回顾：上一个 AI 世界的三年

1.0 硅谷AI天才Leopold

2024 年 6 月，Leopold Aschenbrenner 发表了《Situational Awareness: The Decade Ahead》。全文 165 页，从 GPT-2 到 GPT-4 的算力与算法效率趋势出发，用可核的历史趋势率外推到 2027 年，给出一条明确的时间线。

这篇文章值得学习的地方不是它的结论，是它的推理叙事。它几乎完全建立在可核查的公开数据上，并设定了精准的定量区间与误差范围。

我们先来回顾一下他的核心理论体系。简单来说：AI 能力 = 物理算力 + 算法效率 + unhobbling（解除束缚）。三者以 OOM（数量级）为单位相加。

物理算力指投入训练的真实计算量（FLOP）。它的增长不来自摩尔定律，而来自资本开支——更多的钱造更大的集群；约束则落在一条物理链条上：芯片（GPU 的供给与代际迭代）、数据中心（厂房与建设周期）、电力（发电装机、变压器、并网许可）。这一层的瓶颈是工业能力，每一环都以年为单位交付。

算法效率指范式内的算法进步——更好的架构、数据配比与训练栈（Chinchilla 配比、MoE 等），让同样的性能用更少的算力训出来。Leopold 称之为「算力乘数」：一个 10 倍的算法优势，等价于一个 10 倍大的集群。需要留心的是，算法是知识而不是资产——它通常比 GPU 集群容易扩散得多，这一点我们在 §3.4.2 还会回来讲。

unhobbling 是最有意思、也最被低估的一层，字面意思是「解除束缚」：基座模型里已经存在、但被锁住的潜力，可以用极低的成本放出来。模型没有变大，只是被教会了怎么用自己。比如 CoT（思维链，让模型先一步步推理再给答案），在数学上等效于 10 倍以上的算力，却只是改了提示词；RLHF（基于人类反馈的强化学习，教模型按人的偏好说话），把一个只会续写的模型变成可用的助手；再加上工具调用与智能体脚手架（允许模型查资料、跑代码、分步执行），METR 智能体任务的完成率从 5%（裸基座）做到近 40%，而基座模型本身一个字节都没变。

三项各自的长期趋势率都在约 0.5 个 OOM/年，叠加后约为每年一个数量级。根据原文的数据和预测，GPT-4 之后的四年（至 2027 年底），物理算力与算法效率叠加的基础有效算力增长在 3–6 个 OOM（中枢约 5 个），其上再叠加 unhobbling 带来的效用跃迁（从聊天机器人到智能体）——总量相当于 2019—2023 年 GPT-2 到 GPT-4 那次跃迁的重演。

但其中有一条值得注意：他从未量化定义「AI 能力」——GPT-2 到 GPT-4 到底增长了多少智能、未来 5 个 OOM 又对应多少智能，他没有论述。本书不假装能补出这个系数——本书做的是两件可核验的事：把不同基准换算到同一刻度（单位换算），并识别哪把尺子已不再承载信息（饱和诊断）；至于「1 个 OOM 等于多少智能」，本书给出的是这种提问方式的认识论边界，而不是一个伪造的数字（见 §3.1.3 的框架边界声明）。从 2026 年 8 月来看，他的预测已基本兑现，本书后续会详细论述他的推理体系。

Leopold 对大方向的判断，两年后基本兑现。算力集群规模的扩张、资本开支的量级、电力成为主要物理约束、AI 从聊天机器人向智能体形态迁移——这几条都对了。他在 2024 年就把电力写成核心瓶颈，当时还是一个小众判断。

本书因此选择继承他的方法，用它来判断 AI 与下一代 AI 范式——物理智能（physical intelligence）——接下来 3—10 年的走向。

但有两件事值得我们注意：

第一件是杠杆。2026 年 7 月，以这篇文章命名的对冲基金 Situational Awareness 的敞口规模一度达到约 450 亿美元，到月底降至约 100 亿。据 CNBC 援引知情人士，主经纪商美国银行、高盛、摩根大通此前一直在协助其满足保证金要求，最终基金被迫将其加杠杆的公开股票头寸（包括 SK 海力士与 CoreWeave）以低于市价的价格出售给 Citadel。亏损来自两端同时做反：AI 基础设施多头下跌，Adobe 等软件股的空头也走错方向。有报道称杠杆一度高达 400%。但这不是清盘，是被迫去杠杆并出清公开头寸，基金仍有约百亿规模。

这里的教训与判断力无关。他对方向的判断没有被证伪，被证伪的是用四倍杠杆去表达一个以年为单位的判断。方向正确不保证时序正确，而杠杆头寸是以天为单位结算的。一篇预测文可以承受两年的误差，一次过高的杠杆不能。

第二件是参数。他的账本记的是有效算力：物理算力 + 算法效率 + unhobbling，三项相加得到数量级，再由数量级映射到能力。这套记法在文本、图像、视频这几段是有效的，因为那里存在一个主导变量，也存在一条稳定的映射。

物理智能不满足这两个前提。它的叙事结构不同，参数也不同：数据不是既存的而是必须被生产出来的，失败不可回滚，而且各项之间不是相加关系。用同一套参数去外推物理智能，在数学上行不通。

具体换成哪些参数，使用什么数学模型，我们应该注意哪些要点，本书 §3.2.2「为什么不能照搬 Leopold 的 OOM 记账」会阐述清晰。

1.0.1 相关工作与本书定位

在本书之前，与 Leopold 时间线同属一个问题域的工作主要有四类，方法与结论各不相同。情景化的一极是 AI Futures Project 的《AI 2027》：它把 2027 年前后的能力跃迁写成一条具体到月份的分支叙事，价值在于展示非线性进展「看起来是什么样子」，而非给出可检验的区间。本书与它的分歧不在方向，而在论证形式：《AI 2027》的情景是写出来的，本书的区间是算出来的——每条时间线都必须落到可复核的基准率与供应链约束上，宁可给出带条件的宽区间，也不给出无条件的精确叙事。

计量的一极是 Cotra 的生物锚定（bio-anchors）传统：以人脑等效计算量为锚，估计变革性 AI 所需的训练算力，再折算为年份。它与本书互补——它回答「需要多少算力」，本书回答「算力以什么价格、什么速度被实际生产出来」；分歧在于锚的选择，人脑 FLOP 的估计横跨多个数量级，本书因此把锚换成可观测的产能、交期与电费账单，代价是放弃对「终极需求量」的断言。

缓变的一极是 Narayanan 与 Kapoor 的《AI as Normal Technology》：技术扩散受制度与组织约束，经济的吸收速度系统性地慢于能力的增长速度。本书同意扩散受约束——Part 3 对物理 AI 的全部推演正是建立在产能与可靠性这两条硬约束之上；但对语言模型一侧，本书记录的数据（应用层 ARR 曲线、token 单位价格约 2.5 个数量级的塌缩、云厂商订单积压）显示采用速度已越过常规技术的历史先例，这是两处判断的直接对立点。

怀疑的一极是 Marcus 等人对 LLM 能力外推的批评：基准饱和、数据见顶、收益递减，都使沿趋势线延长的可靠性存疑。本书部分接受——§3.1.2 已论证高 R² 衡量的是拟合而非外推可靠性，§3.1.7 的串联分解把 AGI 落点区间的整体置信度压到约 33%（示意参数下的演示值）；本书不接受的是从「外推不可靠」直接跳到「进展停滞」，2024–2026 年按 Epoch 趋势率推算的 +2.64 OOM 增长、以及 METR 与 ARC 基准的实测读数，不支持后者。

本书的定位由此清楚：不以情景叙事为锚，不以人脑等价为锚，而以供应链产能、资本开支与收入闭环这三组可季度更新的硬数据为锚。年份会随数据移动，账本不会。这是本书与上述四项工作的边界，也是本书愿意被检验的方式。

