AI 的瓶颈不在模型，在铜矿和变压器
模型不再是瓶颈，瓶颈全在模型「南边」：芯片、内存、供电、冷却，一路延伸到铜矿。需求无限而供给被物理和监管卡死，资本第一次能直接换成算力。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
瓶颈已经跑到模型南边去了
Ben 说这是史上最重要的技术，所以需要一整套全新基础设施：不只是新芯片、新系统软件，还要新的供电方式，甚至要替换铜。Ragu 补了关键判断：过去三年模型能力稳步上升，模型不再是瓶颈，瓶颈是「模型南边的一切」。Martin 用创始人流向佐证——以前顶级创始人的硬件项目大概只占 5% 甚至 3%，现在超过 20% 到 30%。创始人群体比 VC 群体聪明得多，他们已经先一步认定这是创新活跃区。
— Ben Horowitz / Ragul Raguram / Martin Casado需求无限，所以只担心毛利
判断需求是否真超过供给，Ragu 给了两个信号：一是最懂需求的人在下巨额采购单，hyperscaler 今年 capex 约 7000 亿美元，明年据说合计要冲到 1 万亿；二是他们能看到来自前沿实验室、AI 数据公司、企业、美国及国际各地的需求。Martin 补了一个反常的机制：正常生意你担心增长，AI 因为需求无限、增长无限，你担心的是公司毛利，也就是效率。而很多效率问题本质是硬件的物理限制——现有系统不是为 AI 工作负载建的。
— Ragul Raguram / Martin Casado芯片价格居然在涨
Martin 说这是从未见过的信号：芯片价格从来都是往下走的，价格曲线先这样再回到这样，而现在价格在涨。供给端基本全部订到 2028 年，甚至出现过几千块 GPU 的多日拍卖。他还给了需求端的双重扩张：一是单位工作消耗的 token 在暴涨，聊天或 agent 从 100 token 变成几千 token；二是使用人数会从开发者扩展到所有知识工作者及更远。对比互联网时代，当时铺下去的大部分是投机性的暗光纤，而今天每一块造出来的 GPU 都已经预售出去了。
— Martin Casado服务器里的内存能付云迁移的钱
Martin 讲了一个 CFO 的轶事：一家大型上市公司历史上非常抗拒上云，攒了很多服务器。做库存盘点时发现，服务器里的内存涨了这么多，卖掉它足以支付整个上云的迁移费用。Ragu 接着给出更硬的数字：在 Hot Chips 上，领先的内存厂商说，光是今天手里的需求，就要用三年产能来满足——这还只是今天的需求，不是未来需求。Martin 的总结是：电、冷却、内存、GPU，你说得出名字的，我们都缺。
— Martin Casado / Ragul Raguram钱第一次能直接变成算力
Martin 说过去建东西是工程问题，可以往里面砸工程师，但受工程物理约束，这就是《人月神话》的由来；现在更像资源限制——把钱倒进系统，系统产出结果，瓶颈是系统匹配投入资源的能力。Ben 把这条推到组织层面：创业世界过去都知道，我有两年领先，你雇一千个工程师来追，只会把公司搞垮，九个人不能一个月生出一个孩子；但现在这招管用了，不是雇十万人，而是拿三十亿美元点亮一个宏大集群，Grok 或 Kimi 就可能突然冒出来。所有人都还在心理上适应这件事。
— Martin Casado / Ben Horowitz为一个模型单独造 ASIC 开始划算
Martin 给了一个心智模型：今天训一个前沿模型要 30 到 50 亿美元，推理至少要还回这个数，假设两倍就是 100 亿美元。如果你能在推理上省 20% 效率，那就是 20 亿美元，而 20 亿美元足够造一颗 ASIC。所以行业第一次到了「为一个模型单独造 ASIC」也划算的节点。而且和传统软件不同，模型权重是固定的，没有那么多状态和动态。他不确定世界会不会走向 per model ASIC，但这个模型解释了架构为什么会越来越为这些巨额资本投入定制。
— Martin Casado机架功率把交流电逼出局
机架功率从大约 5 到 10 千瓦走向 100 到 250 千瓦，计算密度上升约 70 倍，冷却从风冷变成必须液冷。Martin 说到了这个功率级别，交流电不再可用，必须转直流——而直流本身也需要冷却，而且极其危险，讽刺的是当年爱迪生正是靠演示交流电有多危险来推销直流。此外还有政治环境：液冷不够，得是环保液冷；有电不够，得是给社会贡献电而不是抽走电。约 10% 的数据中心在浪费大量水，做电力的寄生虫，这些都会结束。
