David Cahn：AI 基础设施、资本支出与投资信念

David Cahn 用“服务器、钢铁和电力”概括 AI 基础设施。他认为，随着模型和硬件变化，大型数据中心可能需要频繁重新设计。他声称前沿模型永远不会在同一个数据中心训练两次，这是一个引人思考的预测，并非既定工程规则。

Cahn 告诉 Harry Stebbings，与双胞胎兄弟一起长大既给了他陪伴，也培养了竞争心。他说，父亲一家曾逃离纳粹德国，母亲一家从叙利亚移民；他们的牺牲让他感到有责任把握自己的机会。

Cahn 回忆，父亲做教练时教他关注下一步，而不是庆祝分数。Stebbings 转向他关于 AI 的文章：这项技术能否改变世界，同时资本支出又过高？Cahn 说，这是两个不同的问题。

Cahn 说，他投资过 Hugging Face、Runway 等 AI 公司，也曾担任 Weights & Biases 董事。他相信 AI 会在自己有生之年深刻改变社会，但认为未来两年投入的数千亿美元可能难以收回。他的投资经历与其乐观观点有关。

他将大型科技公司高管近期的评论解读为，他们认识到投资有风险，但从战略上不得不做。如果技术兑现潜力，支出可能获得回报；否则可能难以收回。这是 Cahn 对公司战略的解读，并不能证明高管认同他的计算。

他说，大型云服务商可能为了保护现有地位而投入，即使并不知道 AI 投资将如何回本。他提醒，不应因为公司大举支出就推断近期 AI 收入必然达到某个水平。他对市场规模的比较是访谈时期的近似数字。

Cahn 认为，算力供给过剩可能通过降价和改善利润率使初创公司受益，而大型现有企业承担大量基础设施投资风险。Stebbings 反驳说，进入成本也可能强化巨头的权力；Cahn 同意两种效果都可能发生。两种结果都没有保证。

Cahn 认为，算力并非抽象概念，它来自实体数据中心、GPU、冷却设备和劳动力。他用一个假设耗资 20 亿美元、建设两年的数据中心说明，芯片代际和冷却要求可能在设施建成前改变。这些是说明性假设，并非普遍建设成本或周期。

即使模型效率提高，Cahn 仍认为进步可能让部分基础设施过时。他引用一种说法：前沿模型不会在同一数据中心训练两次，并提到规模更大的 GPU 集群。这是对未来硬件和规模的预期，并非现有设施无法重复使用的证据。

他认为，随着模型扩大，数据中心本身成为关键资产。他介绍了从云公司到房地产开发商、总承包商、分包商和电工的链条。他对已宣布项目和劳动力成本的叙述具有说明性，并非经过核实的行业成本分解。

Stebbings 问，模型研究是否会超过实体建设的速度。Cahn 说自己没有强烈结论：一些研究人员强调扩大规模，另一些人预计推理、数据或效率方面会有突破。他认为当时扩展规律的证据更强，但希望两条路径都能进步。

Stebbings 担心 AI 功能增加推理成本，却无法让软件公司提高收费。Cahn 说，有用的功能可能为付费提供理由，但他接受竞争可能削弱定价能力。他预计结果取决于进入壁垒和数据优势，而非仅由价值决定。

谈到垂直整合，Cahn 称赞 NVIDIA 和黄仁勋，同时预计数据中心运营与模型开发之间会有更多协调。他提到 Meta 和马斯克的努力，并追问分属不同公司的云服务商与模型实验室如何合作。这些是他的竞争判断和预测。

他认为，参与前沿模型竞争需要 AI 以外的盈利业务提供资金。他对比了保护现有收入的云服务商和利用广告收入、战略上更灵活的 Meta。这是战略假设，不能证明所有独立模型供应商都注定失败。

Cahn 认为云公司与模型实验室的合作关系可能持续，部分原因是大型收购可能面临反垄断障碍。他说，拥有分销渠道的较小科技公司有机会，但可能难以匹敌最大公司的支出。这些是他的预期，并非已确认的并购计划。

他认为公开市场投资人很成熟，尽管华尔街和硅谷之间可能存在信息差。被问及算力、算法和数据时，他认为大型实验室的获取条件越来越相似，并将注意力转向实体基础设施：服务器、钢铁和电力。

在芯片领域，Cahn 预计性价比会继续改善，NVIDIA 也会持续创新，同时 AMD、Broadcom 和初创公司将带来竞争。他还指出对台湾制造的依赖，以及政治和供应链后果的不确定性。这些是预测和风险，而非对芯片市场的保证。

他所说的“钢铁”是指建设和工业设备，包括发电机与电池。他说，云公司要求制造商扩大产能，但供应商必须判断需求是否会持续足够久，以证明新建工厂值得。大型客户可以通过承诺未来采购来提供帮助。

Cahn 说自己正在寻找数据中心供应链和房地产方面的机会。他提到其他机构的投资，以及自己在 Coatue 投资的一家长时储能电池公司。他的热情是投资论点，涉及直接投资利益，并非回报承诺。

他认为，AI 带来的电力需求可能加快发电、储能和能源技术投资，并提到太阳能和电池项目。他预计可再生能源和电网容量会逐渐增加，而不一定突然发生危机。这些是他的预测；访谈没有量化未来供给，也没有证明单靠需求就能解决电网限制。

