大家好，欢迎收听老范讲故事的 YouTube 频道。

Meta 算力过剩恐慌：算力正在长出一套新的、云计算式的标准

先说结论：算力正在从机房里的机器，变成一种可以被全世界买卖、做空、挑毛病的新证券。接下来这三天，全球市场涨涨跌跌，都在为这个话题找证据。

三天之内，全球市场围着“算力”剧烈波动

7月1日：彭博社消息引爆 Meta 股价

7月1日美东时间，彭博社爆出一条消息：Meta 正在筹备一个云业务，准备把自己多出来的 AI 算力和模型访问权卖给外部客户。

大家注意，这不是 Meta 自己宣布的，也不是扎克伯格出来说了什么，而是彭博社爆料。而且这个消息里真正重要的东西并没有出现：到底有多大容量要卖出去，究竟有多少算力要卖，按什么价格卖，都不知道。

但 Meta 股价当场起飞，一度涨了接近 10%，收盘仍涨 8.8%，创下今年 1 月以来最大的单日涨幅。

同一天，AI 硬件股则被直接抽了一鞭子：英伟达跌了大概 2%，美光跌了 7%，闪迪跌了 8%。存储股通常会比芯片股跌得更狠，因为股价更难支撑，也更“魔幻”，出了事情上蹿下跳得更厉害。

真正受影响的是卖算力的公司：CoreWeave 跌了 10%，Nebius 跌了超过 10%。这两家公司都是直接拿英伟达显卡去卖算力的。

7月2日：Meta 也没扛住

第二天，剧情又反转。Meta 自己也没扛住，跌了大概 4%，把前一天涨上去的又吐出一大半。在暴跌之后，再接着跌 4.6%。美光、闪迪这些也没有麻溜地涨回来。两天下来，几乎没有谁是真正的赢家。

同一天，太平洋对岸更加炸裂。韩国 KOSPI 指数收跌 7.9% 左右，直接熔断；SK 海力士跌了 14.6%，三星电子跌了 9.1%。A 股这边，科创50单日跌了 7.7%，是今年以来最大的单日跌幅；兆易创新、北方华创这些芯片龙头股集体跌停。

7月3日：同样的剧本反着再演一遍

7月3日，一模一样的剧本反着再演了一遍。韩国 KOSPI 盘中一度涨近 5%，触发向上版 Sidecar 机制，也就是程序化买盘被暂停。所以熔断不光是向下跌熔断，向上涨也会熔断。韩国股市真的是上蹿下跳。

三星电子、SK 海力士日内涨幅一度都达到 8% 到 9% 左右。A 股这边，科创50午后反弹大概 2%，存储芯片概念明显回血。

把这三天的画面捋一捋：Meta 涨，芯片跌；Meta 跌，芯片也没涨回来；韩国跌着熔断，涨着也熔断；科创50先创今年最大跌幅，然后又涨回来 2%。这样的上蹿下跳，不是一句“AI 要崩了”或者“AI 还在猛涨”能够说清楚的。

真正发生的事：算力正在变成可衡量、可交易的新商品

我们不纠结这两天到底谁涨谁跌这种情绪性问题，而是讲一个更大的判断：这三天全球市场真正发生的事情，是算力正在从一堆机房里的机器，变成一种可以标准化衡量、打包、比较的新商品。

这不是简单的算力过剩，而是算力要长出一套像云计算那样的标准。

原来算力是一笔糊涂账。很多人说要花 1,000 亿美金、2,000 亿美金去买算力；还有人说自己有 10 万块显卡、20 万块显卡，然后股价、市值就蹭蹭往上涨。有没有道理？不能说完全没有。

但问题是，这个账有没有可比性？投资需要可比性：到底是 10 万块显卡值这么多钱，还是这些显卡在里面好好工作、真正干活才值这么多钱？或者只要把它们堆在仓库里就值这么多钱？原来没有一个清晰说法。

为什么互联网时代的糊涂账，到 AI 时代算不下去了？

早期互联网时代，大家也在拼命建机房、建计算中心，但当时里面主要是 CPU、云主机。普通人其实并不关心这些机器到底开没开机、怎么折旧、怎么更新。原因很简单：这个东西最后怎么挣钱，跟老百姓关系不大。

以谷歌为例。谷歌高峰时期拥有全世界不知道多少比例的服务器。后来大家都开始上服务器，它的数量虽然还在上升，但比例在下降。有人关心过谷歌这些服务器到底买亏了还是买赚了吗？没有。因为谷歌是做广告的，只要广告费挣到了，服务器怎么运作，没人关心。

真正愿意把这些东西摊开来讲的，是云计算公司：微软云、亚马逊云、谷歌云。谷歌云会摊开讲，但谷歌其他服务器不会摊开讲。为什么云计算必须摊开讲？因为云计算是一个非常需要精细化运营的生意，稍微差一点就赔钱。它成本高、资产重、竞争激烈，所以必须精打细算。

