2026年美國期中選舉後,德州出現“藍色海嘯”,民主黨人Gina Hinojosa 當選州長,資料中心監管一夜之間成為AI基礎設施投資的焦點。資本市場的擔憂也從晶片和記憶體短缺,轉向晶片太多、機房不夠用。
Nebius是近兩年在算力飢渴中一炮而紅的“新雲(NeoCloud)”公司,在美歐擁有眾多資料中心:Nebius負責資料中心全端建設,從土地,到電力,機房,伺服器,網路到維運,讓成千上萬張GPU穩定運行。今年5月,Nebius宣佈收購由MIT韓松(Song Han)實驗室校友王瀚銳創辦的推理最佳化公司Eigen AI。
在全美華人金融協會(TCFA)論壇期間,我們與Eigen AI聯合創始人兼CEO,現任Nebius高級副總裁Ryan Hanrui Wang王瀚銳,聊了聊。
他一路從復旦本科到MIT電腦系博士,而後在UCLA任教,再到如今的AI創業新貴,是AI基建領域的專家,在一線見證了整個AI產業鏈的蓬勃發展。在他看來,究竟德州變局對資料中心意味著什麼?Eigen為Nebius補上了那塊拼圖?即將上市的Anthropic又將如何影響整個行業?
01 “藍色海嘯”:資料中心建設的新變數
“藍色海嘯”之後,投資人對資料中心延期的擔憂越來越重。德州的立法時間線大致分三個階段:現在起,各方提交法案;明年1月至5月,討論和簽署;明年9月,新方案實施。
未來兩年可能是資料中心艱難的兩年。王瀚銳認為,項目本就在延期,監管加強會讓問題更嚴重。此前的阻礙中,社區反對只佔一小部分,更多來自線纜、機械裝置、能源接入,以及晶片、記憶體和原材料的到貨延遲。
雲廠商都在想辦法。“Nebius是全球化佈局,在愛沙尼亞、芬蘭、法國、冰島、以色列、亞太等地都有建設,而且我們在德州沒有敞口。”王瀚銳對騰訊財經表示,“需求仍然強勁,誰能更快地建設和交付,誰就能獲得更大的市場和溢價。”
加拿大等北美國家同樣被看好,雲廠商也在亞洲招聘大量國家經理(country manager)。這也是為何"藍色海嘯"來襲之際,馬來西亞林吉特匯率出現暴漲。
但德州約佔全美資料中心的25%,當初選址於此,延遲、資料安全、自然條件都是考量。
“Nebius的大客戶是美國客戶,比如微軟、Meta,都是數百億美元等級的合同;一些AI原生創業公司也是十億、數十億美元等級,它們很多都有資料主權(data sovereignty)的需求。”
王瀚銳提及,過去一兩年,Nebius的幾個吉瓦級項目——賓夕法尼亞州舒爾基爾縣,密蘇里的獨立城——都在美國,一是美國需求最旺,二是美國資本也希望項目留在本土。
延遲(latency)同樣關鍵。資料中心若放在冰島或日本,與美國之間往返要200毫秒,美國本土則不到50毫秒。對首 token 時延(Time to First Token)有要求的客戶,延遲增加 10%~20%,最佳化起來並不容易。
在美國建設還能避開許多出口管制問題,若在東南亞,能否拿到晶片都是未知數。德州之所以成為資料中心集中地,靠的是電力、氣候和州政府的支援。
因此,即使資料中心可以轉移,整體建設速度仍可能慢於預期,各州政府的表態值得關注。Gina Hinojosa已表示,已立項資料中心仍可繼續建設,同時將推動新的立法。某新雲廠商已致信Gina,強調資料中心給當地帶來的好處,未來行業也會加強與本地社區的合作。
據騰訊財經瞭解,已有美國南部州看重就業和經濟增長,表達了建設資料中心的興趣。AI如今托舉了美國經濟和股市的半壁江山,民主黨也不可能忽視。業內人士認為,眼下或許已是至暗時刻,只是觸底過程仍有波動。
02 AI基建的未來:高效率、低延遲、全端式
即使面臨逆風,資料中心需求仍將無比強勁,未來比拚的是效率和全端能力。