还需要定位三个方法论上更近的近邻。其一是 Epoch AI：本书 §3.1 的趋势率、ECI（Epoch 能力指数）与 GW/成本参数全部取自 Epoch——Epoch 本身就是「可季度更新的公开 OOM 账本」的维护者。本书与它的分工是：Epoch 供给数据与测量，本书做解释与产业映射——把同一条趋势率接入资本开支、供应链与物理智能的推演。其二是 SemiAnalysis：它的供应链产能追踪正是「以产能与交期为锚」的既有实践，本书的增量在于把供应链数据跨层拼接到资本闭环与物理智能的参数替换上。其三是行业一侧的 ARK《Big Ideas》——它用 Wright's Law 推演人形机器人成本的路径与本书 §3.3 在方法与结论量级上相近，差异在于本书把成本曲线与「9 的兑换率」、接管成本接进了同一个飞轮模型。划清这三条边界之后，上段「三组硬数据为锚」的准确含义是：本书的增量不在锚本身，而在把这三组锚接成一套可执行的配置判准（能力换算的系数不在其列——它未进入任何落点计算，仅作跨基准比较的直觉锚点）：饱和诊断，识别哪些指标已不该用于定价（§3.1.2）；可靠性连乘接入时间线并换算为接管成本，把技术风险变成预算表上的钱（§3.2.2、§3.3.6）；闭环内外的付款义务判准，用以分辨需求真伪（§3.4.1）；数据优势是部署量的副产品，据此选部署场景杂度而非采集能力（§3.2.2 断裂二、§3.3.8）；以及分销层的可计数指标，用以判断一级半市场报价的可信度。五条都不依赖趋势外推，也都不产出年份——这是本书与上述工作最实质的分界，也是本书把自己定位为投资方法论而非时间线预测的原因。

凡例：全书证据分四档并随文标注——[A 档] 同行评议或可复现；[B 档] 机构研究与权威媒体报道；[C 档] 行业估计与评论；[D 档] 已成交或第一方承认。凡未取得可靠口径的数字，不以约数代替，缺口列入文末「已知限制」。

1.1 上一个三年的AI叙事与ChatGPT时刻

我们把现实对照 Leopold 的预测，复盘上一个 AI 世界的三年，以及科技对全球经济与地缘政治格局的影响。

具体分为六个层面：ChatGPT 时刻、电厂与数据中心、模型的演化、应用层的生与死、智能体与技能层的出现，以及产业链的真实地理。

1.1.1 五天内用户破百万：理性回顾ChatGPT 时刻

叙事的起点是 2022 年 11 月 30 日：ChatGPT 公开发布。

前史比这一天长得多。2020 年 6 月，GPT-3 通过 API 上线，已经能写文案、做翻译、生成简单代码。2022 年 1 月，OpenAI 用 RLHF 微调 GPT-3，把 InstructGPT 设为 API 默认模型。同年 11 月 28 日，GPT-3.5 系列的 text-davinci-003 上线 API。两天后，ChatGPT 发布——OpenAI 的公告原话是，它从「GPT-3.5 系列中的一个模型」微调而来。

此后的增长曲线没有先例。五天内用户破百万，两个月后约一亿月活——这是 UBS 引用 Similarweb 的估算，同一份材料里拿来对照的是 Instagram 的约两年半和 TikTok 的约九个月。OpenAI 官方口径的周活跃用户依次是：2025 年 2 月 4 亿，3 月底 5 亿，8 月宣布将达 7 亿，10 月 8 亿，2026 年 2 月 9 亿。另据 Sensor Tower 估算，ChatGPT 移动应用的月活在 2026 年 5 月突破十亿，是有记录以来最快到达这一量级的应用。

但 11 月 30 日并不是一次基础模型的代际发布。ChatGPT 的核心能力，建立在此前已经完成的 GPT-3.5 与 RLHF 积累之上。真正发生跃迁的，是这些能力第一次被封装进一个简单、免费、任何普通人都能上手的连续对话界面。技术不是在这一天出现的，它是在这一天抵达大众的。

ChatGPT 的历史意义因此不在模型本身，而在于它第一次让数以亿计的人亲手摸到生成式 AI。人工智能从此不再只是实验室里的技术进展，而成为一场大众事件。

对资本的启示：历史时刻很少完全不可预见

在大众看到 ChatGPT 之前，决定它能否出现的那些「内层条件」已经逐一成熟。真正无法预测的只有三件事：它以什么产品形态出现、什么时候引爆、引爆之后的规模有多大。变化本身是有征兆的。

这对资本至关重要。最有价值的判断，往往不是准确预测「某一天会发生什么」，而是提前识别：哪些底层条件已经成熟到足以孕育一个历史性拐点。

随后资本开始向 AI 聚集。YC、硅谷头部基金和新一代创业者迅速转向，大批公司围绕大模型重建应用层：编程、搜索、客服、教育、内容生成、企业软件、医疗、法律、销售——几乎所有软件类别都被重做了一遍。「AI-native」就此成为硅谷最重要的创业叙事之一。

1.1.2 上一轮的赢家 AI基础设施

Leopold Aschenbrenner 2024 年成立的 Situational Awareness LP，把仓位压在 AI 的物理层上，能源电力是其中的主力方向。2025 年二季度的 13F 里，Vistra、EQT、Constellation Energy 同时在列；到 2025 年四季度，新建的 Bloom Energy 头寸跃居第一大持仓，占组合约 15.9%，2026 年一季度该头寸市值仍维持在 8.79 亿美元。

2023 年业界真正开始做的事，是动土。变电站选址、输电线路申请、燃气轮机订单、土地收储。这些动作当时不构成新闻，因为它们不产生任何可演示的东西。它们的结果要到 2026 年才通电。

电力是主要物理约束

AI 算力的载体是数据中心，而数据中心是这个时代负荷密度最高的用电主体：一个吉瓦级训练集群的年用电量约 8.8 TWh，相当于数十万户家庭；xAI 孟菲斯园区的电力容量目标正迈向 2 GW 量级（2026 年 1 月 1 GW 上线、4 月目标升至 1.5 GW，见 Part 0）。当行业的建设计划从几十兆瓦跳到几百兆瓦、再跳到吉瓦级时，用电需求第一次以「年」为单位集中砸向电网——电网却是一个以「十年」为单位扩张的系统。约束由此产生。

2024 年 6 月，Leopold 把电力——而不是芯片或算法——放进完整推论链的主瓶颈位置；在当时这还是少数派判断，市场的注意力全部在 GPU 供给上。需要区分：该判断的首提者是 Leopold，本书此处的工作是两年后的验证与量化，而非首提。

两年后，方向上的判断成立。约束确实落在电力，而且不在发电端，而在输配与接入速度。2024 年美国新建 345kV 及以上高压输电线路 888 英里（345kV 334 英里、500kV 554 英里），而 DOE（美国能源部）2024 年国家输电规划研究推算的最优路径需要每年约 5000 英里——实际只到需求的六分之一。开发商的应对是绕开电网：大规模自建天然气发电，把接入排队问题内部化。[4][5]

幅度上则出现系统性高估。IEA（国际能源署）在 2024 年初对 2026 年全球数据中心用电（含加密挖矿）给出 620 至 1050 TWh 的区间，基准情景略高于 800 TWh，其中高情景被广泛引用为「突破 1000 TWh」；Gartner 2026 年 6 月的估计是 565 TWh，较 2025 年的 447 TWh 增长 26%。方向对，近端幅度高估四成到八成。值得注意的是长期预测并未随之收敛：IEA 2030 年基准情景仍在 945 TWh 一线，Gartner 更给到 1200 TWh 以上。

算力集群规模与资本开支

Leopold 在 2024 年给出的物理刻度是：2024 年级集群约 10 万张 H100 等效卡、造价数十亿美元；2026 年级约 100 万张、造价数百亿美元、需约 1 GW 电力；2028 年级需约 10 GW；2030 年级的万亿美元集群需约 100 GW，相当于当时美国发电总功率的 20% 以上。他还有一句被反复引用的话：集群造价的量级一年内从 100 亿美元跳到 1000 亿再跳到万亿，每六个月董事会计划里就多一个零。[1]