那为什么 AI 时代不能继续这么糊涂算账？原因在于今天的局面和谷歌当年完全不一样。

• 谷歌当年的服务器不是一天买回来的，而是日积月累买起来的。
• 谷歌买服务器时已经知道自己怎么挣钱，也知道为了挣更多钱该买多少服务器。
• 早期只有谷歌这类公司疯狂买服务器，其他人没有一起抢，价格也没有那么夸张。

现在不同了。谷歌、微软、OpenAI、Anthropic、Meta、Oracle 全都在疯狂砸钱，而且要一次性把钱砸进去买服务器。因为大家一起买，所有东西都在涨价：GPU 在涨价，存储在涨价，甚至电容、光通讯也在涨价。

更关键的是，现在大家还不知道该怎么挣钱。谷歌当年知道广告怎么挣钱，所以不用出来跟你讲账。但现在谁也不知道 AI 到底怎么挣钱，却还要花这么多钱砸服务器，砸到全世界开始缺硬盘、缺内存，缺到三星硬盘都到这样的程度。于是这块必须单独讲清楚：到底买了多少 GPU，GPU 开机率怎样，到底创造了多少价值。

所以这三天全球市场真正折腾的原因，不是算力多了，也不是算力少了，而是算力需要更精细地衡量，要像云计算那样去做精算。否则这个账没法往前走。

为什么 Meta 的消息一出来，算力股就跌了？

这个问题的核心叫供给和需求的不平衡。

炒股最好炒的，不一定是价值投资里的好公司，而是故事特别大、未来想象特别丰富、但筹码特别少的股票。比如一共就两张票，但大家赌的是全人类的未来。这时候我买了一张票，剩下那张票是不是就涨疯了？

这就像之前讲过的 MiniMax 和智谱。两家公司上市时体量差不多，智谱的模型确实比 MiniMax 好用一点，但绝不至于现在这样一个天上一个地下。出现这种结果的唯一原因，是 MiniMax 解禁股票太多，市场筹码变多了。炒股的人，特别是量化交易的人发现操纵不了了；智谱解禁股票少，只要稍微买一买、卖一卖，股价就能上去，所以更适合炒。

AI 圈子里其实也一样。算力池巨大，OpenAI 说要花 1.4 万亿美金建机房，今年已经确认的所有投资是 6,700 亿还是六千几百亿美金。但这些东西怎么运作、怎么赚钱，谁也说不清楚，这就是完全的“市梦率”。

在这种情况下，CoreWeave 和 Nebius 这类租算力公司，其实只是冰山一角。市场只管炒它们，把它们炒得很高。现在 Meta 出来说：“我也提供筹码，咱们一起来交易这个东西。”市场一看筹码变多了，逻辑就发生变化。

而且筹码变多以后，还有一个更大的问题：需求在哪里？这么多算力冲到市场上来，谁买？谁能拿它真正挣到钱？谁也说不清楚。于是股票开始上蹿下跳。

头一天 Meta 涨上去以后，市场马上发现不对：你不是号称算力多了吗？要把多出来的算力扔到市场出租，为什么没有降低资本支出？为什么还在拼命花钱买算力芯片、建机房？这到底是什么意思？所以 Meta 又跌下去了。

因此，涨跌的核心不是算力多了还是少了，而是在一个巨大的冰山上，原来只露出一个小角，现在又多露出一块，供求关系发生变化。对于喜欢炒作“市梦率”的人来说，这就是天塌了。

Meta 到底是算力缺了，还是算力多了？

这件事很矛盾：一边说算力多了，要出租；另一边又说还要继续投入、继续建新机房。到底是什么情况？

最早公开的数字来自扎克伯格自己。2024 年 1 月，他在 Instagram 上说，Meta 大概有 35 万颗英伟达 H100；如果把 A100 和其他 AI 芯片都折算进去，总算力大概相当于 60 万颗 H100。

到了 2025 年，这个数字没有正式官方更新。原因很简单：Meta 不是一家云计算公司，不需要像亚马逊云、微软云那样每个季度公告自己有多少张卡、利用率怎么样、空置率怎么样，所以它变成了一个黑盒子。但这个数字大概率仍然在涨。

问题是，这么多卡放在那里，Meta 到底做出什么来了？目前看，没做出太多东西。前面把杨乐昆赶走，亚历山大王弄来，最后也没出什么结果。

7月2日，路透社独家报道，扎克伯格在公司内部全员大会上承认，公司在智能体开发，也就是 agentic development 这条线上，过去至少四个月没有以“我们预期的速度”加速。

他还说，今年 5 月那轮组织重整，裁员 8,000 人，占公司接近 10%，另外大概有 7,000 人转岗到新设立的 AI 相关团队，并没有想象中那么干净利落。

扎克伯格还表示，高管在时机判断上确实出现了误判。不过他话锋一转，说对公司的 AI 投入依然乐观，预计未来 3 到 6 个月，AI 这块会看到更实质的回报。

在 X 平台上，亚历山大王转发了这条新闻。他先把扎克伯格这句话定性为：不是我们有问题，而是整个行业智能体能力的整体进展都不行，不光是我落后，大家都不灵。然后又预告下一版 Muse Spark，也就是他们的新模型，更新即将上线，在编码和智能体能力上会有重大改进，以更有竞争力地对标其他领先模型，并即将推送到 Meta AI，同时开放一个新的 API。

