搜索

热门搜索

AI时代 科技变革
创建于:2026-04-02 22:46:52
圈里有谁
最热
还说2027年花得更多,彻底粉碎“需求见顶”的论调!明摆着告诉市场算力紧缺至少持续两年,但眼下A股的公募基金子弹基本全打光了,满仓的算力板块短期怕是要剧烈颠簸,小散该怎么办?昨晚,谷歌的财报电话会直接把全球科技圈炸醒了。最先让人瞳孔地震的是一个数字:82%。这是谷歌云业务的季度增速。82%是什么概念?就是亚马逊AWS和微软Azure看着这个数字都要后背发凉的存在。谷歌的CFOAshkenazi几乎是摊牌了,她把AISolutions定义为云业务的第一增长引擎,原话的潜台词就是——以前卖云是靠存储、靠计算资源打折,现在不是了,现在是客户排着队来抢你的AI大模型推理能力,抢你的TPU集群算力。这等于告诉全世界,AI不再是实验室里烧钱的玩具,它开始像印钞机一样往账户里打钱了。于是,谷歌直接甩出了一张让华尔街都沉默的军备支票:全年资本开支上调到1950到2050亿美金。在这之前,大家以为1800到1900亿已经是极限了,结果谷歌一巴掌扇过来,告诉你太年轻。而且CFO把话给彻底说死了,她给的拆解细到让人发毛——这堆钱里面,60%是拿去堆服务器的,40%是去盖数据中心和铺网络设备的。她还特意补了一句,现在砸的这笔钱,绝大部分都流向了AI技术基础设施,剩下那10%才是传统业务、办公地产这些零碎。这还不算完。Ashkenazi在电话会上扔出了一个真正改写所有人预期的前瞻指引:2027年的资本开支,将显著高于2026年。这句话的破坏力有多大呢?之前市场上不管是买方还是卖方研究员,很多人都在悄悄写报告,说2025年底或者2026年,北美云厂商的资本开支周期可能要见顶回落了,算力的供需会走向平衡。结果谷歌CFO这一句话,等于把市面上那些“AI需求见顶论”的研报塞进了碎纸机。她直接告诉你,别猜了,2027年我花的钱比2026年还要多得多。CEOPichai也在旁边帮腔,说我们还在AI变革的早期,所有产品线都要被AI重构一遍。这两个人一唱一和,给市场传递的信号就四个字:算力饥渴。这种饥渴到什么程度了呢?谷歌甚至等不及自家那个王牌自研芯片TPU慢慢爬坡量产了。他们想出来的过渡方案,是立刻在下一季度扩大采购第三方的算力资源。翻译成大白话,就是赶紧去英伟达那里插队扫货,能抢多少GPU算多少GPU。你能想象谷歌这种自研能力顶天的巨头,在2024年还得低下头去求老黄多给点货的画面吗?这说明内部对算力的消耗速度已经完全失控了,AIOverviews每天在搜索里疯狂跑推理,GeminiApp全球9.5亿月活用户在不停提问,YouTube的AI推荐算法在疯狂计算,这些C端产品就像无底洞一样吞噬着每一块到货的GPU和TPU。但是,兄弟们,最有意思的反差来了。产业层面的故事是一片烈火烹油,算力硬件订单的能见度直接拉满到了2027年,A股那些给北美供货的光模块、服务器、PCB板厂商,理论上做梦都应该笑醒。可现实是什么?咱们打开公募基金刚刚披露的二季度持仓报告,有一个数据看得人头皮发麻——电子板块和科创板的持仓,已经顶到了历史100%分位。100%分位,就是现在基金经理们对科技硬件的配置比例,已经超过了历史上任何时期,打满了,梭哈了,一分钱余力都没有了。这就好比是一个水池,进水口拧到最大,水管里的水也确实都在源源不断往这池子里灌,听起来很美。