什么值得买App下载 App ›
连续签到专享现金活动

算力成本高到缺资金,AI新功能迭代会不会变慢?

11月22日,Keras作者弗朗索瓦·肖莱在X上摆出两个立场:要么认为AI基建已经结束、算力见顶、这只是泡沫,要么认为当下是难得的买入机会。他选择后者,并列出几组数据:GPU现货价格仍在上涨、算力资源难以锁定,HBM和DRAM到2029年的产能基本已被订满,前沿模型训练算力约每5个月翻一番,AI推理业务利润率可达70%至85%。知乎

马斯克的回复把气氛压得更低。他写道,支撑如此大规模的算力集群,供电、冷却以及稳定运行极其困难,行业明年可能面临严重的资金短缺;如果全行业从投入算力成本到设备稳定创收的周期累计推迟数月,仅营运资金一项就可能需要额外投入数千亿美元,而这些钱目前还没有明确的来源。知乎微博

会不会变慢,取决于你问的是哪一笔账。AI的新功能迭代实际拆成三层:训练基座模型的"重训练"、支撑日常使用的推理服务、把能力变成用户可感知功能的上新流程。资金压力卡住的是第一层,第二层恰好在赚钱,第三层学会了复用。因此更可能出现的图景不是全行业减速,而是分化:头部公司继续快发,但发布形态改变;依赖融资和债务扩张的中端厂商最先降速。

债市、股市和"供血方"同时收紧

美联储11月13日发布的半年度《金融稳定报告》首次以专章拆解AI算力基建的融资结构:截至2026年10月,先进算力基础设施相关债务发行已超过6800亿美元,约为2023年全年1300亿美元的5倍;亚马逊、Alphabet、Meta、微软、Oracle、博通和英伟达七家公司尚未生效的租约义务与采购承诺、照付不议合同和GPU残值担保合计超过3万亿美元(未折现)。在纽约联储9至10月覆盖23家机构的调查中,87%的受访者将AI列为金融稳定的显著风险,今年春季该比例还是50%,去年秋季仅30%。36氪

算力成本高到缺资金,AI新功能迭代会不会变慢?

行业最大的"供血方"英伟达也在收回支票本。据《华尔街日报》报道,CFO Colette Kress曾主动把英伟达对OpenAI俄亥俄州数据中心的兜底承诺从最初谈判的2500亿美元砍至约1050亿美元;在黄仁勋11月12日辞职公布后,高盛分析认为现有承诺大概率会被履行,但下一轮同等规模的多方生态投资将更难落地。36氪

资本市场已经给出了价格。11月20日的"黑色星期五"里,英伟达单日再跌14%,自10月6日高点以来累计下跌47.5%,总市值蒸发2.74万亿美元;纳斯达克100较10月盘中高点回撤20%,进入技术性回调区间;前一天刚挂牌的Anthropic收跌8.5%,总市值约1.18万亿美元。36氪

Anthropic这场"算力重资产计价"的标志性上市,恰好提供了另一种对照:以约1万亿美元基础市值募股、11月19日挂牌,路演同步披露其逾800亿美元的年化经常性收入与横跨二十年、总额约9000亿美元的远期算力采购契约,账面现金加募资超过2000亿美元,可覆盖未来三年到期账单。钱确实紧张,但离收入最近的头部公司仍有能力把重资产搬上公开市场去解决。第一财经

为什么新功能还在快速上新

发布节奏最快的是谷歌:9月30日Argon、10月28日Carbon、11月12日Hydrogen、11月18日Neon,不到50天推出第四款Gemini4模型。但DeepMind的模型卡说明这并非四套从零训练:Carbon基于Argon开发,Hydrogen和Neon都是在Carbon的基础上适配而来,Neon在默认High思考档位下完成同类评测任务的平均成本比Carbon低32%。36氪

算力成本高到缺资金,AI新功能迭代会不会变慢?