谈到开放和封闭的 AI 模型，Cahn 说自己不预计 AGI 会立即出现，也乐于看到两类模型并存。他预计 AI 会提高生产力，对灾难性风险的担忧低于其他一些人。这些是他的个人风险判断，并不能证明开放或封闭系统安全。

他预计中国会取得进展，提醒不要低估竞争对手，同时对美国优势保持乐观。被问及他的“6,000 亿美元问题”是否会变得更大时，他说有可能。这个数字是支持投资所需收入的模型估算，不是实际 AI 收入或已确认支出的测量。

他解释了粗略计算：将 NVIDIA 的年化收入乘以二，假设得到数据中心总成本，再乘以二，得到下游所需收入。倍数是简化假设，结果并非经审计的预测，也不是已经欠下的账单。

Cahn 预计会有更多第三方建设数据中心，再租给大型科技公司，将现金支付分摊到未来。他将这一承诺类比债务，并想知道这种方式是否会让支出不那么显眼。会计处理取决于合同条款；即使由外部融资，租约仍是长期义务。

他说，房地产投资人可能主要根据租户信用评估这类安排，并接受高于其债券收益率的回报。他推测，更多资本进入可能压缩利差，并将结构化融资视为新机会。这些是说明性的投资观点，并非无风险回报或普遍交易条款。

Cahn 说自己研究心理学，并将 Adam Smith 的“看不见的手”与可预测的人类行为联系起来。他提到 Isaac Asimov 的《基地》作为以虚构方式探索大规模行为的作品。他认为资本主义是一套引导人类激励的体系；这是一种哲学解读，而不是预测定律。

转向风险投资时，Cahn 澄清，自己在 Coatue 参与几笔重要交易时是助理，而非主要投资人。他建立模型并与客户交谈。他得到的教训是，既要听客户说什么，也要观察他们实际做什么。

他回忆，客户曾批评 Marqeta、UiPath、Snowflake 和 Databricks 的产品，或预测自己会更换供应商，但后来仍继续使用。他的观点是，即使客户提出异议，付款和使用行为仍能揭示价值。这些是涉及他参与过的公司的事后例子，并不能证明每位客户都留了下来。

Cahn 说，职业生涯早期，他通过识别每位同事的突出能力并努力掌握其中一部分来学习。他提到寻找项目、领导力和忠诚。他认为，向他人学习很有价值，同时也需要发展自己的投资风格。

他将风险投资成功定义为产生巨额收益，并称做到这一点的投资人为“强打者”。这是 Sequoia 合伙人 Cahn 偏好的标准，并非评价投资人或基金的唯一方式。他说，向经验丰富的合伙人学习很重要，但每位投资人最终都要自己决策、建立信念。

Cahn 说，信念意味着在合伙人会议上以自己的声誉支持一家公司。他说 Sequoia 限制每位合伙人的投资数量，这种约束让每次决策都更重要；他还回忆了一个 PayPal 因资源紧张而被迫聚焦的故事。这些是他对公司及其理念的描述。

他说，Sequoia 鼓励新合伙人贡献意见，但公司历史和高标准也让这里成为要求很高的环境。他描述自己受到公司专注建设重要企业的理念影响而改变。他对同事寻找和选择项目能力的称赞反映了自己身处合伙团队的立场。

Cahn 提出一个创始人框架：将分析与直觉分别应用于技术和人，形成四个维度。他将其与工程能力、自我提升、产品直觉和领导力联系起来。他认为更大规模的公司需要四者兼备，这是经验框架，并非经过验证的公司价值预测。

他以 Supabase 创始人 Paul 为例，认为他具备这些品质，并说创始人可以随时间培养这些能力。Cahn 认为，年轻投资人可以提出与创始人共同成长，而经验丰富的投资人则有不同优势。他的正面评价涉及自己投资过的公司。

Cahn 在评估中把创始人排在市场和产品之前，并认为选择项目是风险投资的核心。他认为 Sequoia 的品牌有助于赢得交易，但说自己的项目来源仍依赖主动寻找并赢得创始人的关注。这一排序是个人框架。

为了在职业生涯早期接触创始人，他曾发送定制的 Cameo 视频，并录制简短的 Loom 产品演示。他说这些方法帮助开启对话。他仍认为自己处于职业早期，希望培养支持真正杰出公司的信念。

Cahn 描述了自己早上五点起床、锻炼、骑车上班的习惯，并喜欢一早与创始人见面。他印象最深的第一笔自主找到的投资是 Starburst Data：他说自己在客户尽调中认识创始人 Justin Borgman，建立了约一年的关系，最终以 3,000 万美元参与投资。

快问快答中，Cahn 分享宗教信仰、回忆与 Supabase 创始人会面，并说能改变公司的关键招聘可能值得给予异常丰厚的股权。假设的 3%—5% 区间是一项建议，并非对某位具体员工的估值。他还说即将为人父改变了自己的看法。

他称赞投资人 Mike Volpi，并预测 OpenAI 会继续保持重要地位，理由包括 ChatGPT 的品牌和一个收入数字。访谈没有确立该数字是年化收入还是已实现收入，公司的未来也存在不确定性。他对投资人和初创公司的正面看法反映了职业关系。

Cahn 说，Sequoia 的品牌可能有助于赢得交易，但也提高了项目选择的标准。最后他透露自己正在学开车；Stebbings 说自己也不会开车。两人就自动驾驶开玩笑，随后结束访谈。