-
日期: 2026-05-18 | 來源: 華爾街見聞 | 有0人參與評論 | 字體: 小 中 大
科技大佬Gavin Baker：亞馬遜芯片是黑馬，太空數據中心快來了，台積電在幫所有人避泡沫
Baker表示，當下最被低估的AI芯片不是英偉達，不是谷歌TPU，而是亞馬遜Trainium。兩年內，太空數據中心將驗證商業可行性，那些剛剛大舉擴產的地面數據中心電力和散熱供應商，可能正走向“急刹車”。而台積電的“保守”擴產策略正在幫助行業避免泡沫，“如果台積電把產能翻倍，英偉達明年能賣1.5萬億美元的芯片。”
近日，在華爾街重磅投資大會——2026年索恩（Sohn）大會上，科技投資大佬、Atreides Management首席投資官Gavin Baker接受專訪。
Baker在訪談中拋出了幾個直接挑戰市場共識的判斷：亞馬遜Trainium是當前最被低估的AI芯片；台積電的“保守”擴產策略正在幫助行業避免泡沫；太空軌道算力將在兩年內被證明可行，並在本拾年末開始沖擊地面數據中心配套產業。
他說道，台積電不肯像黃仁勳希望的那樣快速擴產。“黃仁勳每叁個月去壹次台積電，他們大概擴產5%。黃仁勳想讓他們產能翻倍或者翻叁倍。如果產能真的翻倍或翻叁倍，英偉達明年大概能賣出1.5萬億美元的芯片——我是認真的。”
Baker曾在富達管理逾170億美元資產，是半導體領域的資深投資人。
亞馬遜Trainium：最被市場低估的AI芯片
黑石集團高級合伙人Jas Khaira采訪Baker時問道，在英偉達的競爭對手中——谷歌TPU、亞馬遜Trainium、英特爾Gaudi——市場最低估的是哪壹個？Baker回答：“Trainium，毫無疑問。”
他給出了具體的技術邏輯。當前主流的前沿AI模型，都采用壹種叫“混合專家模型”（Mixture of Experts，MoE）的架構。要推理這類模型，需要壹種叫做“交換式擴展網絡”（Switched Scaleup Network）的基礎設施。
Baker說：“全球目前只有兩家公司有運行中的交換式擴展網絡——壹個是驅動英偉達GPU的，另壹個是亞馬遜Trainium的。”
這是個很容易被忽視的技術門檻。谷歌TPU在這方面不具備同等能力——Baker直接點出壹個細節：“谷歌發明了ML Perf基准測試，但他們不向自己的基准測試提交TPU成績，你能看出來這件事讓Jensen（黃仁勳）抓狂。”
Baker同時判斷，今年下半年Trainium 3大規模量產後，Trainium在2026年的地位將相當於TPU在2025年的地位。他說自己曾投資過Celestica等TPU供應鏈公司，“我覺得我有資格這麼說”。
他補充：“我永遠不會做空谷歌，也不會做空博通，但我確實認為Trainium現在被嚴重低估。”
太空數據中心：2年內見分曉，本拾年末搶份額
這場對話中另壹個引發關注的話題是“軌道算力”（Orbital Compute）——即把數據中心放到太空中的設想。
Khaira問Baker：這件事什麼時候能真正商業化？
Baker的回答給出了明確時間節點：“我認為在未來兩年內，它的可行性和經濟性將會得到驗證。到本拾年末，它將開始占據有意義的市場份額。”
邏輯在於，地面數據中心面臨兩大硬約束：電力和冷卻。而在太空中，電力來自太陽，冷卻來自衛星的背陰面。
Baker描述了他看到的某家潛在軌道計算供應商的衛星設計圖：散熱器長達叁肆百英尺，衛星本體就是壹個機架——8英尺高、2.5英尺寬、4英尺深——多個機架通過激光連接，構成壹個虛擬數據中心。散熱器置於機架陰影之後。