但问题是,这个池子本身已经满得溢出来了,边上没有新水可以往里蓄了,池子里的水只能互相挤。这就是眼下最极致的割裂。一边是谷歌挥舞着2050亿美金的支票,对着A股的算力供应链大喊“我全都要”,是远远的机遇,是未来两年板上钉钉的业绩高增长。另一边是A股的公募基金,兜里的本钱不多了,想加仓,但看看账户,发现能打的子弹基本全部上膛。那问题就来了,如果接下来没有源源不断的增量资金进场抬轿子,就靠现在池子里这批人,这个游戏还怎么玩?我们不去做预测,也不去展望未来。我们就看眼下正在发生的事实。谷歌这种体量的公司,一旦确认一个长达三年以上的资本开支周期,它整个供应链的订单就是锁死的。从北美的超大型数据中心,到国内江浙沪、珠三角那些给服务器做高速背板、给光模块做精密结构件的工厂,整个链条都在加班加点。谷歌CFO拆分的那60%服务器采购里,每一台AI服务器内部都塞满了PCB板,塞满了需要先进封装技术的算力芯片,外部则需要800G甚至1.6T的光模块去连接。这些硬件的采购合同,动辄是交期排到明年甚至后年的长协订单。这不是概念,这是工业端正在流淌的真实的现金流和产能排期。我们也不去总结什么结论。只是把谷歌CEO在电话会里那个姿态摊开来看。Pichai说他们刚刚发布了Gemini的几个新版本,这还不行,他说Gemini4,也就是他们的下一代旗舰大模型,预训练工作已经正式启动了。预训练下一代旗舰大模型,这句话的背后,意味着对算力的需求不是线性增长,而是指数级暴增。训练一个万亿参数级别的模型,需要消耗的算力是当前模型的数倍甚至数十倍。所以,谷歌越往AI的深水区游,那个1950到2050亿的军备支票就越不够用,2027年要比2026年更高的那个承诺,就越显得是保守估计。再看看他们C端的布局。GoogleOne的AI订阅服务正在高速增长,这个不起眼的信号其实很要命。这意味着普通老百姓开始为AI工具持续性掏月费了,这跟当年iCloud订阅盘活苹果服务收入的逻辑如出一辙。当用户开始按月付费,AI的商业化闭环就真正合拢了,从投资到收入的正循环就转起来了。这个循环转得越快,谷歌买硬件的底气就越足,对供应链的抽血式采购就越猛。回到刚才说的那个水池。池子满着,水还在往里猛灌,这个时候任何一个微小的晃动,比如英伟达某个季度的交付节奏稍微低于预期,或者谷歌临时调整了自己TPU和外购GPU的比例,这些消息传到A股这个已经满仓的拥挤地带,引发的可能就不是涟漪,而是大浪。历史100%分位的持仓,不代表一定会跌,但它意味着板块的脆弱性达到了极致,对于各种风吹草动的敏感度放大了无数倍。谷歌已经把未来几年的剧本写好了,字里行间全是算力二字。
小马哥
谷歌云未交付订单干到5140亿美元,近九成世界百强都在用,这哪是卖服务简直是收“智能税”,可钱到手了货能及时发吗,这才是最幸福的烦恼。各位老铁,咱们把时间拨回到几天前,谷歌母公司Alphabet的财报电话会现场。想象一下那个画面:CEO桑达尔·皮查伊坐在那儿,用一种看似平静、实则嘴角疯狂上扬的语气,扔出了一枚核弹。他说,我们谷歌云业务的积压订单,那个英文叫Backlog的东西,已经冲到了5140亿美元。5140亿,还是美元。什么概念呢?就是钱已经打到你门口了,合同签了,字也画押了,但你的货还没来得及发,你的服务还没来得及部署,客户排队等交付的订单总额,比芬兰整个国家的GDP还要高出一截。