紅杉資本｜贏得AI下一輪競爭的關鍵條件：鋼鐵、伺服器和電力

AI資格賽已經結束。新時代——基建為王。

紅杉資本（美國）在8月5日，最新發表了對於AI產業發展的判斷，談到了「算力叢集」、「資料中心」、「房地產」等非常硬核的內容。

對於微軟、亞馬遜、谷歌等頭部公司的AI競爭，也作出了分析和預判。從財報和AI的未來回報角度，非常大膽地作出了點評和預測——

“基建效率”可能比“研究突破”更重要。

相較於國內大廠、模型公司的競爭，海外大公司算力、電力等基礎設施層的建設，也許也能為我們帶來啟示。

特別想介紹一下這篇文章的作者，David Cahn，紅杉美國合夥人，前Coatue的COO及合夥人，主導投資了Runway、HuggingFace、Notion等AI相關領域的明星專案。

紅杉很多有觀點的文章、內容，都是出自他之手。

David Cahn尤其對失敗的創業者有共鳴，他喜歡與那些快速迭代、犯錯、從錯誤中吸取教訓並不斷嘗試的人一起工作。

也把我很喜歡的David的兩段話送給大家——

“甘願失敗可能顯得愚蠢，但這是創始人的必備素質。當我第一次開始投資人工智慧時，它並不是一個受歡迎的類別。許多投資者認為市場太小。公司陷入困境，因為可供銷售的客戶太少。”

“偉大的創始人擁有別人還不相信的洞察力。我的工作就是理解他們的觀點，並在別人不相信的時候相信他們。”

以下是文章正文👇

在過去的12個月裡，AI領域的決定性專案一直是「模型奇偶性」競賽。這一階段的特點是——尋找新的研究技術、更好的訓練資料和更大的叢集規模。

AI軍備競賽的下一階段會有所不同：它將更多地由「物理設施」，而不是「科學發現」來定義。

到目前為止，我們可以透過主機代管或改造，將算力叢集安裝到現有的資料中心。

如果需要將叢集大小從15k GPU增加到25k GPU，就找到了一種插入更多GPU的方法。

然而，這種情況正在發生變化：大多數AI市場裡的參與者，已經深入骨髓的“慘痛教訓”是——模型大小是效能的首要驅動力。

因此，下一代模型的目標，是將模型規模增加10倍，達到300k GPU。要容納其中一個模型，就需要建造一個全新的資料中心。

人工智慧已經從兩個方面被徹底改變：

首先，它改變了模型之間的交付週期。如果之前你可以在6到12個月內訓練你的模型，現在你需要增加18到24個月的構建時間才能真正開始訓練。

其次，它改變了最大競爭優勢的來源。在新時代，“基建效率”可能比“研究突破”更重要。

AI工作方式的巨大變化，是近期科技巨頭「財報」的一個重要主題。

大型科技公司的年化資本支出，從1380億美元同比增長到2290億美元。

這910億美元的增量運營支出，是新的“人工智慧資料中心”建設的一個很好的代表，也是一項巨大的投資。

今天的資本投入，可能會在2025年底至2026年初之間取得成果。

屆時我們將能到，這些更大的模型是否足夠智慧，是否能夠釋放新的價值來源併產生投資回報。

微軟、亞馬遜、谷歌、Meta的“增量資本支出”

那麼，未來1到2年到底會發生什麼？

在人工智慧產業建設的新階段，作為個人我們如何“獲勝”呢？

「建設資料中心」是一項混亂而複雜的業務。我們認為，日常的運營執行將對最終AI的發展結果產生最大影響。以下是它在幕後的運作方式：

今天，五家公司已經到達了這場新的資料中心擴充套件競賽的起點：微軟/OpenAI、亞馬遜/Anthopic、谷歌、Meta和xAI。

每個大公司背後，都有一個符合嚴格基準的模型，以及繼續進行所需的資本。

隨著市場結構的明確化，我們可以開始看到每個參與者將如何採取獨特的方法——從他們自己的業務基礎出發，來贏得勝利：

Meta和xAI都是消費類公司，它們都將進行垂直整合，希望從各自擁有一個單一的創始人決策者中受益，該決策者可以簡化模型構建工作並將其與資料中心設計和建設緊密結合。兩家公司都將尋求在更智慧的模型的基礎上推出殺手級的消費者應用程式。
微軟和亞馬遜擁有龐大的資料中心團隊和雄厚的財力，他們利用這些資產與頂級研究實驗室建立了合作關係。他們希望透過：一是向其他公司提供銷售培訓，二是銷售模式推理來獲利。他們將需要管理其前沿模型（GPT 5和Claude 4）與為企業客戶使用而構建的其他資料中心之間的資源分配。
谷歌既有消費者業務，也有云業務，還有自己的內部研究團隊。週五，該公司宣佈將把Noam Shazeer重新納入公司。谷歌還與TPU進行了垂直整合，一直到晶片層。這些因素應該提供長期的結構性優勢。