“這套‘資本+人才+政策’的組合拳，正是中國近年來科技和高端製造業能在較短時間內取得重大進步的關鍵，也將是未來中國科技戰略的重要優勢。”“世界的進步好像已經不能只靠網際網路推動，我們要進入第四次浪潮：人工智慧革命。”在剛剛結束的“AI閃耀中國”吳曉波科技人文秀上，吳老師如是說道。浪潮早已來臨，在2026年的第一天，我們就以一場事關國運的世紀大競賽開始講起。演講中，吳老師分別用三個觀點和兩組資料為我們描繪了這場競賽的全貌。先來看三個觀點：1.美國，未來主要押寶三件大事：AI晶片；大規模的AI基礎設施建設；閉源大模型，做從0到1科技創新。2.中國，作為全世界最大的硬體大國、製造大國，中國將用人工智慧去改造所有的生產線、產品；作為全世界最大的應用市場，將盡快將新的技術變革化為應用。3.中美兩國將在五個AI創新領域進行角逐：人工智慧、機器人技術、能源儲存、區塊鏈技術和多組學測序。再來看資料：1.AI的盡頭是算力，多家機構預測，2030年，美國AI算力累計投資將達到3萬—4兆美元，川普的“創世紀計畫”是1945年二戰以後美國最大規模的一次基礎設施投資；中金預測，也是在2030年，中國AI基建的累計投資將超過10兆人民幣，這恐怕也是1949年以後最大規模的單一產業項目投資。2.算力的盡頭則是電力，在全球AI算力版圖上，美國佔74.5%，中國佔14%。而在電力版圖上，中國的電網裝機總量是美國的近3倍，中國新增發電能力是美國的9倍，每年中國的電網支出900億美元，是美國3倍。觀點和資料，雖角度不同，但都照向了同一個舞台中央——人工智慧產業的牌桌上，沒有第三個主角，只有中國和美國。那麼，中美兩位選手的能力圈如何？高盛最新發佈的重磅報告《The US-CHINA tech race》，為我們提供了一個有意思的對比視角。它將中美競賽分為四大競技場：技術創新，落地應用、數字基建和技術獨立性，那麼每個競技場，兩國各有那些特徵和優勢呢？一起來看看吧~競技場一 技術創新高盛報告指出，目前美國在底層的技術創新上，依然掌握著絕對的“定義權”，尤其是在半導體、AI框架、雲端運算基礎設施和量子計算這四大領域。同時，美國的 “人才虹吸效應” 持續發酵，全球頂尖科技人才的聚集仍是美國技術創新的源頭活水。不過，中國已經在量子通訊、高超音速技術、動力電池等領域，實現局部反超：量子通訊的實用化部署規模全球第一，動力電池的產能和市佔率佔據全球60%以上，且固態電池的研發已接近國際頂尖水平。而且，伴隨著美國對外來人才政策的收緊，不少AI人才選擇來到中國。就像美國矽谷是全球科技人員的聖地一樣，中國也開始成為吸引其他國家優秀人才的“風水寶地”，龐大的人才匯聚又造成了屬於中國的“實驗室社交”。摩根士丹利的資料顯示，目前全球頂尖AI研究人員47%在中國，超過半數AI專利由中國持有。競技場二 落地應用美國管理學家迭戈·寇明說：“一個經濟體的強弱，不取決於引入先進科技的速度，而取決於使用先進科技的深度。”任正非也曾說過：“發明AI只是一家IT公司，應用AI會是一個強大的國家。”誠然，技術只有變成生產力，滲透到經濟和社會的毛細血管，才能轉化為真實的經濟增長。在這個競技場，中國正在對美國形成一種近乎碾壓的態勢。報告顯示，考慮到員工收入差異進行調整後，中國部署工業機器人的規模是美國的12倍。無人計程車、低空飛行器、無人機配送等物理AI應用場景的測試與普及速度也遠超西方。以無人駕駛計程車為例，百度的蘿蔔快跑在武漢有1500輛汽車，武漢是全世界最大的無人駕駛汽車城市。相較之下，Google的Waymo在美國佈局了1500輛車，特斯拉的Robotaxi在矽谷有150輛車。高盛將這種現象精準地描述為“演算法與鋼鐵的完美聯姻”——美國擁有最聰明的“大腦”（AI演算法），但中國擁有最靈活的“手腳”（產業鏈）。而在這場競技中，中國巨大的市場規模、統一的政策協調、以及擁抱新技術的“實用主義”態度，是中國佔據明顯優勢的重要原因。埃森哲資料顯示，目前53%的中國企業正在通過AI連接和融合多個流程，這一應用資料比全球水平高11個百分點，甚至有部分領先的中國企業（18%）正在以AI為核心重新設計端到端的流程。此外，據吳老師的觀察，伴隨著人工智慧將虛擬世界和物理世界連接到一起，憑藉40多年來積累的中國製造能力，“中國人開始定義工業5.0”。何為工業5.0？在此之前，工業1.0由英國定義，標誌性事件是18世紀中期瓦特改良蒸汽機；工業2.0出現於20世紀初中期，全球進入電氣化時代，主要由歐美和日本率先定義；到了1970年代，美國人定義了工業3.0，即電子資訊化時代；2013年德國人定義了工業4.0，數智化時代到來。而從2014年到2025年的十年裡，中國智能工廠完成了業務流程的數位化、柔性化生產和數字孿生的技術應用。如今，在今天的智能工廠中，機器視覺與深度學習、大模型與智能體、具身智能以及全流程AI管理和檢測，這些新的技術應用正在廣泛地發生。他曾斷言，過去十年，中國是全球最激進的產業智能化的試驗場；未來十年，中國將建構全球最先進的人工智慧工廠叢集。競技場三 數字基建DeepSeek的出現，對普通人而言，是AI真正飛入尋常百姓家，但對大國競賽而言，更具深遠的意義在於，它令中國脫穎而出，成為了人工智慧領域的規則制定者之一。它為世界提供了一種不帶價值觀、以結果為導向的人工智慧治理願景。而在數字基建領域，中國也在試圖拿出自己的“DeepSeek方案”。高盛報告顯示，中國正主導著全球南方的5G通訊、雲伺服器、資料中心等“數字管道”的鋪設。簡單來說，數字管道是構成未來數字世界的“水管、電網和公路”。根據高盛測算，到2026年，即便中國企業使用性能落後一代的國產晶片，但憑藉廉價的綠電和規模化叢集，其在AI推理階段的成本比美國更低，並且具備長期成本優勢。當一個國家的基礎通訊網路、資料中心、移動支付系統都採用了中國的技術和標準，它就自然而然地被納入了一個新的數字生態系統。這就像19世紀的英國在全球鋪設鐵路和電報線，不僅輸出了商品，更輸出了標準、規則和影響力。在AI時代，當下的中國顯然可以走得更遠。更關鍵的是，美國在這方面較為遲緩，它的“慢一拍”，可能使其在未來全球70%—80%人口的市場中失去話語權，面臨被邊緣化的風險。競技場四 技術獨立性這是最核心的競技場，關乎生存與獨立。2025年大國博弈中，最重要的莫過於中國稀土的崛起。在今年6月的第二階段貿易談判，中美雙方從畸高的關稅戰，轉向供應鏈戰——以晶片和稀土為抓手，這正是兩國技術獨立性的寫照。高盛報告顯示，中國在稀土產業鏈的優勢是全鏈條的：擁有全球49%的儲量、69%的開採量、92%的精煉產能，尤其是在國防工業不可或缺的重稀土領域，中國的供應佔比超過95%，且掌握著核心的提取、分離技術。中國品牌博覽會上展出的稀土金屬更重要的是，中國主導著下游永磁體製造環節，佔據全球98%的市場份額，而永磁體貢獻了全球稀土產品70%的營收。