怎么说呢，是骡子是马，拉出来遛遛。以 Meta 现在做出的东西来看，不管它现在有几十万块卡，还是有 100 万块卡，它的卡一定是余出来了，而且非常富裕。

但在卡这么富裕的情况下，Meta 还要追加资本开支。今年资本开支指引是 1,250 亿到 1,450 亿美金。截至一季度末，对未来 AI 基建的承诺支出是 1,829 亿美金，其中包括明年的一部分。

只要有实打实的数字，它就必须完成。如果不完成，SEC 会发信。一般收到这种信就意味着要裁员，这没什么好说的。你放出来的预告必须实现，不能吹了牛最后不兑现，美国 SEC 不能惯着这个事。

一边是自己算力过剩，一边是疯狂追加投资，原因很简单：现在这些大厂，不管是谷歌、Meta、微软、Oracle，都在赌 AI 是唯一的未来。所以它们趁自己还有现金、资产和信用，能借多少钱借多少钱，砸锅卖铁也要冲上去。

xAI 的算力租赁交易：一个可参考但并不干净的样本

另一个租算力的案例，是 xAI 租出的算力。虽然 Meta 并没有给出具体价格和实施方案，但可以拿 xAI 稍微比较一下。不过要先讲清楚：xAI 这笔账并没有那么干净。

巨兽1号与巨兽2号

xAI 有两个大机房。第一个在孟菲斯原来一个电器公司的厂房，也就是伊莱克斯工厂厂房里改造，叫巨兽1号，Colossus 1号，大概有 22 万张显卡，而且是马斯克 122 天建成的，非常强。

马斯克在美国属于典型的基建狂人，稀里咔啦就能把这事搞定。同样一件事，如果把 20 万张显卡塞进机房放到 Meta 手里，没两三年根本造不出来。所以现在很多公司吹的牛，根本不是今年明年能用上的东西。

巨兽2号是去年 3 月 7 日，xAI 在孟菲斯 Whitehaven 区买下一个 100 万平方英尺厂房，加上周边土地一起建设。去年七八月份，第一期 13 万颗英伟达 GB200 上线；到八月份，55 万颗 GB200 和 GB300 全部部署。今年一月份，整个部署完成。所以这个机房里有 55 万颗。

Anthropic、谷歌和 Reflection AI 的租赁

Anthropic 直接把巨兽1号完整租下来，价格是每月 12.5 亿美金，基本上是一年 150 亿美金。

为什么愿意租？第一个原因是 xAI 使用巨兽1号算力中心时，自己的效率很差。巨兽1号里面有 H100、H200、GB200，是混搭的异构集群，所以整体架构效率较低。而 Anthropic 整体租下来的成本，是正常租赁成本的 5 倍。比如别人 100 亿美金可以租到 1 吉瓦的算力中心，Anthropic 现在这个价格如果乘到 1 吉瓦，相当于花了 500 亿美金，非常贵。

不只是 Anthropic，谷歌也租了。谷歌直接在巨兽2号里租了 11 万颗 GPU，每月 9.2 亿美金，基本上一年也有 100 亿美金。这个合同到 2029 年 6 月到期，也不便宜。两个合同加起来，一年是 260 亿美金的年化收入。

还有一家公司叫 Reflection AI 也去租了，总价格 63 亿美金，稍微便宜一点，每月 1.5 亿美金。Reflection AI 号称美国的 DeepSeek，要在美国做开源模型，由两个原来 DeepMind 的研究员创建。投资人里包括谷歌前 CEO，但注意，是埃里克·施密特个人投的。

这些交易到底干不干净？

这里面肯定有猫腻。因为谷歌同时是 Anthropic 和 SpaceX 的股东，谷歌持有 Anthropic 14% 的股份，持有 SpaceX 6% 的股份。在 SpaceX 要上市的时间点，整个账目如果说不清楚，就没法解释为什么值 1.75 万亿，收入、利润、亏损都没法讲清楚，特别是在把 xAI 合并进来以后。

SpaceX 上市后还做了一件很奇葩的事：刚从股市上拿了 750 亿美金，马上又出去发债，发了 250 亿美金的债。为什么？因为 SpaceX 合并 xAI 时欠了一大笔钱，750 亿美金填不上，所以必须再融 250 亿美金，把钱合在一起补窟窿。这个钱叫过桥贷款。

在这种情况下，就必须把“为什么值这么多钱”讲明白。所以谷歌就带着自己投资的项目、前 CEO 投资的项目，以及自己创始的项目，来攒一个局，把故事讲圆。

那这是不是假交易？也不是。钱还是必须给，真金白银给进去，而且要公允。为什么花 5 倍的钱还可以公允？原因很简单：如果是长期细水长流的关系，总投入可能很高，但摊到每天的投入较低；如果是短期临时交易，一天的投入就会很高。

