圖片由AI生成
AI頂流們正在加緊“梭哈”芯片。
Meta、OpenAI和Anthropic等公司今年以來已簽下了數(shù)千億美元訂單。
憑此賺得盆滿缽滿的，自然還是“賣鏟人”。
在本周ASIC芯片龍頭博通公布的財報中，一季度（2025年11月至2026年1月）AI半導體收入84億美元，同比大漲106%；Q2預期環(huán)比再漲27%達107億美元，同比將暴增143%。
此前，英偉達的業(yè)績更是炸裂，公司同期總營收已達681億美元，同比增長73%，新財季營收預期更是增至780億美元，預計同比增長77%。核心指標全都大幅刷新紀錄。
這些公司的掌舵者也對未來一致樂觀。
博通CEO陳福陽說，明年，公司光AI芯片營收就能超過1000億美元，比上個財年的公司總營收還高出至少五成。
英偉達CEO黃仁勛說，在截至2026年底的五個季度中，公司主力芯片Blackwell和下一代芯片Rubin的訂單至少有5000億美元，這個數(shù)字是英偉達此前年收入的兩倍還多。
表面上看，“狂飆突進”仍在加速，甚至每一次破紀錄都像是新的指數(shù)級增長曲線的起點。
但在風光背后，從芯片到云，從大模型到應用，一系列技術(shù)、產(chǎn)業(yè)與社會的變化正在發(fā)生，某種約束已若隱若現(xiàn)：Scaling Law（縮放定律）和通用GPU多年來的統(tǒng)治地位受到挑戰(zhàn)，云廠商巨額Capex（資本開支）的驗證時間窗口收窄，“定制化”和“個性化”等分布式需求愈發(fā)吃重，讓集中式的迅猛增長有落潮之虞。
作為AI大模型時代并駕齊驅(qū)的造浪者，今年以來，英偉達與OpenAI之間的關(guān)系明顯松動。
年初，媒體爆出英偉達不滿OpenAI的商業(yè)策略，欲大幅削減投資。此后，又有消息稱，OpenAI對英偉達最新芯片在推理環(huán)節(jié)的表現(xiàn)不滿，會繼續(xù)探索替代方案。
傳言難以證實，但英偉達在OpenAI新一輪融資中出資300億美元，相較此前的千億美元投資方案明顯縮水。
在3月4日的摩根士丹利TMT會議上，黃仁勛親口表示，這次投資“可能是最后一次”，去年11月被他稱為“一代人僅有一次機會”的千億美元合作大概率會不了了之。
為什么會突然發(fā)生這樣的轉(zhuǎn)變？背后有些行業(yè)趨勢值得探討。
首先是，Scaling Law和GPU性能提升飛輪，已有觸頂跡象。
計算機科學家伊利亞·蘇茨維克（Ilya Sutskever）已表示，此前Scaling Law能夠主導大模型發(fā)展，是因為預訓練的道路走通了。誰的大模型喂得越飽，就顯得越聰明。但隨著大模型領(lǐng)域競爭白熱化，高質(zhì)量、結(jié)構(gòu)化的公開數(shù)據(jù)實際上已被吃盡。
光有算力不足以支撐這條路走到頭。
業(yè)界對Scaling Law的未來，有很多討論，比如轉(zhuǎn)向后訓練，轉(zhuǎn)向推理時擴展，或者改進Transformer核心架構(gòu)。
但拆解這些方法，其關(guān)鍵詞多與“提升效能”、“合理分配算力”和“特定領(lǐng)域針對性優(yōu)化”相關(guān)聯(lián)，實際上，也意味著預訓練階段的性能躍遷不會再現(xiàn)。
GPU面臨的境況是相似的。
在Scaling Law時代，成熟度高、通用性和靈活性強、適合大規(guī)模并行運算的GPU，無疑是大模型的最佳搭檔。其性能在近十年間飛速進化，是大模型能力提升和規(guī)模化復刻的重要動力。所以，盡管英偉達產(chǎn)品售價極高，毛利率常年在75%左右，還是屢屢供不應求。
半導體行業(yè)知名研究機構(gòu)SemiAnalysis分析稱，芯片領(lǐng)域先進制程的演進速度已明顯放緩，典型案例是臺積電3nm帶來的性能增幅與成本增加已不成正比。
