2027 年算力会从短缺变成过剩，AI 泡沫未必破
2026 年底可用 AI 数据中心约 15 吉瓦，2027 年底冲到 45-55 吉瓦，增量 30-40 吉瓦。按每吉瓦 500 亿美元收入算，两家巨头要做出 7500 亿到 1.5 万亿美元，这个数字站不住。
核心论点 · 点时间戳可跳到原声
新 AI 芯片的窗口重新打开了
作者去年写过「新 AI 芯片的窗口已经关闭，除了 Google 的 TPU」，这次他明确收回这句话，说自己错了。触发点是 OpenAI 在 Hot Chips 上发布了自研芯片 Jalapeno，演讲短而信息密度高。场外还围着一圈新 AI 芯片初创：Etched、MatX、Posetron、Fractile，Etched 没有演讲却靠发帽子、创始人到处在 Q&A 提问刷存在感。作者提醒这些是硬件公司，不只是设计芯片，还要自己搭机架和系统、进实验室干活，招顶尖人才和执行都是硬门槛。他给出的生存判据借了 Nathan Bedford Forrest 那句有争议的话：先到，且带最多的人。
Semicon Taiwan 其实是台积电的招标书
第一次来的人会惊讶：TSMC 和 ASML 都没有展位。但 TSMC 主导全场——团队在展馆里走访新供应商、调研新技术，很多信息场次由台积电高管上台，当众把公司的问题摊开讲。作者的结论是，Semicon Taiwan 本质上是台积电向整个半导体行业发出的 RFP。技术主线很清楚：未来制造要往大了做。AI 芯片正在顶到现有极限，最典型的是光罩（reticle）限制，它决定了一台光刻机能印多大。台积电有一页 slide 展示他们准备做横跨 14 个光罩的「战舰级」芯片，行业响应速度照例很快。
玻璃面板封装从 PPT 走到了展台
两年前作者做过面板级封装的视频，那是 2024 年 Semicon Taiwan 的主题，当时还全是 talk 和 slideshow。现在 AI 系统太大，行业想用方形、玻璃制的面板 interposer 来承载 chiplet 和内存，替代硅 interposer。作者的态度是保留的：台积电能不翘曲、不开裂地做出来吗？「我看到芯片才信。」但生态已经在动，展馆里出现了适配方形面板的搬运机器人等设备。他判断这波「chipmaxing」会是半导体史上影响最深远的技术转型之一，量级大致相当于当年转向 300 毫米晶圆。
现货市场消失了，VC 开始帮被投企业找 GPU
2025 年 9 月作者上次在湾区时是完全不同的光景。此后长时运行的 agentic AI 席卷硅谷，部分由 Anthropic 在 2025 年 11 月前后发布 Opus 4.5 这类更强模型以及 Open Claw 触发。2026 年 2 月价格开始上涨，各方抢着锁定算力，Anthropic 领头与 SpaceX、Google 等签大单。作者被告知，他这趟去的时候现货市场已经完全消失。对 Neocloud（这个说法由半分析师 Dan Nishbal 在 2024 年 4 月提出，指转售 AI 训练和推理算力的纯云厂商，如 Coreweave、Nebius）来说这是天大的好事，他们确信短缺至少还会持续一到两年。作者遇到好几个互不相识、各自想创业做 Neocloud 的人。对 AI 初创来说这是业务风险：想象一下告诉投资人产品要等到 2027 年中，因为算力不够。VC 帮被投企业的新方式就是去找算力，他听说有人到处凑一千块 GPU，甚至跑到东欧这种意想不到的地方去搜刮。
两家巨头在吃席，算力还在被浪费
对比之下，Anthropic 和 OpenAI 内部是在吃席。Dylan 最近在 Dashpod 上说，这两家 AI 巨头各有约 5 吉瓦算力。作者由此推测，这么多算力里相当一部分可能被浪费掉了，他听到的轶事也印证这种「富得流油」并没有被最高效地使用。他还问每个聊过的 AI 圈内人一个问题：Google 会回到前沿吗？普遍共识是不会，虽然解释都含糊。有几个人指出，Google 决定把大量算力卖给 Anthropic，本身就等于它自己也不相信。这和 Gemini 3 让一些人以为 OpenAI 完蛋了的时期相比是个大反转。作者听到的说法是，Google 遭受了严重的人才流失，加上一种不利于前沿 AI 的文化。
Neolab 是拿算力当钱的风险投资