实际情况是，2026 年微软、谷歌、亚马逊、Meta 四家的资本开支指引合计约 7250 亿美元，较 2025 年的约 4100 亿美元增长约 77%。这个数字在年内被上修过两次：2 月财报季的合计口径还是 6300 亿美元，对应 2025 年基数 3880 亿、增幅 62%；一季报后微软由 1100 至 1200 亿上调至接近 1900 亿，Meta 由 1150 至 1350 亿上调至 1250 至 1450 亿，谷歌由 1750 至 1850 亿上调至 1800 至 1900 亿，总额才推到 7250 亿；到 7 月二季报，谷歌再度上调至 1950 至 2050 亿。分家看（二季报后口径）：谷歌 1950 至 2050 亿，亚马逊约 2000 亿，微软约 1900 亿，Meta 1250 至 1450 亿。

这个数字该拿它和什么比？和同年的 AI 收入比：四大云厂商加上 OpenAI、Anthropic，2026 年可归因于 AI 的收入合计大约在 1500–2500 亿美元区间——投入是收入的 3 到 5 倍。考虑到设备按 5–6 年折旧，这个比值本身不构成「建多了」的证据；恰恰相反，物理层对算力的需求还远远不够——各家云厂商报告的都是供给受限而非需求受限，订单在排队等产能：谷歌云的订单积压已接近翻倍至 4620 亿美元，本书上一节也记录了 12 GW 的年度产能计划里只有 5 GW 真正开工。真正的问题不在砖头，在融资结构：capex 占经营现金流的比例已从 2023 年的 33% 升到约 94%，缺口由债务、表外租约与供应商融资填补。这个话题很大，本书 §3.4.1 会专门展开；这里只记一句——这一轮建设中，算力需求的缺口还远未补上，先被拉满的是资本结构的斜率。

宏观回望：半导体和物理层普遍向上

用可复现的指数口径计分（2023 年 8 月 1 日至 2026 年 8 月 10 日，复权总回报；半导体 SOXX / SMH，纳指 QQQ，智能电网 GRID，基建 PAVE，工业 XLI，公用事业 XLU）。窗口起点 2023 年 8 月 1 日系事后选择、缺乏先验理由，换窗敏感性见下段。

[6] 半导体指数三年上涨 202.5%（SOXX）与 259.5%（SMH），同期纳指 ETF 上涨 91.6%。对应的物理层：智能电网指数上涨 81.3%，基建指数 83.0%，工业指数 74.0%，公用事业指数仅 42.5%。物理层确实普遍向上，但整体跑输纳指——「电力是瓶颈」这个判断兑现在个股上，没有兑现在板块上。

换窗敏感性（复权总回报，Yahoo Finance 历史价格，截至 2026 年 8 月 7 日）。三个窗口对照：其一，2022 年 11 月 30 日（ChatGPT 发布日，有先验理由的起点）至 2026 年 8 月 7 日：SOXX +357.2%，SMH +454.5%，QQQ +163.6%，GRID +113.7%，PAVE +121.5%，XLI +95.7%，XLU +40.2%；其二，2023 年 8 月 1 日（本表原窗口）至 2026 年 8 月 7 日：SOXX +210.6%，SMH +267.7%，QQQ +91.7%，GRID +82.0%，PAVE +85.1%，XLI +75.1%，XLU +42.3%，与本表按独立来源（TotalRealReturns，窗口止于 8 月 10 日）的读数（202.5 / 259.5 / 91.6 / 81.3 / 83.0 / 74.0 / 42.5）吻合；其三，2024 年 1 月 1 日至 2026 年 8 月 7 日：SOXX +187.0%，SMH +235.7%，QQQ +78.9%，GRID +82.8%，PAVE +73.2%，XLI +68.0%，XLU +48.1%。方向判断在三个窗口下总体稳健：物理层指数整体跑输纳指。但有一处必须如实修正：2024 年 1 月起点的窗口下 GRID（+82.8%）小幅跑赢 QQQ（+78.9%），即「电力是瓶颈」在智能电网板块已有部分兑现；因此上文「没有兑现在板块上」的准确表述应为「在板块层面仅部分兑现，且兑现程度对窗口起点敏感」。

[7] 层内离散度才是真正的分野。公用事业指数三年 +42.5%，而同期 Talen 上涨 534%、Vistra 428%、NRG 232%；智能电网指数 +81.3%，而同期 Bloom Energy 上涨 1092%、Powell 933%、Vertiv 922%。在这一层，选对方向只是入场券，选对公司才是全部超额收益的来源。芯片层的容错度则高得多：指数本身就交付了两倍到两倍半的回报，不选股也不至于错过这一轮。

Takeaway

当行业还看不清未来的时候，第一波挣到钱的往往是基础设施——但挣到大钱的，是基础设施里那几家真正卡住物理约束（Bottleneck）的公司。

1.1.3 模型的演化：三年，从一家独有到六家并列

2022 年 11 月 30 日之后，行业叙事只有一句话：没有人能再造出一个 ChatGPT 时刻。这句话严格说并不准确——Claude 与 Bard 在 2023 年 3 月就已上线，GPT-4 级的能力到 2023 年底已有三家；但没有一个新的产品改变过入口的归属。真正把这句话撕开一道口子的，是 2025 年 1 月的 DeepSeek R1——它第一次用显著更低的成本做到接近前沿，并把权重公开；到 2026 年夏天，这句话已经完全失效：6 月 13 日 GLM-5.2、7 月 16 日 Kimi K3、7 月 31 日 DeepSeek V4-Flash 正式版、8 月 3 日 Qwen3.8-Max——七周之内四次前沿级发布，全部附带公开权重或公开权重承诺。

这三年可以切成三段：2023 年是唯一入口，2024 年是能力分层，2025—2026 年是路线分化。

关键节点

六家的演化轨迹

OpenAI｜自有入口起家，转向推理。ChatGPT 建立了消费级入口，也建立了迄今家喻户晓的 AI 品牌。2024 年 9 月 o1 打开测试时算力这一维度，此后 o3 系列、GPT-5 系列沿这条路推进，2026 年进入 GPT-5.6 分档（Luna / Terra / Sol）并多次降价。它的资产始终是入口；它的问题是入口带来的收入增速在 2026 年出现走平迹象——年化收入从 2025 年约 130 亿到 2026 年 2 月约 250 亿，此后半年公开口径在 240–330 亿之间徘徊。[8]

Anthropic｜企业与编码，绕开消费入口。不争夺 C 端注意力，重心放在编码、智能体与企业部署——2025 年 2 月上线的 Claude Code（5 月正式发布）是这条路线的产品化起点。2026 年 4 月 7 日，公司宣布年化收入超过 300 亿美元，在公开口径上首次超过 OpenAI；5 月 29 日 Series H 落地，融资 650 亿美元，投后估值 9650 亿美元。

Google｜起步最慢，是唯一全栈。2023 年 3 月 Bard 上线时被普遍认为落后一代，2024 年 2 月并入 Gemini 品牌，真正被认为回到第一梯队是 2025 年 11 月的 Gemini 3 Pro 与 Deep Think。2026 年的打法明显转向性价比：2 月 Gemini 3.1 Pro，7 月 21 日一次性发布 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber 三款，主打 token 效率与成本。[9] 它是六家里唯一同时握有自研芯片（TPU）、前沿模型和十亿级分发入口（搜索、Android、Workspace）的玩家，也因此是唯一不需要为算力议价的玩家。

Meta｜开放权重的起点，也是唯一的退场者。Llama 2（2023.07）与 Llama 3.1 405B（2024.07）曾经定义了「开放权重可以接近前沿」这件事。转折在 2025 年 4 月的 Llama 4——市场反应不及预期，随后是大规模团队重组、Superintelligence Labs 成立、外部高价挖角，Yann LeCun 于 2025 年底离职。2026 年 7 月 6 日 Llama API 下线。开放权重的旗帜在这三年里完成了一次交接：从加州湾区交到了杭州和北京。

