AI 算力为何紧缺：提前购买 GPU 的价值

AI 公司不断表示算力不够。微软和谷歌高管都谈过产能限制，Anthropic 也在寻找更多计算资源。这让早先看似买得过多的 GPU 有了另一种解释：如果需求持续增长，抢购潮前买下的机器就会变得很有价值。

我想讨论马斯克旗下公司为何似乎从这种短缺中受益，以及为什么增加 GPU 并不是下单就能解决的问题。瓶颈贯穿芯片制造、内存、存储和电力；大规模采购要在整条供应链上争夺产能。

视频展示的申报文件称，谷歌向 SpaceX 购买算力使用权。文件提到约 11 万块 GPU；在以较低费率逐步提升供应后，2026 年 10 月至 2029 年 6 月的费用约为每月 9.2 亿美元，并受协议条件和终止条款约束。这是文件所列条款，并不意味着 6 月已经按全额付款。

谷歌自己设计 TPU，但这笔交易说明，拥有芯片设计并不保证拥有足够产能。训练和运行 AI 需要机器真正完成制造、组装、供电，并在需要的地点投入使用。当许多买家争夺稀缺投入时，即便是大公司也可能需要向别人租用。

先看芯片本身。Nvidia 设计 GPU，台积电等公司则为客户制造芯片；苹果和其他设计公司也要争夺制造产能。代工厂不能因为客户想要更多芯片就立刻增加生产线，产能和制造排期必须提前很久规划。

视频中的供应链图用来解释客户和制造商的关系，并非台积电产能份额的精确统计。我后来纠正了图中夸大的 Nvidia 配额，并提到一个小得多的大致比例。更重要的是，既有制造承诺和其他客户的需求使产能难以一夜之间转向。

GPU 还需要内存，许多 AI 加速器尤其依赖高带宽内存（HBM）。这里讨论的主要供应商包括美光、SK 海力士和三星。AI 内存需求可能挤占其他产品的投资和制造资源，但 HBM 与消费级内存是不同产品，并非都使用完全相同的生产线。

这会影响没有建设数据中心的普通人。当制造商把资源投向需求强、利润高的产品时，消费者可能从供货和价格上感受到影响。我一开始混淆了 Crucial 背后的公司，随后自行纠正：Crucial 是美光的品牌，不是 SK 海力士的品牌。

内存只是系统的一部分。我的示意图简化了供应链，我也纠正了图中的比例；它不应被当作市场份额数据。实际问题在于，即使其他零件都到位，任何一个投入品短缺都可能推迟完整系统的交付。

存储也有自己的限制。我拿自己记得约 170 美元买过的 16 TB 硬盘，与后来看到的约 360 美元价格作比较。这是个人见闻，不是普遍价格走势，但说明大型基础设施需求的影响可能出现在 GPU 之外。

图中把芯片制造、内存、存储及争夺这些资源的公司放在一起。这是一张简化地图，但有助于说明，昂贵的单个零件并不能解释全部问题：每一项依赖都有自己的供应商、产能决策和交付周期。

接下来是电力。数据中心需要持续供电，而扩大发电和电网容量需要规划与建设。视频展示的 Our World in Data 历史图比较了中国和美国截至 2022 年的发电量；它只是讨论背景，并不是当前数据中心可用电力的指标。

我认为，电力供应、效率和更清洁的发电方式都应该与芯片供应一起受到关注。AI 的需求必须融入已经服务于家庭、商业和工业的电力系统。企业即使订到了硬件，仍可能面临接入电网和供电的独立难题。

增加产能既慢又需要大量资本。制造商必须提前多年决定建设规模，之后还要依赖设备、劳动力、材料和客户需求协调到位。我提到扩张供应链需要很长时间；具体周期因项目而异，并非每座工厂都需要相同年数。

这带来协调问题：某一环节建得太早，昂贵的产能可能闲置；建得太晚，又可能拖累所有下游企业。公司必须在需求尚不确定时押注未来。风险不只在于 AI 是否增长，还在于短缺和过剩会出现在哪里。

我提到过去的硬件故障，说明制造过程可能有多复杂：材料或组装上的一个小问题，就可能影响大量设备。我对 Xbox 红环故障原因的具体解释只是我的说法，不能当作已经证实的技术结论。

高带宽内存又增加了制造和封装的复杂度。一个能投入使用的加速器不仅需要 GPU 芯片，还需要内存和组装产能。如果某家供应商扩产，但供应链其他环节没有相应产能，新增产出可能无法解决真正的瓶颈。

这就是为什么供应无法像软件功能一样迅速响应。公司必须在准确知道多年后客户需求之前投入巨资；让所有供应商同时行动很难，而过于乐观的预测可能让供应链某一环节留下昂贵的闲置产能。

我的解读是，马斯克旗下公司为自己的 AI 计划较早购入大量计算资源，并可能在需求旺盛时通过出租算力受益。我用谷歌协议支持这一判断，但这并不意味着这些公司自身没有电力、硬件或运营方面的限制。

我推测租赁收入能多快覆盖硬件支出，提出约四个月的粗略算法。这只是简单估算，不是已经证实的回本周期：它没有充分计入运营支出、资本成本、供应爬坡、合同条件和其他基础设施费用。

供电安排也是其中一环。我讨论了发电、储能和让产能上线的能力，包括与马斯克其他业务可能存在的联系。更广泛的观点是，当其他公司急于扩张时，同时拥有芯片和能源的获取能力，可能让供应商处于有利位置。

我预计 OpenAI 和 Anthropic 等 AI 实验室会继续争夺算力，也认为只要硬件需求保持强劲，Nvidia 就会受益。这些是我对市场的判断，并不能保证这些公司的未来采购、Nvidia 的业绩或价格走向。

随着大买家争夺资源，消费者可能继续面临内存和存储价格压力。我认为，如果强大的本地硬件长期昂贵，设备将来可能更多依赖云端算力。价格走势和产品设计转变都仍是预测。

关键是看完整条供应链，而不是只看一条 GPU 交易新闻。芯片制造、内存、存储和电力必须同时到位，而各环节扩张速度不同。提前 获得有用产能的人，可能拥有后来者无法立即通过购买获得的选择。