作者最着迷的是 Neolab：基本没有收入的研究型初创，靠融资去探索一个有意思的 AI 想法，创始人常是精英研究员，除了「发现一种全新结构」之外几乎没有商业计划。最出名也最早的 Safe Superintelligence 融了十亿美元，至今没发布产品或模型。这个标签很模糊，涵盖 recursive intelligence、Humans、Core Automation、Flapping Airplanes 等；已有产品的还有日本的 Sakana AI、Thinking Machines、Reflection AI，以及材料科学、世界模型、机器人等垂直方向的一批。第一反应是这类资产很蠢：没收入、没有立刻变现的计划。但作者能理解：历史上出突破性科学要靠研究型大学、政府实验室或贝尔实验室，而大学经费被砍、人才被产业吸走，AI 大概是过去 50 年里第一个没有政府参与而出现的主要技术，且这个时代研究是封闭保密的。那就让手握算力和现金的 Nvidia 加上一堆 VC 去投这些不对称赌注。OpenAI、Anthropic 被锁在 transformer 范式里，不太会花钱研究这些方向。失败概率很高，但大部分资金本来就是以算力形式给的；真有人挖到金矿、逼巨头转向（比如更省数据的架构），巨头大概率会以令人咋舌的价格把发现者买下来，一次就回本。作者认为这比继续回购股票是更好的现金用途，并点名 Apple。
token 在烧，ROI 没人量过
客户确实在烧 token，但拿到 ROI 了吗？作者问遍生态，答案依然模糊：不知道，没人测过，全靠轶事。他相信编码门槛降低会冲击知识工作——过去金融公司雇一堆 reporting analyst 帮管理层掌握头寸，现在两个聪明的年轻分析师加上 Claude 写个 dashboard 就够了，这是他亲眼见到的。但 AI 的其他能力，比如做表格、做演示，这些营销里常打的东西，他没看到明显影响。也许只是需要更多时间，也许是智能本身的问题。OpenAI 最近发博客讲 agent 如何加速公司内部研究，但仍把 AI 的能力定位成实习生水平：能执行日常任务，离真正的 AI 研究员还很远。他听到的说法是 AI 仍缺乏人类的研究品味，不过有人相信足够大的规模能实现。还有一件在旧金山对所有人都成立的事：大家工作比以前更拼。如果模型真那么能干，为什么所有人都说自己活更多了？也许 AI 不是替我们干掉工作，而是给了我们更多工作。
2027 年算力会从短缺翻成过剩
所有人都在说短缺、短缺、还要短缺两年，作者反而怀疑事情不会按预期走。他的算术不复杂：2026 年底可用 AI 数据中心容量估计约 15 吉瓦，OpenAI 和 Anthropic 各占约 5 吉瓦；供应链会响应，2027 年底这个数字估计冲到 45-55 吉瓦，也就是 30-40 吉瓦的增量，两家巨头分掉其中约 30 吉瓦。假设一半用于训练，两家合计 15 吉瓦用于推理。目前每吉瓦推理被建模为带来约 500 亿美元收入（这个数字来自 Dylan Patel 在 Dashpod 的说法），也可以从 Anthropic 每月 12.5 亿美元买 SpaceX 300 兆瓦的交易反推；Dylan 认为更聪明的模型最终能推到每吉瓦 1000 亿美元。按这个算，2027 年两家应产出 7500 亿到 1.5 万亿美元收入。作者说这数字太夸张：多数人同意两家今年做 1500-2000 亿，明年他勉强能想象 4000-5000 亿，但 7500 亿到 1.5 万亿是「两个沃尔玛」或「两个丰田」，可信度很勉强，他不认为能到。他押注每吉瓦收入远低于 1000 亿甚至 500 亿，可能只是其中一小部分。从基础设施侧看也一样：假设 2027 年落地 40 吉瓦，当前租金约每兆瓦 2000 万美元，对应 3 年回本，那么这 40 吉瓦需要向基础设施方支付 8000 亿美元，仅 2027 一年。他也不认为能收到，这意味着租金必须下跌，某个地方有人要认赔。结论：2027 年供应链会带来大量算力，且大部分在下半年，他赌这会把市场从短缺推向过剩。他强调自己不是说 AI 泡沫要破，只是我们很快会被算力淹没——2026 年是 agentic 需求配 2025 年的供给，供给会追上并大概率超调；但之后也许下一阶段增长点燃，需求再次膨胀，比如 persistent AI。
反 AI 情绪可能赢下选举
