。此外，XAI還有兩家公司擁有大量客戶，可以幫助他們建立客戶支援和銷售AI代理系統。總的來說，這些公司正在以一種巧妙的方式融合在一起。我認為當xAI明年推出第一個Blackwell模型時，將是一個重要時刻。如何看待算力短缺的周期性問題主持人：歷史上人類經濟中短缺總會伴隨資本周期的過剩。如果這次短缺是算力，比如Mark Chen曾表示，如果給他們幾周時間，他們會消耗十倍算力。似乎算力仍然存在巨大短缺，但歷史規律表明短缺之後會出現過剩。你怎麼看這個規律在這項技術上的體現？Gavin：AI與傳統軟體根本不同，每次使用AI都會消耗算力，而傳統軟體不會。確實，每家公司都可能消耗十倍算力，結果可能只是讓200美元檔的服務更好，免費檔可能會加入廣告。Google已經開始用廣告為AI模式變現，這會給其他公司引入免費模式廣告的許可，這將成為重要的ROI來源。OpenAI等公司也會在服務中收取佣金，例如幫你預訂旅行，獲取一定收入。半導體行業中庫存動態會導致周期性波動。半導體的“鐵律”是客戶緩衝庫存必須等於交貨周期，因此出現庫存周期。我們最近沒有看到真正的半導體產能周期，也許自90年代末以來就沒有。原因是台灣半導體非常擅長整合和穩定供應，但現在他們的產能擴張未跟上客戶需求。我認為台灣半導體可能會犯錯誤，因為他們過於擔心產能過剩。他們曾經嘲笑Sam Altman，認為他不懂，他們害怕產能過剩。從另一個角度看，功率作為“限速器”對最先進計算玩家非常有利。如果功率受限，計算成本就不重要，你每瓦特獲得的算力越高，收入越高。建造資料中心的投資回報取決於單位功率的收益，這是對最先進技術非常有利的。至於能源解決方案，美國無法快速建造核電站，法律和環境限制太嚴格。解決方案是天然氣和太陽能，AI資料中心可以靈活選址，這也是為什麼美國各地，包括Abilene，會有大量活動，因為這裡靠近天然氣產區。渦輪機製造商正在擴張產能，比如Caterpillar計畫在未來幾年增加75%產能，所以電力問題正在得到解決。SaaS公司犯的“亞馬遜式錯誤”主持人：我們來談談SaaS吧，你怎麼看？Gavin：應用型SaaS公司正在犯和實體零售商對待電商時同樣的錯誤。實體零售商，特別是在電信泡沫破裂後，他們看到了亞馬遜，覺得“哦，它在虧錢，電商是低利潤業務。”從基本原理來看，怎麼可能效率更高呢？現在，我們的客戶自己去店裡，付運輸費，然後再付把商品運回家的費用。如果我們直接把貨物發給每個客戶，怎麼可能效率更低呢？亞馬遜的願景當然是，最終我們會沿街把包裹送到每戶人家。因此，他們當時沒有投資電商，雖然看到客戶需求，但不喜歡電商的利潤結構。這就是幾乎所有實體零售商在投資電商方面動作緩慢的根本原因。現在來看，亞馬遜在北美零售業務的利潤率甚至高於很多大眾零售商。利潤率會變化，如果客戶需求一項根本性的變革性新技術，不去接受總是錯誤的，這正是SaaS公司正在犯的錯誤。這些SaaS公司有70%、80%、甚至90%的毛利率，但他們不願接受AI帶來的毛利率。AI的本質是，每次都需要重新計算答案，而傳統軟體寫一次就能高效分發，這也是傳統軟體很好的商業模式。AI正好相反，一個優秀的AI公司毛利率可能只有40%。主持人：那為什麼他們還能夠早期產生現金流？Gavin：奇怪的是，由於效率提升，他們比傳統SaaS公司更早產生現金流，但不是因為高毛利，而是因為員工很少。看著這些公司很悲哀，如果你想運行AI代理，但不願意接受低於35%的毛利率，它永遠不會成功，因為AI原生公司就是以40%左右的毛利在運作。如果你試圖保持80%的毛利結構，等於保證在AI上失敗，這是絕對的保證。這很瘋狂，因為我們已有案例證明軟體投資者願意忍受毛利壓力，只要毛利潤美元總額合理，這就是雲端運算的存在證明。