這正是Nebius收購Eigen的原因。這筆約6.43億美元(現金加股票)的交易於5月1日宣佈、6月16日完成,Eigen約20人的團隊併入Nebius,負責推理和訓練平台Token Factory。
王瀚銳表示,推理正成為最大的市場,單純出租GPU的“新雲”敘事正失去吸引力,Nebius想做全端的超大規模雲廠商。
“Eigen做的是軟體層,核心是效率。之前Nebius做的是硬體和雲基礎設施,賣的是GPU算力;Eigen加入後,整套基礎設施就補全了。”有了軟體能力,Nebius就能滿足客戶對後訓練(post-training)和推理的需求。
越來越多的企業,包括創業公司,都希望在開源模型的基礎上訓練自己的模型:更可控,經過針對性訓練,效果還能超過通用的開源或閉源模型。對大客戶,雲廠商還會提供手把手的訓練支援。
目前市場供不應求,雲廠商無需打價格戰。只要產品夠好,組合更豐富、GPU運行更穩定,就能賣出溢價。資料中心資本開支巨大,誰能更快、更便宜地讓GPU上線,又賣得更貴,誰的利潤率和自由現金流就更高。
03 Anthropic IPO在即:決定全行業的命運
頂級前沿模型公司Anthropic即將上市。它的募資結果將影響其研發和採購能力,也將左右半導體等AI硬體行業的前景。
王瀚銳認為,Anthropic上市並行展良好,必然利多基建行業。一方面,它能證明模型究竟能強到什麼地步,解鎖新的應用,如AI for science;另一方面,它能借助合作夥伴,成為很多企業試水AI的第一站(Nebius也有類似合作,如Palantir的AI套件跑在Nebius的GPU上),從而釋放企業需求。
未來,縮放定律(Scaling Law)仍將發揮關鍵作用,模型的規模再增長幾個數量級都不為過。然而,記憶體仍將是AI基建最大的瓶頸。
當前,算力與記憶體的增長嚴重失衡。王瀚銳提及,過去幾年,模型規模增長了約六個數量級,單GPU視訊記憶體卻只從8GB、16GB增長到288GB左右。以 2.8兆參數的Kimi K3為例,4位元部署就需要1.4TB視訊記憶體,而一個B300 節點約2.3TB,放下模型後再存啟動值和KV Cache,已捉襟見肘。為應對短缺而縮減晶片記憶體容量,比如Vera Rubin Ultra的視訊記憶體從1TB降至 192GB,這無疑非常影響性能,拖累算力效率。
Agent時代進一步推高了記憶體需求。Agent需要很長的上下文,歷史對話要以KV Cache的形式存下來。一旦上下文足夠長,直接讀取比重新計算更快。
儘管AI硬體處處短缺,但如今華爾街的關注點在於,資本開支的擴張能持續到何時,投資者顯然開始更關注投資回報。
在王瀚銳看來,模型規模還會擴張,但價值兌現需要時間。“全行業每年的資本開支是兆美元量級,需要相應的收入支撐,中間存在時間差。即便在資深使用者中,個人助理的普及率也不高,很多新形態還沒出現。”
目前的Agent還不夠聰明,最多連續工作十幾個小時,只能輔助個人完成任務,無法獨立營運公司。更大的鴻溝在於,每個人都是資訊孤島,Agent 幾乎不參與更廣泛的經濟活動。已有創業公司在搭建Agent市場,讓Agent 在上面交易甚至開公司。
王瀚銳認為,Agent足夠聰明後,人與Agent的關係可能反轉——線下的活由人來幹,規劃、財務、營運交給Agent,也就是“人被Agent僱傭”。
他預計這將在一到三年內落地。除監管外,註冊公司、搭建網站已沒有門檻。“Uber和Lyft本質上就是人被App僱傭,但App背後是不是Agent在營運,無人可知這種模式的雛形早已存在。”
不難發現,模型仍在變大,個人助理才剛剛普及,由Agent營運的公司還未真正出現,兆資本開支的價值仍待時間證明。Anthropic敲鐘之日,或許不是AI泡沫的頂點,而是AI從“能用”走向“人人在用”的起點。
(騰訊財經)