Anthropic 和谷歌签的协议都是三年期，很短，而且提前 90 天就可以终止，随时可以走。相当于是临时协议。所以用贵 5 倍的价格，也可以成为一个公允交易。

这并不只是老范这么说。美国几家财经媒体，包括雅虎财经、福布斯都在骂，认为谷歌这样做是为了给 SpaceX 保驾护航，让它上市。这就是 xAI 上个月干的活。

Meta 其实还对标不了这个事。到目前为止，大公司直接把算力卖出去的过程，还没有一个标准。但在 Meta 之后，这个标准会越来越清晰。

AI 泡沫要破了吗？Michael Burry 在赌什么？

现在每天出来喊得最凶的人，是 Michael Burry，也就是《大空头》的原型。他最辉煌的一战，是 2008 年靠做空美国房地产市场封神，还拍成了电影《大空头》。如果没看过，可以去看一下。

但封神之后，他的战绩其实挺一般：

• 2015 年 12 月，他喊市场要崩，结果标普500又涨了好几年。
• 2017 年 5 月，他预言全球金融危机，没有应验。
• 2019 年 9 月，他说指数基金是泡沫，也没有很快应验。
• 2021 年 2 月，他说市场正在刀尖上跳舞，结果股市又涨了差不多两年。
• 真正被他说中的，除了 2008 年，就是 2020 年初新冠疫情之前建的空头仓位，那次踩准了。

做空如果没有做对，是会赔钱的，而且会赔得很惨。去年三季度，他开始喊要做空英伟达、做空 Palantir。当时买了 5 万份 Palantir 的看空期权，买了 1 万份英伟达的看跌期权，两者加起来占他当时基金总仓位的 79% 以上，压得非常集中。这个人赌性很重。根据 CNBC 去年 11 月的报道，这笔仓位大概率亏钱了。

去年 11 月 25 日，Michael Burry 干脆把基金注销了，说不玩了。在 X 上留下一句话：我要去做更好的事情了。SEC 那边也显示，这个基金注册状态已终止。

今年他又出来喊。他喊的是：四大厂把服务器和 GPU 的使用寿命人为拉长。原来都是 3 年，现在拉到 6 年，每年摊销的折旧费用就变薄，报出来的利润自然更好看。

他预测，2026 年到 2028 年之间，全行业可能总共少记大概 1,760 亿美金折旧。他点名的是甲骨文和 Meta。按照他的算法，2028 年甲骨文利润可能被高估大概 27%，Meta 可能被高估大概 21%。

人为拉长资产使用寿命来少计折旧，是这个时代最常见的财务操纵手段之一。

这里面有一个问题：这种人一边建自己的空仓位，一边公开做空，特别是他还是个明星人物，虽然他自己不演电影，但他是《大空头》的原型，这事违法吗？道德上站得住脚吗？

在美国，这件事确实有一点灰色，但法律上是合法的。美国只要求一件事：你要告诉别人你的仓位。不能喊了半天，却不告诉别人自己本来做空了，然后开始骂街、在网上放不利消息。只要先公开仓位，再去说，这件事是允许的。

Burry 赌的其实是青黄不接：旧粮食吃完了，新粮食还绿着，还在地里长着，没法割。

AI 公司把钱实打实花出去了，折旧也在那折。不管是 3 年折旧还是 6 年折旧，都在折。但如果新的应用、新的消耗 AI 的行业没有发展起来，这些产能就无法变成新的利润卖出去。在这个过程中，芯片和算力机房已经折旧，甚至都折没了、更新掉了，那大家就要饿肚子。他实际上赌的是这个。

Meta 闲置多少算力，并不是最重要的问题

Meta 到底闲置多少算力，其实没有那么重要。以 Meta 现在闲置的这点算力，跟真正巨头们未来可能投入的上万亿美金级别资金比起来，根本是九牛一毛，对整个生意没有决定性影响。

唯一受到明显影响的，是量化交易那帮人：市面上的筹码变多了。除此之外，没有太多变化。

但 Burry 这笔账里，折旧被拉长可能并不是最致命的。真正危险的信号有三个。一旦看到这三个信号，就要小心。

危险信号一：资本开支退缩

到目前为止，这些大厂都在拼命借钱、砸锅卖铁，甚至裁员，也要去砸算力。一个比一个吹得大，说我要投几千亿、我要投 2,000 亿。但这些东西必须落地。

一旦有谁说：“这个东西我落不了地了，我没有办法把当年承诺的资本花出去。”那就真吓人了。

所以 Meta 今天说“我算力多了，我出去租一些”，并不吓人。如果 Meta 换一句话说：“我算力多了，明年不投入了，原来承诺要花的钱不花了。”那才叫吓人。

原因很简单：现在 AI 建设都是左脚踩右脚，你中有我，我中有你，左裤兜掏出来揣到右裤兜里，都是这样的玩法。

先不说英伟达。前面讲到的所有公司里，几乎没有哪个没有英伟达的身影。我们讲另一个例子：AMD。

AMD 今年 2 月跟 Meta 签了一个协议：6 吉瓦算力部署上去，AMD 给 Meta 1.6 亿股认股期权。到时候可以买，多少钱一股？一美分一股。相当于如果 Meta 真买了 AMD MI450 显卡，做了 6GW 算力中心，AMD 就送给它一批股票。这些股票 1.6 亿股，直接卖掉，可能就足够把建机房的钱收回来。

