2027 年算力會從短缺變成過剩，AI 泡沫未必破
2026 年底可用 AI 數據中心約 15 吉瓦，2027 年底衝到 45-55 吉瓦，增量 30-40 吉瓦。按每吉瓦 500 億美元收入算，兩家巨頭要做出 7500 億到 1.5 萬億美元，這個數字站不住。
核心論點 · 點時間戳可跳到原聲
新 AI 芯片的窗口重新打開了
作者去年寫過「新 AI 芯片的窗口已經關閉，除了 Google 的 TPU」，這次他明確收回這句話，說自己錯了。觸發點是 OpenAI 在 Hot Chips 上發布了自研芯片 Jalapeno，演講短而信息密度高。場外還圍著一圈新 AI 芯片初創：Etched、MatX、Posetron、Fractile，Etched 沒有演講卻靠發帽子、創始人到處在 Q&A 提問刷存在感。作者提醒這些是硬件公司，不只是設計芯片，還要自己搭機架和系統、進實驗室幹活，招頂尖人才和執行都是硬門檻。他給出的生存判據借了 Nathan Bedford Forrest 那句有爭議的話：先到，且帶最多的人。
Semicon Taiwan 其實是臺積電的招標書
第一次來的人會驚訝：TSMC 和 ASML 都沒有展位。但 TSMC 主導全場——團隊在展館裡走訪新供應商、調研新技術，很多信息場次由臺積電高管上臺，當眾把公司的問題攤開講。作者的結論是，Semicon Taiwan 本質上是臺積電向整個半導體行業發出的 RFP。技術主線很清楚：未來製造要往大了做。AI 芯片正在頂到現有極限，最典型的是光罩（reticle）限制，它決定了一臺光刻機能印多大。臺積電有一頁 slide 展示他們準備做橫跨 14 個光罩的「戰艦級」芯片，行業響應速度照例很快。
玻璃面板封裝從 PPT 走到了展臺
兩年前作者做過面板級封裝的視頻，那是 2024 年 Semicon Taiwan 的主題，當時還全是 talk 和 slideshow。現在 AI 系統太大，行業想用方形、玻璃制的面板 interposer 來承載 chiplet 和內存，替代硅 interposer。作者的態度是保留的：臺積電能不翹曲、不開裂地做出來嗎？「我看到芯片才信。」但生態已經在動，展館裡出現了適配方形面板的搬運機器人等設備。他判斷這波「chipmaxing」會是半導體史上影響最深遠的技術轉型之一，量級大致相當於當年轉向 300 毫米晶圓。
現貨市場消失了，VC 開始幫被投企業找 GPU
2025 年 9 月作者上次在灣區時是完全不同的光景。此後長時運行的 agentic AI 席捲硅谷，部分由 Anthropic 在 2025 年 11 月前後發布 Opus 4.5 這類更強模型以及 Open Claw 觸發。2026 年 2 月價格開始上漲，各方搶著鎖定算力，Anthropic 領頭與 SpaceX、Google 等籤大單。作者被告知，他這趟去的時候現貨市場已經完全消失。對 Neocloud（這個說法由半分析師 Dan Nishbal 在 2024 年 4 月提出，指轉售 AI 訓練和推理算力的純雲廠商，如 Coreweave、Nebius）來說這是天大的好事，他們確信短缺至少還會持續一到兩年。作者遇到好幾個互不相識、各自想創業做 Neocloud 的人。對 AI 初創來說這是業務風險：想像一下告訴投資人產品要等到 2027 年中，因為算力不夠。VC 幫被投企業的新方式就是去找算力，他聽說有人到處湊一千塊 GPU，甚至跑到東歐這種意想不到的地方去搜刮。
兩家巨頭在吃席，算力還在被浪費
對比之下，Anthropic 和 OpenAI 內部是在吃席。Dylan 最近在 Dashpod 上說，這兩家 AI 巨頭各有約 5 吉瓦算力。作者由此推測，這麼多算力裡相當一部分可能被浪費掉了，他聽到的軼事也印證這種「富得流油」並沒有被最高效地使用。他還問每個聊過的 AI 圈內人一個問題：Google 會回到前沿嗎？普遍共識是不會，雖然解釋都含糊。有幾個人指出，Google 決定把大量算力賣給 Anthropic，本身就等於它自己也不相信。這和 Gemini 3 讓一些人以為 OpenAI 完蛋了的時期相比是個大反轉。作者聽到的說法是，Google 遭受了嚴重的人才流失，加上一種不利於前沿 AI 的文化。
Neolab 是拿算力當錢的風險投資