这就像是你在夜市摆摊卖烧烤,串还没上架,食客们已经把未来三年的座位全包了,而且全是付的全款。皮查伊还特意补了一句,说将近90%的财富100强企业,都已经用上了他们的Gemini企业版。好家伙,这哪是做生意,这分明是在给全球金字塔尖的那拨公司集体批发“智能中枢神经”。这事儿一出,华尔街的分析师们集体沉默了。为什么沉默?因为他们过去两年一直在叨叨的那个词——“AI泡沫”,在这张5140亿的账单面前,碎了一地。这不再是PPT上的故事,不是实验室里的Demo,这是白纸黑字的合同,是具有法律效力的未来收入。你能说一个手里攥着五千多亿美金待执行合同的公司是泡沫吗?这泡沫怕是钢筋混凝土做的。这会不会导致AI领域的“烂尾楼”现象?你想,一个客户跟你签了三年大单,要把核心业务迁移到你的AI平台上。但你的算力交付延迟了半年,客户的数字化转型项目是不是就得跟着延期?在商业世界,时间就是市场,就是命。对于那近九成的财富百强客户来说,他们可不会因为你一句“算力紧张”就坐在那里干等。他们的CEO会在董事会上被质问,为什么投入了巨资的AI战略迟迟看不到效果。这种交付压力传导下来,就是对谷歌运营能力的极限挑战。它不仅要能造出最聪明的模型,还得是最彪悍的“包工头”,能同时管理全球上百个巨型数据中心的土建、机电和算力部署。任何一个环节掉链子,比如某个关键地区的电网扩容没跟上,或者冷却液供应出了问题,都会直接拖累整个交付进度。所以,你说这到底是不是泡沫?当这么多真金白银、这么多物理世界的芯片和电力被投入进去的时候,传统的“泡沫”一词已经显得太轻飘了。它更像是一场大规模的地质运动,板块正在剧烈碰撞,新的科技山脉正在隆起,而谷歌凭借这份让人瞠目的订单,已经提前站到了造山运动的最中心。
星火
DeepSeek为什么不做更赚钱的公司?在AI时代,梁文锋一再强调的是,克制很重要,“只赚一个合理的利润”,而不是利润最大化,按照传统商业逻辑去思考。在梁文锋看来,AI行业未来的利益足够大,甚至可能占到整个社会GDP的10%,既然这个市场已经大到这种程度,就没有任何一家企业能够独占。只要这个事情最后真正做成了,哪怕只拿其中很小的一部分,收益也已经足够大了。“你必须建立一套机制,确保自己获得的利益是有限的。只有这样,你才更有可能真正把这件事情做成。”他认为,不能想着“以后人类GDP的多少都归我”,越这么想越做不成,越克制,反而越有机会把事情做成。谈及DeepSeek当前的API定价逻辑,梁文锋表示,内部有一个非常明确的标准。“买一批服务器回来,大概10个月收回设备成本,我们觉得就够了。这就是一个合理的利润。”在DeepSeek内部,有一个模型刚上线时,因为担心需求太大,将价格定得比较高,团队都不太高兴。梁文锋提到,后来他决定把价格降到原来的四分之一,大家特别开心,群里很多人欢呼。“不是我们要赚最多的钱,而是我们在能够赚到合理利润的情况下,大家都用得起。”梁文锋表示,这是团队真实的想法。花了那么多时间、投入那么多精力,把模型做好的真正目的,是让所有人都能够充分使用,如果最后真的做到了,会觉得特别有成就感,这也是公司的动力和愿景。梁文锋也特别希望看到更多创业公司基于DeepSeek去创业,做各种各样的新应用。“如果未来有几千家、几万家公司,都建立在DeepSeek的基础模型之上,我觉得这是一件非常有意义的事情。”