这个套路非常熟悉。因为去年 10 月，一模一样、一个字不差、一分钱不差的协议，AMD 刚跟 OpenAI 签过。签完以后，AMD 股价蹭一下就上去了。

一旦其中任何一家说“我不玩了”，整个盘子就会被拖下去。因为你中有我，我中有你，谁也跑不掉，都是一根绳上的蚂蚱。

危险信号二：真正的降价

随着算法优化和算力卡升级，TOKEN 的成本是在下降的。黄仁勋每次都出来讲，说新的算力卡从 GB200 到 GB300，再到即将到来的 Vera Rubin，每一代新卡上来以后，产生 TOKEN 的成本都会下降，因为算力更集中，耗电更少。

但大家感受到了吗？其实并没有。因为 OpenAI 和 Anthropic 到目前为止，TOKEN 价格很坚挺，并没有真正降价。

一旦 TOKEN 价格真的降下来，大家发现不需要这么多算力，那才吓人。

现在这两家公司都在玩什么？API TOKEN 价格坚决不动，但在套餐里给大家加额度。Codex 现在有三次重置，我已经用了一次，那次是一手滑用掉的，现在还剩两次。Anthropic 的 Claude Code worker 里，5 小时用量是翻倍的，这是 6 月 5 日到 7 月 5 日之间的优惠，后天就到期了，所以大家赶快去用。

它们现在干的是加额度但不降价。等哪天它们顶不住，开始降价了，那就属于危险信号。

危险信号三：新的需求迟迟起不来

第三个信号才是真正的灾难，也就是真正的青黄不接窗口开始了：新的需求迟迟起不来。

什么叫新需求？不是拿去做训练，不是把 API 卖掉，而是新的、能够创造价值和利润的需求。如果没有办法把已经建好的算力真正用起来，没有这些需求真正跑起来，那才是真正的青黄不接，也是最根本的问题。

而现在这些问题实际上都被捂住了。Oracle 只要出去说“我跟 OpenAI 签了一个几千亿美金合同”，股价就涨；另一个人上来说“买了 10 万颗 GPU”，股价也涨。现在大家都在玩这个。

在 Meta 把这件事做完以后，大家就别再只讲故事了，而是要讲清楚：你到底有多少真正能拿出来用的设备？它们的开机率是多少？要像考核云计算一样去考核它们。

结语：算力正在从“市梦率”回到“可计算”

今天这一期想让大家记住的，不是 Meta 股价这两天涨了还是跌了，而是：算力正在从一堆藏在资本开支里、外人看不懂值多少钱的机器，变成一种有统一衡量标准、可以比较、可以定价，甚至有可能被做空的资产。

这一点让它和证券确实很像。但这并不是说明天就会冒出一张叫做“算力券”的金融凭证，而是算力正在补上云计算当年需要补的标准：怎么衡量，怎么建设，怎么折旧，开机率多少，怎么考核。

xAI 虽然先走了一步，但那个生意没有可比性。Meta 正在琢磨怎么走同样的路。以后谷歌、甲骨文、微软，还有 OpenAI、Anthropic，只要是在算力基建上疯狂投入的人，最终都必然会走向标准化、可比较、对外交易这一步。

这就是今天的故事。

大家觉得，算力变成一门有标准、可比较的生意，从市梦率再回到计算市盈率的过程中，对普通人是好事还是坏事？我们可以一起来聊一聊。好，这个故事就讲到这里。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，黄仁勋的大饼不香了吗？GTC之后，英伟达的股价怎么跌了？

每年会开一次GTC，叫GPU Technology Community，就是GPU技术的一个社区的会。但是呢，现在再去开GTC，一般已经没有GPU在上面了。咱们现在管这种像什么H100、B200、B100这样的东西叫算力卡。真正的GPU应该是4090、5090这种东西。现在4090、5090在什么地方发布呢？是在AES，AES叫消费电子展。一般黄仁勋都会在消费电子展上卖这种叫个人游戏显卡，然后在GTC上卖他的算力卡。所以呢，我们要分清楚，虽然还叫GTC，但是里头已经没有GPU了。