他指出，壹旦這條路線可行，影響最大的將是地面數據中心的電力和冷卻設備供應商：“那些大規模擴產來支撐數據中心建設的工業類公司，可能會面臨（需求）戛然而止的局面。”
他同時強調，已建成的地面數據中心仍有價值，訓練和強化學習仍將在地面進行，“我無法想象在未來柒年內我們永遠不再建壹棟地面數據中心”，但增量需求的走向，正在被重新定義。
台積電的“倔老頭們”：正在幫全球市場避免泡沫
市場上有壹個常見問題：AI投資會不會變成互聯網泡沫的翻版？
Baker的回答是：這次可能不同，而原因出人意料——台積電管理層的保守。
他說，歷史上每壹次重大新技術出現，從鐵路、運河、PC、互聯網到AI，幾乎無壹例外都會出現泡沫。投資者對新技術興奮，市場共識形成，泡沫吹起，最終用泡沫資金完成基礎設施建設——互聯網就是這麼走過來的。
“我們不想要泡沫。泡沫很糟糕，經歷泡沫的過程很痛苦，泡沫破裂之後更痛苦。”
但這次他"樂觀地認為"我們可能會避開泡沫，原因正在於現實世界中存在的物理約束——瓦特（電力）和晶圓（Wafer）的短缺。
晶圓短缺的關鍵，在於台積電的態度。Baker說：“台積電是由70多歲的、倔強的老人們管理的。”（他隨即調侃，70歲是新50歲，而他自己50歲）
這批人經歷過台灣半導體從追趕英特爾被認為是“這輩子不可能完成的夢”，到用壹生時間做到了。他們深知壹場泡沫與崩盤對台積電意味著什麼。
於是，他們就是不肯像黃仁勳希望的那樣快速擴產。
“黃仁勳每叁個月去壹次台積電，他們大概擴產5%。黃仁勳想讓他們產能翻倍或者翻叁倍。如果產能真的翻倍或翻叁倍，英偉達明年大概能賣出1.5萬億美元的芯片——我是認真的。但這件事的另壹面，對所有人來說可能都非常痛苦。”
Baker的結論是：這些“倔老頭們”，通過執行壹個現實世界中真實存在的物理約束，客觀上幫助所有人避開了泡沫——而這種約束，在過去任何壹次技術革命中都不曾出現過。
內存周期和AI收入爆發
對話中Baker還提到了兩個值得關注的判斷。
關於內存周期： 內存價格今年已上漲60%至70%，美光毛利率可能達到60%以上，遠超歷史平均水平（約16%）。Baker坦承，按照過去25年的內存周期規律，“現在100%應該賣內存股”。但他認為這次可能類似1990年代中期那次真正的產能周期，“我們可能仍處於早期”，不應簡單套用歷史模板。
關於AI收入規模： Baker判斷，OpenAI和Anthropic合計收入達到2000億美元的時間點，已經不遙遠。他援引黃仁勳的說法：黃仁勳希望自己最優秀的工程師，花在AI token上的支出至少達到薪酬的壹半。Baker的判斷是，這種趨勢意味著S&P 500公司的勞動力結構將面臨“重大調整”，但AI定價模式從“包月制”轉向“按量計費”，會讓收入增長快於外界預期——他將這類比於當年移動通話行業“超出套餐按分鍾收費”的盈利模式。
投資心法：讀書、模式識別，以及壹封寫錯了的信
訪談中，Khaira還問Baker，他的投資優勢來自哪裡。
Baker的回答簡潔：“讀書，壓倒性地最重要。”他說自己幾乎不再主動約見上市公司管理層——“他們經過了非常好的訓練，從不說任何不在財報電話會或10-Q裡的內容，而我讀的速度比他們說話快得多。”
他坦承自己職業生涯中最慘痛的教訓之壹，是曾向壹家公司董事會寫信要求回購股票，結果該公司在18個月後破產。“這是壹個關於高杠杆的永久教訓——有時候不是所有事情都會按計劃進行。”