全球計算聯(lián)盟GCC數(shù)據(jù)也顯示，摩爾定律放緩正導致AI芯片性能增幅下滑，2018-2022年間，AI芯片性能年均提升50%，到2023-2025年已降至20%以下（未計入尚未量產(chǎn)投入市場的新一代產(chǎn)品）。
而就在2025年，追求特定場景下更極致的性能，功耗更低、體積更小、量產(chǎn)后成本更優(yōu)的定制化AISC芯片強勢崛起。
以谷歌TPU的市場良好反饋為標志，其市占比開始向GPU發(fā)起挑戰(zhàn)。而包括Meta、亞馬遜、微軟乃至OpenAI等都在加緊自研AISC芯片，2026年預計就將迎來量產(chǎn)和商業(yè)化的集中爆發(fā)期。
資料來源：各公司官網(wǎng)、野村證券、公開報道；作者制表
這條技術(shù)多元化路線的核心，又是“定制化”“高效能”“低延遲”和“性價比”，實際就是通用硬件效率狂飆的階段已經(jīng)落幕。
從這個視角再來看，OpenAI與英偉達之間隱現(xiàn)的“友誼裂痕”，所謂不滿芯片推理表現(xiàn)，是因為GPU不再能通過“暴力破局”來“包打天下”。而所謂對商業(yè)策略有疑義，則是在大模型能力“無限增長”故事講不下去后，希望確證能有可觀商業(yè)回報維持其需求的穩(wěn)定。
當然，性能增幅放緩絕不意味著需求會驟降，反而可能推動更加平穩(wěn)、持續(xù)的增長。而在2025年“DeepSeek沖擊波”中，描述效率優(yōu)化往往導致消耗總量增加的“杰文斯悖論”也屢被提及。
不過，前提是盡快切換到更加“細水長流”的發(fā)展模式，而目前AI產(chǎn)業(yè)的慣性動能，卻與此存在一定錯位。
最核心的，是拼命壓縮時間周期可能帶來的系統(tǒng)性病灶。
早期以GPU為主的AI芯片，迭代周期約為18-24個月。隨著AI熱潮來臨，需求方競爭壓力加劇，對迭代速度的渴求愈發(fā)極端，這讓英偉達和谷歌等將芯片迭代周期壓縮到“年更”。
但即使這樣還是不夠。
目前，頂尖大模型基本每三個月就要迭代一次。SemiAnalysis創(chuàng)始人迪倫·帕特爾（Dylan Patel）此前在參與The MAD Podcast with Matt Turck播客節(jié)目時表示，即使芯片廠商將迭代周期壓縮到半年，也無法很好適配模型進步的速度，也難言確保自身優(yōu)勢。
即使芯片和模型的性能增幅雙雙放緩，這種“賽跑”也未見稍顯的跡象。
而考慮到前文提到的制程、技術(shù)演進等方面的瓶頸，以及美國能源供給方面愈發(fā)緊迫的硬性約束，結(jié)果可能演變成跑著跑著增長動能斷檔，甚至雙雙“撞墻”，讓原本可能在斜率放緩中更加平衡的供需被打破。
更不可小覷的是這種“賽跑”對Capex的依賴。處在芯片與模型之間，被這種“你追我趕”來回拉扯的云廠商，承擔了最集中的資本支出，他們往往同時也涵蓋AI業(yè)務(wù)，投資與回報都面臨風險和壓力。
根據(jù)亞馬遜、微軟、谷歌、Meta和甲骨文這五大云廠商披露的信息，其2026年Capex總額將超過7000億美元。
數(shù)據(jù)來源：公司財報及電話會議；作者制圖
按照較為傳統(tǒng)的算力基礎(chǔ)設(shè)施五年折舊周期來計算，大約對應1400億美元的AI銷貨成本，這對AI行業(yè)目前的ARR（年度經(jīng)常性收入）來說是天文數(shù)字。雖然OpenAI預計2026年ARR能夠突破450億美元，Anthropic也有望達到類似規(guī)模，但這兩巨頭本身的市占比已接近八成，即使不考慮利潤，行業(yè)的凈收入也很難支撐資本開支。
而正是由于芯片和模型迭代速度越來越快，市場對折舊周期的計算也產(chǎn)生了疑惑。
知名投資人“大空頭”邁克爾·伯里（Michael Burry）自去年起，就一再“炮轟”當下的折舊周期不符合實際，認為如今AI芯片的實際經(jīng)濟價值可能在2-3年內(nèi)就會因技術(shù)過時而大幅衰減。