DeepSeek｜效率优先，开放权重。用显著更低的训练与推理成本达到接近前沿，并把权重公开。2025 年初 R1 是这条路线第一次进入全球主流视野。2026 年 4 月 24 日 V4 系列以 MIT 许可发布——Pro 1.6 万亿总参数 / 490 亿激活，Flash 2840 亿 / 130 亿激活，均支持 100 万 token 上下文。[10]

值得单独标出的是 7 月 31 日：V4-Flash 正式版上线公测，模型结构与尺寸和预览版完全一致，只重做了后训练，Agent 相关基准即大幅跃升，并原生适配 Responses API 与 Codex。[11] 这是三年里第一次，一次被广泛承认的能力跃升完全不来自参数扩张。

Kimi、Qwen、GLM｜开放权重的集群效应。发布节奏已经收敛到以周计。

GLM-5.2：6 月 13 日面向 Coding Plan 全量开放并宣布 MIT 许可，权重于 6 月 22 日当周落地；753B 总参数 / 39B 激活，100 万 token 上下文。[12]

Kimi K3：7 月 16 日发布，2.8 万亿总参数、896 个专家、每 token 激活 16 个、100 万 token 上下文，权重 7 月 27 日开放，为当时全球参数量最大的开源模型。[13]

Qwen3.8-Max：8 月 3 日发布，2.4 万亿总参数 / 950 亿激活、100 万 token 上下文，为阿里首次对 Max 级模型承诺公开权重。[14]

三年下来

三个可对照的事实。第一，能力差距在收敛，发布间隔在缩短——2023 年是季度级，2026 年夏天是周级。第二，参数量不再是唯一的能力来源，V4-Flash 的后训练跃升和 Google 的 Flash 系列从两个方向说明了这一点。第三，六家的分野已经不在模型层，而在能力以什么形式离开机房：OpenAI 是入口，Google 是入口加芯片，Anthropic 是 API 与企业合约，DeepSeek 与中国实验室集群是权重，Meta 曾经是权重、现在什么都不是。

1.1.4 AI的应用层：头部玩家的垄断

2023 到 2024 年，应用层是这轮叙事里公司数量最多、融资笔数最密的一层；2025 到 2026 年，它是死亡率最高的一层。

这两句话之间的距离，不能靠「泡沫破了」四个字跨过去。它需要被拆成五个可核的量：进来了多少钱、进来了多少公司、门槛抬高了多少、死掉了多少、以及最后剩下的那几家拿走了多少。

1.1.4.1 钱的总量创了纪录，全都集中在头部玩家

先看分子。2024 年全球 AI 融资约 1140 亿美元；2025 年约 2020 亿美元，同比增长 75%，约占当年全球风险投资总额的一半——而 2024 年这个比例还是 34%。[15]（口径说明：总量与占比可核；基础模型与 LLM 一层的分项因未能追到与总量同源的原始报告，按凡例不予列出。）

2026 年第一季度，这条曲线进入了没有历史参照的区间。AI 公司在单季拿到约 2420 亿美元，约占当季全球风险投资（约 3000 亿美元、约 6000 家公司）的 80%；一年前这个比例是 55%。这一个季度的 AI 融资额，超过了 2025 全年的 AI 总额。[16]按 CB Insights 的独立口径，Q1 为 2376 亿，Q2 回落至 1495 亿。[17]

如果这一节到此为止，读者会得到一个完全错误的印象：应用层正在被钱淹没。真实情况恰恰相反，而拆开它只需要两个数。

第一个数是集中度。2026 年 Q1，OpenAI（1220 亿）、Anthropic（300 亿）、xAI（200 亿）、Waymo（160 亿）四笔合计约 1880 亿美元，等于当季全球风险投资总额的约六成三（1880 亿 ÷ 约 3000 亿 ≈ 62.7%）。[16]不是 AI 融资的六成三，是全球所有行业、所有阶段风险投资的六成三，落在四张支票上。

第二个数是剥离之后的现象。CB Insights 对 Q2 的分解显示，1 亿美元以上的 mega-round 只占 AI 交易笔数的 6%，却吃掉了 1325 亿美元、即全部 AI 资金的 89%。[17]把 mega-round 剔除之后，2026 上半年的融资活动量与 2024–2025 基本持平。[18]

同期，全阶段早期融资在 Q1 为 413 亿美元、1800 笔，同比增长 41%（上年同期 294 亿）。[19]这个 41% 需要和 AI 总量的三倍增长并排来读：分母涨了三倍，早期只涨了四成，差值就是应用层的相对失血。

从上面的数据可知：2026 年 Q1 的 3000 亿美元，约是互联网泡沫季度峰值（2000 年 Q2 约 280 亿美元）的十倍（名义值口径；按实际值计约五倍）。但互联网时代把钱铺在数千个小赌注上，2026 年的纪录建立在最顶端极少数几笔上。[18]这不是同一种泡沫。上一次是宽而浅，这一次是窄而深。

1.1.4.2 分母：进场的人比任何时候都多

关于「2023 到 2024 年公司数量最多」，市面上流传着一组数字：2024 年全球新增 14000 家 AI 创业公司。这组数字署名 CB Insights，但只能追到二手转述，追不到原始报告。按本书的证据规则，它被弃用。

可核的替代样本是 Y Combinator——这一层唯一有连续、公开、可复核批次面板的机构。

存量侧：YC 数据库现列 1542 家 AI 公司[20]；全体 YC 公司的结局分布为在营 69.02%、停摆 17.71%、被收购 12.86%、上市 0.41%；YC 2024 年投出 593 家，2025 年 632 家。[21]

这张表真正的信息不在「AI 占比涨了」，而在于分子和分母是同时膨胀的。批次规模创了历史新高，AI 占比同时从「过半」推到 80%——2026 年入场的应用层公司，面对的是有记录以来最拥挤的同批竞争，而它们要去抢的是上一节里那笔只涨了四成的早期资金。

1.1.4.3 门槛：毕业率坍塌，A 轮价码翻了 3.5 倍

拥挤本身不杀人，抬高的门槛才杀人。而门槛的抬高有一条干净的时间序列。

按 Carta 口径，2018 年 Q1 完成种子轮的公司中，30.6% 在两年内拿到了 A 轮；2022 年那一批两年内只剩约 17%。[22]若换成一年窗口，2025 批次的种子→A 毕业率为 10–11%，高于 2022–23 年的 4–5%。[23]（两个口径不可混用：前者两年窗、后者一年窗。方向一致，绝对值不可比。）

必须记录一个竞争性解释：2022 批种子公司的两年窗口（2022–2024）恰是加息周期，毕业率下降可能主要由利率而非 AI 能力驱动。本书无法在当前数据下分离两者——2025 批次一年窗毕业率回升至 10–11% 与利率平台期重合，既支持利率解释也支持门槛解释。在这一竞争解释被排除之前，本节及 Part 2 乘法法则的相关结论应打折使用。

价码同步上移。2026 年拿到 A 轮所需的 ARR 中位数约 350 万美元，几年前约 100 万；A 轮融资额中位数升至 1300–1500 万美元，投后估值中位数 7500–8500 万美元。[23]门票价格涨了 3.5 倍，而门票数量按上一节的数据只增加了四成。

还有一个很少被引用、但比估值更能说明问题的数：Carta 平台上种子期公司的员工数中位数是 4 人（不含创始人），三到五年前是 6–7 人；A 轮公司为 15–17 人，原先约 45 人。[23]这不只是「效率提升」的正面故事——它同时意味着一家应用层公司能够承载的组织复杂度在下降，而组织复杂度恰恰是护城河的物理载体之一。

1.1.4.4 死亡：结构从「想法失败」上移到「模式失败」

2024 年，Carta 记录到 966 起清盘，同比增长 25.6%，其中 74% 发生在 pre-seed 或种子阶段；种子公司在抵达 A 轮之前的整体折损率为 60–70%。[24]这仍是一个「早期实验大量夭折」的常态分布。

真正的转折出现在 2025 年。SimpleClosure 的年度清盘报告显示，A 轮公司在全部清盘案例中的占比从约 6% 跳到 14%，同比 2.5 倍，并明确指出第一波大规模 AI 公司清盘已经到来。[25]

