在英伟达以200亿美元收购Groq的前夕，其创始人Jonathan Ross进行了一场深度对话，揭示了AI竞争的核心法则。作为前谷歌TPU核心架构师，他从技术、商业和全球格局等多个维度，阐明了为何算力是AI时代的终极瓶颈，并预判了未来的经济形态与产业走向。
智能速览
AI公司的收入与算力直接挂钩，算力翻倍，收入几乎翻倍。
每100毫秒的加速可带来约8%的转化率提升，速度是核心竞争力。
英伟达的真正护城河是HBM（高带宽内存）的供应链控制，而非CUDA。
Groq的差异化在于6个月的交付周期，以及不依赖HBM的SRAM架构。
中美AI路径差异：中国优化训练成本，美国优化推理成本。
AI未来将引发大规模通缩和劳动力短缺，而非失业潮。
精华内容
算力为何成为AI时代的命脉？从商业模型到技术架构，再到全球格局，这场对话揭示了背后残酷而真实的经济学法则。
算力即收入
当前AI公司最大的瓶颈并非模型，而是算力。OpenAI与Anthropic等公司面临的最大抱怨是速率限制，用户无法获取足够的tokens。这形成了一条直接的商业逻辑链：算力决定可产出的tokens数量，进而直接关联收入。
Jonathan Ross给出了一个明确判断：如果Anthropic的算力翻倍，其一个月内的收入几乎会翻倍。这与传统SaaS软件有本质区别。AI产品的质量可以通过投入更多算力直接购买，例如运行两个实例并择优输出，或者为高价值客户分配更多算力以获得更优结果。
这种模式下，算力投入与用户体验、商业产出形成了强正相关。当算力成为稀缺资源时，限制用户使用就等于限制自身收入增长，这解释了为何各大巨头对算力的渴求近乎疯狂。
速度与护城河
很多人认为AI响应速度几秒之差影响不大，但这个判断被定义为“100%错误”。Ross用消费品行业利润率排序佐证：烟草、嚼烟、软饮料的利润率递减，核心在于成分作用于人体的速度，即多巴胺循环的速度决定了品牌黏性。
数据表明，每100毫秒的加速，能带来约8%的转化率提升，这是Google和Facebook早年就已验证的规律。因此，速度是影响用户参与度和最终结果的关键变量。
谈及英伟达的护城河，多数人会想到CUDA软件生态。Ross指出，CUDA对训练成立，但对推理并非绝对壁垒。真正的护城河在于对供应链的控制，尤其是高带宽内存（HBM）。英伟达通过买方垄断地位，优先锁定HBM产能，使得其他竞争者难以获得同等资源。这种对核心硬件的掌控力，构成了短期内无法逾越的优势。
Groq的破局点
Groq的核心差异化在于其供应链响应速度和独特的硬件架构。客户向英伟达下单，需提前两年付款才能拿到货，而向Groq下单百万颗LPU，6个月后第一批就能开始交货。对于急于部署算力的超大规模厂商而言，6个月周期是极具吸引力的关键优势。
这一优势源于Groq的LPU架构，它不依赖稀缺的HBM，而是使用片上SRAM（静态随机存取存储器）。虽然SRAM单位比特成本比DRAM高约10倍，但Groq从系统总成本视角看问题。运行同等模型时，GPU方案需要500倍的内存容量来拷贝模型，即便SRAM单价更高，系统总成本反而更低。
通过在13个全球数据中心进行负载均衡，Groq能够高效调度产能，解决市场“产能根本不够”的痛点。这种不依赖HBM产能、快速交付的能力，是其最大的价值所在。
全球AI格局
对于中美AI发展路径的差异，Ross给出了一个独特视角：中国模型优化的是训练成本，而美国模型优化的是推理成本。他认为中国模型的运行成本大约是美国模型的10倍，当前API价格更低是定价策略所致。
这种分化的根源在于约束条件不同。由于芯片获取受限，中国团队在有限算力下将训练效率做到极致，是理性选择。同时，中国正在大量建设核电站，为AI算力的长期发展进行能源准备。
至于欧洲，Ross的诊断更为直接：问题不在于资源，而在于对风险的恐惧。欧洲害怕“犯错的风险”，通过数据本地化等立法试图解决“被控制”的风险，却忽视了“没有足够算力”将错失整个AI时代。他认为，欧洲拥有大量未开发的能源潜力，如挪威的风力与水电，若不采取行动，经济可能退化为纯粹的旅游经济。
未来经济与工作
对于AI的长期经济影响，Ross的判断与主流叙事截然相反。他预测AI不会导致大规模失业，反而会引发大规模劳动力短缺，同时带来三大效应：大规模通缩压力、部分人退出劳动力市场以及新工作和新产业的涌现。
全产业链效率提升将使得咖啡、住房等一切变得更便宜。维持生活水平所需的工作量下降，人们会选择减少工作天数或提前退休。就像100年前98%的农业人口转行从事当时无法想象的工作一样，未来也会诞生新职业。
“氛围编码”的兴起，预示着编程正从专业技能转变为基础素养。未来，市场营销、客服等岗位都可能需要具备编程能力。AI向经济中增加了“劳动力”，这在历史上从未发生过，其经济影响将是颠覆性的。
这场对话的价值在于，它不仅解释了当下AI竞赛的底层逻辑，更预判了未来十年的技术走向与经济形态。从算力即收入的商业本质，到速度即黏性的产品哲学，再到全球格局的深刻演变，为理解AI时代提供了一份清晰的路线图。当算力成为新的石油，谁将掌握下一个时代的命脉？
