torygreen

2000年代最大规模的科技首次公开募股是280亿美元的Visa。2010年代最大的是1680亿美元的阿里巴巴。大致每十年增长6倍。
现在延续这一趋势。OpenAI和Anthropic在上市之前就已估值$1T 。
如果把过去25年中最大的科技公司合计起来。阿里巴巴、Facebook、Uber、Rivian、Snowflake、Palantir、Cerebras、CoreWeave，全部加起来大约是8000亿美元。
仅OpenAI + Anthropic的估值就接近20000亿亿美元。仍处于私有阶段。比过去二十五年华尔街最大IPO的总和还要大2.5倍。
但最大的结构性差异在于，Visa、阿里巴巴以及所有其他科技公司都是在已有基础设施上扩展的。支付通道、互联网普及、物流，以及它们的估值都建立在已实现的容量之上。
这些AI估值假设的容量尚未存在。数据中心、电力、GPU供应仍需融资和部署。$2T 的价值是在尚未完全建成的基础设施上定价的。
这个差距是这个时代最具决定性的经济机遇。价值将归属于那些弥合这一差距的人。

在大部分历史中，资本通过机器进行扩展。
现在它通过认知进行扩展。
一家初创公司可以在几乎零边际成本的情况下，拥有相当于百万分析师、研究员、程序员和策略师同时运行的能力。
人工智能革命不同于以往任何技术革命。

你不能在公开宪章上提出异议，然后将公开部分视为可选，一旦资金出现
审判开始于一个问题：你能为非营利组织制定宪章，将开放AI作为你的使命，吸引十年的使命驱动工程师和捐赠资本，基于这个承诺，然后转换为一个利润有限的结构，并称之为一种演变吗？
埃隆在2018年离开了开放AI。$130b 他要求的损害赔偿金归非营利组织所有。无论你怎么看待他作为诉讼人的身份，案件强制进入法庭记录的问题是：当创始使命在下游被转换，而原始宪章保持不变时，慈善信托是否具有可执行的索赔权？
每个开放使命的AI组织都位于该裁决的下游：由拨款资助的实验室、以使命为支付标准的人才、由捐赠者支持的非营利组织、任何承诺“开放”的宪章
十二名陪审员将给出意见。一名法官将作出判决

英伟达现在比日本整个经济体还要大，你的AI账单就是原因
你现在在AI上的每一美元支出都通过一家公司芯片，在三个云平台上以加价转售
> AI创业公司几乎80%的筹集资金都用来租用计算资源
> 我见过种子阶段的团队为单一芯片供应商每月支付70万美元
> 数据中心的利用率只有12-18%，而你的账单每个季度都在上涨
整个行业刚刚达成一致，排成一队，把钱交给同一个收费站
游戏设备中的闲置计算能力、旧的矿机硬件，以及各个时区的半空数据中心，就像以前人们没有想到出租空闲卧室一样，静静地在那里
当你整合这些供应并上线时，价格就会崩溃，拥有硬件的人才会真正得到报酬
收费站是可选的。
你只是一直在付钱。

AI过度建设的群体这季度从未尝试购买H100
现在花一周时间试图购买H100意味着：在你看到第一块GPU之前，已在AWS锁定了12个月的承诺和24/7的利用率(，GCP等待名单无预计时间，Lambda和CoreWeave都已售罄，每个较小的供应商用不同的话给你相同的答案
超大规模云提供商的建设以年为单位衡量，CPU短缺阻碍了现有GPU的使用，而需求持续增长，同时超大规模云提供商在申请许可证
种子阶段的AI团队在计算上花费了70-80%的资金，甚至在用户触及产品之前。每月70万美元，等待名单上
GPU已经存在。它们在数据中心和矿场闲置，超大规模云提供商不拥有的，利用率低于20%。没有超大规模云提供商会租用你的竞争对手的硬件
你租的下一个H100不会来自AWS

显然，英伟达悄悄拜访了韩国的电力设备公司，要求他们围绕800V直流架构重新设计数据中心基础设施。
这是对集中式AI模型遇到物理瓶颈的承认，每一代新芯片现在都在堆栈中的某个位置进行一次变电站的改造。
全球数据中心的利用率已经达到12%到18%。加密货币挖矿场拥有强大的GPU，但自以太坊合并后处于闲置状态。配备4090的消费者游戏设备整天闲置在桌面上。
计算短缺是一个被物理学掩盖的分配问题。当需求每3.4个月翻一番时，你无法通过改造来解决。