Baker還提到，他在投資風格上壹直在努力克服的弱點，是“太難賣出贏家”——“我極度重視估值，非常逆向，最舒服的是在52周低點名單上。”
Baker全文訪談如下：
科技投資者的思維世界——與加文·貝克爾的對話
索恩投資大會2026
本文為加文·貝克爾（Gavin Baker，阿特裡德斯管理公司董事總經理兼首席投資官）在索恩投資大會2026上的訪談實錄，涉及其投資哲學、對當前AI格局的見解及未來技術轉變的判斷。訪談由黑石N1負責人賈斯·凱拉（Jas Khaira）主持。
賈斯·凱拉： 我們今天的嘉賓，其基金以《沙丘》命名——對於在座不懂這個梗的朋友，這意味著"香料必須流通"。當然，如果你對"香料"的記憶還停留在高中時代，請放心，不是那種香料。
對加文來說，香料是高帶寬內存，他的阿拉基斯是中國台灣，他的沙蟲是黃仁勳。
他的社交簡介寫著"不構成投資建議，觀點僅代表本人"——這可能是現代金融史上最昂貴的免責聲明，因為有28.8萬名粉絲在追隨他的觀點。他曾在富達管理170億美元資產，業績超越了99%的同行——不過他剛才悄悄告訴我，其實是100%。他現在在波士頓運營自己的對沖基金，這本身或許就是最逆向的壹個選擇。
女士們、先生們，有請在半導體領域知識最淵博的人——加文·貝克爾。
加文·貝克爾： 哇，謝謝大家。也讓我介紹壹下賈斯。他是貝萊德最資深的合伙人之壹，剛剛接任貝萊德全球AI戰略負責人壹職，此前擔任戰術機遇策略主管。我們是老朋友了，所以由他來采訪我，我們互相聊聊，挺有意思的。
賈斯： 好，加文，今天是你的主場。既然這是壹場投資會議，在我們深入半導體、內存、技術棧和瓶頸這些硬核話題之前——我相信在座各位和我壹樣迫不及待——我想先從你作為投資者的思維模型談起。你2000年加入富達，經歷了兩次泡沫。彼得·林奇時代的富達基因，有哪壹條你永遠保留了下來，又有哪壹條你不得不打破，才能成功創立並運營阿特裡德斯？
加文： 好問題。我認為彼得·林奇的基因永遠刻在了我身上——我相信任何有幸在富達起步的人都會有同感。那就是：如果你喜歡這家店、喜歡這個產品，你就會愛上這只股票。盡可能深入地以消費者和用戶的視角去接觸新產品、新公司，這壹點已經融入了我的骨血。
而我整個職業生涯壹直在努力克服的，是這樣壹條股市格言——彼得·林奇說要拔除雜草、澆灌鮮花，即賣掉輸家、持有贏家。但不知為何，這對我來說極其困難。我對估值極其敏感，骨子裡是個逆向投資者，52周低點榜才是我最舒適的地方。我壹直死死抱著內存股不放。但這是壹段終身修行，我每年都試著在這方面進步壹點點。
賈斯： 大多數優秀的投資者都會提到某壹筆糟糕的交易，作為自己投資生涯的轉折點。你的是哪壹筆？它今天具體在阻止你做什麼？
加文： 其實有兩筆。2011年到2012年間，我經歷了非常艱難的壹年，兩只股票給了我深刻的教訓。
第壹只是壹家叫Decree of Health的公司，他們的業務是幫助小型醫院更好地與大型保險公司談判，出發點很好。然後有壹天，我壹覺醒來，《紐約時報》周日版頭版刊出了壹篇長達壹萬字的文章，聲稱他們在拒絕為有需要的人提供醫療服務。這根本不是事實，但股價還是跌了90%到95%，再也沒有恢復。這告訴我，永遠存在未知的未知風險——無論你多麼努力地去量化壹個機會，風險始終存在。