现在各个公司都在努力的做自己的技术研讨会或者是开发者大会。原来比较著名的一个，现在已经没落了呢，叫IDF，英特尔的开发者论坛，现在已经没有那么热了。现在还比较热热闹闹在开的呢，一个是谷歌IO，一个是Microsoft Build，微软的这个构建大会，然后是苹果的WWDC，叫全世界开发者大会。这个名字取得好，因为他先开始了，所以他就可以取这样投机取巧的名字。英伟达的GTC现在都还是比较热的。OpenAI的开发者日呢，目前还在努力的追赶之中。Meta，也就是原来的Facebook，现在呢有两个开发者日，一个叫Meta Connect，像他的各种AR、VR这种设备，包括很多的广告系统都是在这里开。其实以前Meta Connect大会，大家主要是去听他的广告平台的一些运作方式，因为广告平台挣钱嘛，其他东西都不怎么挣钱。另外一个呢，从今年要开始开，叫Llama Conference，是专门给它的这个大模型开的一个开发者大会。所以Meta今年会有两个。

说回来，黄仁勋今天都说了点什么呢？主要还是在继续他的科学家之路。为什么叫科学家之路？大家知道他的算力卡一直是以伟大科学家的名字来命名的。第一个被他宠幸的是2006年的特斯拉，2006年英伟达的卡叫特斯拉卡。到2010年这四年之间没有发新卡，其实当时大家并不是那么在意这种算力卡。所以到2010年就上新的了，叫费米，这个是伟大的数学家，费米大定律。到2012年叫开普勒，天文学家，开普勒望远镜，开普勒天文台。再往后呢，2014年叫麦克斯韦，麦克斯韦方程式。到2016年叫帕斯卡。

这个呢，是法国非常著名的一位做计算机早期研究的科学家。像我们学计算机本科出身的人，学的第一门编程语言都是Pascal语言，就是为了纪念这位伟大的计算机科学家。注意，越往后他发的越密，因为越来越受欢迎了。

2017年，这个名字特别好叫伏特，咱们测电压的那个伏特。2018年图灵，图灵奖，图灵测试。2020年呢，隔了两年了，前面既然伏特有了，那安培也得有，所以2020年这个叫安培。到2022年呢，Hopper，就像什么H100，H20，H80，都是这个Hopper。Hopper这个科学家干嘛的呢？他是计算机编译器的发明人。我们现在写程序都是用高级语言写，写完了以后给你编译成二进制代码，这是他干的事情。我们现在用了非常多的H系列的显卡，也是从H系列显卡开始对中国禁运的。

到2023年呢，叫Ada。这个Ada呢，是世界上第一位程序员，是一位女士。当时还没有什么计算机，但是呢，他设计出了一种程序语言。他说如果以后有计算机的话，大概是这样的。所以呢，ADA是世界上第一位程序员。A100，A800，都是这个A系列开头了。

到2024年，也就是咱们现在在使用的叫黑井Blackwell。Blackwell呢，是美国数学家，美国国家科学院首位的黑人学者。他是个统计学家和数学家。这个也是政治正确一下。这个黑井呢，本来应该去年大规模部署和销售的，但其实去年大家还是在很努力的买A系列跟H系列的算力卡，没有轮上他，因为他去年一直出货不是很稳定，或者说他的质量一直有点小问题。但是到2025年，Blackwell终于开始大批量出货了。2025年呢，还会出Blackwell Ultra，就是在这个基础上再要升级一下。

到2026年，他说我们准备出一个叫Robin。这个Rubin呢，是美国国家科学院首位女性的天体物理学院士，暗物质的发明人。到2028年呢，是要出费曼。费曼呢，是一个量子力学这块的一个大拿。现在就是把饼已经画到2028年了。现在他的Blackwell 200终于顺利出货了。到2025年的下半年，要出Blackwell Ultra这个芯片，实际上是Blackwell 300，要比B200呢快1.5倍，今年下半年出货。估计一些还在排队等B200的人，可能有一部分就可以转订单了。等到明年我们就可以看到Robin了。Robin呢，据说比B300还要强3.3倍。但是呢，这个里头其实有个错误，什么错误呢？

并不是Blackwell Ultra比这个B200快1.5倍，也不是Robin就比B300快3.3倍。那你说，我这个刚讲完了，怎么马上就搞错了呢？写稿的时候也不稍微认真点。原因也很简单，它其实是什么比什么快呢？就是GB 300 NVL 72的这个算力，是GB 200 NVL 72的1.5倍，实际上就是快了50%。而至于后边这个3.3倍的，是怎么算出来的呢？是Robin NVL 144比GB300 NVL 72要快了3.3倍，算的是整个服务器的算力，而不是单个芯片的算力。所以大家要注意。

那你说这个GB200跟这个GB200NVL 72到底有什么区别呢？或者B200跟这个GB200NVL 72到底有什么区别？咱们想象中的B200呢，其实是一个芯片，或者说做出一块卡来，哪怕这个卡再贵几万美金一块的，您也是可以把它塞到服务器里边去的。但是呢，GB200 NVL 72呢，那就完全是一个妖怪了。怎么能叫妖怪呢？这个里边有36颗Grace CPU，这个Grace CPU实际上是ARM的一种CPU，每一个CPU里头还有72个内核。然后这个里边还有72颗Blackwell的GPU，所以这个里边一共是有36颗CPU，72颗GPU，有13.5T的HBM 3e的现存，而且有液冷的系统，就是水冷的，再加上NVL link的交换机。整个这一套咱加一块才叫GB 200 NVL 72，它是一台服务器。