— Martin Casado只有 2% 的电工懂直流电
Martin 说数据中心的建筑方式已经彻底过时：机架这么密，地板承重、隔音墙都要重做，否则会扰民，没有哪个州会允许。他还点出一个被忽略的涨价项——除了内存价格，涨得最快的领域之一是钢筋混凝土。更硬的约束是人：数据中心里 800 伏的电压极其危险，而美国只有 2% 的电气工程师或电工有直流电认证。Meta 有免费培训项目在补人，但这也说明 AI 在抢工作的同时会造出很多新电工。
— Martin Casado2028 年电力缺口对不上
到 2028 年，新数据中心需要约 44 吉瓦的额外电力，而电网预计只新增约 25 吉瓦。Martin 解释吉瓦有多大：他长大的 Flagstaff 有四五万人，用电不到一个吉瓦，所以一个吉瓦基本能点亮并空调一整个城镇。为什么公用事业和 hyperscaler 不能建快点？需要人施工、需要许可、需要能插进去的电，还要自己建电厂，而变压器和涡轮机都短缺。这不是软件问题，不是让工程师周末加班就能解决的。
— Martin Casado美国禁数据中心，把机会送出国
Martin 说情况已经糟到新公司要拿 GPU 常常得去墨西哥或澳大利亚，因为在美国太难。这等于用禁止数据中心的方式，把就业和长期经济机会送给别的国家。他给出的标准是：数据中心应当回馈社区——电更好、没噪音、没水问题、还能增加就业，然后所有人都按这个标准来。他举了已经做到的例子：有的数据中心自供电，白天给州里送电，晚上州里不需要时再借电，因为电厂始终在按峰值容量发电，而数据中心昼夜稳定，城市白天高夜里低，这是共生关系。
— Martin Casado不该叫 AI，该叫机器智能
Martin 解释基金为什么叫 Machine Age：第一，AI 是错的名字，应该叫机器智能。因为这不是人类思考的方式——它是对人类思考的缓存、人类思想的集合；到今天我们还不知道怎么让一个没有知识的 AI 从零重建语言。第二，AI 这个正式术语在计算机科学里已经用了 70 年，还背着科幻和 Bostrom 那类包袱。第三，要强调 machine 那一半：软件吞噬世界的人最终来到一个地方——你把钱倒进去，却被下面的真实机器卡住。
— Martin Casado英伟达不会去捡银砖
面对「新公司还能不能切进来」的问题，Ragu 说想要 tokens per second per dollar、tokens per watt、tokens per rack 这些指标 10 倍提升，就必须有新创新，而新创新传统上来自创始人从第一性原理出发、用不同方式解题。Martin 补了市场规律：现有芯片巨头市值几万亿美元，哪怕只切 5% 也是巨大的私营公司；英伟达不是不能做，而是它盯的是贡献同样增长的 90%。他引 Alex Rampell 的故事：Dan Rose 说你能捡很多银砖，但我金砖多到捡不完，所以我看都不会看银砖。
— Ragul Raguram / Martin Casado这些创始人必须是系统创始人
Ragu 说这类创始人和软件创始人不同：不能只是研究员或优秀计算机科学家，必须能架构和设计芯片或系统，还要想清楚怎么制造、谁来供应，以及一整套下游环节。最好的创始人像 Jensen 那样，在设计芯片之前就把整个生态想清楚。Martin 补了两个环境变化：一是实验室太缺货，愿意在硬件还没出来时就签单，所以早期就有信号；二是资本供给宽松，后续轮有大量资金。他还说这类公司第一轮就是几亿美元级别，钱在产品之前就大量投入。
— Ragul Raguram / Martin Casado年轻创始人变少是因为供应链
针对「年轻创始人是不是变少了」，Martin 说如果做的东西供应链复杂、要制造、技术复杂，经验就有帮助。Elon 和 Travis 年轻时做的也是软件公司，连最好的创始人都需要先积累建公司、建技术的经验，才毕业到更复杂、更多活动部件的领域。一边是 Michael 这样很年轻、很聪明的人，但他做的是纯软件 AI；另一边是 Elon 或 Travis 这样有足够经验的人。他还说这个领域被整个行业和学术界冷落了 20 年，不是增长区，所以有经验的人本来就少。
— Martin Casado原话 · 已逐字校验
Here, it goes all the way down to the copper mine. That's how widespread this thing is going to be.