你可能忘了，Adobe從本地部署轉向SaaS模式時，不僅毛利下滑，收入也大幅下降，因為從一次性收費變為多年分期收費。微軟的情況沒那麼戲劇，但早期雲轉型的股票也很難，投資者覺得“天啊，你是個80%毛利的業務，現在毛利下降到50%”。但事實證明，只要毛利潤美元總額增長，這些毛利可以隨著時間改善。微軟買下GitHub，現在GitHub也成為Copilot的分發管道，這是一筆巨大的業務，毛利較低，但成功了。幾乎沒有一家應用型SaaS公司不能運行成功的AI代理策略。他們相較AI原生公司有巨大優勢，因為他們有現金流業務。我認為有機會出現新的“建設性激進者”，去告訴SaaS公司：別再這麼傻了。只需展示AI收入和毛利，說明真實的AI是低毛利的，並且對比風險投資支援的虧損競爭者。有些公司甚至可以暫時將毛利降為零，但他們有現成現金流業務。這是一套顯而易見的玩法，Salesforce、ServiceNow、HubSpot、GitLab、Atlassian，都可以運行。使用AI代理的方法很直接：先問自己，當前為客戶提供的核心功能是什麼？如何用代理進一步自動化？例如CRM，客戶做什麼？他們與客戶溝通，我們做客戶關係管理軟體，也做客戶支援。做一個可以執行這些功能的代理，以10%-20%的價格出售，讓代理訪問所有資料。目前的情況是，其他人開發的代理訪問你的系統，把資料拉走，最終你會被替換。這完全是因為企業想保持80%毛利，這是一場生死攸關的決策。除了微軟，幾乎所有人都在失敗。正如Nokia當年備忘錄所說，你的平台在燃燒，你可以跳到新的平台去撲滅火。 (51CTO技術堆疊)

據知情人士透露，奧爾特曼今年夏天曾探討過籌集資金收購一家火箭公司或與之合作建立合作關係。儘管科幻味十足，但當前矽谷打造“太空資料中心”的設想，卻似乎絕非空談——至少OpenAI首席執行長奧爾特曼在過去幾個月確實曾一度真的想“付諸行動”……據知情人士透露，奧爾特曼今年夏天曾探討過籌集資金收購一家火箭公司或與之合作建立合作關係，此舉旨在與埃隆·馬斯克的SpaceX展開競爭。據悉，奧爾特曼至少接觸過火箭製造商Stoke Space，雙方在秋季加速了磋商處理程序——提案中包含OpenAI對該公司進行系列股權投資並最終取得控股權的方案。該筆投資預計將耗資數十億美元。但接近OpenAI的消息人士稱，相關談判目前已不再積極推進。在簽署了數百億美元的算力交易合約後，奧爾特曼與OpenAI近來正面臨著市場逆風，因該公司未能向外證明其如何能承擔這些巨額成本。與馬斯克決戰太空？奧爾特曼長期以來就一直關注於太空資料中心的建設可能性，他認為人工智慧系統對計算資源的無止境需求，最終將消耗巨大電力，其環境影響可能使太空成為更優選擇。“我確實認為，隨著時間推移，全球將遍佈資料中心，”奧爾特曼近期在一場播客節目採訪中表示。“比如，我們或許能在太陽系周圍建造巨大的戴森球，然後說：‘嘿，把這些設施放在地球上其實毫無意義。’”一些這一設想的支持者也稱，太空軌道上的資料中心可利用太陽能供電。包括貝索斯、馬斯克和Google首席執行長桑達爾·皮查伊在內的科技公司高管，都曾盛讚在太空建構人工智慧算力叢集的可能性。儘管該概念尚未得到驗證，但Google母公司Alphabet與衛星營運商Planet Labs已達成協議，計畫於2027年發射兩顆搭載Google人工智慧晶片的原型衛星。這也令Stoke Space在過去幾個月進入了奧爾特曼的視線。由傑夫·貝索斯旗下藍色起源公司前員工創立的Stoke公司，正致力於研發完全可重複使用的火箭——這正是馬斯克旗下的SpaceX眼下試圖實現的目標。值得一提的是，作為資深風險投資人的奧爾特曼，曾執掌初創企業孵化器Y Combinator，該機構此前就曾投資過Stoke公司。