關鍵礦物研究資深專家Jack Lifton坦言，中國是稀土供應鏈的絕對鎖喉者。而美國政府這幾年在這一領域，投入真金白銀扶持本土企業，並不能馬上打破僵局，尤其是它在技術、人才、成本上均不具備可行性。晶片方面，美國的主導地位也並非不可動搖，正如諮詢領域專家Paul Triolo在高盛報告裡說的那樣：“美國擴大或甚至維持其在先進人工智慧領域的領先地位，並不是註定的。若世上真有國家能攻克（晶片）這一難關，那就是中國。”在2026年，在這一競技場中，中國的戰略清晰而堅定。一方面，減少對西方核心技術的依賴，近期限制國內採購西方晶片、鼓勵使用國產替代品等措施，都是這一戰略的體現。另一方面，反向提升西方對中國供應鏈的依賴。從稀土到鋰電池、太陽能元件等，這些都是中國在這場世紀博弈中最硬的“底牌”。這種相互制衡的態勢，正是這場競賽的張力所在，其背後，還有大國的決心。決心的較量結合高盛梳理的中美兩國2018年至今的重要政策，我們可以一探國家決心的較量。中國方面，其戰略具有高度的連貫性和長期主義。12月26日，國家創業投資引導基金正式啟動，目的是以長達15年—20年的存續周期匹配硬科技、長周期的研發需求——所釋放的訊號清晰，無論外部環境如何變化，中國的創新步伐不會停。實際上，回望過去的十年間，在政策裡頻繁出現的新能源汽車、可再生能源、造船等“熱詞”，如今都已取得了長足的進展，甚至開始佔據全球主導地位。公開資料顯示，中國在新能源汽車和動力電池領域的全球市佔率超過60%；造船業新接訂單量佔全球近2/3；全球鋰電池、太陽能元件等產品的產能佔比均超過70%。即將到來的“十五五”規劃裡，更明確了中國在這場科技競賽中的兩條主線：◎ 一是攻克“卡脖子”技術，包括積體電路、工業機床、高端儀器、基礎軟體、先進材料、生物製造等。◎ 二是培育新興產業與未來產業。前者包括新能源技術、新材料、航空航天、低空經濟等，後者指向更前沿的科技，如量子技術、生物製造、氫能與核聚變、腦機介面、嵌入式智能（AI與機器人融合）、6G移動通訊等。上海，2025世界移動通訊大會的6G網路政策的系統規劃之下，來自資本和人才等多方的力量，又為中國“科技自立”的宏大敘事注入源源不斷的動力。截至2024年，中國已設立超2000隻政府引導基金，總規模達到12.8兆元。今年兩會又新增1兆元早期科技投資基金，定向支援AI、量子科技、氫能儲存等領域。而且，與其他市場化基金相比，引導基金當前最關注的不是投資回報率，而是服務國家戰略。比如深圳市引導基金曾培育出大疆創新、雲鯨智能、拓竹科技等龍頭企業。與此同時，2025年教育部一次性新增人工智慧、碳中和、數字治理等25個本科專業，定向培養行業所需人才；地方政府給予企業低價土地、快速審批、充裕能源供應等，助力上下游銜接和協同創新。高盛報告指出，這套“資本+人才+政策”的組合拳，正是中國近年來科技和高端製造業能在較短時間內取得重大進步的關鍵，也將是未來中國科技戰略的重要優勢。它還重點提示，中國在生物科技、國防科技、量子計算、低空出行（eVTOL）和商業航天等領域的投入和試驗走在前沿，未來可能催生意想不到的投資機會。相較之下，美國的戰略依然是“小院築高牆”模式：在低端消費品上降關稅以控制通膨，在高端技術上建高牆以鎖未來。一方面，政府親自下場，財政強力刺激。通過國防部戰略資本辦公室、《晶片與科學法案》《重大美麗法案》等，美國政府破天荒地直接入股或放貸給關鍵企業，以刺激關鍵產業在美國國內的生產和購買。而且為了消除企業擴產的後顧之憂，美國政府開始簽署“包銷協議”。簡單說，就是國家承諾以固定價格收購本土企業的產品，不管市場價跌到多少。雖然沒有官方蓋章的名單，但根據高盛報告提供的資訊，美國將人工智慧、量子計算、核技術、生物科技等認定為戰略重點，同時配套保障稀土/關鍵礦物和半導體等核心供應鏈。此外，機器人、無人機、造船、航空航天和電力裝備等領域也在優先關注之列，只是投入力度相對次一級。另一方面，美國拉來盟友“眾籌”投資。高盛報告披露了一個龐大的數字：在2025年的地緣政治框架下，美國成功動員了歐盟、日本、韓國等盟友，簽署了總額高達1.7兆美元（約合12兆人民幣）的對美投資意向協議。雖然細節未明，但以與日本簽署的協議為例，這些資金主要以低息貸款形式支援一系列項目，既涵蓋半導體、儲能、電信、資料中心等戰略新興產業，也涉及天然氣、電網、化肥等傳統基建投資。商業的藏寶圖大國競賽的敘事，不僅是2025年的全球商業格局，亦是通往2026年乃至未來十年的“藏寶圖”。當中美兩大巨頭激烈博弈時，全球資本和產業格局也正在被深刻重塑。從產業機會來看，中美競賽或預示著兩條平行的投資主線：中國邏輯下的半導體裝置國產化，與美國邏輯下的先進封裝/AI晶片設計，或將是未來十年的長牛賽道。從地區機會來看，科技競賽不完全是“零和”的，兩國戰略的平行推進在一些方面為第三方國家和公司創造了雙份機遇，比如韓國、日本以及東南亞部分國家的科技企業。高盛亞洲團隊指出，2025年亞洲股市漲幅主要由科技類股貢獻，科技硬體/半導體和網際網路/媒體兩個行業指數，從年初至今的回報都在50%以上。再把視線往地圖的左側看，擁有全球最廉價、最豐富能源的中東，將在中美科技競賽中扮演關鍵角色。畢竟，隨著AI能耗成為瓶頸，每一度電的價值都在被重估。高盛報告指出，關注中東國家在資料中心、可再生能源和主權財富基金對全球科技領域的投資動向，或將是抓住下一波浪潮的關鍵。至於歐洲地區，高盛同樣提示，不要忽視歐洲的“隱形冠軍”。如荷蘭光刻機巨頭ASML的護城河深不可測，其在產業鏈中的壟斷地位尚未被市場完全定價。最後，祝你在新的浪潮中，找到前行的方向。2026年，讓我們一起，開啟新的想像、新的工作和新的創造。 （吳曉波頻道）

🔴慶龍新年聊投資先祝大家2026 新年快樂新的一年身體健康投資順利2026 的第一天一樣繼續幫大家研究產業也幫大家把關被動元件這一塊現在被動元件的需求很大一部分來自 AI 伺服器AI 晶片在運算時用電量非常集中電力一下拉高如果供電不穩整個系統就會出問題所以在 AI 晶片旁邊一定要搭配很多顆電容用來穩定電力資料裡常看到一顆 AI 晶片需要搭配 10µF 以上的高階電容這裡的 µF可以簡單理解成電容一次能存多少電數字越大越能應付晶片瞬間全速運算的用電需求AI 算力越強晶片越大顆這類高容量電容用量自然越來越多再看整台伺服器的變化過去一整櫃伺服器大約是 6kW 等級現在新的 AI 伺服器功率設計已經往 100kW 以上拉不是多一點而是整個等級拉高在這種用電環境下電源設計被動元件都必須全面升級這也是為什麼被動元件在 AI 伺服器裡已經變成不可或缺的一環2026 年被動元件個股當然才要開始📍免付費專線【0800-66-8085】📍記得指名慶龍老師！

