TLDR
视频来自“20VC with Harry Stebbings”的 YouTube 视频采访,其中 Groq 创始人兼首席执行官乔纳森·罗斯 (Jonathan Ross) 讨论了人工智能 (AI) 行业当前的市场动态和未来。 罗斯强调,计算能力是控制AI的关键资源,并预测像 Nvidia 这样的公司价值可能会飙升至 10 万亿美元,因为市场对计算的需求是“永不满足的”。 他还深入探讨了大型科技公司(如 Mag 7 成员)在 AI 领域的大额 资本支出 (capex),认为这并非纯粹出于经济考虑,而是为了避免在 AI 竞赛中被淘汰。 此外,罗斯预测 OpenAI 和 Anthropic 最终都会开发自己的 定制芯片,并主张政府应快速行动,投资于能源和计算能力,否则欧洲经济将面临被淘汰的风险。
摘要
本文档综合分析了Groq创始人兼CEO Jonathan Ross的核心观点,深入探讨了当前人工智能(AI)市场的本质、计算力的核心地位、全球芯片生态系统的演变以及AI对未来经济和地缘政治的深远影响。
核心洞察包括:
- AI市场并非泡沫,而是生存之战:大型科技公司(“聪明钱”)在AI领域的巨额投资并非出于纯粹的财务回报预期,而是一种存在主义的必然选择。为了维持其市场领导地位(如“科技七巨头”),它们必须不计成本地投入,否则将面临被淘汰的风险。
- 计算力是终极瓶颈与核心驱动力:对计算力的需求是“永不满足的”。AI应用的质量和收入与可用的计算力直接挂钩。如果OpenAI或Anthropic的推理计算力翻倍,其收入也将在一个月内接近翻倍。在算法、数据和计算力这三个提升AI的杠杆中,增加计算力是最直接、最可预测的方式。
- 能源是计算力的基石,决定AI地缘政治格局:Jonathan Ross强调,“控制计算力的国家将控制AI,而没有能源就不可能有计算力。” 美国凭借其芯片获取优势在“客场比赛”(即争取盟友)中领先。相比之下,欧洲因能源政策保守而严重落后,若不迅速采取行动(如建设更多核能或可再生能源设施),其经济可能沦为“旅游经济体”。
- 芯片生态系统正在重塑:
- Nvidia:尽管面临HBM(高带宽内存)的供应瓶颈,但其市场主导地位短期内难以撼动。Ross预测,Nvidia在五年内市值可能达到10万亿美元,届时其收入份额仍将超过50%,但芯片销售数量份额将下降。
- AI巨头:OpenAI、Anthropic等AI实验室和所有超大规模云服务商最终都将自研芯片。其主要动机并非追求极致性能,而是为了“掌控自己的命运”,摆脱对单一供应商的依赖。
- Groq的优势:Groq的核心竞争力在于其敏捷的供应链。相较于GPU长达24个月的交付周期,Groq的LPU只需6个月,这在快速迭代的AI模型领域是决定性的优势,也是客户最关心的价值点。
- AI将引发劳动力短缺,而非失业潮:与普遍的担忧相反,Ross预测AI将带来三大经济变革:大规模的通缩压力(商品和服务成本降低)、人们因生活成本下降而选择减少工作(“退出经济”),以及创造出今天无法想象的新产业和新岗位,最终导致劳动力短缺。
详细分析
1. AI市场分析:非泡沫的生存之战
Jonathan Ross认为,与其争论AI是否存在泡沫,不如观察“聪明钱”(如谷歌、微软、亚马逊及主权国家)的行动。它们正在以前所未有的规模加倍投入AI,这背后是深刻的战略考量。
- 存在主义驱动的资本支出:大型科技公司的巨额资本支出(Capex)并非基于传统的投资回报率(ROI)计算,而是一种防御性策略。Ross在一个由管理着数十亿美元资产的基金经理组成的会议上提问:“谁100%相信10年后AI无法完成你的工作?” 无人举手。这正是大型科技公司的心态:如果不全力投入,它们将彻底失去市场领导地位。留在“科技七巨头”(Mag 7)行列本身就能维持高估值,这种地位的价值远超短期财务回报。