一个反复出现的模式判据值得直接引入正文。它来自一位 Google Cloud 高管 2026 年 2 月的公开表述（发言者姓名与场合未见于可核记录，故此处按口头来源在正文内交代，不入 Works Cited）：如果模型厂商关掉你的 API key，你的公司也随之死亡，那你建的不是产品，你是别人技术的无偿分发渠道。[26]

1.1.4.5 独角兽：数量在涨，含义在变

表面上，这一层的顶端在扩张。2026 年 Q2 新增 37 家 AI 独角兽（Q1 为 32 家），为 2022 年 Q2 以来最强的一个季度；全球 AI 独角兽存量达 671 家。美国持有存量的 67%，但只拿到本季新增 37 家中的 20 家（54%），亚洲以 9 家占 24%，高于其 15% 的存量份额。[17]

一个更早的快照给出结构：498 家 AI 独角兽合计估值约 2.7 万亿美元，其中 100 家成立于 2023 年之后；估值超过 1 亿美元的 AI 公司超过 1300 家。[27]（关于新一代独角兽的人均创收与 AI agent 占比，流传中的数字未能追到可核出处，按凡例不予列出。）

但「独角兽」这个计量单位在 2026 年已经严重通胀。同一时期有报道称上半年产生 90 家新 AI 独角兽——该报道本身承认没有底层数据集、没有公司名单、没有 AI 分类方法，并指出计数会因定价轮、要约收购、老股东 markup 或二级交易口径不同而出现巨大差异。

更关键的是分布：671 家 AI 独角兽中，真正位于应用层、且有可复核 ARR 的不足十分之一，其余大量集中在模型层、算力与基建层，或属于收入尚未跟上的估值 markup。独角兽数量的增长，与应用层的健康度之间，2026 年已经基本脱钩。

1.1.4.6 头部：不是二八，是一九

Anysphere（Cursor）的曲线必须写全，因为它同时是这一层最好的和最误导的证据。

2025 年 1 月 1 亿美元 ARR → 6 月 5 亿 → 11 月 10 亿 → 2026 年 2 月 20 亿[29]，2026 年 5 月突破 40 亿 ARR，付费客户超过 100 万，财富 500 强中 64% 在用；2026 年 6 月 16 日，SpaceX 以约 600 亿美元全股票收购，对应约 15 倍 ARR。[30]这是应用层 SaaS 有记录以来最快的爬坡，抵达 1 亿 ARR 的速度比此前 Deel 与 Wiz 的纪录快 6–8 个月；此前一轮定价为 2025 年 11 月 D 轮的 293 亿美元。[31]

第二梯队的共同特征是「垂直 + 自有数据 / 深度工作流」，而非通用能力：Mercor 在 17 个月内从 100 万做到 15 亿 gross run-rate，Replit 约 14 个月从 250 万到 5.25 亿 ARR[32]；ElevenLabs 于 2026 年 2 月完成 5 亿美元 D 轮、估值翻三倍至 110 亿美元（红杉领投）[141]（Legora 的估值未取得可核出处，按凡例不予列出）；法律的 Harvey、医疗的 Abridge 与 OpenEvidence、客服的 Sierra 与 Decagon，全部落在同一格里。

集中度可以用赛道量级直接量出来。AI 编程工具 2026 年整体收入约 128 亿美元，2024 年为 51 亿[29]——Cursor 一家约占这个赛道的三分之一。企业支出侧，2026 年 5 月的 Ramp 数据显示 Cursor 的企业支出份额为 26%，Anthropic 为 13%。[30]

这就是「头部有多少」的答案：在应用层最成熟、竞争最充分、买方最专业的那个赛道里，格局不是二八，是一九。而在成熟度低于编程的赛道里，头部尚未产生，中位数已经在死。

1.1.4.7 收束：应用层的生存法则

2023–2024 年，应用层的进入成本降到了历史最低；2025–2026 年，应用层的生存条件升到了历史最高。中间那两年进场的公司，大部分是在一个已经消失的定价环境里做的决策。

这与本书 Part 1 的骨架是同一件事的两个切面。LLM 能力的进步是加法——每一次模型迭代，应用层都能免费获得一段能力增量；但应用层的存活是乘法：

应用层价值 = 分发 × 专有数据 × 毛利结构 × 工作流嵌入深度。（谱系说明：四个构成要素与 2023–2025 年硅谷关于 AI 应用护城河的讨论（a16z、NFX、ICONIQ 等）多有重叠，本书的主张在乘法结构本身——任一因子为零，价值归零。边界声明：乘法法则与四类赢家均为归纳性观察，样本是已存活且被定价的公司，未经失败样本对照检验；在补上失败样本对照（可从 SimpleClosure/Carta 清盘名单取样、按四项因子回溯打分）之前，它们不承担判断功能——Part 5 已将原「判断五」降格为「观察五」。）

四项中任何一项归零，整条归零。2023 到 2024 年，市场为「能力增量」付钱，于是加法项主导，百家争鸣；2025 到 2026 年，市场开始为「存活项」付钱，于是乘法项主导，死一大片。头部那几家不是加法做得更好——是四项都不为零。

这也解释了本节开头那个反直觉的分层现象：钱创了历史纪录，却几乎全部流向了乘法项已经不为零的极少数标的，以及乘法项还没被要求验证的模型与基建层。需要补一条方法论限定：这套法则归纳自已存活且被定价的样本，可能系统性高估乘法项完备者的平均表现——做了同样正确的事却仍然失败的公司不在样本之内。法则的方向判断不变，但由此推出的幅度与胜率应保守解读。

1.1.4.8 失败样本对照：一次有限但方向明确的检验

上一节承认，乘法法则归纳自「已存活且被定价」的样本，未经失败样本对照检验，补救方案是从清盘名单取样、按四项因子回溯打分。本节执行一次有限版本——反复披露一个缺陷不等于缓解它。

样本与方法。取一份公开的 2025 年 AI 创业公司关停汇总（[152]），逐家按分发、专有数据、毛利结构、工作流嵌入深度四项二值打分（有＝1，无＝0），打分依据限于该来源披露的业务描述与死因陈述。其中 Yara AI 因创始人主动以「风险不可管理」为由关停心理健康产品、属非竞争性退出，排除出样本。余下 9 家全部计入，不做任何筛选。

结果。9 家可评分样本中，9 家至少有两项为零，0 家四项俱全；为零项数的中位数为 3。按乘法法则的预测，这正是应当观察到的分布——但必须立刻说清楚这次检验证明了什么、没证明什么。

它证明的是必要方向：在这批失败样本里找不到「四项都不为零却仍然死掉」的公司。它没有证明充分方向，即「四项俱全者存活」——那需要存活样本的基线比率，而本书没有取得。换句话说，这次检验排除了乘法法则最容易被推翻的那种反例，但没有确立它的预测力。

四条必须随结果一起引用的限制。其一，n = 9，且样本来自一份媒体汇总而非从清盘名录随机抽取，媒体汇总系统性地过度代表了失败故事可读性强的公司（Builder.ai、Humane 这类高融资高话题度的样本）。其二，打分由本书作者在已知死因之后回溯做出，存在确认偏差；四项因子中「毛利结构」与「工作流嵌入深度」的二值化尤其依赖判断，不同评分者可能得到不同结果。其三，样本全部为 2025 年关停，无法区分「模型能力上移」与「利率周期」两种解释——这正是 §1.1.4.3 已提出、且本书至今无法分离的那个竞争解释。其四，也是最要紧的一条：这次检验不能替代 §1.1.4.7 承诺的从 SimpleClosure／Carta 清盘名单随机抽取 30–50 家的正式对照，它只是把那件事从「完全没做」推进到「做了一个可被推翻的小样本版本」。指标⑨即为此设立。