在《MPW零度對話》系列中，我們邀請中國最具知名度和影響力的女性領導者，討論當下所有人共同關心的話題，從充滿熱情和妙趣的對話中，提煉出冷靜理性的智慧。臨近年末，多家權威詞典公佈的年度詞彙均指向 AI，例如“slop”（網路垃圾）、“vibe coding”（氛圍程式設計）與“rage bait”（憤怒誘餌）。而在中國，幾家機構聯合推選的年度國內詞則是“DeepSeek”。對身處矽谷這一全球AI創新中心的投資人而言，如果選擇一個年度詞彙，很可能是“泡沫”。AI投資泡沫的討論貫穿全年——從美股市場對AI概念的追捧、科技巨頭之間為抬高估值的“循環交易”，到近期亞馬遜與OpenAI正在洽談的高達100億美元的投資，狂熱與質疑同在。矽谷投資人、連續創業者、Fusion Fund創始人張璐指出，目前部分模型公司在零收入階段的估值已高達數億美元，市場遲早會迎來價格重設。事實上，本月甲骨文與資料中心服務商CoreWeave已出現市值大幅回呼，幅度堪比2000年或2008年的市場下跌。投資者正在拋售那些看似過度擴張的公司股票。不過，張璐對這輪泡沫的前景持審慎樂觀態度。她認為，與2000年網際網路泡沫時期大量科技公司缺乏實際收入、偏向C端不同，本輪AI創新背後有真實的產業需求支撐，且初創企業正加速轉向B端。“一旦與企業流程深度融合，AI公司的收入便會趨於穩健。”她預測。泡沫之外，張璐更加關注的是今年AI領域呈現的新趨勢。在她看來，2025年AI領域經歷了“上升”和“下沉”——一邊是全球競賽中的技術持續突破，一邊是AI加速向產業深處落地。技術“上升”在AI基礎設施層，尤其是晶片領域，過去由GPU主導的格局正逐步走向多元。張璐觀察到，一些新模型架構在CPU上運行效率更高；Google的TPU發展迅猛；高通、英特爾推出的NPU則在能效方面表現突出。在雲基礎設施層面，長期困擾行業的四大難題——算力成本高、能耗大、邊緣裝置應用難、資料隱私問題——正逐步得到解決。例如，OpenAI的token價格已從每千個30美元大幅降至9美分；被輝達收購的由華人創立的Lepton公司，其技術能顯著降低GPU消耗。能耗方面，新模型與晶片架構不斷最佳化計算效率。和電網在輸電過程中會產生損耗類似，“Communication過程中的能耗實際上是計算本身能耗的百倍以上，這成為最佳化重點，”張璐指出。邊緣AI亦在快速推進，Google等大廠及眾多初創公司正開發參數低於10億、性能卻可比肩GPT-4的端側小模型，未來可在手機等裝置本地運行。資料隱私方面，聯邦學習等技術已在金融、醫療等高監管行業部署，與之配套的監管科技也在同步發展。應用“下沉”在應用層，今年，美國非科技領域如醫療、金融保險、太空科技的AI應用進入快速迭代階段。初創企業層出不窮，大公司則全力衝刺。“GoogleAI部門據稱一週工作七天，有些公司開始實行“002”模式（從零點到零點，每週僅休息兩小時），馬斯克的團隊就更不用說了，常常工作至凌晨。”張璐說。與此同時，美國大公司與初創企業的合作與併購活躍。張璐透露，Fusion Fund今年就有五家公司被大企業收購，其中三家公司成立還不到兩年，價格均超過兩三億美元。就在昨日，Meta宣佈收購通用自主AI智能體公司Manus。這筆高達數十億美元的交易，成為這家科技巨頭成立以來規模第三大的收購案。此項收購意味著，AI正從“工具”加速進化為“行動者”。這種快速整合帶動了資本與人才的流動。張璐特別提到，矽谷超過40%的居民為第一代移民，獨角獸企業中六成創始人也來自移民群體。在AI基礎設施與模型架構的研發中，亞裔（尤其是華裔）、歐洲裔與加拿大裔成為主力；以色列團隊則深耕隱私與安全領域。泡沫終會調整，但技術加速下沉至產業的趨勢不會回頭。中美對比：日益模糊的界限張璐指出，儘管矽谷在晶片、模型、基礎設施層面領先，但美國電網老化嚴重，難以滿足AI的能耗需求。由於私有資本難以進入該國的電網領域，微軟、Google等巨頭不得不轉向自建能源系統。而資源豐富的加拿大今年新設了人工智慧及數字創新部，或將成為北美AI產業重要的能源後方。相比之下，中國在新能源基礎設施、完備的機器人供應鏈以及全民化的技術應用氛圍上已構築起獨特優勢。“在美國很難看到中老年人積極擁抱新技術，許多美國老年人甚至不知什麼是短影片應用。相反，在中國，使用者無論處於任何年齡層，都在快速學習使用新技術。”張璐說。在今年，關於開源模型的討論熱度繼續攀升。中國的DeepSeek、阿里巴巴等公司持續貢獻開源模型，而美國科技公司如OpenAI、Google、Meta因為處於大規模商業化階段，開源意願很有限。中美在AI創新領域的另一項差異體現在創新生態方面，而矽谷獨特的創新生態或許能夠為中國的AI發展提供一些啟示。在美國，大公司與初創企業往往會形成新型共生關係：前者為後者提供試錯場景和併購出口，後者為前者注入創新活力。具體來看，美國企業CTO的主要職能是投資未來技術，其預算用於採購、合作和併購創新項目。一方面這些公司有固定預算；另一方面有合理預期，例如合作的三家初創企業中可能有一家失敗，大公司對此有容錯空間。“這正是矽谷作為創新平台的核心優勢之一。”張璐說。一項共識是，在AI領域，中國在應用層處於領先，而美國在技術層佔據優勢。然而展望未來，這兩條路徑之間的界限正逐漸模糊。接下來的競賽，或許將聚焦於誰能找到那個關鍵的支點——既能支撐技術不斷“上升”取得突破，又能推動應用加速“下沉”實現價值。Fusion Fund創始合夥人張璐。圖片來源：受訪者提供《財富》：在AI落地提速的情況下，你作為投資人是否有很強的緊迫感？張璐：我其實非常興奮。有個說法：當世介面臨巨大變化時，有三種人：一種人創造事情的發生，一種人看著事情發生，還有一種人會問“發生什麼了？”我們應該是第一種人。自2015年至今，我們一直在重點佈局AI企業，如Otter AI、You.com、Constructor A、Wand AI等，均已成長為獨角獸。今年被收購的5家公司都是AI企業，明年還有3家即將IPO的企業。今年的增長曲線尤為陡峭：我們投資的一家B2B AI公司，從去年上半年的50萬美元年收入增長至現在的1.5億美元；另一家公司年收入從零增至2000萬美元，而團隊還不足10人。過去兩三年投資的企業中，70%以上年收入增長超過20倍。這背後是市場對AI的加速擁抱。但不可否認，任何重大的技術創新都會伴隨資本泡沫。我一年前便提出：AI趨勢是真實的，資本泡沫也同樣顯著。一方面，並非所有資本都充分理解AI或抱有合理預期；另一方面，全球經濟動盪下，資本需尋找增長點進行佈局，導致馬太效應。《財富》：泡沫主要集中在哪些領域？張璐：當前一、二級市場均存在泡沫。部分模型公司估值畸高，早期團隊在產品與收入均為零時估值已達數億美元。所以市場必將經歷價格重設，但幅度難以預測。不過，這不會改變AI的整體發展趨勢。