- 早期石油钻探式的“块状”市场:当前AI应用市场的收入高度集中,呈现“块状”(lumpy)分布。据统计,约36家公司占据了99%的AI代币支出。这类似于早期石油钻探,少数人凭直觉挖到“喷油井”并获得巨额财富,而大多数人则血本无归。随着市场成熟,这种现象会减少,但早期投资者的超额回报机会也会随之消失。
2. 计算力:AI时代的核心资源与瓶颈
计算力是贯穿整个访谈的核心主题。Ross认为,它是当前AI发展最关键的限制因素,也是最强大的驱动力。
- 永不满足的需求:市场对计算力的需求是“永不满足的”。
- 收入直接挂钩:Ross断言:“如果OpenAI或Anthropic今天获得双倍的推理计算力,它们在一个月内的收入几乎会翻倍。” 这是因为它们目前受限于计算力,无法满足所有用户需求(例如,Anthropic的用户抱怨速率限制)。
- 质量与支出的正相关:在AI领域,增加支出可以直接提升产品质量。例如,可以通过运行两次提示并选择更优结果来为高价值客户提供更好的服务。OpenAI推出的高价限量产品,正是为了探索更多计算力能带来怎样的产品质量提升。
- 速度的内在价值:许多人认为AI应用的延迟可以接受,Ross认为这种观点“100%是错误的”。
- 多巴胺循环:他以消费品为例,利润率最高的商品(如烟草)往往是那些能最快作用于人体的。AI的速度直接影响用户的多巴胺循环和品牌亲和力。
- 转化率:基于早期互联网公司的经验,“每100毫秒的速度提升,约能带来8%的转化率增长。” 人们无法凭直觉理解速度的“本能重要性”。
- 提升AI最便捷的杠杆:AI的进步依赖于算法、数据和计算力。其中,算法的突破很少见,获取高质量数据非常困难,而计算力是“最容易调节的旋钮”。只要投入资金并愿意等待,就能获得更多计算力,这是整个AI管线中最可预测的部分。
3. 芯片生态系统的演变与未来
芯片是计算力的物理载体。Ross对该领域的竞争格局、关键参与者和未来趋势进行了深入剖析。
Nvidia的现状与未来
- 供应瓶颈:Nvidia的产能并非受限于GPU芯片本身的制造能力(其制程与手机芯片相同),而是受限于HBM(高带宽内存)和中介层(interposer)的有限产能。这导致其产品交付周期极长,客户需要提前两年以上下订单。
- “准专买权”(Monopsony):Nvidia是HBM的单一最大买家,形成了事实上的“准专买权”,这使其在与供应商谈判时拥有巨大优势。
- 未来预测:
- 市值:“如果五年后Nvidia的市值没有达到10万亿美元,我会感到惊讶。”
- 市场份额:五年后,Nvidia的收入份额仍将超过50%,但其芯片销售数量份额将降至少数,甚至可能只有10%。这是因为其品牌溢价和高利润策略将使其在高端市场保持领先,而其他厂商将在更广阔的市场中占据数量优势。
AI巨头自研芯片的必然性
- 核心动机:Ross明确指出,超大规模云服务商(如谷歌的TPU)和AI实验室(OpenAI、Anthropic)自研芯片的核心动机是“掌控自己的命运”,而不仅仅是追求性能或成本。这使它们在与Nvidia谈判时拥有筹码,避免因供应分配受制于人。
- 谷歌的先例:他提到,谷歌曾为了从英特尔获得更好的折扣,而设计并制造了1万台基于AMD芯片的服务器,尽管当时所有人都知道英特尔芯片性能更优。这证明了自研硬件作为商业谈判杠杆的巨大价值。
- 挑战:自研芯片极其困难,不仅是硬件设计,软件生态和持续迭代的挑战更大。谷歌同时期的三个芯片项目中只有一个成功超越了GPU。然而,对于这些巨头来说,这是必须进行的尝试。
Groq的独特价值主张
- 从速度到供应:Groq最初向客户强调其LPU(Language Processing Unit)的速度优势。但很快发现,客户更深层次的痛点是无法获得足够的计算力。一位客户曾向Groq寻求其总产能5倍的计算力,这是任何供应商都无法满足的。
- 敏捷的供应链:Groq最大的差异化优势在于其供应链。客户下单后,首批LPU可在6个月内交付,相比GPU需要提前24个月下单,这18个月的时间差在AI模型飞速发展的今天至关重要。与一位超大规模云服务商基础设施负责人的会谈中,对方唯一关心的就是这个6个月的交付能力。