一条独立于本书打分的聚合证据。SimpleClosure 的 2025 年度清盘报告给出三个与本节直接相关的读数：AI 公司占全部清盘案例的比重从 17.7% 降至 15.9%；清盘的 AI 公司融资额中位数约 240 万美元；以及最要紧的一条——在 AI 类清盘中，占主导地位的失败形态是「Wrappers & Apps」（副驾类工具、效率工具、内容生成器）。最后这一条的价值在于它不经过本书的四因子打分：它由第三方按自己的分类口径独立得出，而「把模型 API 包一层 UI」恰恰是四项因子同时接近零的那一类公司。这比本书自己的小样本打分更有分量。[114]

1.1.5 OpenClaw、AI Agent 与 Skill：AI的执行能力

「到 2027 年，你面对的将不是一个聊天机器人，而是更像一个 agent、一个同事。」这是 Leopold 当年的预测。实际情况是，这一天比他预想的更早到来——2026 年正在成为 AI Agent 爆发的元年。

这场爆发的经济学含义，远比产品本身深远。Agent 与聊天机器人的区别不只是体验，而是成本结构：一次完整的任务执行，token 调用量是语义对话的 10 倍以上，算力消耗随之指数级抬升。更重要的是开支逻辑的改变——当 AI 能真正嵌入工作流、开始替代一个个 SaaS 时，企业买的就不再是「工具」，而是「数字劳动力」。一个员工每年消耗多少软件？按一份覆盖 87 国、180 万笔 SaaS 采购、6,800 款工具的基准数据，2026 年美国 50–500 人公司的 SaaS 支出为每员工每月 $250–350，即每年约 $3,000–4,200；50 人规模的美国公司人均年支出约 $6,980，英国约 $4,180，欧洲约 $3,340。这个基数决定了幅度的读法：从 IT 预算迁移到人力预算所需的倍数，比直觉上要小——起点并不在千美元量级。[158]未来同一个员工背后可能挂着 10 个 coding agents、3 个 research agents，外加 sales、marketing、finance、customer-support 各一个 agent。这意味着 AI software 的 TAM 正在发生一次本质性迁移：从 IT Budget 转向 Labor Budget。目前全球 software spending 每年不到约 $1T，而 AI 带来的生产率提升，可能推动软件支出在 2030 年量级达到数万亿美元/年（方向性判断：软件开始按「劳动力」定价，而劳动力市场远大于 IT 市场。这是非常重要的变化。

让这个变化从叙事变成现实的，是 OpenClaw。2025 年 11 月，奥地利独立开发者 Peter Steinberger 把一个周末项目推上 GitHub，名叫 Clawdbot：让 WhatsApp、Telegram、Discord、iMessage 这些日常聊天工具直接接上跑在本机的大模型，把普通人的电脑当成沙盒——执行终端命令、读写文件、收发邮件、管理日程。最初三个月它只在开发者圈子里流传，2026 年 1 月底突然引爆，72 小时内拿到 6 万 stars；因商标问题连改两次名，1 月 30 日定为 OpenClaw；3 月 3 日以 250,829 stars 超过 React，成为 GitHub 史上 star 数最高的软件项目——React 走完这段路用了十年，OpenClaw 用了六十天。

里程碑意义在于：它第一次让「好用的 agent」落到普通人手里。此前的 agent 停留在演示层，OpenClaw 把三件事同时凑齐了——执行权、日常入口、以及一套可插拔的 Skill 机制，让能力可以被第三方写、被分发、被复用。这是 agent 从「能对话」跨到「能交付」的分水岭，也正是「数字劳动力」叙事得以成立的技术前提。之后大厂迅速跟进，格局随之改写：黄仁勋在 GTC 台上问台下「你的 OpenClaw 战略是什么？」；Steinberger 本人于 2026 年 2 月 15 日加入 OpenAI，项目转由独立基金会治理，保持 MIT 开源。但 OpenClaw 的意义不在于谁最终赢得这一层，而在于它第一次把 AI 从「生成内容」推到「替代劳动力与生产效率」——TAM 从 IT 预算转向人力预算的逻辑，由此有了第一个可被普通人触摸的载体。这是 AI 时代的工业革命起点。

1.1.6 从模型层到产业链：AI竞争的真实地理

对比上表中各AI模型的地理归属不难发现，模型层的两端是中美两国的技术比拼。但模型层只是这条产业链的中段。若把视线沿链条向上下游延伸——能源电力、电网设备、芯片设计、光刻设备、晶圆制造、先进封装、高带宽存储，直至终端的B/C/G三类用户——会发现真正的地理格局要复杂得多：中美两极竞争的是模型与芯片，而链条的若干个卡点，握在第三方手里。

一、能源：价格差之外，更稀缺的是「通电时间」

从能源角度看，中国新疆的电价是全球最低梯队。2026年新疆新能源机制电价竞价出清结果为光伏0.150元/千瓦时、风电0.210元/千瓦时，位居全国最低，而东部的浙江为0.393元、湖南达0.45元，折合美元约2.1美分/kWh。其资源底座同样扎实：截至2026年6月，新疆电网总装机2.67亿千瓦，其中新能源1.73亿千瓦、占比65%，已建成哈密、昌吉、乌鲁木齐等6个千万千瓦级新能源基地。[34]

美国德州的对照值是：大型数据中心的到户综合电价通常在0.06–0.10美元/kWh，5MW以上负荷可谈至区间低端，商业均价8.35美分，全美第三低；但趋势向上，全美居民电价四年上涨25%，数据中心建设是主要推手之一。欧洲则处于全球最高价梯队，德国约0.38欧元/kWh，主因是税负与可再生附加费。需要提醒的是，欧洲AI数据中心成本建模中最常见的错误，是把工业电价当作总能源成本——真实成本由七层构成，其中按合同容量固定收取的输配电网费（用与不用都需支付）是各市场间最被低估的差异项。[35]

这里有一个本书通篇当作背景噪音、实则是承重变量的量：这些电价上涨由谁承担。上段引用的「全美居民电价四年上涨 25%，数据中心建设是主要推手之一」看似只是描述电价趋势，但它恰恰是 §4.1.2 那个条件式推演的主语。

§4.1.2 写：「若美国的电网审批与设备交期约束在未来两年内被行政手段实质性缓解（联邦层面的并网改革、设备产能扩张），则中间层劣势可被部分抵消。」这个「若」的成立与否，不是工程问题，是政治问题：并网改革与输电投资需要监管机构批准成本分摊方案，而成本分摊方案的政治可行性，直接取决于居民电价已经涨了多少、以及公众是否把涨价归因于数据中心。换言之，本书判断四（约束在通电时间）与 §4.1.2（中间层劣势能否被缓解）之间，隔着一个本书从未讨论的中介变量——费率承担者的政治容忍度。

方向上这个变量对本书的判断是不利的：居民电价涨得越多，缓解约束所需的电网投资就越难获批，「通电时间」这个瓶颈就越持久。也就是说，本书判断四的置信度（现标为「高」）在这个维度上是被低估的支持，而 §4.1.2 那条「可被部分抵消」的乐观分支则被高估。相应的追踪指标是现成的：主要数据中心集群所在州的居民电价同比涨幅，以及州公用事业委员会是否出现要求数据中心承担专门费率类别（special tariff class）的裁决。本书不为它设阈值——没有基线——但读者在读 §4.1.2 的条件式推演时应当把它计入。

更值得注意的是，2026 年美国的能源约束经常被误读为「缺电」。这个判断并不准确——美国不缺发电装机，缺的是把电送到机柜的能力。真正稀缺的不是电价，而是通电时间（time-to-power）。

这一约束由三层叠加构成。

第一层是设备交期。可核数据为——标准电力变压器平均交期 128 周（约 29.5 个月），发电机升压变压器平均 144 周（约 33 个月）；部分大容量机型达 3–5 年。自 2019 年以来发电机升压机组需求增长 274%、变电站电力变压器增长 116%，2025 年美国变压器供给缺口约 30%。燃气轮机方面，GE Vernova 在手订单 2026 年 Q1 达 100 GW，公司预期年底达 110 GW；厂商官方口径约 3 年（GE Vernova），大型重型燃机新订单全行业交期约 5 年（排产至 2028–2030），长者可达七年。一个直接后果是：因电力基础设施与电气元件短缺，近半数美国在建数据中心项目可能延期或取消。这里有一个反直觉的比例关系——电气设备占数据中心总成本不足 10%，却构成了 100% 的瓶颈。