谷歌与宾夕法尼亚州立大学联合发布的论文解释了背后的机制:论文提出CRSI框架,其核心灵魂是一个叫SIM的自我改进记忆——把每一轮优化的动机、预期与实际效果存成结构化日志,让新模型不必从零试错、甚至能继承上一个模型家族的优化经验。"重训练"正在被复用摊薄,"上新"的单次成本随之下降,这是算力资金压力之下迭代反而更快的原因之一。36氪

第二层账也支持这一点。上市后的Anthropic算力支出占营收比重已从早期的两倍以上降至五成左右,并在部分季度初步实现营业利润。被广泛使用的推理功能本身在产生利润,这层现金流转得越快,"缺资金"对功能上新的实际约束就越弱。第一财经

实验室甚至在用AI加速研发自己:OpenAI内部报告显示,Agent已能独立搞定原先需要人类花2-4小时研究任务中的46%,3月这个比例还只有23%;自2025年8月以来,其模型能力前沿每年提升16.4个点,超过此前每年14点的行业趋势。不过压力没有消失,只是换了位置——同一份报告里,中位数研究员每天在Agent上的算力开销按API标价已涨到2400美元,达到其非股权薪酬的两倍,研发环节自身的算力账单同样在吞噬预算。36氪

真正先慢下来的是谁

比资金更硬的约束在物理层。摩根士丹利11月9日的报告估算,约20%原定2028年落地的美国新增数据中心容量将被推迟至2029年,2026至2028年间在美部署的芯片中约40%面临无法及时通电的风险,而数据中心建设成本正以每年超过10%的速度上涨。存储端同样排到队尾:SK海力士披露已与包括全球主要云服务商在内的14家核心客户签署长期供应协议,到2029年DRAM和HBM产能实际上已近乎售罄,供不应求预计延续至2030年。电、存储和厂房不会给任何一个新玩家插队。36氪知乎

算力成本高到缺资金,AI新功能迭代会不会变慢?

资金收紧的代价会先落在离真实收入最远的一层。CoreWeave第三季度营收36.6亿美元、净亏7亿美元,高债务引发AI泡沫质疑。曾承接数十亿美元级英伟达芯片采购、把GPU做成出租算力的东南亚算力中间商Megaspeed,也在监管调查与供需转变中走向终结。36氪36氪

中国的账本则有另一重矛盾。《纽约时报》援引荣鼎集团的估算显示,中国2026年AI基建资本开支约9320亿元人民币,同期美国数据中心投资估计约8000亿美元。报道的核心论点是,中国AI的技术进步很快,但融资能力和商业化收入支撑不起与美国科技巨头同等规模、同等强度的长期算力竞赛。阿里、腾讯、百度三家公司2026年上半年自由现金流合计-160亿元人民币,智谱发布GLM-5.3 Flash后做了两周半价促销,到11月OpenRouter上已有20家供应商把同一模型的API卖得比官方更便宜,月之暗面和阿里随后转向要求大型云服务商谈收入分成。中国模型厂商的迭代速度并不慢——腾讯混元团队在Reddit AMA上承认先进芯片获取受限后表示"我们正在尽可能充分地利用现有资源,以追赶前沿水平",并继续押注更低成本的日常模型路线。但真正卡住的不是技术,而是"免费+价格战"的变现模式喂不起前沿重训练。知乎知乎36氪

用户先看到什么信号

第一个信号是代际间隔,不是发布会次数。谷歌式"49天4款"里多数是在同一基座上的成本优化版本,衡量是否变慢要看新一代底层模型的训练周期是否明显拉长,或新发布是否只是参数裁剪。第二个信号是定价形态。Neon已经提供四档思考强度让用户自行权衡成本与速度,国内厂商从半价促销转向云收入分成,说明成本压力正以计费方式而不是功能停发的形式传导到用户端。第三个信号是资本价格本身:彭博宏观策略师把GPU租赁价格走势列为判断这轮AI交易成色的核心指标,若新建数据中心受阻推动租赁价格加速攀升,受冲击最大的正是处于算力"空头"状态、依赖持续扩建的AI实验室和新兴云厂商。36氪36氪

回到标题的问题:算力成本高到缺资金,AI新功能迭代会不会变慢?在推理业务有70%—85%利润空间、头部公司现金流能覆盖算力账单的地方,迭代不会停,只会换成更聪明的形态——重训练少而精,轻量衍生快而密;会真正变慢的,是必须靠新增债务才能上牌桌的那一层。马斯克说的数千亿美元缺口如果明年坐实,你大概率不会先看到AI停止更新,而是先看到新旗舰的发布间隔拉长、免费额度收缩,以及账单上悄悄多出来的那一档价格。

评论

评论区空态插画

当前文章无评论,是时候发表评论了