最大的主线是AGI过去一年,AI行业竞争焦点不断变化,从C端流量再到B端收入,但梁文锋认为,这些都不是DeepSeek真正关心的事情,DeepSeek真正的长期目标是AGI。去年春节时,DeepSeek突然有了很多用户,但他们并没有想着怎么把这些用户留下、变现、做超级App。梁文锋觉得,AGI机会非常大,前面的很多机会只是芝麻,“我们不需要为了眼前这些芝麻,把全部资源投入进去。”所以,DeepSeek没有在C端发力。很多人觉得如果不参与,就不在牌桌上,但DeepSeek只在做真正关心的AGI,很多事情却顺手就完成了。梁文锋认为,站在更高一层的技术目标上,再去做下一层的应用,很多时候是降维打击。除此之外,梁文锋也回应了AI的很多方向,例如视频生成、世界模型,他认为现阶段这些不是智能主线,所以,DeepSeek不会投入主要精力。“并不是说这些方向没有价值,而是我们觉得,它们不是当前限制AGI的关键瓶颈。”在多模态方面,梁文锋表示,未来DeepSeek会做,V4以及V4后续版本都会支持原生多模态,但是,内部一直没有将多模态当成智能本身,而更像一个组件,决定智能能力上限的不是这些组件。在AGI的路线上,梁文锋认为,Agent(智能体)之后,大模型下一个真正要突破的是持续学习,这是下一阶段一定要跨过去的障碍。再之后,模型就能够不断自我迭代,最后进入具身智能。“模型不能永远依赖一次性训练,它应该像人一样,在长期工作过程中不断学习,积累经验、理解环境、更新自己的知识,接下来,它就能开发自己的下一代版本,帮助设计新的人工智能模型。”梁文锋表示,到了具身智能阶段,模型能真正进入现实世界,可以帮助做家务、照顾老人,完成现实世界里的各种任务。
蛋炒饭
2026年7月,前英特尔CEO帕特·盖尔辛格在一档播客节目中摊牌了。他承认,在英特尔CPU统治整个芯片行业的年代,公司从上到下都瞧不上英伟达的GPU。“我们觉得那不过就是图形处理机器,有些游戏玩家就想用那种东西。”这话从曾经的掌舵人嘴里说出来,分量不轻。如今回头看,这种傲慢的代价是惨烈的。截至2026年7月,英伟达市值早已突破3万亿美元,而英特尔还在为代工业务的盈亏挣扎。盖尔辛格本人也在2024年12月突然退休,结束了不到四年的CEO生涯。从行业霸主到追赶者,英特尔这十多年到底走错了哪几步棋?盖尔辛格这场反思,扒开的不仅是技术路线的误判,更是一家巨头被资本回报绑架后,交出的天价学费。一、千亿美元分给股东,十年没建一座新厂盖尔辛格在播客里爆了一个让人心惊的数据:在他2021年回归之前那五六年,英特尔总共向股东派发了1000亿美元股息。他说了一句很扎心的话:“如果资产负债表上再增加1000亿美元,我什么都愿意做。”他接手时发现,英特尔已经整整十年没有新建晶圆厂了。一台EUV光刻机都没买。懂技术的都知道这是什么概念。芯片制造拼的就是制程迭代,十年不建厂、不买设备,等于主动躺平。而做出这种决策的人,盖尔辛格直言——是商业背景而非技术背景的管理人员。翻翻英特尔的CEO履历就明白了。2005年到2013年掌舵的保罗·欧德宁,是首位没有工程师背景的CEO;接任的科再奇是化学出身;而盖尔辛格上任前的鲍勃·斯旺,之前是CFO。一群算账出身的人,把一家芯片公司的账算得挺“漂亮”——但算没了未来。这1000亿如果投进工厂和研发,今天的英特尔会是另一番光景。可惜,资本市场的短期回报压力,让这家公司选择了最容易的路,也是最致命的路。二、苹果和台积电,两次错失的致命弯道盖尔辛格还回忆了一段与乔布斯的往事。