第二层是流程时长。从许可审批到并网投运，环节众多且不可并行，仅审批一项就可能耗去数月至一年；而一旦涉及电网升级，周期即以年计。

第三层，也是最根本的，是存量电网的物理条件。美国输配电资产大量建于上世纪，其设计负荷从未考虑单点数百兆瓦级的连续负载。这意味着许多场地的问题不是「附近没有电源」，而是既有线路与变电设施无法承接这一量级的分配——所以慢，所以贵。价格上涨与工期拉长，是同一个老化问题在两个维度上的投影。

其后果已经显现——Sightline Climate 追踪的美国 2026 年 12GW 数据中心产能（分布于 140 个项目）中，真正开工建设的仅 5GW。

这一约束已在实证层面显现。据 Bloomberg 报道，Digital Realty 与 Stack Infrastructure 在硅谷建成的数据中心均处于完工却无法通电的状态：两者与当地电网运营商 Silicon Valley Power 的供电协议均已签署，但所需的电网升级工程预计要到2028年才能完成。其中 Digital Realty 项目早在2019年即取得规划许可，六年后仍未获得并网；Stack 一座48MW设施处境相同。值得注意的是，这两个案例发生在全球AI产业最密集、资本最充裕的市场，且开发方均为经验丰富的专业运营商——这表明约束并非来自资本、能力或选址判断，而是电网升级本身不可压缩的物理周期。

在2026年，「已经通电的场地」是一种买不到的资产。芯片可以下单，资本可以募集，土地可以购置，唯独「电已经在那里」这件事无法通过支付溢价在短期内获得。

这恰恰重构了新疆的战略含义：它的价值不只在于电便宜，而在于电已经在那里、且可实现绿电直连。2026年上半年新疆已批复3个绿电直连算力项目，昌吉项目建成后绿电直供比例可达36%，伊吾可达60%。在全球都在排队等变压器和燃机的时候，存量可用电力本身就是一种稀缺资产。[36]

二、芯片：单卡差一个量级，但决定胜负的不是单卡

1.1.6.1 起点：算力峰值不等于训练速度

Roofline 模型给出了这一节的全部框架：

实际效能 = min( 算力峰值 , 带宽 × 计算强度 )

大模型训练与推理的算术强度并不高，绝大多数算子落在带宽受限区间。这意味着标称 PFLOPS 是一个上界，而不是一个速度。用「多少 PFLOPS」去比较两颗芯片，等于用发动机最大转速去比较两辆车的圈速。

1.1.6.2 单卡：差距在 7–10 倍量级

英伟达 B200 提供 9 PFLOPS 密集 FP4、192GB HBM3e;B300 在同为 2080 亿晶体管的双 die 设计基础上升级至 288GB HBM3e、8TB/s 带宽、15 PFLOPS 密集 NVFP4,显存较 B200 提升 50%（192→288GB），低精度算力提升约五成至七成（15 vs 9 PFLOPS），实现方式是 HBM3e 从 8 层堆叠改为 12 层。

对照华为：Ascend 950PR 为 1.56 PFLOPS FP4、112GB 自研 HiBL 显存、1.4TB/s 带宽、600W 功耗，约为 H20(出口管制下中国可获得的英伟达最强芯片)FP4 性能的 2.8 倍，单芯片推理性能接近 H100,售价约 1.6 万美元；但 H100 在训练性能、显存带宽(3.35 vs 1.4 TB/s)与 CUDA 生态成熟度上仍保有优势。

真正刺眼的不是算力差，而是内存墙：950PR 的 1.4 TB/s 仅为 B300 的约六分之一。既然实际效能被 min() 的第二项锁死，HBM 的可获得性就比制程本身更具决定性——这也是为什么高带宽存储的管制比光刻机更贴近要害。

1.1.6.3 集群不是加法：互联效率随规模衰减

系统层面的叙事很容易让人产生「规模可以对冲制程」的错觉：Atlas 950 SuperPoD 以 8,192 颗芯片构成，Atlas 960 SuperPoD 达 15,488 颗、合计 60 EFLOPS FP4,而英伟达 GB300 NVL72 系统为 0.36 EFLOPS FP8。

但这组数字必须先做口径校正：一边是上万颗芯片的超节点，一边是 72 颗芯片的机柜，精度也不同(FP4 vs FP8)。同口径归一之后，规模优势会明显收窄。更重要的是，集群效率 ≠ 单卡算力 × 数量。堆卡带来的是次线性收益，而衰减系数由互联决定：

• NVLink 5.0 的片间带宽约为华为 HCCS 的 2.3 倍；
• 叠加通信协议开销、内存一致性维护、集合通信算法(All-Reduce)的实现成熟度，端到端的有效差距通常被放大到 3 倍以上；
• 规模越大，通信在单步时间中的占比越高，衰减越陡。

也就是说，单卡 8 倍的差距，不会因为「多买 8 张」而归零；互联环节反而会把它重新放大。

1.1.6.4 同步训练的物理约束：距离即延迟

大模型训练是同步的。每一轮迭代，所有加速卡必须等最慢的那一张算完并完成梯度同步，才能更新权重。木桶原理在这里是硬约束，不是比喻。

于是拓扑层级决定一切：

跨数据中心与节点内的延迟差在 1000 倍以上。把三个中等规模集群「凑」成一个大集群跑同一个训练任务，结果不是算力相加，而是大量时间花在互相等待数据上。

英伟达真正的护城河，不是那颗芯片，而是它能把 72 颗芯片以极高带宽粘成一颗「逻辑 GPU」。华为的短板同样在这里：能粘的数量、粘的速度、以及粘合层的软件成熟度。这也解释了 CloudMatrix 这类超节点路线的战略意图——用系统工程去补互联，而不是去补制程。

1.1.6.5 成本结构：电费是小头，时间是大头

「用便宜的电对冲昂贵的芯片」这一叙事，在成本结构面前是站不住的。以 10 万卡 H100 级别集群为例：

• 集群总投入 50 亿美元以上；
• 年电费约 1.5–2 亿美元，占比仅 3%–4%;
• 真正的大头是芯片折旧，占 40%–60%。

一旦训练时间被拉长到 3–5 倍，发生的不是电费上升，而是：折旧成本按倍数计提、资本占用周期同比例延长、以及最致命的一项——时间窗口的商业价值损失。前沿模型竞争是「谁先训练出来谁赢」的游戏，落后一个训练周期，模型发布时对标的已经是别人的上一代。

所以结论是：这不是省钱问题，是有没有机会上牌桌的问题。

潜在机会：AI模型推理市场的崛起

前一节的结论是，前沿训练受制于互联带宽与全局同步，仍然是英伟达的主权领地。但这个结论只覆盖了 AI 算力的一小半。真正决定未来五年芯片格局的，是另一半——推理。

一、翻转已经发生，不是预测

Gartner 预计 2026 年 55% 的 AI 优化 IaaS 支出将服务于推理负载，到 2029 年超过 65%；推理可占一个生产级 AI 系统全生命周期成本的 80%–90%，因为它持续运行，而训练只是模型更新时的偶发投入。

Deloitte 的 TMT 预测给出了算力口径的同一趋势：2026 年推理约占 AI 算力的三分之二——2023 年是三分之一，2025 年是一半。

训练 vs 推理：结构对照（各行口径互不相同，仅供结构性对照，不可横向加总）

口径说明：算力比重为 Deloitte 口径，支出比重为 Gartner 口径，两者不可混用为同一趋势线。

份额分裂的原因，产业界说得很直白：CUDA 护城河对训练的保护力强于推理。推理负载优先考虑单位 token 成本而非软件生态契合度，这正是 AMD、Google TPU 和 AWS Trainium 能在生产推理中获得真实份额、却在大规模训练上进展有限的原因。[B 档] [37]

