【對談】班・霍羅維茲押注：AI瓶頸是銅礦不是演算法

這場談話值得注意的點有五個，合起來說的是同一件事：AI 這波需求的規模，已經不是軟體公司的邏輯能裝得下的了。第一，供給缺口是實的，數字嚇人；第二，舊架構從晶片到廠房全部失效，不是升級是重建；第三，算力消耗的成長沒有天花板，原因有結構性解釋；第四，新創進場的窗口是開著的，大公司反而顧不到；第五，這支基金的投資邏輯，是把硬體當成這個時代的軟體在押注。

◎供給缺口不是預期，是現在進行式

GPU 供給已售罄至 2028 年。記憶體領域，Hot Chips 大會上龍頭記憶體廠商說，他們今天手上的訂單，要用三年的產能才供得完——不是未來需求，是今天的訂單。超大型雲端業者（hyperscalers，指 AWS，Google Cloud，Azure 這類）的資本支出今年約 7,000 億美元，明年預估合計突破一兆。有幾千顆 GPU 的拍賣硬是拖了好幾天，轉手價格是原價四倍。這些不是分析師預測，是市場上正在發生的交易行為。拿來跟 1990 年代末的黑暗光纖泡沫比？不一樣。當年鋪進地下的光纖大部分沒人用，是投機性建設；現在每一顆出廠的 GPU 都已經預售。

◎舊架構從晶片到廠房全部過期，而且同時

機架用電需求從 5 到 10 千瓦，正在衝向 100 到 150 千瓦，運算密度大約成長了 70 倍。到這個功率等級，交流電（AC）不夠用，要換直流電（DC）——而全美只有 2% 的電工拿到直流高壓認證。冷卻方式已從氣冷切換到液冷，但液冷還不夠，政治壓力要求必須是環保的液冷，而且最好能把多餘電力回饋電網。地板要重新設計，因為高密度機架的重量舊地板承受不住；牆壁要加厚，因為這些設備的噪音音量不是周邊社區能接受的。這不是升級，是從地基開始重建，而且每一個環節都在同一時間卡住。

◎Token 消耗沒有天花板，有結構性原因

從聊天機器人到推理模型，到 agent（自主執行任務的 AI 程式），再到 multi-agent，每一步都讓單一任務消耗的 token 數量（AI 處理語言的基本計算單位）成長了好幾個數量級。卡薩多說得直接：沒有人比 AI 更愛用 AI。原因是目前提升模型能力的主要方式——強化學習，思維鏈，長時間運行的 agent——每一種都是在大量跑推理（inference），也就是大量消耗 token。過去工程問題的天花板是人月，再多人也快不了；現在的天花板是硬體，錢砸下去就能換算力，算力換出來就是更好的結果，而且這個機制目前看不到自然的剎車點。需求端還在擴張：一般知識工作者還沒大規模使用，後台自動化才剛開始，機器人還沒算進去。

◎大公司顧不到的地方，才是新創的入場券

Nvidia 市值幾兆美元，它最在意的自然是最大的幾個市場。但即便是這個數字的 5%，換算成獨立公司也是巨大的規模。卡薩多引用 a16z 合夥人 Alex Rampell 的話：Meta 當年說，我有一堆金磚撿不完，沒空看你的銀磚。Nvidia 現在也是這個位置。更關鍵的是，AI 推理的架構已經從單一變得非常複雜，沒有一家公司能通吃所有場景的最優解。AI 實驗室現在缺貨缺到會跟還沒出貨的新創先簽協議，這在五年前根本不可能發生。市場擴張期一定先分裂，然後才是整合——這是私有市場的基本週期，不是這一次才有的規律。

◎Machine Age Fund 押的是什麼

這支基金的投資範疇是：任何模型跑在上面的電腦科學基礎設施——晶片，網路互連，儲存，一路向下延伸到電力。基金沒有新增普通合夥人（GP），是把團隊裡本來就有的硬體背景集中起來用。班說，他們幾個人其實一直被硬體吸引，只是過去一直壓著沒有專門開基金。他們已投資的包括 SpaceX，Anduril，Waymo 等硬體密集型公司，都是早期進場。這次的差異是規模和系統性：早期輪次動輒數億美元，創辦人必須是系統性思考者——能設計晶片，能想清楚製造供應鏈，而不只是研究員或軟體工程師。霍羅維茲直說，Jensen Huang（Nvidia 執行長）是這類創辦人的天花板參照。

看完這場，你可以合理懷疑的一件事是：需求成長的預測數字，每一個都是說話者希望你相信的版本。但有一件事比較難造假——GPU 轉手價格四倍，記憶體廠商三年訂單，電工人力缺口——這些是市場行為，不是 PPT 上的曲線。軟體業三十年來習慣的邏輯是：工程問題用工程師解決，邊際成本趨近於零，規模化靠複製貼上。這個邏輯在這一波完全不適用。硬體的邊際成本是真實的，物理限制是真實的，而這代表接下來十年，決定誰贏的不是演算法，是銅礦，電力和液冷系統。