很多人仍在围绕一个已经被淘汰的计算依赖架构设计
例如，qwen3 32b 目前在分布式社区GPU上运行，管道并行跨节点运行，没有单一操作控制，开放互联网的无权限推理
三层结构，全部开源：开源权重(阿里巴巴发布了)，无权限计算(社区硬件，无托管)，开放传输(没有私有集群，没有API权限门控)。所有权不适用于任何一层
认为前沿能力推理需要超级规模提供商的轨道是默认的，但当基础设施推出时，默认就会失效。今天运行推理的构建者无需向任何人请求
默认已失效。技术栈已公开。

谷歌云本周启动，每个超大规模云厂商的多头都将为这一步欢呼——这一步在历史上会直接摧毁他们押注/看涨的利润率（margin）。
此前：谷歌在每一颗H100上都向英伟达支付加价，利润流向圣克拉拉。
现在：谷歌正在与Marvell洽谈定制芯片，并推出一种新的、专门面向推理的TPU变体。资本开支正在被内部化。
亚马逊在2018年用Graviton做到了。微软在2023年宣布Maia。每一次，超大规模云厂商都会停止向供应商支付那笔加价，因为这笔加价已经成为损益表上的最大项目。
推理定价已经处在同样的压力之下。
当超大规模云厂商开始与自己的供应商竞争时，现货价格会先下去。现有的老供应商随后才会跟进。
一家超大规模云厂商自建芯片，就像一家公用事业公司自建涡轮机，因为电力电价的报价单不再说得通。

我们仍在争论要建多少数据中心，而供应已经停在每一条车道旁
扩建的答案是规划50英亩的园区，并采用多年的建设周期
数万亿的代理持续在24/7运行着，与物理传感器、机器以及彼此之间进行交易
我会想到凌晨2点闲置的4090游戏电脑，桌上封闭的苹果M-chip芯片，自周四以来就停放着的特斯拉，于是数学开始变得不同
那是暗计算——用户已经付过钱却仍未被开发利用的供应，处在边缘地带，运行在别人的电费账单上
代理与代理之间的支付不会等待信用卡结算窗口，而这些供应也不会等着剪彩仪式
供应在硬件发货的那天就上线了

Figma的估值受到冲击，因为Anthropic发了一条推文，链接到一个着陆页。
> 改变了什么：品牌名称和氛围。
> 没有改变的：底层模型、API定价、输出质量，或者你的设计团队明天的工作方式。
市场刚刚用整个周末对营销而不是技术进行了全面的恐慌。

我遇到一些有趣的事情：计划中的美国数据中心中，实际上有33%正在发货。
> 其余67%：延迟或直接取消
> Meta 建造了10个天然气发电厂，只为供电一个设施
> 中国在两个月内将其AI计算能力翻倍，没有使用任何美国芯片
> 预计到2030年，电力需求将增加220%以上，许可排队时间长达数年
阻碍因素是实体的。许可证、电力互联排队、建设时间表。
将分布式计算整合到现有容量中的拼接器根本不需要等待排队。
机架已经安装完毕。唯一缺少的是一个协调层，没有人需要$100b 去构建。

达里奥需要神话成为护城河
实验室通过更多的计算能力、更好的后训练和更快的评估周期弥补能力差距
像Llama、Qwen和DeepSeek这样的开源模型，几个月后也能提供与封闭模型相当的功能，作为免费下载
对你来说，这意味着每个季度都有更好的模型，没有实验室试图让你陷入他们的最大计划
护城河是去中心化的计算，成千上万的GPU作为一个超级计算机在新加坡、美国、挪威等地运行
达里奥的推介只剩下一个基准测试周期

你正在为OpenAI $20 支付高昂的费用以获得快速的通行权，而@Meta刚刚推出了一个模型，使得过去12个OpenAI模型看起来都像是修复漏洞
OpenAI每月发布，宣布每次更新并公布每个基准测试
Meta的Muse Spark上线并达到了大多数人认为Meta无法触及的评估分数
更糟的是在发布时，几个月保持沉默，然后一次发布让所有人都震惊……你误将沉默当作失败，将每月的发布当作进步
Sam的十二个变更日志变成了十二个脚注

最强的单一实验室再也无法单独掌控前沿。
价值差距是市场在承认这一点，而仍在阅读模型基准的创始人们是在看错页面。
Anthropic的私人价值溢价是市场对跑道的定价。
差异衡量哪个实验室在其底层成本结构中受到的限制较少。
计算基础设施是系统层面：前沿实验室为H100时间支付的成本与数据中心市场闲置资源的总和之间的差距，是两者都无法通过垂直整合达到的底线。
Anthropic在(Project Glasswing与苹果和谷歌的联盟中占据略优的联盟地位)。这个联盟是信号：现在掌控前沿需要三个资产负债表，而不是一个。
两家实验室都不拥有从训练到部署再到改进的完整流程，而下一代所需的单位成本远超他们的控制范围。
Sam和Dario都在耗尽他们无法控制的成本结构上的时间。