至于说这个服务器到底有多大个呢？为什么说它是妖怪呢？大家是不是在想说，我怎么能够把这些芯片都给它塞在一个盒子里？这玩意得有多高的密度？这个东西首先我们先说功率，它的功率是120千瓦，这个是很像咱家里热水器，可能也就是几个千瓦，它这个玩意有120千瓦，这个非常非常耗电。而体积呢，是一个标准的42U机柜。所以这个东西并不像大家想象似的，是一台服务器，它是一整个机架，19寸的42U的机架，装满了就是一个GB200NVL 72。这东西有多重呢？1.36吨，一般人也是搬不走的，反正至少我搬不走。价格300万美金以左右吧，因为还要看具体的配置，到底配了多少显卡，配了多少显存，配没配NVL Ink的交换机。这个东西基本上就要300万美金起，所以它是一个妖怪。

为什么要跟大家讲这个呢？就是老黄现在肯定不甘心只卖卡，人家说我要把整个机架一起卖给你，你不能说光买我这卡，而且他鼓励大家。

将8台GB200NVL 72组成一个集群一起来使用。一台300万美金了，那8台？哇，好开心，2,400万美金就扔进去了。这个对于英伟达来说，肯定是一个非常非常好的生意。现在谁在买这种GB200 NVL 72呢？主要是那种叫算力云厂商。什么叫算力云厂商？就是说我没有别的业务，我就是提供算力。我也没有什么ToC的业务，也没有其他的任何的系统集成，或者是其他的这种ToB的业务，我就提供算力云。他们呢，在大批量的采购GB200NVL 72，就直接从黄仁勋这里买完整的机柜回来。这个里边最著名的一个公司叫CoreWeave。这个公司呢，这两天要上市，这个真的是英伟达的亲儿子。这些大的AI大厂，一般是不会直接买GB200 NVL 72的，包括Xa i，微软，谷歌呀，他们喜欢自己DIY。我自己来拼，你不要给我拼好了，你拼好了以后，我觉得很不爽。咱们再回过头来看，GB 300插了72个芯片的这个服务器，要比GB 200插了72个芯片的服务器快50%，也就是达到1.5倍。后边有一个特别有意思的事情，这个Robin的这个后面它不再是72了，它是NVL144。所以呢，它所谓的，是原来300的这个服务器的3.3倍。它是用了两倍的芯片在里头，原来那个是72个算力核心，现在呢，是144个算力核心，达到了3.3倍。所以Rubin其实比GB 300快不了多少，大概也就是这样的一个情况。Robin之后呢，再接着出，叫Robin Ultra。一般它叫Ultra的芯片就是我可以把两个芯片拼一块，或者做一些类似这种扩容的工作。当然，像B系列不是这么干的，具体怎么去排这个号现在还不确定。前面的有B100、B200、B300，今年下半年要出的是B300。B200呢，其实就是把俩B100拼一块了。B300呢，倒是重新设计的一个单芯片设计。至于说Robin Ultra的话，黄仁勋准备直接出Robin Ultra NVL 576，把576个Robin Ultra的芯片塞到一个机架。我估计这一个机架未必塞得下，有可能还是要塞两到三个机架，或者是四个机架，才有可能把它塞进去。为什么呢？因为它需要散热。虽然这个芯片本身没有那么大，但是你想加上液冷散热，再加上它整个的这个连接系统，还是非常非常吓人的。Robin Ultra NVL 576呢，它是GB300NVL 72的14倍。这个数字并不重要，意思是什么呢？

黄仁勋已经基本上达到极限了。他想让这个东西变得更快一点的唯一方法，就是把更多的GPU塞到机箱里边去。再往后，费曼到底会变成什么样？这个实在太美不敢想象，肯定是很贵的东西。除了去发这些芯片之外，还干嘛呢？发交换机，叫硅光交换机。实际上呢，就是Nvlink的这个进化版本。NVlink其实也是一套网络交换机，只是呢，它是第一个是光通道的，速度很快。第二个呢，因为它里头有很多的打破协议去进行数据搬运和传输的，这种算是非标的改装件吧。它呢，可以极高速度地在两个显卡或者两个服务器之间，在显存之间去进行数据传输。

黄仁勋就讲了，说你一旦加了我的Nvlink，你就相当于是把所有12个GPU连成一个。如果你再把8台服务器这种Nvl什么72搁在一起的话，我可以让它整个像一个GPU那样工作。这样它从这个GPU的显存向那个GPU的显存里去倒数据的时候，非常快。但是呢，这个里边还有一个问题是什么？就是原来你要从光通道里头把这个信号接收下来以后，你还是要去做一些标准芯片的这个处理。处理完了以后呢，再进到Vlink的这个交换机里边去进行数据交换。老黄说，现在别费劲了，我把你前面那个标准芯片干掉，我自己去设计一些颗新的芯片。这样等于是我直接把光通道进来，我可以省一颗芯片。那这个呢，它确实可以再提高一点点光通道交换机的这种效率，但是也提不了太高了，就是省一颗芯片的这个速度。