矽谷已經歷經了多次週期——2017年、2021年均有類似現象，我們早已習慣泡沫與寒冬的交替。《財富》：這次的泡沫與2000年網際網路泡沫期的“燒錢換增長”有何不同？張璐：不太一樣。2000年前後，許多公司缺乏實際收入，且偏重C端。兩年前，美國AI的主流業務，尤其是科技巨頭們的AI業務，很多也偏重C端。但如今AI初創企業的趨勢轉向了B端。AI的作用主要體現在業務流程自動化（降本）與業務最佳化（增收）。現階段，企業大多通過AI降低成本，因此財報中尚未普遍體現收入增長。但隨著應用深入，效益將逐步顯現。《財富》：你是否有系統方法規避泡沫項目？張璐：從投資角度看，需理性預期AI發展軌跡——它不可能在幾個月內全面滲透產業，而是需要兩三年逐步落地。作為早期投資人，我們對估值保持敏感，如果項目估值過高，我們選擇不投。我們相信企業要遵循自然發展規律，在不同階段匹配相應估值。其實市場已經顯現了早期訊號：許多公司在首輪融資時憑藉願景獲得了高估值，但進入A輪、B輪後，投資方會嚴格考察收入資料及其質量——是來自B端還是C端？客戶是中小企業還是大企業？訂單是否可以全公司推廣而非僅限研發部門使用？若未能通過驗證，公司將面臨融資困難與估值調整。這十年來，我們只投To B項目，涵蓋企業級AI、工業自動化與醫療AI等。我們會深入分析訂單質量：是多年合約還是試用協議？預算來源是否靈活？考量維度很多。《財富》：你曾表示AI在C端的機會多被大公司佔據，未來五年，是否會出現能打破大公司壟斷的C端AI產品？張璐：比較難。ChatGPT雖是C端產品，也面臨Google的強力競爭。C端創業的核心難點在於資料。模型本身已難構成壁壘，因為多數公司能基於開源模型或API最佳化模型。關鍵在於能否獲取高品質資料並建構資料庫。然而，高品質的C端資料集中於Google、Meta、蘋果等巨頭手中，初創企業難以企及，且資料質量直接決定模型最佳化成本與應用成本。C端領域，如文生圖、文生視訊應用，一旦Google、Apple等實力雄厚的企業介入，小企業便舉步維艱。因此，C端創業需聚焦差異化資料與個性化體驗。當前AI投資與應用還是以B端為主。B端的產業資料還未被大科技公司壟斷，初創企業可以通過和產業企業深度合作獲取產業資料，進行私有化部署與行業合作獲取。例如，許多醫療、金融等領域客戶不願將資料上傳雲端，這就為初創企業提供了機會。《財富》：這是否意味著，無論中美，理性的AI創業都應聚焦B端？張璐：至少在美國，機會主要集中在B端。如今許多投資者轉向此領域，而我們深耕B端十年，已建立了先發優勢。聚焦B端的另一個原因在於，美國大企業勇於嘗試新技術，推進速度較快。而美國C端使用者（除東西海岸）對新事物接受較慢。美國C端的創新，大部分依靠年輕一代傳播，很難看到中老年人積極擁抱新技術，許多美國老年人甚至不知什麼是短影片應用。相反，在中國，使用者無論處於任何年齡層，都在快速學習使用新技術。《財富》：我們注意到在美國，初創科技公司有一項優勢：大公司願意與之合作。這種生態背後的邏輯是什麼？張璐：這正是矽谷作為創新平台的核心優勢之一。美國企業CTO的主要職能是投資未來技術，其預算用於採購、合作和併購創新項目。一方面這些公司有固定預算；另一方面有合理預期，例如合作的三家初創企業中可能有一家失敗，大公司對此有容錯空間。活躍的併購市場是創業者選擇矽谷的另一原因。在其他地區，10多人的團隊很難在收入僅數千萬美元時獲得數億美元收購，但在矽谷卻屢見不鮮。這種快速的資金流動與商業變現構成了美國獨特的商業環境。為促進對接，我們於2018年創立了CXO社群網路。目前，網路涵蓋45家全球千強企業的CTO，每季度聚會一次。這些CTO常在董事會開會前諮詢外部技術趨勢，我們為其推薦企業並促成訂單。至今，該網路已經為被投企業帶來超過1.5億美元的訂單與戰略合作。《財富》：一些大基金也有類似網路，你們的CXO社群有何不同？張璐：這些大基金的網路可能覆蓋CEO等多類人群。我們專注B2B與技術驅動型項目，因此CTO社群的精準度與契合度更高。在競爭優質項目時，這一網路極具優勢。此外，在談判估值時，我們不僅能為創始人提供訂單，還能幫助他們獲取政府補貼等不佔股的非稀釋性資源，從而以更合理的估值完成投資。這種生態建設是長期工程，對雙方均極具價值。《財富》：我們觀察到AI與機器人技術正滲透至太空經濟的多個層面。在可回收火箭實現成本大幅降低後，太空科技的下一個“破壞性創新”可能出現在哪些環節？張璐：我們曾經成功投資SpaceX，目前也在重點佈局太空科技。這個領域正處爆發前夜。受益於AI與機器人技術的發展，SpaceX已將單次發射成本從數十億美元降至不到一億美元，未來還會很快降至千萬美元級。屆時，單顆衛星發射成本或僅數萬美元，推動衛星資料應用普及。我們投資的一家公司從事衛星交通管理與資料交易。隨著衛星增多，碰撞風險上升，可以通過AI掌握軌道資訊並進行快速調節；此外，若需要特定地區（如芝加哥或洛杉磯）的天氣資料而自身無衛星，該公司可以幫助你低成本獲取。這打破了衛星資料僅限特定階層使用的認知。這家公司商業模式很簡單，但收入已達數千萬美元。我們投的另一家公司開發全自動化機器人系統，這些機器人可在月球提取水並分解為氫氧，作為太空燃料補給，有效降低發射負載。如果由人類在太空從事此類工作，成本極高，但機器人則不同。我相信AI和機器人將快速推進太空經濟發展。今年是醫療大年，AI也在加速該領域發展。我一直關注腦部疾病，如帕金森、阿爾茨海默症、抑鬱症、躁鬱症等。今年腦疾病領域湧現許多AI相關技術，不只針對診斷，還涉及治療。我們投資了兩家公司，一家做糖尿病垂直領域的小模型，另一家做細胞療法的基礎模型。這些領域創新蓬勃，但公眾注意力仍過多集中於大型AI公司的發佈。《財富》：除了太空科技，AI Agent也被認為處於爆發前夜。如果請你預測AI Agent領域的第一個真正殺手級應用，會是什麼？張璐：程式碼智能體（Coding Agent）已近乎殺手級應用。目前多數科技公司80%的程式碼由AI生成，我自己也在用。智能體的核心能力是處理複雜任務，並自主選擇工具。現在許多公司想做“通用智能體”，即什麼都能處理的智能體，我覺得難度較大。也有一些公司專注特定應用場景的智能體，已開始落地，且商業化不錯，主要應用於To B場景。智能體的未來明確，但當前技術尚未達到期待，仍在發展。不過進度不會太慢，可能再有一年時間就差不多了。我們投資了多家智能體基礎設施公司，專注於作業系統、成本最佳化與幻覺消除。一旦基礎穩固，應用層將快速湧現。《財富》：請分享：你今年最滿意的投資項目；一個決策週期長、令你糾結的項目；以及最終放棄的一個機會。張璐：最滿意的項目是一家賦予AI長期記憶的模型公司。現有AI只有短期記憶，而該公司的視訊模型可分析視訊內容。例如，將採訪視訊輸入，它能給出精準總結，甚至包括衣著顏色等細節。