作者最著迷的是 Neolab：基本沒有收入的研究型初創，靠融資去探索一個有意思的 AI 想法，創始人常是精英研究員，除了「發現一種全新結構」之外幾乎沒有商業計劃。最出名也最早的 Safe Superintelligence 融了十億美元，至今沒發布產品或模型。這個標籤很模糊，涵蓋 recursive intelligence、Humans、Core Automation、Flapping Airplanes 等；已有產品的還有日本的 Sakana AI、Thinking Machines、Reflection AI，以及材料科學、世界模型、機器人等垂直方向的一批。第一反應是這類資產很蠢：沒收入、沒有立刻變現的計劃。但作者能理解：歷史上出突破性科學要靠研究型大學、政府實驗室或貝爾實驗室，而大學經費被砍、人才被產業吸走，AI 大概是過去 50 年裡第一個沒有政府參與而出現的主要技術，且這個時代研究是封閉保密的。那就讓手握算力和現金的 Nvidia 加上一堆 VC 去投這些不對稱賭注。OpenAI、Anthropic 被鎖在 transformer 範式裡，不太會花錢研究這些方向。失敗概率很高，但大部分資金本來就是以算力形式給的；真有人挖到金礦、逼巨頭轉向（比如更省數據的架構），巨頭大概率會以令人咋舌的價格把發現者買下來，一次就回本。作者認為這比繼續回購股票是更好的現金用途，並點名 Apple。
token 在燒，ROI 沒人量過
客戶確實在燒 token，但拿到 ROI 了嗎？作者問遍生態，答案依然模糊：不知道，沒人測過，全靠軼事。他相信編碼門檻降低會衝擊知識工作——過去金融公司僱一堆 reporting analyst 幫管理層掌握頭寸，現在兩個聰明的年輕分析師加上 Claude 寫個 dashboard 就夠了，這是他親眼見到的。但 AI 的其他能力，比如做表格、做演示，這些營銷裡常打的東西，他沒看到明顯影響。也許只是需要更多時間，也許是智能本身的問題。OpenAI 最近發博客講 agent 如何加速公司內部研究，但仍把 AI 的能力定位成實習生水平：能執行日常任務，離真正的 AI 研究員還很遠。他聽到的說法是 AI 仍缺乏人類的研究品味，不過有人相信足夠大的規模能實現。還有一件在舊金山對所有人都成立的事：大家工作比以前更拼。如果模型真那麼能幹，為什麼所有人都說自己活更多了？也許 AI 不是替我們幹掉工作，而是給了我們更多工作。
2027 年算力會從短缺翻成過剩
所有人都在說短缺、短缺、還要短缺兩年，作者反而懷疑事情不會按預期走。他的算術不復雜：2026 年底可用 AI 數據中心容量估計約 15 吉瓦，OpenAI 和 Anthropic 各佔約 5 吉瓦；供應鏈會響應，2027 年底這個數字估計衝到 45-55 吉瓦，也就是 30-40 吉瓦的增量，兩家巨頭分掉其中約 30 吉瓦。假設一半用於訓練，兩家合計 15 吉瓦用於推理。目前每吉瓦推理被建模為帶來約 500 億美元收入（這個數字來自 Dylan Patel 在 Dashpod 的說法），也可以從 Anthropic 每月 12.5 億美元買 SpaceX 300 兆瓦的交易反推；Dylan 認為更聰明的模型最終能推到每吉瓦 1000 億美元。按這個算，2027 年兩家應產出 7500 億到 1.5 萬億美元收入。作者說這數字太誇張：多數人同意兩家今年做 1500-2000 億，明年他勉強能想像 4000-5000 億，但 7500 億到 1.5 萬億是「兩個沃爾瑪」或「兩個豐田」，可信度很勉強，他不認為能到。他押注每吉瓦收入遠低於 1000 億甚至 500 億，可能只是其中一小部分。從基礎設施側看也一樣：假設 2027 年落地 40 吉瓦，當前租金約每兆瓦 2000 萬美元，對應 3 年回本，那麼這 40 吉瓦需要向基礎設施方支付 8000 億美元，僅 2027 一年。他也不認為能收到，這意味著租金必須下跌，某個地方有人要認賠。結論：2027 年供應鏈會帶來大量算力，且大部分在下半年，他賭這會把市場從短缺推向過剩。他強調自己不是說 AI 泡沫要破，只是我們很快會被算力淹沒——2026 年是 agentic 需求配 2025 年的供給，供給會追上並大概率超調；但之後也許下一階段增長點燃，需求再次膨脹，比如 persistent AI。
反 AI 情緒可能贏下選舉