鑑於SpaceX在火箭發射領域的主導地位，與Stoke的擬議合作無疑將使奧爾特曼與馬斯克展開更為直接的競爭。新型火箭研發充滿技術挑戰和監管難題，往往耗時長達十年之久，因此從零開始創辦新公司難度極大。包括藍色起源、火箭實驗室(Rocket Lab)和Stoke在內的多家發射公司正試圖挑戰SpaceX的霸主地位。而與Stoke達成協議，本可讓奧爾特曼接觸到該公司正在研發的名為“Nova”的火箭，從而存在更多彎道超車的可能。奧爾特曼近期還創立了腦機介面初創公司Merge Labs——該公司將與馬斯克的Neuralink形成競爭；OpenAI正在建構的社交網路，則可能與X平台抗衡。理想很豐滿，現實很骨感據悉，有關潛在火箭投資的討論開始成形，正值今夏市場對AI的熱情達到頂峰時。不過很顯然，此後奧爾特曼和OpenAI面對的，是更為骨感的現實挑戰。市場風向的轉變可謂迅速。在奧爾特曼於9、10月宣佈與甲骨文、輝達等一系列晶片和資料中心的巨額合作時，投資者曾報以瘋狂熱情，推動相關公司股價大幅上漲。然而，市場近期對這類擴張性AI雄心已逐漸“降溫”——過去一個月，甲骨文股價下跌約19%，輝達也下跌了約13%。更為嚴峻的是，輝達首席財務官本周透露，公司與OpenAI高達1000億美元的合作協議尚未最終敲定。這一切，都讓OpenAI雄心勃勃的擴張計畫蒙上了一層陰影。在過去短短幾個月內，OpenAI已承諾了接近6000億美元的新計算資源採購，但其如何支付這些天價帳單卻是一個巨大的問號。與此同時，OpenAI的核心業務也亮起了“警報”。本周一，官奧爾特曼在公司內部的Slack備忘錄中告訴員工，該公司將啟動一項“紅色警報”行動，公司將因此向ChatGPT投入更多資源。為此，OpenAI甚至推遲了包括廣告產品在內的其他項目，並鼓勵員工臨時調動團隊以支援ChatGPT的改進工作。在這樣的大背景下，一個耗資數十億美元、周期長達數年甚至十餘年、且技術風險極高的火箭公司收購或控股計畫，對於OpenAI而言，無疑顯得有些不切實際。將公司的財務和注意力資源從迫在眉睫的AI產品市場爭奪戰，轉向一個遙不可及的太空夢想，在當下這個時間點可能並非明智之舉。因此，雖然奧爾特曼的太空資料中心夢想描繪了一幅宏大的未來圖景，但與Stoke Space談判的冷卻，或許也清晰地表明：即便是最富想像力的科技領袖，也不得不首先應對地球上的嚴峻競爭與財務現實。與馬斯克的“太空決戰”或許終將上演，但對現在的奧爾特曼和OpenAI來說，打好眼前的“地球保衛戰”才是重中之重…… (科創日報)

美國感恩節假期來臨之際，Google紅得發紫。繼TPU晶片搶走輝達生意之後，Google向世人表明：我們的目標是外太空！這也代表了美國科技大佬們的最新展望。打造太空資料中心利用太陽能11月26日，GoogleCEO桑達爾·皮查伊與GoogleDeepMind項目的高級產品經理洛根·基爾帕特里克進行了一次深入對話，討論了Gemini 3和Nano Banana Pro的發佈，以及Google在人工智慧領域的整體發展勢頭。他們談到了Google對基礎設施的長期投資和Vibe Coding的興起，皮查伊也分享了他對量子計算未來的展望。在談到量子計算時，皮查伊認為大約五年後，人們對量子計算的熱情將會像今天對人工智慧一樣高漲。他表示，Google特別為此推出了「陽光捕手計畫」（Project Suncatcher）。該長期研究計畫在去年11月推出，目標是在太空中建造緊湊型衛星資料中心，利用太陽能為這些資料中心供電，從而顯著減輕地球電網的壓力。皮查伊設定了一個重要的內部里程碑：在2027年前將公司的張量處理單元（TPU）部署到太空軌道上。