- 系统级优化:Groq从系统而非单个芯片的角度进行设计。例如,其使用的SRAM虽然单位比特成本远高于DRAM(约贵10倍),但在运行大型模型时,由于GPU架构需要复制数百份模型权重,导致其总内存使用量是Groq的500倍,最终DRAM的总成本反而更高。
4. 全球AI竞赛:能源与地缘政治
Ross将AI竞赛提升到了国家战略和地缘政治的高度,其核心是能源。
- “得计算力者得AI,得能源者得计算力”:这是他反复强调的核心论点。没有充足且廉价的能源,就不可能支撑大规模的AI计算集群。
- 美国的优势与“客场比赛”:美国在获取先进芯片方面具有优势,这使其在“客场比赛”(向欧洲、日本、韩国、印度等盟友提供AI能力)中领先于中国。
- 中国的策略与挑战:
- 成本结构:中国的AI模型通常被认为运行成本更低,但Ross指出这是一个误解。它们往往是为了“训练成本更低”而优化,导致“推理成本”可能是美国顶尖开源模型的10倍。
- 主场优势:中国可以通过政府补贴和大规模能源建设计划(如150座新核反应堆)来赢得“主场比赛”。
- 客场劣势:在能源有限的国家,中国的能效较低的芯片方案不具备竞争力。
- 欧洲的困境与机遇:
- 能源赤字:欧洲在能源问题上过于保守,导致其在AI竞赛中严重落后。Ross认为,如果欧洲现在不采取果断行动,其经济未来可能只剩下旅游业。
- 解决方案:他建议欧洲采取“曼哈顿计划”式的方案发展能源。例如,充分利用挪威80%利用率的风能,或与沙特阿拉伯合作建立“数据大使馆”以使用其廉价能源。日本决定重启核反应堆的举动,应为欧洲敲响警钟。
5. AI对经济与社会的深远影响
Ross对AI的长期影响持乐观态度,其观点与主流的“失业论”截然相反。
- 三大经济变革:
- 大规模通缩压力:AI将优化从农业到供应链的每一个环节,导致所有商品和服务的成本大幅下降。
- 人们选择“退出”经济:由于生活成本降低,人们将需要更少的工作来维持生活,因此会选择减少工作时间、提前退休。
- 创造新产业与劳动力短缺:AI将催生出今天无法想象的新产业和新工作岗位,就像100年前“软件工程师”或“网红”是不可思议的概念一样。最终,社会将面临劳动力不足的问题。
- “氛围编程”(Vibe Coding)的普及:
- Ross认为,基于自然语言的提示工程(他称之为“氛围编程”)将使编程从一项专业技能转变为像读写一样的基本素养。
- 未来,无论是市场营销、客户服务还是咖啡店老板,都需要具备编程能力来为自己的工作创建工具。他分享了一位经营连锁咖啡店的朋友通过“氛围编程”成功开发库存管理工具的案例。
6. 核心观点与语录
| 主题 | Jonathan Ross 观点/语录 |
|---|---|
| AI市场 | “与其问‘是不是泡沫’,不如问‘聪明钱在做什么’。他们都在加倍下注。” |
| 计算力需求 | “对计算力的需求是永不满足的……如果OpenAI或Anthropic获得双倍的推理计算力,一个月内它们的收入几乎会翻倍。” |
| AI竞争 | “控制计算力的国家将控制AI,而没有能源就不可能有计算力。” |
| 欧洲的未来 | “(如果欧洲不在能源上行动)那么欧洲的经济将成为一个旅游经济体。人们来这里看古色古香的旧建筑,仅此而已。” |
| Nvidia | “如果五年后Nvidia的市值没有达到10万亿美元,我会感到惊讶。” |
| 自研芯片动机 | “通过自研芯片,你真正得到的不是你自己的芯片,而是对自己命运的掌控权。” |
| AI与经济 | “我相信AI将导致大规模的劳动力短缺……我们将没有足够的人来填补所有将被创造出来的工作岗位。” |
| 速度的重要性 | “认为我们可以接受延迟,这种想法是100%错误的。为什么网页加载速度需要比你阅读的速度快?” |
| LLM的意义 | “我将LLM视为思想的望远镜。现在它们让我们感到渺小,但一百年后,我们将意识到智能比我们想象的要广阔得多,我们会认为这很美。” |