作者提到上一支 Hot Chips 视频里有人预测 AI 会在一年内解决一个千禧年难题，现在有消息称 OpenAI 一个先进内部模型给出了 Navier-Stokes 存在性与光滑性问题的证明，他朋友说准了。但本该是了不起的成就，却被抄袭和数据窃取的指控玷污。这股负面情绪指向他在网上和普通人身上越来越多看到的东西：反 AI 情绪。很多人恨 AI，理由各不相同——恨数据中心、恨它代表亿万富翁的一切、认为它在偷「人类知识」、或者认为社会根本不需要它。不管原因是什么，这种情绪在增长，而他有个不好的预感：这个议题能赢下选举。旧金山活在自己的气泡里，城市本身就卷在自己的微气候中，但里面的人应该更注意气泡外正在生长的情绪，事情可以以可怕的速度扩散。
原话 · 已逐字校验
Last year, I wrote that the window for new AI chips has closed with the exception of Google's TPU. I take that back now. I was wrong.
去年我写过，新 AI 芯片的窗口已经关闭，只有 Google 的 TPU 是例外。现在我收回这句话。我错了。
Semicon Taiwan is TSMC's request for proposal to the whole semiconductor industry.
Semicon Taiwan 就是台积电向整个半导体行业发出的招标书。
Can TSMC produce these panels without warping and cracks? I'll believe it when I see the chips
台积电能不翘曲、不开裂地做出这些面板吗？我看到芯片才信。
They're often defined by elite researcher founders and little if any business plan other than to discover a brand new structure.
它们的特征通常是精英研究员创始人，除了发现一种全新结构之外，几乎没有任何商业计划。
Maybe rather than automating away work, AI just gives us more work to do.
也许 AI 并不是把工作自动化掉，而只是给了我们更多工作要做。
I'm not saying that the AI bubble's popping, just that we will soon be a wash in compute.
我不是说 AI 泡沫要破了，只是我们很快就会被算力淹没。
And I have a bad feeling that this issue can win elections.
而且我有种不好的预感：这个议题能赢下选举。
数字与实体
| 2026 年底可用 AI 数据中心容量 | 约 15 吉瓦 | 15:17 |
| 2027 年底可用 AI 数据中心容量估计 | 45-55 吉瓦 | 15:17 |
| OpenAI 与 Anthropic 各自算力 | 约 5 吉瓦 | 9:12 |
| Anthropic 购买 SpaceX 算力的月付 | 12.5 亿美元 / 300 兆瓦 | 15:17 |
| 每吉瓦推理算力对应的收入模型 | 约 500 亿美元，Dylan 认为最终可到 1000 亿美元 | 15:17 |
| 两家巨头 2027 年推算收入 | 7500 亿至 1.5 万亿美元 | 15:17 |
| 当前数据中心租金 | 约每兆瓦 2000 万美元，对应 3 年回本 | 18:23 |
| 2027 年 40 吉瓦需支付给基础设施方的金额 | 8000 亿美元 | 18:23 |
| 台积电准备的最大芯片尺寸 | 横跨 14 个光罩 | 6:08 |
术语
- Neocloud新型云厂商
- 转售 AI 训练与推理算力的纯云厂商，如 Coreweave、Nebius。
- Neolab新型研究实验室
- 基本无收入、靠融资探索全新 AI 结构的研究型初创。
- reticle光罩
- 光刻一次能曝光的最大区域，决定单颗芯片的尺寸上限。
- panel level packaging面板级封装
- 用方形玻璃面板替代硅 interposer 承载 chiplet 与内存。
- RSI递归自我改进
- recursive self-improvement，AI 自主改进自身能力。
收听指南
关注 AI 算力供需与数据中心投资的创业者和投资人；想了解台积电与半导体封装走向的硬件工程师。
开头 Hot Chips 会场氛围与展台见闻可快进，直接听 08:12 之后的算力部分。