由於對視訊數量無限制（僅限單個視訊時長），可以輸入大量視訊，由其長期記憶給出更智能的分析。目前主要應用於To B場景，如機器人工業安全。決策週期最長的是一個醫療項目——利用小膠質細胞治療帕金森症（目標不是緩解，而是治療）。我們經過幾個月的詳細盡調，最終決定投資。投時估值還比較低，幸運的是，投後一週，《自然》和《科學》連續發表多篇論文驗證該方向，公司隨後獲得美國國立衛生研究院（NIH）不佔股的政府補貼資金。該技術也運用了AI，因為需用AI才能實現個性化小膠質細胞的生成。腦部疾病治療的特點在於標準化治療非常難，需要個性化方案。放棄的項目多半因估值過高。我們追求高回報倍數，若最佳情景下僅能獲十倍收益，便會選擇放棄。《財富》：如今評估AI公司能否“跑出來”，多久可見分曉？張璐：大概兩年。優質公司增長極快，兩年便能判斷其潛力。《財富》：在AI創業“求快”趨勢下，你如何平衡短期回報與長期價值創造？張璐：我們始終看重長期回報。早期投資可跨週期，目標仍是培育價值數十億、數百億美元的企業。基金需分散風險，比如我們投資25-30家公司，其中有七家是核心，其他表現一般的企業可能通過收併購退出。通過這種方式我們對風險做了分層。當然，我們不願公司過早被收購（如被輝達收購的多家企業），雖然回報可觀，但難免遺憾。我們投資的初心是參與創新浪潮，挖掘頂尖企業，尤其是有潛力成為垂直領域領頭羊的企業。《財富》：在做投資決策時，你對市場空間、團隊能力、技術壁壘、商業模式等要素的重要性是如何排序的？張璐：我們最看重市場——規模要足夠大，且為增量市場；市場時機甚至優先於團隊評估，因為英雄常由時勢造就。如果大企業CTO透露，今年預算會優先花在某個方向，這就是市場時機的明確訊號。其次看團隊，我們尤其關注“創始人-產品-市場”契合度。年輕技術背景的創始人適合基礎設施項目，可能擁有新技術或模型架構想法；而連續創業者更擅獲取行業資料與推動商業化。團隊的技術需“更好、更快、更省”。成本是AI公司的關鍵競爭要素。我們看好Google，也因其憑藉全端優勢（自研TPU、模型、雲、資料）能實現最低成本。蘋果雖在AI方面的佈局稍遲，但因掌控智慧型手機這一資料入口與應用載體，後發優勢還是存在的。AI搭載的智能載體目前主要是手機，未來可能是眼鏡，但眼鏡仍需繫結手機。《財富》：你對腦機介面這一熱門領域有何佈局？張璐：2015年我就投資了腦機介面公司Paradromics（斯坦福團隊，侵入式，植入納米纖維機器人），其針對腦損傷修復，已進入臨床實驗階段。我是該公司第一個投資人，它可能很快成為獨角獸，最近剛拿到沙特新未來城（NEOM）投資基金。另一家是非侵入式公司，聚焦抑鬱症超聲治療，技術雖非侵入式但做得精準。青少年抑鬱症高發可能與社交媒體導致的“資訊繭房”有關。他們在社媒上看到的多是他人美好生活，與現實形成對比。現實是，美國社會也很內卷——高校錄取率驟降，就業市場嚴峻。我們招聘一名辦公室經理，收到了700多份簡歷，甚至包括斯坦福博士生與MBA。但長遠看，年輕人學習能力強，能快速掌握AI工具。反觀中層管理者，很多人既缺乏年輕人學習速度，又未至決策層，職業風險較高。《財富》：總體而言，AI帶來的職業變局會比預期更快嗎？張璐：大產業應用不會瞬間到來，人們還有時間適應。但每個人都應有緊迫感，主動學習使用AI工具。人類最偉大的能力正是工具的使用。AI可能替代部分崗位，但也在創造新機會。例如，公司營運部門因AI增效而裁員三分之一，但銷售團隊業績提升30%後可能擴招。勞動力市場將在不同領域重新組態。未來組織也更趨扁平，資訊流轉更高效。還有一點值得注意。正如微軟CEO薩提亞·納德拉所言，當代領導者要學會管理“人類勞動力與數字勞動力”的混合團隊。《財富》：你提到AI發展的“華彩樂章”才剛剛開始。未來三五年，你最期待看到AI在哪些方面取得突破性進展？衡量這場“交響曲”進入高潮的標誌會是什麼？張璐：標誌包括智能體爆發及各產業AI融合。科技行業僅佔美國GDP不足10%，而醫療、金融、保險等服務業佔比超50%。若這些領域廣泛整合AI，便是華彩樂章。技術層面，Transformer模型（編者註：一種採用自注意力機制的神經網路架構，已成為自然語言處理的基礎技術範式）絕非終點。新架構不斷湧現，晶片設計也將持續創新。但我認為，我們距通用人工智慧（AGI）尚遠。李開復老師對AGI的定義很精準：能完成人類90%的任務，且優於90%的人。照此標準，我們仍有很長一段距離。我認為無需執著追求AGI。各行業可發展各自的垂直應用，在特定場景超越90%的人類就是很大的突破。《財富》：你如何定義個人的“成功”？張璐：成功對我而言，並非成為最大基金，而是成為最頂尖的早期投資機構，並持續擴展影響力。另外，成功應是可持續地達成目標，而非靠運氣投中一家好企業。因此需要形成優秀的投資方法論與生態。這就是為什麼我從2015年起建構CXO、專家、學者、創始人網路，該網路至今仍在創造巨大價值。投資方法論需一以貫之。正如拉里·佩奇二十年前所言：人工智慧會是Google的終極版本。他的長期目標非常明確。我們同樣堅持擅長的投資領域，不盲目跟風熱點。團隊建設也很關鍵。沒有完美的人，但有完美的團隊。我們的合夥人有技術背景與產業經驗，能力互補，形成完美組合。《財富》：對你影響最大的人是誰？張璐：我小時候很喜歡看人物傳記，這讓我看到人生的各種可能性，所以很多傳記裡的人物都影響過我。如果說現在對我影響很大的人，是魯斯·巴德·金斯伯格（美國聯邦最高法院歷史上第二位女性大法官）。她有一種非常篤定的力量。世界上聰明人這麼多，尤其在矽谷，但不一定每個人都有這種力量。我在青少年時期就知道自己想做什麼，成為什麼樣的人，哪怕在很多人看來，我的一些想法有些另類，一些做法選擇了“少有人走的路”。 但我相信，保持篤定、始終如一，再加上全力以赴，幸運自會來臨。（財富中文網）