皮查伊承認這一概念“在今天看來很瘋狂”，但他為認為這是滿足未來計算能力巨大指數級增長需求的必要之舉。皮查伊強調，Google的戰略在於始終著眼長遠，並從宏偉的目標出發，反向推導。對於「陽光捕手」計畫而言，其意義在於預測下一代人工智慧的處理需求。皮查伊說：“你知道，當你真正退後一步，設想一下我們將來需要多少計算能力時，一切就都明白了。”他補充說：“這只是時間問題，那麼，你該如何推進這項工作？你需要倒推，制定27個里程碑，然後開始行動。”Google的理念核心在於能源的豐富性和高效性。該公司表示，太陽的輻射量是人類總發電量的100兆倍以上，使其成為太陽系中最根本的能源。在談到太空資料中心時，皮查伊打趣道：“也許我們會遇到一輛特斯拉跑車。”皮查伊指的是2018年，馬斯克將他那輛老款特斯拉跑車掛在SpaceX火箭上，並讓一個身穿太空衣的假人坐在駕駛座上，將其送入太空軌道的那次發射。馬斯克：必須進入太空無獨有偶，在人工智慧時代，美國科技大佬的未來似乎指向了外太空。上周，Salesforce Inc. 執行長馬克·貝尼奧夫在X上分享了一段馬斯克在與黃仁勳的討論中，談到在軌道上建立資料中心與在地面上建立資料中心的成本效益的視訊。貝尼奧夫指出：“資料中心成本最低的地方是太空，因為在太空中，只要有持續的太陽能供電和冷卻，無需電池，就能為300吉瓦的電腦資料中心提供電力和冷卻。”針對貝尼奧夫的帖子，馬斯克在X上分享了他的看法：“星艦每年應該能夠將大約300吉瓦的太陽能人工智慧衛星送入軌道，也許能達到500吉瓦。'每年'這個數字才是它如此重要的原因。”美國聯邦能源監管委員會的資料顯示，美國去年發電量超過4,151太瓦時，除以一年的小時數（8,760），得出的數字約為473吉瓦。「如果太空人工智慧的計算量達到每年300吉瓦，那麼僅資料處理一項，每兩年就會超過整個美國的經濟規模，」馬斯克說。「因此，晶片生產是亟待解決的關鍵難題，」馬斯克說道，並補充說，「特斯拉TeraFab是滿足市場需求的必要之舉。」TeraFab是特斯拉計畫建設的一座晶圓代工廠，據報導，該公司正與英特爾公司合作開發該項目。「地球只能接收到太陽大約十億分之一到二十億分之一的能量，」馬斯克在活動上說。 「所以，如果你想要獲得比地球所能產生的能量高出一百萬倍的東西，你就必須進入太空。這就是擁有太空公司的優勢所在。”貝佐斯和奧特曼也要“上天”此外，上個月，商業太空探索公司藍色起源執行長傑夫貝佐斯大力宣傳在太空建設千兆瓦級資料中心的想法，並表示這些資料中心可能更具成本效益。據報導，貝佐斯還在支援一家名為「普羅米修斯計畫」的新創業公司，該公司專注於人工智慧在汽車、航空航天和科學研究領域的應用。這家新創公司已獲得62億美元的融資，其中一部分來自貝佐斯本人。貝佐斯將擔任該初創公司人工智慧項目的聯合首席執行官，這是貝佐斯自2021年卸任亞馬遜首席執行官以來最重要的營運角色。「普羅米修斯計畫」的另一位聯合執行長兼聯合創始人維克·巴賈傑來頭也不小。巴賈傑曾任GoogleX（又稱「登月工廠」）主管，他曾與Google聯合創始人謝爾蓋·布林密切合作，參與了包括後來發展成為Waymo的自動駕駛汽車在內的多個項目。這讓馬斯克覺得很有趣，他稱貝佐斯是“模仿者”，因為“普羅米修斯計畫”將與藍色起源密切合作，可能會成為馬斯克旗下SpaceX的競爭對手。除此之外，OpenAI首席執行官薩姆·奧特曼在7月接受採訪時也表示：“我猜隨著時間的推移，世界上很多地方都會被資料中心覆蓋。但我也不確定，因為也許我們會把它們放到太空裡。比如，我們可能會在太陽系裡建造一個巨大的戴森球（註：這是一種假想的巨型結構，它完全包圍著地球，嘿，嘿 （北美商業見聞）