第贰筆有點丟人。是Nextel International。我做了很長時間的電信分析師，深知每當壹個新興市場建起新網絡，它在定義上就是成本最低、質量最高的網絡，因為沒有歷史負擔。Nextel International在南美洲建了壹張最新的3G網絡，正從壹種叫Iden的技術遷移過來。我在這類模式上賺過很多錢，於是建了壹個大倉位。我甚至親自寫信給董事會，要求他們回購股票——然而18個月後，公司宣告破產。
教訓是：對高杠杆要非常非常謹慎。公司杠杆率太高，而事情並非總能壹帆風順。當時發生的是，兩個規模大得多、彼此並無關聯的競爭對手打起了價格戰，公司被卷進去。我將永遠帶著這個污點——那是我唯壹壹次寫信給董事會要求回購股票，而公司恰恰在15個月後申請了破產。這本身也是壹個深刻的教訓。
賈斯： 感謝你的坦誠和勇氣，真的很珍貴。
我們換個節奏，來個閃電問答，通常放在最後，今天放在前面。每個詞只用壹個詞來評價：過譽還是被低估？模式識別，實地調研，倉位管理，睡眠。
加文： 我認為模式識別和睡眠都被嚴重低估。實地調研被高估了。第肆個是什麼？
賈斯： 倉位管理。
加文： 倉位管理非常重要，但關鍵是你要找到自己的打法並堅持到底。你可以做壹個長打率選手，也可以做壹個高命中率選手，但你必須清楚自己的風格，然後保持壹致。
賈斯： 聽起來是"評價恰當"——這像是加文·貝克爾的生產函數。當你回看自己的優勢來源，也許是今年，也許是去年，閱讀占多大比重？人脈網絡占多大比重？畢竟剛才說實地調研被高估了。還是說，主要來自於比別人更早建立壹兩個正確的認知框架？
加文： 我認為閱讀是壓倒性的最重要因素。坦率地說，我現在幾乎不再主動約見上市公司。我只在他們主動找我時才見，因為這些公司的發言人經過嚴格培訓，說的話不會超出財報電話會議記錄或10-Q文件的范圍，而我閱讀的速度遠比他們說話快。
所以我大量閱讀財報記錄、第壹手資料，同時我認為專家訪談記錄也非常有價值，AI在這方面的應用也很出色。總結下來：閱讀是核心，模式識別是重要輔助，而提前建立認知框架也很有幫助。
舉個例子，2023年5月英偉達發布那份引爆市場的財報時——諷刺的是，距ChatGPT發布已經過去了整整六個月——當時大多數對沖基金甚至還沒有配備專職半導體分析師。而半導體和深度科技是我的終生摯愛。不過現在，大家對半導體的認知已經大幅提升了。
賈斯： 是的，你確實入場極早。這也是壹個很好的過渡——說到認知框架，你今天的思維模型：內存價格上漲了60%到70%，美光的利潤率大概在60%多，而歷史平均水平更接近16%。你壹直在談論計算資源的普遍短缺，短缺正在向數據中心、電力延伸，並進壹步蔓延至前沿晶圓產能。你對這壹演變的思維模型是什麼？你也說過，每次短缺之後終將迎來過剩，這個局面會怎麼演化？
加文： 縱觀歷史，確實如此。我相信最終壹定會出現過剩，但"最終"這個詞承載了這句話裡所有的重量——並非眼前。
從過去25年每壹輪內存周期來看，現在100%是應該賣出內存的時機。我其實在2000年時是美光的分析師，記得去太陽谷參加他們的分析師日，我經歷過無數次內存周期，從歷史規律來看，現在確實該賣。
然而，有壹個周期是絕對不該賣的——那就是1990年代中期，那是我認為最近壹次真正意義上的產能周期。對標那個周期，我們現在可能還處於非常早期的階段。
我聽了朋友亞歷克斯和萊昂的分享，他們做得很好，萊斯利也是，我只想說，他們給出的每壹個數字，我都選擇押大。每壹個數字。他們是謹慎的人，我估計他們自己也會押大——畢竟沒人想在索恩會議上壹年後被打臉。
我們可能還在非常早期。這可能是第壹個真正意義上的產能周期。而這些基本面上的短缺，對我們投資者來說是好事。最不希望看到的是泡沫。泡沫很糟糕，穿越泡沫的投資過程很痛苦，泡沫破裂後的余波更慘。我們不想要泡沫。
