半导体股暴跌40%？2万亿订单揭示AI算力无限需求

半導體股暴跌30-40%，但超大型雲端廠商的算力訂單積壓從5,000億美元暴增至2兆美元。作者Kerman Kohli指出，算力需求並非有限，而是被政府、科研、企業、個人四群體驅動的無限需求，更因AI的遞迴特性，算力本身會催生更多算力需求。認為泡沫的人，可能忽略了人類永遠不會滿足於現有智慧。

（前情提要：林上倫律師專文》素人用 AI 寫法律訴狀，是在自掘墳墓）

（背景補充：Coinbase 讓 AI 代理直接刷 USDC！x402 支付標準正式進軍商業端）

半導體與AI概念股從歷史高點回檔30-40%，市場一片「泡沫破裂」之聲。但Kerman Kohli在Substack最新文章中提出截然不同的觀點：這波下跌並非終點，而是對算力需求本質的誤判。Kohli認為，判斷AI是否泡沫的核心問題只有一個——你相信算力需求是有限的還是無限的？從主權國家的軍事競賽、科學研究、企業產品到個人應用，每個群體願意為算力支付的價格天花板都不同，且AI具備其他基建沒有的「遞迴需求」特性：算力會自我增殖。當超大型雲端廠商的算力訂單積壓在1.5年內從5,000億美元飆升至2兆美元時，說這是泡沫需要更強的證據。

當超大規模雲廠商的算力訂單積壓從 5,000 億美元漲到 2 兆美元時，說這是泡沫需要更強的證據。

根據這篇文章發布的時間，半導體和其他 AI/動量相關股票已經從歷史高點下跌了 30-40%。

很多人願意把這稱為半導體/AI/記憶體的頂部，併為沒有參與而慶祝勝利。

他們很可能慶祝得太早了。

在我看來，半導體/AI 投資論點歸結為這一個問題： 「你認為對算力的需求是有限的還是無限的？」

在交流中，我看到太多人困在他們對企業使用/採用的區域性經驗中，並推廣到更廣泛的市場。我認為企業採用需要更長時間的論點可能確實成立。

然而，這也創造了一個反向激勵，讓更小、更 AI 原生的公司用更少的員工擊敗它們，因為 AI 如果使用得當，可以比用人力擴張便宜得多。

無論如何，讓我們放大視野，停止將 AI 資本支出僅僅視為企業需求。從高層次來看，AI 建設是關於讓算力上線。

算力反過來可以並將被以下群體使用： 政府用於軍事和國防目的 科學家用於醫學和其他前沿研究 企業構建新產品並在沒有勞動力限制的情況下擴張 個人賦能做更多事情（程式設計、設計、創作、提問）

暴跌40%是買點還是陷阱？核心在算力無限 這些用例和買家各自願意為算力支付不同的價格。雖然有些人可能因為算力價格而退出，但認為不會有其他人有更高預算是不明智的。對某些人來說，算力支出是不可商量的，因為這是殘酷的競賽。例子包括主權政府和超大規模雲廠商。對其他人來說，算力是勞動力成本的替代品，而且仍然便宜得多（沒有法律開銷、管理時間等）。

相信我們「過度建設」或「建設超過容量」意味著上述任何群體都已達到最終狀態並對現狀滿意。簡單來說，它相信： 政府認為他們不需要更智慧的武器和防禦能力 科學家對已完成的研究量感到滿意 企業認為他們在產品線上已經做了足夠的工作，不想再增長 個人已達到好奇心的最終狀態，不想做更多 如果你真的相信上述任何一點，那麼你說 AI 是泡沫、會有過度投資是對的。

每個群體願意/能夠為算力支付的價格不同，但市場會圍繞需求組織以確保質量/價格能夠滿足。認為智慧對所有群體來說都太貴是個誤解，因為那些能夠盈利地編排智慧的人會繼續推動對它的需求。

但是，如果你相信人類和上述群體永遠不會滿足，那麼你必須相信對算力的需求是無限的。我們現在正處於一場圍繞算力的大競賽中，很少有人意識到這一點。

在市場中花費更多時間後，這是投資者對算力建設持續最大的擔憂。超大規模雲廠商花光所有自由現金流的趨勢是否過度，他們是否在賭上自己的未來？

雲端廠商訂單積壓2兆美元：誰在排隊？

除了超大規模雲廠商的資本支出，人們還非常關注大型實驗室獲得了什麼收入和利潤？新的開源模型威脅實驗室從前沿模型中可提取的價值，這使情況變得更加複雜。

我會花時間逐一討論，但讓我們從超大規模雲廠商的資本支出開始。

那些認為超大規模雲廠商算錯賬的人，我需要你們明白這遠非事實：公有云服務貴得離譜，他們知道如何從你身上榨取每一分錢。他們說服了整整一代公司，讓你們相信沒有他們就無法擴張。

作為報酬，他們將正常非 CPU 算力的成本標高 10-20 倍。此外，你還要為日誌、資料傳輸（出口）和其他 5 項服務付費才能完成基本工作。

這個遊戲之所以奏效，是因為他們把你困在他們的系統裡。GCP/AWS 王國內的頻寬很便宜，一旦你向外轉移就會大幅上漲。對很多超大規模雲廠商來說，他們需要客戶留在他們的生態系統中，否則就有失去生意的風險。沒有足夠的算力對他們的生存是致命的。當你的客戶資料和算力都在你這裡時，說你的 GPU 用完了是完全不可接受的，會迫使他們慢慢轉向你的競爭對手。超大規模雲廠商創造了一個有趣的動態，他們可以強迫客戶支付任何他們想要的價格，而客戶對此無能為力。他們的租戶與裸機如此脫節，有巨大的鎖定效應，使得轉移成為一個多年的努力（如果可能的話）。

舉個簡單的例子來說明他們在這方面有多瘋狂。我幾個月前寫過我如何建造這臺 15,000 美元的機器： 圖：作者自建的 AI 推理機器 來源：Kerman Kohli / Substack 你可以在 GCP 上找到同樣的 GPU、配置更低的機器： https://cloud.google.com/products/compute/pricing/accelerator-optimized 按需成本約為每月 3,248 美元，3 年預留每月 1,444 美元。

圖：Google Cloud GPU 例項定價示例。來源：Google Cloud 我的機器只有 128GB DDR5，但 Google Cloud 的是 180GB 的某種記憶體（他們不告訴你是 DDR4 還是 DDR5 哈哈）。

快速計算： 按需定價我的機器將在 4.6 個月內回本 三年承諾的回本期為 10 個月 硬體不折舊反升值？自建伺服器...