二、这个量级的增长，不可能全部由通用 GPU 承载

这一判断有三条相互独立的支撑：

其一，量的绝对规模已经超出单一供应链的产能。高盛研究预测，2026 到 2030 年间 token 总消耗量将增长 24 倍，达到每月 120 千万亿 token。而 Gartner 的分析显示，agentic AI 每个任务消耗的 token 是标准 chatbot 交互的 5 到 30 倍，因为每个任务会展开成多个推理步骤、工具调用和重试。[B 档]先进封装是硬瓶颈——CoWoS 产能已被英伟达大比例锁定，通用 GPU 的物理供给上限，低于推理需求的增长曲线。[38]

其二，通用 GPU 在推理上的经济性本就不是最优。推理成本已从每百万 token 20 美元降至 0.07 美元（端点应为同一能力档模型的标价序列；若分属前沿与小型模型则口径不可比，端点核实列入文末「已知限制」）。[B 档]当单位价格塌缩约 2.5 个数量级（近三百倍），采购决策就从「能不能跑」变成「每美元每瓦能跑出多少 token」——而这正是专用架构相对通用架构的优势区间。[39]

其三，买方在主动构建替代品。云厂商自研 ASIC 在 2026 年预计增长 44.6%，远超 GPU 的 16.1%；在推理市场，ASIC 份额预计从 2024 年的 15% 升至 2026 年的 40%。[C 档，单一预测机构] [40]

三、专用推理芯片正在快速进入，资本已经完成定价

三个事件在十二个月内接连发生：

2025 年 12 月，英伟达以约 200 亿美元规模授权 Groq 的推理技术并接收其核心团队；2026 年 5 月，Cerebras 上市，首日盘中市值一度接近 800 亿美元；2026 年 6 月 30 日，沉寂两年多的 Etched 走出隐身，宣布在台积电 N4P 完成首次流片、超过 10 亿美元客户合同、累计 8 亿美元融资，首批机架于当年夏季出货。[C 档，财经媒体] [41]

英伟达收购 Groq 这一动作本身就是最强的信号：它不再假设自己的 GPU 是下一阶段 AI 部署——即大规模运行已训练模型——唯一有用的芯片。[C 档] [42]

技术路线上，这批公司按攻击的瓶颈分为三类：

• 绕开内存带宽：Cerebras(晶圆级引擎，板载 SRAM)、Groq(LPU,SRAM 做主存)。SambaNova 的 RDU 则用 SRAM + HBM + DRAM 三级存储，能在内存中容纳更大的模型和更多并发模型。[C 档] [43]
• 模型专用固化：Etched、Taalas。市场正分裂为灵活平台与激进专用化两派——Cerebras、Groq、SambaNova 支持更广泛的推理负载，Etched 与 Taalas 则用灵活性换取窄模型家族上远高的效率。[C 档] [44]
• 存内计算与能效：d-Matrix、Positron AI、Fractile、Neurophos 等公司均在攻击内存、带宽或能耗约束。[C 档] [45]

一个来自业内的复盘，恰好说明了为什么架构缺陷没有阻止它们成功：Groq 和 Cerebras 的 SRAM-only 架构有明显缺陷，但它们都有量产硅片，且在「交互性」这个 KPI 上超过了 GPU——用于 decode 的 SRAM 芯片打开了 2026 年帕累托前沿上的新可能。能出货并打开一个新的帕累托前沿，架构缺陷就不重要。[C 档] [46]

国产阵营走的是同一条逻辑，只是市场是封闭的。IDC 数据显示，2025 年中国 AI 加速卡总出货约 400 万张，国产厂商合计 165 万张，份额首次突破四成达 41%；英伟达在中国的份额从制裁前的约 95% 降至 55%。寒武纪 2025 年营收 64.97 亿元、同比增长 453.21%，净利润 20.59 亿元，成为国产云端 AI 芯片领域首个实现完整会计年度盈利的纯设计企业。[B 档]海光则以 x86 兼容性形成差异化。但同一份研究也给出了必要的限定：国产 41% 份额中大部分来自政府和运营商采购，市场化竞争力仍需验证。[B 档] [47]

一线调研进一步收窄了这个乐观判断（下述内容来自券商调研纪要转载，无公开链接，按未公开来源在正文内交代，不入 Works Cited）：国产芯片深度适配特定模型后，部分头部产品性能可超英伟达 H20;特定模型具备成本优势，但通用模型 token 成本无优势。[C 档，券商调研纪要转载] [48]

四、结论：垄断不会崩塌，但会被稀释

英伟达在训练市场的地位在可见的五年内不会动摇，但它在推理市场的份额将持续下滑——因为推理市场并不存在芯片的物理极限。

三、制造与封装：容易被忽略的中间位置

台积电 CoWoS 月产能 2025 年底约 75–80 千片，2026 年底目标 120–130 千片；英伟达约占 CoWoS 总产能 60%，并已预订台积电 2026–2027 年扩产的过半份额。CoWoS 总需求两年约增三倍：2024 年约 37 万片、2025 年约 67 万片、2026 年接近 100 万片；即便如此，2026 年供需缺口仍约 20%。其中容易被忽略的，是台积电作为英伟达制造工厂的中间位置。

四、两个被遗漏的单点：光刻与HBM

若只在中美之间划线，会漏掉两个足以单点否决的环节。

其一是光刻设备。ASML在EUV上的独家地位，使其比台积电更上游；2026年ASML将全年营收指引由360–400亿欧元上调至430–450亿欧元，理由是客户加速扩产——这实质上是对台积电扩产节奏的订单确认。这一环节已被完整纳入出口管制体系。[49]

其二是 HBM 高带宽存储，主导权在韩国。按可核数据，2025 年 Q2（出货量口径）SK 海力士 62%、美光 21%、三星 17%；2025 年 Q3 SK 海力士约 57%；IDC 口径 2025 全年 SK 海力士营收份额 63.2%。2026 年 Q1 SK 海力士 58%（较上年同期 69% 下滑），三星凭 HBM3e 与 HBM4 显著回升。上述数据不改变本节结论（主导权在韩国、单点否决成立），但改变了三家的相对排序，而排序正是「被瓶颈重新定价的存储」部分的配置依据。产能方面，供应商已连续多年售罄，2026 年产能亦已售罄，美光预期其 2026 年 HBM 产能同样将全部售出。价格量级上，HBM3 约 200 美元/堆栈、HBM3E 约 300 美元、HBM4 估约 500 美元。

五、需求端：B/C/G三类用户

链条的另一端是全球AI的B端、C端与G端用户。

C端规模已进入十亿量级：ChatGPT周活9亿（2026年2月OpenAI口径），2026年5月月活突破10亿，日均处理查询超20亿次；谷歌Gemini应用2026年Q2月活9.5亿；DataReportal估算独立AI工具月活用户超10亿，若计入嵌入式AI功能约15亿。地理分布同样支持「两端」判断：美国约1.79亿用户、渗透率约56%；中国本土平台约2.5亿用户，阿里夸克AI单月活约1.5亿，中国大陆MAU第一为豆包。[50]

B端已完成从试用到付费的跨越：超过900万人在工作场景付费使用ChatGPT，一年前该数字为200万；按Gartner口径，2026年AI基础设施（服务器、网络、半导体与设备）市场规模达1.43万亿美元，占全部AI支出45%以上。G端则以主权AI（Sovereign AI）形式展开——各国国产算力中心、欧盟AI Gigafactory、中东主权基金采购，这一层公开可比数据最少，宜作定性处理。[51][52]

结论：不是两极，是「两极竞争 + 三点卡位」

综上，模型层确实呈现中美两极格局，但整条链的地理形态更准确的描述是：中美在模型与芯片设计端两极竞争，而制造（台湾）、存储（韩国）、光刻（荷兰）三个环节构成高集中度的卡位点，能源与电网设备则构成一条正在成为主要约束的物理边界。对2026年而言，决定算力落地速度的往往不是谁的模型更强，而是变压器什么时候到货。