然而遺憾的是，金融市場的整個歷史告訴我們，每當出現深刻的新技術，無論是AI、互聯網、PC、鐵路還是運河，幾乎必然會出現泡沫。原因在於：市場是有效的，投資者對新技術產生合理的興奮，邁克爾·莫布森將其描述為"多樣性崩潰"——所有人都開始信奉同壹套邏輯，泡沫形成，隨後泡沫為新技術所需的基礎設施建設提供了資金。互聯網的歷史正是如此。
我樂觀地認為，這壹次我們或許能夠避免泡沫。"更平穩、更持久"——這是我們所有人都希望看到的。我們能夠避免泡沫的原因，是我們面臨著瓦特（電力）和晶圓的實質性短缺。
電力短缺方面，未來伍到柒年，軌道算力壹定會解決這個問題。但晶圓短缺，我認為將持續相當長的時間。原因在於，台積電由壹批柒拾多歲的鐵腕老人掌管——柒拾歲不老，是新的伍拾歲，我今年伍拾，伍拾是新的叁拾。
我贰拾多年前去中國台灣科學園區，問他們是否認為自己有壹天能追上英特爾，他們說那是壹個美麗的夢想，也許要等到孫輩那壹代。但他們在壹代人的時間內就做到了。所以他們是這份遺產的守護者。
泡沫與崩潰，對台積電來說是壹場災難。所以他們就是不會按黃仁勳想要的速度擴產。黃仁勳每叁個月就去壹次中國台灣，他們或許擴產5%，而他希望翻倍甚至叁倍。如果產能真的翻兩叁倍，英偉達明年大概能賣出壹點伍到兩萬億美元的芯片——我是認真的。但這另壹面的代價，對所有人來說可能都非常痛苦。
所以我認為，這些老人，正在用壹個現實存在的物理約束——而這是過往任何先例技術都不具備的——幫助我們所有人避免泡沫的發生。
賈斯： 這很有意思。作為壟斷性供應商，他們在某種基本層面上限制著供給。順便說壹句，他們剛剛錯過了——山姆·阿爾特曼見完他們之後開了個播客。
加文： 這是真的。
賈斯： 我們後台聊到，你會押大——押OpenAI和Anthropic合並收入在某個時間點達到2000億美元，也許是12到18個月內，我不想鎖死時間框架，但就是近期。事實證明，代碼生成是這壹旅程第贰章中將AI貨幣化的殺手級應用。如果我們要從今天的水平在未來12到18個月內達到2000億，這些收入從哪裡來？是每壹家標普500公司都要因為給Anthropic付token費用而錯過盈利目標嗎？
加文： 我認為這不是邊緣情況。黃仁勳在GTC大會上說，他的目標是讓他最優秀的工程師，在token上的花費至少占到他們薪酬的壹半。
如果你只是把標普500每家公司的薪酬支出加起來看壹看，在沒有對勞動力結構進行重大調整的情況下，我們根本無法承受這個量級的token支出——這也正是萊昂所指出的那個問題。
但我確實認為，有幾件事可能會阻止大規模因token費用導致的盈利下滑。如果你還沒有做到"token最大化"，你應該立刻去做。如果你不知道"token最大化"是什麼意思，那只能祝你好運了。
具體來說，第壹點：所有這些模型都在向基於用量的定價轉變。以前，在座各位只需每月花250美元訂閱頂級前沿模型，就能充分體驗到前沿AI的能力。現在已經不是這樣了。最強大的能力被鎖在授權框架背後，只向能夠按用量付費的企業計劃用戶開放。
這對AI來說是極度利好的信號，對這些前沿token的定價也極度利好。
回想移動通信行業，它之所以成為壹個出色的成長型行業，以及更早之前的長途電話行業，是因為你買了固定的分鍾數，超出後按分鍾計費，而人們非常喜歡和親朋好友通話。這就是為什麼電信曾經是壹個出色的成長型行業。