在这里，它一路延伸到铜矿。这件事的波及面就是这么大。
Martin Casado3:04
Like we've never seen prices go like up on chips. If the prices went down, they always go down.
我们从没见过芯片价格往上走。价格从来都是往下走的，永远往下走。
Martin Casado6:06
the leading memory runner said the demand they have today will take them three years of capacity
领先的内存厂商说，他们今天手里的需求就要用掉三年产能。
Martin Casado9:14
This, there's nothing between the money going in and then the hardware, you know, creating intelligence.
而在这里，钱投进去和硬件产出智能之间，什么都没有。
Martin Casado16:22
Nine women can't have a baby in a month. Like that's it. Like that never works. Okay. Now that works.
九个女人也没法一个月生出一个孩子。就是这样，这从来行不通。好，现在它行得通了。
Ben Horowitz17:32
Only 2% of electrical engineers or electricians in the U.S. have been certified on DC power.
美国只有 2% 的电气工程师或电工拿到了直流电认证。
Martin Casado31:22
Artificial intelligence was the wrong word. Like we shouldn't have called it, it's machine intelligence.
人工智能是个错的名字。我们本不该这么叫，它是机器智能。
Martin Casado38:35
It sounds like you can collect a lot of silver bricks. But I'm like, I have so many gold bricks, I can't even pick them all up.
听起来你能捡很多银砖。但我的情况是，我的金砖多到都捡不完。
Martin Casado41:42
数字与实体
| hyperscaler 今年 capex | 约 7000 亿美元 | 5:04 |
| 供给预订情况 | 基本全部订到 2028 年 | 6:06 |
| token 需求年增速预期 | 接近 1000% | 12:16 |
| 开发者数量 | 约 3000 万 | 17:32 |
| 训练前沿模型成本 | 30 到 50 亿美元 | 26:49 |
| 计算密度提升 | 约 70 倍 | 28:52 |
| 2028 年数据中心电力缺口 | 需约 44 吉瓦，电网预计新增约 25 吉瓦 | 33:31 |
术语
- hyperscaler超大规模云厂商
- 指自建超大规模数据中心的云巨头，如 AWS、微软、谷歌等。
- ASIC专用集成电路
- 为特定任务定制的芯片，相比通用 GPU 更省电但只做一件事。
- per model ASIC按模型定制芯片
- 为某一个固定权重的模型单独设计一颗芯片，而非通用加速器。
- dark fiber暗光纤
- 互联网泡沫时期铺好却从未点亮使用的冗余光纤。
- Mythical Man Month人月神话
- 软件工程经典论断：向延期的项目加人只会让它更晚。
收听指南
关注 AI 基础设施、算力供应链、数据中心与能源投资的创业者和投资人，以及想理解硬件创业为何重新变热的技术负责人。
结尾 52:00 后的基金团队介绍和免责声明可跳过。