雖然此類觀點爭議頗多，但如果大模型和芯片的“賽跑”繼續(xù)，甚至還要加速，那么，有關(guān)折舊周期的質(zhì)疑只會越來越多。
而且，資本端的超額支出，往往以Scaling Law和大模型性能的繼續(xù)躍遷為由。從前文提及的趨勢來看，Scaling Law的退潮，也會讓Capex的狂飆不再“師出有名”。
2025年下半年至今，云巨頭的投資回報率（ROI）愈發(fā)成為市場矚目的核心指標，美股對缺乏利潤增長的Capex往往報以拋售，典型如微軟，其公布的財報營收、凈利均超預期，但股價隨即暴跌10%。
而芯片企業(yè)即使持續(xù)創(chuàng)造新的紀錄，但以去年11月英偉達市值從5萬億高點回落為節(jié)點，市場始終未給出匹配增速的估值溢價，空頭聲音反而愈發(fā)顯眼。
這些，也構(gòu)成了時下盛行的“AI泡沫論”的核心焦慮。
不過，值得注意的是，相較于泡沫本身的存在與規(guī)模，人們看待和對待其方式，可能更加重要。
當市場持續(xù)不給單純的拼規(guī)模、拼速度以正向反饋后，這一趨勢更可能會以幾次陣痛為代價放緩步伐。
目前芯片大廠和部分大模型、云廠商對未來兩年已有明確規(guī)劃，迭代速度和支出規(guī)?？赡苋匀痪S持高位，高盛也預測2025至2027年是AI服務(wù)器出貨量增長最迅猛的三年，其中增速峰值出現(xiàn)在2026年。
但在這之后，全產(chǎn)業(yè)鏈的增長可能都會面臨結(jié)構(gòu)性放緩。
如果只在商業(yè)和技術(shù)層面考慮，對AI增速形成影響的變量還有很多，但最近兩大標志性熱門事件，為AI產(chǎn)業(yè)的發(fā)展，蒙上了一層不確定性陰影。
其中一個就是，Citrini Research的《2028全球智能危機》（The 2028 Global Intelligence Crisis）。
報告幾乎是以“近未來科幻”的方式，描述了從2025年末起Agent（智能體）登堂入室開始，直到2028年人類社會在新的AI時代可能面臨的窘境。
圖片來源：CitriniResearch
報告本身是虛構(gòu)，且先進技術(shù)替代人類工作種類，也不是什么新鮮論調(diào)，但是，當下的時點討論這個問題，卻意外引發(fā)空前共鳴。
畢竟，就在2026年初，OpenClaw、Anthropic的Claude Cowork及一系列Agent插件的出現(xiàn)，將AI的“替代力”十分直接地擺上了臺面。
在種種預警和焦慮下，人類社會加以反制AI嗎？
AI發(fā)展得越快，替代性危機的發(fā)酵就可能越快，但AI落地真實工作場景的實戰(zhàn)能力和可持續(xù)性，卻需要進一步探索，但顯然，我們正在看到的景象是，大小公司集體AI化的步調(diào)已經(jīng)加快了。（作者｜胡珈萌，編輯｜李程程）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論
英偉達訂單爆賺千億 但市場已經(jīng)不給對應的估值溢價
摩爾定律放緩 AI 芯片性能提升速度已經(jīng)大不如前
OpenAI 和英偉達關(guān)系破裂 曾經(jīng)的黃金搭檔走到了分叉路口
業(yè)績再猛也擋不住空頭 AI 泡沫的焦慮越來越濃
縮放定律開始觸頂 光堆算力已經(jīng)養(yǎng)不出更強的大模型了
云廠商 2026 年資本開支超七千億美元 回本壓力巨大
行業(yè)狂飆時代即將結(jié)束 細水長流的高效時代要來了
折舊周期被質(zhì)疑太短 AI 硬件還沒回本就可能面臨淘汰
巨頭紛紛自研芯片 不想再被英偉達一家卡脖子
通用 GPU 時代要落幕 定制化 ASIC 芯片正在全面崛起