我們現在正在從"無限量套餐"轉向"基於用量、超額按量計費"的模式，而且我們發現，人們願意為此支付的上限遠遠超出想象。所以我認為會有大量的生產力釋放。
亞歷克斯說的話讓我深受觸動：全球只有拾分之壹的人在以應有的方式使用這些模型，我們卻已經面臨瘋狂的短缺，盡管累計已經投入了數萬億美元。等到全球5%的人口都像這最前沿的拾分之壹那樣使用這些模型，會發生什麼？那是難以想象的。這也是為什麼軌道算力是必然的選擇。
回到你的具體問題：有人在X上發帖說，編程可能是通往ASI和AGI最短的路徑，因為如果你能寫代碼來完成任何事情，而且是為自己寫——那是通往AGI非常直接、優雅的路徑。我認為，編程也許不只是AI的"殺手級應用"，它最終會成為"終極AI應用"，不斷地將更多領域納入其中。我也想鼓勵大家去用壹用Claude Code——即使你不是程序員，用它來問投資問題，也會得到比普通模型更好的答案。
賈斯： 感謝。你談到了硅和芯片端的進展，你當然在英偉達上非常早——你說你2000年就和黃仁勳有接觸，更不用說2023年ChatGPT時刻到來的時候了。競爭正在到來，他仍將主導市場，但競爭確實在來。當你審視Trainium、TPU、NTIA（自定義芯片），哪壹個是市場最低估的？市場共識在哪裡判斷錯了？
加文： Trainium被低估的程度遠超其他。Trainium對2026年的意義，尤其是今年下半年Trainium 3真正放量之後，就如同TPU對2025年的意義壹樣。如果有人今天非常看好TPU，不妨去翻壹翻他們的13F，看他們有沒有持倉Lumentum或Celestica——那是投資TPU最好的兩個標的。我持有了其中壹個，所以我覺得我說這話是有底氣的。
我確實認為谷歌在TPU V8的設計上做出了非常保守的選擇，而英偉達和Trainium做出了非常激進的選擇。所以Trainium無疑是最被低估的。
原因不僅僅在於設計選擇，還因為：所有這些前沿模型都是所謂的"混合專家（MoE）模型"。在推理這類模型時——不說太技術性的細節——你需要壹種叫做"交換式擴展網絡"（switched scaleup network）的東西。而目前全球只有兩套功能完整的交換式擴展網絡：壹套支撐英偉達的GPU，另壹套支撐亞馬遜的Trainium。
這也是為什麼——谷歌發明了MLPerf基准測試，但他們不提交自家的TPU來接受這個他們自己發明的測試——你能明顯感覺到這件事讓黃仁勳非常抓狂。當然，TPU是壹塊很棒的芯片，我相信TPU V9會非常出色，他們下壹代會做出更激進的選擇。我從不賭谷歌輸，也從不賭博通輸，但我確實認為Trainium現在是最被低估的。
賈斯： 好，我想切換壹個話題，這其實也是我們最初在2022年，然後2023年建立聯系的原因——新興雲（Neoclouds）。
2023年夏天，你在度假，我打電話去打擾你，是關於壹家叫CoreWeave的公司，向你尋求建議和意見。最終這促成我們在壹個非常關鍵的時刻向CoreWeave投入了75億美元來支持其擴張。首先，謝謝你。時至今日，CoreWeave、Crusoe、Nebius、Lambda等等——這個賽道今天是持久性的嗎？還是說它只是壹個短暫的套利機會，利用的是超大規模雲服務商的資本支出節奏和token摩擦？
加文： 我堅信這是持久性的。首先，CoreWeave對我來說有點傷感。阿特裡德斯本來可以在10億估值的那輪投入超過5000萬美元，但我因為Crusoe而存在利益沖突，被排除在外了。我愛Crusoe，我認為Crusoe會成功，我們也持有大量Crusoe倉位。但每次想到當時本可以在10億估值時投進5000萬，我就有點惆悵。不過我很高興你們投了75億。