在矽谷，曾經以“程式碼能力”為唯一硬通貨的程式設計師們，正悄然掀起一場關於面容的極限最佳化。從漠視外表的極客文化，到如今成群結隊預約價值數十萬的面部手術，這一轉變背後遠非虛榮那麼簡單——它關乎年齡歧視、職業焦慮，更關乎如何使自己“看起來年輕”，從而不被淘汰。曾幾何時，矽谷的標誌性形像是連帽衫、牛仔褲、凌亂的頭髮與黑眼圈，相信“程式碼即正義”，信奉“實力至上”，對外表幾近忽視。在矽谷，頭腦才是唯一的通行證，容貌不過是隨時可被拋棄的“身外之物”。然而近年來，一場關於“臉面”的革命，正在科技心臟地帶掀起巨浪。曾經不修邊幅的矽谷精英，尤其是男性程式設計師與投資者們正瘋狂湧入整形外科。從數萬美元的“迷你拉皮”到堪位元斯拉首付的醫美項目，精英也逃不過用整容對抗“35歲焦慮”。（由本·塔利醫生提供的某位匿名患者術前術後對比照片，左圖為一名現年60歲，經營太陽能及科技企業的患者，右圖為一名近65歲的科技創業者、商業與財富顧問，兩人均接受了先進的面部和頸部提升術，並進行了SMAS最佳化）這場轉變背後，是矽谷文化深處一次冰冷而現實的校準。1. 科技行業的年齡歧視華爾街日報評論稱：“科技是年輕人的遊戲“。風險投資家彼得·蒂爾也曾揚言，“你不能僱傭任何超過30歲的人”，這種觀點雖顯極端，卻赤裸裸地揭示了科技行業心照不宣的青春崇拜。在飛速迭代的技術浪潮前，年輕普遍與“潛力”“耐力”“可塑性”直接掛鉤。當這種偏見根植於招聘與晉陞文化中，“看起來年輕”便不再是一種個人選擇，而成了一種生存策略。舊金山精神分析學家斯蒂芬·薩賓博士指出，他的客戶們普遍擔憂自己“看起來太老”而失去投資人或公司高層的青睞，因此整容成了一種對抗“職業性過期”的積極手段。2. 資本加持與“Zoom自拍效應”的催化矽谷的高收入為這場顏值競賽提供了彈藥。科技從業者資金充裕，能夠負擔得起數萬至數十萬美元的手術費用。與此同時，新冠疫情催生的遠端辦公常態，讓“Zoom自拍效應”凸顯——人們前所未有地長時間凝視螢幕上自己的面容，每一道皺紋、每一吋鬆弛的皮膚都被放大審視，再加上混合工作模式又恰好提供了隱秘的術後恢復期，讓醫美手術變得可行。3. 社會審美變遷“歷史上，如果男性有所成就，他們無論長相如何都會受到尊重，”舊金山整形外科醫生Timothy·Marten談到，“但現在男性覺得他們的成就不夠了，他們也必須看起來符合形象。” 傳統上施加於女性的容貌壓力，正在平等地降臨到男性身上。在矽谷這個崇尚“最佳化一切”的地方，外貌成為個人品牌與狀態管理中最後一個等待被最佳化的變數。4. 技術產品的“副作用”另一個意想不到的推手，是GLP-1類減肥藥物（如Ozempic）的流行。許多科技從業者借助這類藥物快速減重，卻導致面部皮膚鬆弛，從而被動地將醫美需求推向了拉皮手術等更複雜的領域，以解決“減了100磅後皮膚怎麼辦”的問題。圖源：網路矽谷人的醫美選擇，也深刻烙印著他們的職業思維。項目選擇重資料、看ROI（投資回報率）：眼瞼手術因能快速消除疲憊感，讓眼神“重新銳利”，成為最受歡迎的項目之一，因為它手術時間短、恢復較快，以較小的代價獲得顯著回報。追求“自然迭代”，厭惡“版本顛覆”： 他們普遍抗拒過去拉皮手術那種“緊繃”“不自然”的橫掃式效果，取而代之的是“迷你拉皮”或“短疤痕拉皮”，他們強調精細、隱蔽、漸進式改善，而非推倒重來。過程管理如項目管理： 他們會精確規劃手術與恢復期，利用遠端辦公的便利，將downtime無縫接入工作日程，如同處理一個需要短暫離線更新的系統。圖源：網路矽谷程式設計師扎堆走進整形醫院，可不是膚淺的追求。在矽谷，萬物皆可最佳化，演算法、產品、商業模式，乃至自己的身體與容顏。當“看起來更有活力、更可靠、更具備競爭力”與職業生命線深度捆綁，醫美便從一種簡單的消費行為，異化為一種特殊的職業投資。當對抗衰老的戰役從護膚精華延伸到手術刀下，當青春成為一項需要持續投入、月供償還的奢侈追求時，我們或許也該問一句：在矽谷這台永不停歇的“造夢機器”裡，被不斷最佳化和更新的，究竟是我們的能力，還是我們無法再從容老去的自由？ (留學生日報)

2025年，全球半導體產業出現了很多“突發狀況”，尤其中美之間，矛盾和衝突的爆發，也讓全球產業鏈為之捏了一把汗！美國揮舞關稅大棒，試圖逼迫中國妥協或讓步，但沒想到的是，中國卻強硬反抗，丟出了稀土“王牌”，這場科技博弈持續至今，依然是全球關注的焦點。明明美國的態度很明確，想要利用加征關稅，對中國芯進行全面封鎖和打壓。然而，有趣的事情發生了，在美的嚴防死守之下，全球70%的成熟晶片訂單，卻全都湧向了中國，這究竟是怎麼回事呢？真相很殘酷，日媒一句道破——價格低到懷疑人生。沒錯，中國進入任何行業，都能將價格打到“白菜價”，這是令全世界都害怕的“天賦”。在全球化時代，霸權打壓終究敵不過市場規律。日本媒體的報導透露著複雜情緒，全球成熟晶片訂單大量流向中國，而中國工廠的報價讓競爭對手感到絕望。這種“低價”並非簡單的價格戰，而是中國製造業體系優勢的集中體現。上世紀80年代，NEC、東芝等日企稱霸全球，美企都得忌憚幾分。如今，日本補貼32億美元給台積電熊本工廠，還是難以挽回局面，始終無法奪回話語權。中國晶片的競爭力有兩方面，一方面是產能擴張速度，另一方面是全產業鏈的成本控制能力。根據資料顯示，2024至2027年，中國12英吋成熟製程晶片產能將以每年27%的速度增長，而其他地區合計增長率僅為3.6%。這種差距如同高鐵與自行車的對比。更關鍵的是，中國已經建立了相對完整的本土供應鏈。生產晶片必需的刻蝕機、薄膜沉積裝置等，國內企業不僅能夠自主生產，價格還僅為國外同類產品的一半。本土裝置帶來的不僅是採購成本降低，還有維修服務的便利。當裝置出問題時，本土團隊能快速響應，大幅減少生產線停機時間。目前，一些中國晶片生產線的國產裝置佔比已超過38%。按照規劃，到2030年，中國半導體裝置自給率將達到50%-60%。同時，12英吋矽晶圓等核心原材料的自給率也達到50%，進一步降低了採購成本。行業資料顯示，中國工廠生產成熟晶片的製造成本僅佔整體成本的6%左右，而國外工廠因裝置採購、物流運輸、維修服務等高額支出，根本無法在價格上與中國競爭。全球訂單湧向中國不是偶然，而是市場對產能、成本、技術綜合優勢的理性選擇。美國的關稅大棒看似強硬，實則打向了空氣，因為它試圖對抗的是市場規律本身。日本媒體的驚呼，恰恰說明這種產業轉移趨勢已不可逆轉。未來，隨著中國在半導體全產業鏈的優勢不斷鞏固，以及技術創新的持續突破，全球半導體產業格局將繼續改寫。那些順應市場趨勢、與中國供應鏈深度合作的企業，將成為新時代的贏家。而那些試圖用霸權手段扭曲市場規律的行為，最終只會讓自己陷入更被動的境地。 (W侃科技)

“全球人工智慧投資規模2025年或將接近2000億美元。”高盛8月份的一份報告中寫道。雖然爭奪算力是追逐超級智能的明牌項，但中、美這兩個最大的玩家，卻站在分岔路口：中國這邊不斷地在性能上追分，美國那邊雖沒有被算力困住，卻被能源所“卡脖子”。時針撥回到2023、2024年，搶算力成為“全球共識”——無論矽谷巨頭、主權基金，無不寄希望從輝達的手裡，搶到更多的H100產能。但是站在2025年年末回看，儘管搶算力的趨勢沒有根本改變，但各大雲廠下單為了計算總擁有成本，已經把計算器按冒煙。在輝達的身後，Google十年磨一劍，在Gemini 3的訓練上讓自研晶片TPU脫穎而出，為專用積體電路（ASIC）贏得極其重要的話語權。在Google身後，亞馬遜、Meta、微軟一眾老巨頭，以及OpenAI、xAI這樣的新貴，無一例外的下場自研。資本市場隨即給出結論：輝達市值上限5兆美金。2025年下半年之前，泡沫並不是主旋律，但隨著山姆·奧特曼拿出1.4兆美元的龐大基礎設施建設計畫，尤其是背後的循環交易、舉債融資，引發外界對泡沫的擔憂。