沒招了！矽谷為了爭奪AI算力已經徹！底！瘋！狂！
就連A社CEO Dario Amodei也低聲下氣求到了對家Meta門前：
老鐵，給點算力吧。。。
結果你猜怎麼著，小扎婉拒，馬斯克坐收漁利：
SpaceX充當輝達GPU二道販子，給Anthropic倒賣算力，賺得那叫個盆滿缽滿——
8月首份財報長勢喜人，光季度AI業務收入就高達25.61億美元，同比增長247%，環比更是翻了兩倍之多。
好傢伙！為了算力，矽谷這是拼了，大連橫時代堂堂來襲。
甭管以前在網上互噴有多狠，台下還是要為了GW彎腰。
不彎不行啊，你看隔壁掉隊的Google。
豪擲27億美元請回來的頂級科學家Noam Shazeer，因為差算力，沒兩年就托馬斯迴旋跳去了OpenAI。
別人砸錢還要聽個響，你Google純純做慈善來的。（doge）
反正矽谷現在是咂摸出味兒了：
人才留不留得住、模型能不能保持領先、AI能不能真金白銀變現……這些問題，越來越取決於手裡還剩多少算力。
GPU成矽谷硬通貨
以前缺錢缺人，現在冒頭的是算力經濟。
即便強如Google這樣的科技巨頭，也無法保證明星研究員能獲得足夠的GPU資源。
提起Noam Shazeer，最先想到的是Transformer八子之一，他於2021年離開Google創立Character.AI，致力於開發生成式AI聊天機器人。
2024年，Google斥資27億美元，通過交易促成Shazeer回歸，並擔任Gemini聯合負責人。
這樣的研究員，本該是巨頭爭相保障資源的人。
但根據外媒最新報導，他的團隊同樣遭遇了算力被重新分配的艱難處境，Shazeer被迫轉投對家OpenAI。
無獨有偶，此前哈薩比斯也曾長期對項目算力不足表達過不滿，在一定程度上也影響了他卸任DeepMind CEO的決定。
目前Google內部，關於資源分配存在較大分歧，謝爾蓋·布林有時會直接介入，將資源重新調配給自己認為重要的項目。
但歸根結底還是算力資源不夠，只能開源節流。
公司外部的競爭，則讓行業關係變得愈加複雜。
OpenAI、Anthropic這些頂尖初創不僅要拼模型能力，還要爭奪資料中心、伺服器和供電能力。
以Anthropic為例，其模型的算力需求已經大到，需要與另一家模型公司討論供貨。
今年5月與SpaceX的合作協議規定，將在當月收穫超300兆瓦的新容量，涉及22萬塊輝達GPU，同時提高Claude Code和API的使用額度。
換句話說，這樣做的目的就是讓後端拿到更多算力供給前端。算力有了，模型強了，使用者也留下來了。
於是模型公司的競爭開始出現兩套同時運行的邏輯：
產品層面，大家還是爭使用者、爭開發人才；基礎設施層面，誰能及時提供資源，誰都可能成為潛在合作對象。
那麼在夾縫中生存的小型AI創業公司呢？
它們的情況更具戲劇性。
這些公司難以自建資料中心，但過去，它們可以靠靈活租用AWS等雲平台的GPU，按需付費。
然而隨著頭部AI實驗室大量鎖定算力資源，部分雲服務商開始要求多年合約，預付款高達合同金額的30%，甚至要求創業公司尋找付款擔保方。
以上種種，都讓初創公司陷入了兩難境地。
算力買太多，如果未來使用者增長不及預期，持續消耗的現金就打了水漂；買太少，則可能因為沒有計算資源處理需求而錯失增長機會。
這樣的情況反而催生出了一門新生意：全球算力淘金。
也就是尋找全球各地尚未充分利用的AI伺服器資源，再將這些算力出租給需要的企業。
比如代表性的San Francisco Compute公司就曾跑到美國鄉村舊雞舍裡收伺服器，馬斯克也和台積電討論起了進一步的算力合作。
矽谷的頂級VC也開始親自囤GPU，YC在7月為旗下創業公司推出專供的GPU叢集，Radical Ventures還會幫助被投公司協調供應商合同。
這對於正在訓練或部署模型的小型團隊，稍微解決了燃眉之急。
AI算力爭奪戰失控
但堵不如疏，算力會出現這種短缺情況，其實個中原因相當複雜。
OpenAI、Meta乃至Google都在積極建設新的資料中心，承諾未來會提供海量GPU資源。
但模型快速增長的需求等不及，這中間的時間差，或者說畫的大餅，就是公司還得繼續四處找算力的原因之一。
使用者使用AI的方式，也在無形之中加碼了供給壓力。
從今年開始，Agent開始代替一問一答成為使用者使用的核心範式，連續長時的工作任務迫使伺服器承擔起更多的平行計算。
需求增加上後，連同晶片的租賃行情都發生了翻天覆地的變化。
SemiAnalysis今年4月公佈的資料顯示，H100一年期租賃合約價格，從2025年10月低點的每GPU每小時1.70美元，上漲至2026年3月的2.35美元，漲幅接近40%。
GPU堪比黃金的說法，並非空穴來風。
真正能即時交付、穩定運行的算力不足，新的算力還遙遙無期，共同造就了算力市場的困境。
於是算力霸權變得具體。
初創公司挑戰行業巨頭的敘事將日益凋零，即使有人有路線，計算資源不夠也完蛋。
肉眼可見的是，算力正在成為AI時代的准入門檻，並強化擁有自建基礎設施的大公司的優勢。
可謂是算力我有，實力在手。
做AI產品的，要考慮的也變多了。既要擔心產品沒人用，也要擔心使用者增長速度超過自身算力擴張。
但困境亦是機遇，賣鏟子的中間層樂開了花。
你說是吧，老黃？ (量子位)