2005年苹果决定从PowerPC转向英特尔处理器,英特尔团队很自信地表示“我们会帮你们把操作系统移植过来”。结果乔布斯淡淡地说:“我已经为此努力了四个版本。”什么意思?乔布斯早在几年前就在内部秘密部署架构迁移——当苹果在为技术自主做长期准备时,英特尔还在陶醉于“客户离不开我们”的幻觉里。后来的故事大家都知道。苹果在2020年推出自研M1芯片,彻底抛弃英特尔。盖尔辛格2021年上任后还喊话要“赢回苹果业务”,但到今天也没实现。更致命的弯道是台积电。盖尔辛格透露,他接任CEO时,台积电的晶圆产量已经是英特尔的五倍之多。而到2025年底,台积电亚利桑那工厂月产约2万片晶圆时,英特尔的Fab52工厂月产能已经超过4万片——但讽刺的是,英特尔自己的最新处理器ArrowLake和LunarLake,逻辑芯片仍然由台积电生产,因为自家产能根本不够。一家芯片巨头要靠竞争对手代工核心产品——这就是十年不建厂的代价。三、“看不上GPU”的傲慢,成就了英伟达盖尔辛格承认,当年英特尔对黄仁勋的GPU嗤之以鼻,觉得那就是给游戏玩家玩的显卡。彼时英特尔CPU是行业绝对核心,看不上这种小众产品。但黄仁勋走了一条“农村包围城市”的路。先从游戏显卡切入,然后构建CUDA软件栈,让GPU不仅能画图,还能做通用计算。盖尔辛格说,英伟达“一点一点地进步,一点一点地完善”,这种渐进式改进的风格,有点像乔布斯。转折点来自一群“疯狂的日本HPC专家”——他们发现GPU可以用于高性能计算。再后来AI爆发,GPU成了训练大模型的唯一选择。英伟达今天的地位,不是偶然踩中风口的运气,而是十几年持续构建软件生态的必然结果。而英特尔错过的,恰恰是对“什么东西会变得重要”的判断力。当一个行业的霸主开始用“这玩意儿就一小众需求”来定义新技术时,它离掉队就不远了。四、量子计算会是下一个GPU式逆袭吗?有意思的是,盖尔辛格如今与量子计算公司PsiQuantum关系密切,他预言2030年前量子计算将取得“显著成果”。这让人想起他2007年担任英特尔副总裁时说过的话——“显卡将在两三年内消失”。结果显卡不但没消失,还成了AI时代最核心的硬件。如今他再提量子计算取代GPU,多少有点当年看空GPU的影子。当然,量子计算的潜力不可否认。但要像GPU替代CPU那样颠覆现有格局?至少十年内不太现实。量子比特的纠错问题还没解决,IBM预计要到2033年才能推出有纠错能力的量子计算机。但这个故事给普通人的启示是:你今天看不起的、看不懂的东西,十年后可能让你高攀不起。五、写在最后:傲慢是最大的成本英特尔的教训说到底就三句话:第一,当一家技术公司开始被财务逻辑主导时,衰落的种子就埋下了。千亿分红的诱惑大过建厂的长期回报,这是人性,也是治理结构的悲剧。第二,霸主最容易犯的错,是用今天的版图丈量明天的战场。英特尔用CPU的辉煌去定义GPU的价值,就像当年的诺基亚用功能机的逻辑判断智能手机。第三,真正的竞争从来不是产品参数的比拼,而是对“未来长什么样”的想象力之争。黄仁勋赌的是计算的另一种可能,而英特尔赌的是CPU永不过时。盖尔辛格的反思来得有点晚,但足够真诚。只可惜,有些学费交了就回不来了。对我们普通人来说,这个故事最大的价值不是看热闹,而是问自己一句:今天在你眼里“不屑一顾”的东西,十年后会不会让你高攀不起?时来天地皆同力,运去英雄不自由。芯片如此,人生亦然。
锐见