泡沫理應關注，但在先進算力禁運的背景下，泡沫顯然不是中國算力、大模型的重點。相比矽谷，中國AI產業走的非常曲折、艱難，但成果也頗豐——我們有世界頂級的開源模型，有成熟的應用生態，更有數倍於矽谷明星公司的Tokens使用量。在有限的空間裡，過去中國大模型一直使用輝達供應的“閹割版”次等晶片，但今年開始，這個趨勢將慢慢得到改變——機構伯恩斯坦的資料顯示，中國本土AI晶片品牌滲透率已從2024年的約29%，快速提升至接近60%。同期，中國輝達們紛紛衝刺上市，背後是中美科技競爭加劇和國產替代需求的爆發。在這個大環境下，越來越多的中國晶片企業試圖通過“超節點”的形式，以繞開單晶片性能不足的問題，這反映出中國人工智慧產業的智慧和韌性。矽谷大佬們注視著沙盤上的伺服器和核電站，圖片由AI生成01. 矽谷巨頭從CapEx到CapEx+TCO回望2023與2024年，全球AI算力市場的主旋律是恐慌與搶購，在那兩年裡，無論是矽谷巨頭還是主權基金，唯一的KPI就是搶到儘可能多的H100。根據UBS的資料，2025年全球AI晶片市場規模雖然預計將突破2000億美元，但增長的內驅力已發生質變。現在的雲廠商在下單前，不再只盯著性能參數，而是開始拿著計算器審視TCO（總擁有成本）。今年美國主要雲服務提供商如亞馬遜AWS、微軟Azure和Google雲，正以前所未有的激進姿態加大資本開支（CapEx）。高盛預測，2025年五大巨頭的資本支出將達到3800億美元，用於AI基礎設施擴張和資料中心建設，以應對爆炸式增長的計算需求。到2027年，總規模將超過5400億美元。雲長的投資反映了激烈的競爭，但和以往不同，所有人都不得不考慮效率問題，不得不精打細算考慮經濟帳。在這個過程中，還有一個值得關注的訊號：2025年的算力市場不再是單純的“賣卡”生意，資料中心的基建進入了機架級時代。如今，交付到雲廠商的是整合了計算、高速互聯、甚至液冷系統的完整機櫃。與此同時，由於單機架功耗普遍突破100kW，電力供應已成為限制2025年算力總量釋放的物理天花板，而非晶片產能本身。今年AI產業的另一一個顯著的標誌就是推理的需求越來越多。算力中心的工作負載正從“暴力堆算力跑訓練”轉向“大規模、高並行的推理調度”。大摩預測，2026年推理算力需求將超過訓練需求。這意味著，市場對晶片的要求不再僅僅是單卡極致的算力峰值，而是單位成本下的Token輸出效率。這種需求偏移，也變相給了非輝達陣營更多生存空間，因為在推理側，性價比往往比絕對生態優勢更具殺傷力。當然，推理需求的暴漲也給廣大的“賽博玩家”一記暴擊——儲存價格暴漲。02. 輝達是“一超”，Google領銜“多強”2025年，資料中心AI晶片市場呈現典型的“一超多強”格局。憑藉Blackwell架構的領先性能、NVLink互聯生態和大規模部署，輝達佔據主導地位，市場份額約佔80%以上，憑藉年度旗艦GB200&GB300系列，繼續以“一超”的姿態，主導訓練和推理領域。AMD、Google、亞馬遜、微軟和Meta作為“多強”，通過自研ASIC加速器，積極最佳化內部雲基礎設施、降低成本並逐步向外部開放，挑戰輝達的壟斷。這些公司主要從自身大規模AI需求出發，開發專用晶片，強調能效、規模化和特定工作負載最佳化。AMD通過Instinct MI系列在資料中心市場快速崛起，已吸引Meta、微軟和Oracle等客戶。2025年MI350系列已大規模可用，在某些MoE模型上性價比突出。MI400系列計畫2026年推出，支援更大規模機架級整合。亞馬遜AWS的自研Trainium系列針對資料中心訓練和推理，Trainium3 採用3nm工藝，支援144晶片整合，峰值超362 PFLOPS，專門針對Agent代理、推理和視訊生成等下一代應用最佳化，支援PyTorch/JAX無縫遷移，可擴展至百萬晶片超大規模叢集。亞馬遜策略是垂直整合Bedrock平台，吸引Anthropic等客戶，顯著降低token成本，在AWS生態內提供高性價比替代。Meta的MTIA系列專注內部資料中心推薦和排名模型，核心策略是基礎設施自主化，減少成本，主要內部使用（如Facebook/Instagram推薦），尚未外部開放，但正擴展至生成AI訓練。2025年下一代MTIA（基於5nm）已測試並部署，提供3.5倍密集計算和7倍稀疏計算提升，記憶體頻寬翻倍，效率較GPU高2倍。MTIA與下一代GPU協同，支援Llama系列推理。和其他巨頭一樣，微軟過去兩年也在推動自研Maia系列，但一直“掉鏈子”。Maia系列的首款產品Maia 100在2023年底發佈，被視為微軟進軍自研晶片的標誌性動作，不過參數遠不及同行同期的產品。Maia 200更是一波三折：原計畫2024年完成流片，但設計過程中出現多個技術問題，導致流片延遲至2024年底，2025年才啟動量產。根據SemiAnalysis的資訊，Maia 200的性能未達預期，被內部評估為失敗項目，即便量產也難以支撐核心AI工作負載。而計畫在2027年部署的Maia 300，雖然瞄準 2nm工藝，目標是接近內部性能預期。在“多強”的陣容當中，不得不提的是Google十年磨一劍的TPU。Google的TPU系列專注雲端資料中心，最新的第七代Ironwood支援高達9216晶片的節點規模，提供超過4倍於前代Trillium的單晶片性能。都在說ASIC在慢慢趕超GPU，但對輝達來說，真正意義上的變數還要數GoogleTPU。長期以來，TPU作為Google內部AI工作負載的核心支撐，主要服務於搜尋推薦、廣告等業務，即便 2018 年通過Google雲對外開放，也未推進全面商業化。近幾個月，這一局面發生根本性轉變：Google調動全技術堆疊資源，通過 “雲端服務+硬體直售” 雙路徑開放TPU能力，正式以硬體供應商身份入局AI算力市場。這一戰略轉型已取得顯著成效：Anthropic、Meta、OpenAI、xAI等頭部機構陸續加入TPU採購佇列，其中Anthropic與Google的合作堪稱標竿——不僅部署規模超 1GW 的TPU計算叢集，更簽訂100萬個TPU的合作協議，分兩階段落地40萬個直供TPUv7 Ironwood和60萬個GCP租用 TPUv7，對應訂單金額超520億美元。訂單背後，關鍵支撐在於：Gemini 3、Opus 4.5這些業界領先模型，均基於該晶片訓練，所謂“好不好看療效”。不過，TPU的過去10年研發路，也不是一帆風順，TPUv4、v5的計算吞吐量曾顯著落後於同期輝達旗艦產品，直到TPUv6通過將脈動陣列規模從128×128 提升至 256×256，實現算力翻倍且能耗降低。TPUv7則沿用3D環面（3D Torus）架構，在實際場景中展現出更優的 TCO 表現。現在，很多網友們都在討論TPU進入國內的可能性，有兩個關鍵問題：其一是性能超規，這很好理解；其二是生態問題。