AI算力终将被用尽，但资产的主人很可能会换人
上一轮光纤泡沫里，负债最重的公司率先破产，但光纤资产被别人接手后照样好用；Mike Volpi 认为这轮 GPU 建设会重演同一剧本——资产会被充分利用，归属权却很可能换人。
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
带宽靠技术跃进，算力只能喝摩尔定律的汤
90年代的光纤靠 WDM（波分复用）技术，在同一根光纤里塞进更多颜色的光，带宽一下子能翻40到80倍；这次 AI 算力扩容完全不同，受摩尔定律约束，提升速度反而更慢。Mike Volpi 认为这是这轮建设和互联网建设最根本的技术差异之一——供给增长的节奏完全不是一回事。
— Mike Volpi资产会被用尽，但主人很可能换人
Mike Volpi 回顾互联网泡沫：当年负债最重的公司最先破产，但他们买下的光纤资产并没有跟着消失，而是被别人低价接手继续使用。他认为这轮 AI 建设会重演同样的剧本——数据中心和芯片一定会被充分利用，甚至超出预期，但谁拥有这些资产，很可能不是今天砸钱建设的这批公司。
— Mike VolpiH100该报废了，租金却反而涨价
四年前业内普遍认为 H100 这类芯片大概只有五年寿命，当时每 GPU 小时租价约1.82美元。按理说快到寿命尽头该掉价，但现实是它现在能以每小时2.5到3美元出租——比当初还贵。Mike Volpi 把这归因于算力极度稀缺：只要半导体制造产能跟不上需求，老芯片就会持续被需要，资产寿命比融资模型假设的要长得多。
— Mike Volpi思科的并购哲学：允许三分之一彻底打水漂
Mike Volpi 回忆思科当年做并购的方法：把结果大致分成三份——三分之一效果很好、三分之一平平、三分之一彻底失败，公司能接受失败率，只要做的次数够多就能撞上几个真正的大赢家，有的收购花5亿美元，两年后利润就做到10亿美元。到2000年前后，思科收入的一半来自被收购的业务，且单笔收购很少超过公司市值的4%到5%。
— Mike Volpi英伟达砸钱扶持新云厂商，终究是徒劳
针对 NVIDIA 投资大量 neocloud（新兴 GPU 云厂商）以培养更多买家的做法，Mike Volpi 认为这改变不了行业最终的格局：凡是规模效应主导的行业，无论给小玩家输多少钱，最后都会收敛成少数几家巨头，就像美国航空业最终只剩三大航司。NVIDIA 这么做不是为了财务回报，而是不想只有三四个大客户可以谈判，但这终究是在延缓而非改变行业的自然演化方向。
— Mike Volpi模型路由兴起，token价格差距高达5到7倍
过去两年行业默认只用最顶级的前沿模型 token，但 Mike Volpi 观察到市场正在变聪明：顶级 Anthropic token 和顶级 Kimi token 之间的价格差能到5倍甚至7倍，这个差距巨大到足以催生「模型路由器」（按任务难度把请求分流到不同价位模型的系统）这门新生意。他认为这会让AI的总需求开始对价格产生敏感度，而不是像过去那样无脑追最贵的模型。
— Mike Volpi订单泡沫一碰就碎：思科六个月市值跌到十分之一
Mike Volpi 复盘思科当年的崩盘：由于交付周期紧张，客户习惯性地超量下单以防被削减配额，思科也因此把风险转嫁给供应链、提前打款囤货。等真实需求一降温，订单直接砍到四分之一，叠加供应链上已经付出的风险，公司营收单季度就错失了35%到40%，股价从80多美元跌到9美元，六个月内缩水到十分之一。
— Mike VolpiAI数据中心该抛弃统计复用，改用确定性电路
互联网时代的交换机设计建立在流量忽高忽低、靠统计复用削峰填谷的假设上；但AI数据中心里GPU永远满载、流量高度可预测，尤其训练阶段几乎完全确定。Mike Volpi 认为今天主流的 Broadcom Tomahawk 这类统计复用架构其实是「带宽够用但架构不对」，真正该出现的是假设全时满载、不需要缓冲区的全新交换架构，而这正是经典的创新者窘境——现有厂商不会主动革自己的命，机会留给敢 all in 新架构的新进入者。
— Mike Volpi原话 · 已逐字校验
So that's a long-winded answer to say, do I think the build-out that's happening now is useful and will be fully utilized, if not more? 100%. Will it be owned by the same people that own it today?
说了这么多其实就是想说，我是否认为现在正在进行的这场建设有用、会被充分乃至超额利用？百分之百会。但它是否还会被今天拥有它的这些人所拥有？
Mike Volpi6:14
Not at all defunct. No, not only that. It rents at a higher rate.
一点也没过时。不但没过时，它的租金反而更高了。
Mike Volpi11:33
we were not afraid to fail, and we did it with high enough frequency that we got a few outliers
我们不怕失败，而且做的次数足够多，所以撞上了几个异常出色的大赢家。
Mike Volpi14:43
No matter how much you finance them, the little ones are always weaklings.
不管你给他们多少钱，小玩家永远是弱者。
Mike Volpi19:54
right now we live in a world where demand for AI capacity, tokens, whatever, is near infinite. And supply is incredibly constrained.
现在我们生活在一个对AI算力、token等的需求几乎无限，而供给却极度受限的世界里。
Mike Volpi33:08
the economic difference between a top end anthropic token and a top end Kimmy token is like five to one or seven to one or whatever. It's a massive economic difference.
顶级Anthropic token和顶级Kimi token之间的经济差距差不多是五比一或七比一，反正是一个巨大的经济差距。
Mike Volpi34:09
Stock went from 80 some dollars a share to nine dollars a share, I want to say. So it was like literally one tenth the value over a period of six months.
股价从每股80多美元跌到我记得是9美元，六个月内市值几乎缩水到十分之一。
Mike Volpi45:36
数字与实体
| NVIDIA统计的neocloud数量 | 约200家，且负债普遍较重 | 7:18 |
| 思科完成的收购数量 | 约70起 | 18:54 |
| 思科单笔收购上限 | 不超过公司市值的4%-5% | 15:49 |
| 思科崩盘期间股价跌幅 | 从80多美元跌到9美元，六个月内缩水约十分之一 | 45:36 |
| 思科崩盘那季度营收缺口 | 环比错失约35%-40% | 44:31 |
| 顶级token价格差 | Anthropic与Kimi顶级token价差约5-7倍 | 34:09 |
| AI基础设施投资占GDP比例 | 约2%（互联网时代不到1%的一小部分） | 7:18 |
术语
- WDM波分复用
- 光纤中用不同颜色的光同时传输信号，大幅提升带宽的技术
- stat-muxing统计复用
- 网络按流量不均衡、统计意义上共享带宽的传统交换机制
- neocloud新兴GPU云厂商
- 专门出租GPU算力的新兴云计算公司
- KV cache键值缓存
- 大模型推理时缓存注意力中间结果的显存结构
- model router模型路由器
- 按任务难度把请求分流到不同价位模型的系统
收听指南
关注AI基础设施投资周期、GPU资产定价和并购策略的投资人、创业者，以及对网络架构感兴趣的工程师。
开场介绍嘉宾背景和寒暄部分（0:00-3:00）可以跳过，不影响理解后续论点。