作者提到上一支 Hot Chips 視頻裡有人預測 AI 會在一年內解決一個千禧年難題，現在有消息稱 OpenAI 一個先進內部模型給出了 Navier-Stokes 存在性與光滑性問題的證明，他朋友說準了。但本該是了不起的成就，卻被抄襲和數據竊取的指控玷汙。這股負面情緒指向他在網上和普通人身上越來越多看到的東西：反 AI 情緒。很多人恨 AI，理由各不相同——恨數據中心、恨它代表億萬富翁的一切、認為它在偷「人類知識」、或者認為社會根本不需要它。不管原因是什麼，這種情緒在增長，而他有個不好的預感：這個議題能贏下選舉。舊金山活在自己的氣泡裡，城市本身就卷在自己的微氣候中，但裡面的人應該更注意氣泡外正在生長的情緒，事情可以以可怕的速度擴散。
原話 · 已逐字校驗
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.
去年我寫過，新 AI 芯片的窗口已經關閉，只有 Google 的 TPU 是例外。現在我收回這句話。我錯了。
Semicon Taiwan is TSMC's request for proposal to the whole semiconductor industry.
Semicon Taiwan 就是臺積電向整個半導體行業發出的招標書。
Can TSMC produce these panels without warping and cracks? I'll believe it when I see the chips
臺積電能不翹曲、不開裂地做出這些面板嗎？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.
它們的特徵通常是精英研究員創始人，除了發現一種全新結構之外，幾乎沒有任何商業計劃。
Maybe rather than automating away work, AI just gives us more work to do.
也許 AI 並不是把工作自動化掉，而只是給了我們更多工作要做。
I'm not saying that the AI bubble's popping, just that we will soon be a wash in compute.
我不是說 AI 泡沫要破了，只是我們很快就會被算力淹沒。
And I have a bad feeling that this issue can win elections.
而且我有種不好的預感：這個議題能贏下選舉。
數字與實體
| 2026 年底可用 AI 數據中心容量 | 約 15 吉瓦 | 15:17 |
| 2027 年底可用 AI 數據中心容量估計 | 45-55 吉瓦 | 15:17 |
| OpenAI 與 Anthropic 各自算力 | 約 5 吉瓦 | 9:12 |
| Anthropic 購買 SpaceX 算力的月付 | 12.5 億美元 / 300 兆瓦 | 15:17 |
| 每吉瓦推理算力對應的收入模型 | 約 500 億美元，Dylan 認為最終可到 1000 億美元 | 15:17 |
| 兩家巨頭 2027 年推算收入 | 7500 億至 1.5 萬億美元 | 15:17 |
| 當前數據中心租金 | 約每兆瓦 2000 萬美元，對應 3 年回本 | 18:23 |
| 2027 年 40 吉瓦需支付給基礎設施方的金額 | 8000 億美元 | 18:23 |
| 臺積電準備的最大芯片尺寸 | 橫跨 14 個光罩 | 6:08 |
術語
- Neocloud新型雲廠商
- 轉售 AI 訓練與推理算力的純雲廠商，如 Coreweave、Nebius。
- Neolab新型研究實驗室
- 基本無收入、靠融資探索全新 AI 結構的研究型初創。
- reticle光罩
- 光刻一次能曝光的最大區域，決定單顆芯片的尺寸上限。
- panel level packaging面板級封裝
- 用方形玻璃面板替代硅 interposer 承載 chiplet 與內存。
- RSI遞歸自我改進
- recursive self-improvement，AI 自主改進自身能力。
收聽指南
關注 AI 算力供需與數據中心投資的創業者和投資人；想了解臺積電與半導體封裝走向的硬件工程師。
開頭 Hot Chips 會場氛圍與展臺見聞可快進，直接聽 08:12 之後的算力部分。