賈斯： 是的。
加文： 這絕對是壹個持久性的賽道。
理解如何運營這些集群，就像駕駛壹級方程式賽車。看F1比賽的時候，感覺好像任何人都能做到。就像看湯姆·布雷迪打球，你會想：他為什麼漏掉那次傳球？因為他置身於壹個10萬人呐喊的體育場，壹群體重比他重100磅、時速20英裡的人正在向他沖來，要在他出手之前把他撂倒。F1也是壹樣，看起來容易，做起來極難。
如果我開上F1賽車去參加比賽，我會直接死掉，我會傷害自己，傷害所有人，包括看台上的觀眾。運營壹個集群就是這個道理——真的非常難做好。
CoreWeave之所以能以大幅溢價出售其GPU算時，原因在於：並非所有GPU算時都是壹樣的。CoreWeave的GPU每小時平均利用率，比底部水准的供應商高出兩到叁倍。這壹點同樣適用於Crusoe、Nebius以及其他高質量的新興雲服務商。我認為這壹點被嚴重低估了。
很多人說，這不可能是持久的競爭優勢。我在2005年做零售業分析師時曾經觀察到：在美國，要打造壹家500億市值的零售商，你只需要能在50個州、各種氣候和消費偏好的環境下，運營1000家門店，保持員工友好且專業、不偷竊，庫存適時適量，價格合理，店面幹淨明亮。就這些。但整個歷史上，能做到這壹切的公司寥寥無幾，運營這些集群甚至更難。
所以我認為這個賽道是持久的。長期以來，超大規模雲服務商的思維停留在成本層面，他們與那些駕駛F1賽車的玩家競爭，用的卻是夜班司機開拾八輪卡車的方式，追求的是最低成本。但那不是AI的邏輯。我認為他們現在已經完成了這種思維和文化上的轉變，但部分新興雲服務商已經建立起了非常持久的商業模式。
賈斯： 我們很認同這個判斷。你剛才其實已經提到了壹個話題——軌道算力。我們不打算深入講科學原理，相關論文都可以在網上找到，用你喜歡的大模型去提煉摘要就好。我想問兩個問題：第壹，軌道算力何時能夠商業化並獲得有意義的市場份額？第贰，從你的視角來看，市場上最被低估的"做空標的"是什麼——那些尚未被定價的風險？是陸地數據中心運營商嗎？如果是的話，貝萊德就麻煩大了。還是說有其他方向？
加文： 我認為在未來兩年內，軌道算力可行且經濟的可能性就會變得明朗。真正開始獲取有意義的市場份額，我認為是這個拾年末。
我確實認為，可能有壹天我們不再新建地面數據中心。但已經建成並投入運行的地面數據中心將始終有其價值——訓練和強化學習會在地面數據中心完成。我無法想象在未來柒年內有哪壹天，我們完全停止建設地面數據中心。
而在此之前的過渡年份，對於電力冷卻領域的許多公司而言——那些工業類企業，大幅擴張了產能來支撐這場建設熱潮——將會非常痛苦。這場熱潮可能會戛然而止。
在太空中，能源來自太陽，冷卻來自衛星的背陽面。我不能說具體是哪些公司，但如果你看過某家潛在軌道算力供應商的衛星設計概念圖，會看到散熱器長達叁肆百英尺，位於衛星後方的太陽同步軌道陰影處。你有巨大的太陽能翼板，然後是衛星本體——它不是數據中心，它就是壹個機架：八英尺高、兩英尺半寬、肆英尺深——這些機架通過激光相互連接，構成壹個虛擬數據中心，散熱器就懸掛在機架背後的陰影之中。
賈斯： 加文，我們聊了非常多，非常感謝你，這場對話精彩至極，感謝你願意來。
加文： 謝謝，謝謝大家。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見