生態問題上，即便在北美，大家都是租用Google雲上的TPU算力，如果雲廠自己買回去建TPU叢集，會增加非常多的偵錯時間，而且還要學會使用TPU的軟體生態，在沒有Google的支援下，難度可想而知。03. “中國輝達”上市潮超節點與華為昇騰2025年，對於中國的AI晶片來說，是不平凡的一年。寒武紀在今年走出了一波大行情，市值最高一度突破6000億，成為A股AI晶片龍頭標竿。摩爾線程和沐曦也成功在科創板上市。其他幾個耳熟能詳的國產AI廠商，比如壁仞科技、天數智芯、遂原科技、崑崙芯也基本都在上市的路上。這一輪國產AI晶片上市潮背後，是中美科技競爭加劇和國產替代需求的爆發——美國對高端GPU的出口管制，推動國內巨頭和初創企業加速自主研發，同時資本市場對AI算力的追捧，讓這些高研發投入的公司迎來融資窗口期。儘管多數企業仍處於虧損階段，但高估值反映了投資者對未來國產晶片在智算中心、大模型訓練等領域的期待，這一潮湧不僅帶來了資金活水，也標誌著中國AI晶片產業從“跟跑”向“並跑”邁進的關鍵轉折。之所以說是關鍵轉折，原因在於，2023年輝達憑藉其CUDA生態和領先的GPU性能，幾乎壟斷了全球和中國AI算力市場，市場份額一度高達80%以上，尤其在資料中心和訓練大模型領域，輝達的H100和A100系列晶片成為不可或缺的核心，國產廠商難以撼動其地位。受美國出口管制的持續影響，特別是對先進AI晶片的禁售，輝達在中國市場的份額急劇下滑，這為國產GPU提供了絕佳的滲透機會。根據伯恩斯坦的資料，本土AI晶片品牌滲透率已從2024年的約29%快速提升至2025年的59%以上，特別是在智算中心和雲服務領域，國產晶片的採用率顯著上升。轉變得益於“國產替代”的強勢推動和產業鏈的加速成熟。具體來說，華為的Ascend系列性能已接近輝達H200的80%，並在多家資料中心大規模部署；其他廠商如阿里的PPU、崑崙芯、寒武紀、壁仞、天數智芯和燧原，也通過異構計算和生態相容性提升，逐步蠶食市場空白。整體而言，中國AI晶片市場正從輝達“一超獨大”的壟斷格局，向“百花齊放”的多強競爭演變。預計到2026年，國產GPU在國內滲透率將進一步突破，這不僅降低了供應鏈風險，還推動了AI算力的自主可控和成本最佳化。單晶片性能在不斷追趕，整個算力產業都湧向“超節點”，以規避單晶片性能還不足的問題，更體現了中國人的智慧。超節點是將大量AI加速卡通過高速互聯整合成邏輯上統一的“巨型電腦”，有效解決傳統叢集通訊延遲高、擴展性差等問題，支援兆參數模型高效訓練和推理。目前，中國已推出多款商用超節點產品，單節點規模從128卡到640卡不等，技術路線涵蓋電互連、光互連和開放架構。互聯技術是國產超節點的核心突破，傳統乙太網路和PCIe難以滿足萬卡級通訊需求，頭部廠商自研高速協議成為標配：華為“靈衢”協議單晶片互聯頻寬達2TB/s、卡間延遲僅2.1微秒；海光/曙光HSL協議支援112G高速互聯，並通過專用交換晶片實現節點內全頻寬點對點互聯，避免出節點轉發，這種低延遲、高頻寬設計極大降低了分佈式訓練中的通訊開銷。目前，已有多個超節點項目落地，但大規模商用預計2026年真正爆發，所以我們也常說，2026年將迎來“超節點戰爭”。儘管超節點可以部分補齊單晶片算力不足的問題，但挑戰仍然存在，包括軟體生態最佳化、先進製程與HBM產能瓶頸。關於國產算力，不得不提的是華為。根據IDC的資料，明年昇騰的出貨量將佔比中國AI晶片總出貨量的一半。9月份的全連接大會上，華為直接亮出了昇騰系列路線圖。根據規劃，2026年至2028年，華為將分階段推出四款新晶片：2026年第一季度發佈昇騰950 PR（專注推理Prefill和推薦場景）；2026年第四季度推出昇騰950 DT；2027年第四季度推出昇騰960；2028年第四季度推出昇騰970。昇騰AI晶片路線圖這一路線圖延續了昇騰從910系列（2018年起）到910C（2025年推出）的迭代路徑，結合Atlas超節點技術，支援大規模叢集部署。關於昇騰的950 PR，最近大家在網上都能看到一些性能參數，對華為來說，其目前的核心並不是在訓練上要去掉輝達，而是讓自己的晶片被更多的使用者使用起來。有可能會被忽視的關鍵資料：在950 PR中，增加了SIMT/FP8/F4，這些都對推理有明顯的改善。04. 有泡沫，那就擠掉當奧特曼的1.4兆美元投資重塑AI產業格局，當輝達市值一路飆升至5兆美元，當AI概念股成為資本市場的香餑餑，關於AI是否處於泡沫的爭論變得異常激烈。有人將當前的資本狂熱比作 2000年網際網路泡沫的重現，也有人堅信這是技術革命的必然序曲，這些都是基於不同視角、立場得出的洞察，都有存在的合理性。樂觀派堅定看好AI的長期價值，認為當前的高投入與高估值並非炒作，強調AI將創造20兆美元的經濟價值，僅生成式AI就有望提升勞動生產率15%，這種技術賦能的潛力足以支撐資本的熱情。從資料來看，以輝達為代表的龍頭企業並非空談概念，其憑藉GPU技術佔據AI價值鏈35-40% 的資本支出份額，2025年營收預計超2000億美元，紮實的盈利能力成為估值的重要支撐。謹慎派則認為市場存在潛在的風險，企業對債務融資的依賴度不斷上升， 五大AI超大規模企業現金資產佔比已從2021年底的29%降至2025年二季度的15%，債券與私人信貸成為主要融資管道。更值得關注的是，AI產業呈現明顯的結構性失衡：上游算力硬體景氣度高漲，但中游多數初創模型企業缺乏商業化能力，下游80%部署AI的企業尚未實現淨利潤提升。換句話說，源源不斷地投錢，卻沒有在商業收入上高效轉化。判斷AI是否處於泡沫，不能僅憑市場熱度，而需從估值水平、盈利支撐、產業邏輯三個核心維度理性分析。從估值來看，當前美國科技巨頭的估值並未達到歷史泡沫峰值。被稱為“美股七姐妹” 的核心科技股當前市盈率約31倍，遠低於2000年網際網路泡沫時期的極端水平。更重要的是，這些企業大多具備強勁的現金流和造血能力，與當年缺乏盈利支撐的網際網路初創企業有本質區別。從產業邏輯來看，美國AI硬體投資自2023年已增長2000-3000億美元，資料中心、算力基礎設施的建設雖然存在局部過熱跡象，但背後是真實的產業需求支撐。GoogleTPU晶片對外供貨引發的“鯰魚效應”，更證明AI產業正從壟斷走向多元共生。關於部分企業“閉環買賣”的模式——輝達投資xAI後xAI隨即採購其晶片，微軟投資OpenAI後獲得巨額雲服務訂單——可能導致估值虛高，進而帶來局部泡沫，尤其是美國前十大科技股佔全球股市近25%的極高集中度，也讓市場波動的傳導風險不容忽視。但市場不是從來就是二八分化，優勢資源集中在20%的機構手裡？從我們的視角來看，所謂AI泡沫：只是短期利益與長期價值、資本狂歡與技術本質的博弈。即便是真有泡沫，擠掉就是。 (騰訊科技)