老黄说了说DeepSeek R1，你们老说DeepSeek上来以后，英伟达是不是要黄？没有那事。从DeepSeek开始，整个的AI已经进入了新的时代，叫TOKEN时代。在OpenAI开始把大家拉入到AIGC时代以后，大家就天天跟这个TOKEN打交道。我输入了一个单词，是一个TOKEN还是两个TOKEN？我输出了一个单词，是一个TOKEN还是两个TOKEN？一个汉字基本上就是一个TOKEN，大家都是按这个来的。而且我们使用各种API，使用各种的服务，都是拿TOKEN计费的。那为什么现在又突然进到TOKEN时代了呢？原因很简单，DeepSeek R1是个话痨，巨浪费TOKEN。所以，他就讲了说，原来呢，我们使用Lambda这样的模型，它可能输出了个几百个TOKEN，回答了个问题。但是呢，这个答案没法进行具体的应用。你现在让DeepSeekR1来，同样的一个问题，七八千个TOKEN。

直接20倍的TOKEN上去了。那这20倍TOKEN出来以后的这个结果呢？勉强可以用了。这个就是现在的变化。这个里头呢有两个重点：

第一个重点是什么？叫结果可用。因为你一旦结果可用的话，大量的应用就会上来。原来大家还是在围观看热闹，说这个东西好有趣，那个东西好有趣。但是你输出的结果，你是不敢直接用的。现在可以用了。

另外一个重点是什么？20倍的TOKEN。结论是什么呢？大家必须要买更多的英伟达算力服务器，组建更大的集群，才能满足需求。第一个，它可以用了，所以大家赶快来买服务器，把你们家的应用都整个搬过来吧，赶快来改造。第二个呢就是原来几百个TOKEN就可以搞定的事情，现在可能要几千个TOKEN，甚至上万个TOKEN。20倍的TOKEN浪费掉，所以你们原来那个服务器不够使了，赶快换新的。

他讲了说scaling law要换一种方式继续。因为原来我们都说算力堆上去，数据堆上去，大模型的参数堆上去以后就会涌现了。中间这过程到底怎么发生的，我们也不知道。但就是你只管堆就好了。现在呢，GPT4.5出来以后，大家觉得scaling law是不是走到头了。你费了这么大劲，花了这么多钱，效果好像看不太出来。老黄说不是这样的。第一个，推理模型你还是需要大量训练的。不是说你就可以用一个很小的这种蒸馏模型就可以用了。它也去比较了14B的，32B的，这样的蒸馏模型并不好使。即使是70B的蒸馏模型，也没有这种671B的满血模型好使。所以呢，你还是要用这个大的671B这样的模型。你要去训练它，依然需要大量的GPU去工作。所以，这块是一个新的赛道。就是原来GPT4.5那个东西呢，叫预训练模型。现在是推理模型，整个scaling law重走一遍。而且推理过程一堆话篓，这个通常是非常浪费的一个过程，才能够获得可用的结果。用老黄自己的话说，每一个TOKEN都在质疑自己，就是你每输出一个TOKEN都在想我对吗，然后再生成出一大堆TOKEN来进行相互的验证，得到一个最终可用的答案。这个就是TOKEN时代。所以大家赶快去买GPU，这是他讲的。

在这两块之后呢，再去讲的就是他的两个小主机。其实我一直不太看好他的主机。我觉得这东西卖不掉，或者买到他的人，其实会让他吃灰。第一个呢就是CES上其实发布过DGX Spark这种桌面小主机，一个GB10的Grace Blackwell的这种。

CPU和GPU组合在一起的这个价格，跟这个Mac Studio比起来，基本上没法比。因为最新苹果发布的Mac Studio，它满了内存以后，是可以跑满血版的DeepSeek 1671B的。但是这个GB 10好像还差了那么一点点。

另外一个呢，他说我准备发，叫DGX Station了。这个是什么呢？就直接把GB300 Grace Blackwell的Ultra这样的芯片，就整个塞进去了。实际上所谓的这种芯片，就是一个CPU一到两个GPU，直接塞到这个主机里头去，你们就可以去跑了。但是意义真的没有那么大。

后边是软件的部分。其实英伟达的软件，我一直是不那么看好的。因为除了CUDA，大家都在开心的使用之外，剩下的就是大量的开源系统拼接起来的这种英伟达生态软件。之后呢是机器人。英伟达呢也是拿出了机器人的相关的软件，跟人合作了一个叫Blue的机器人。那个机器人很可爱，也是迪斯尼做的，确实是要比宇树科技那个看着可爱的多。至于这个能干什么就不好说，因为他长得不是人样，所以这个还有待观察。

现在呢，老黄还是干的原来CUDA这个事情。我来开放标准，我来开放数据，我来开放系统，你们都来用。等你用上了以后，都上了船了，你们就不要再想下船了。他再好好的去卖这些机器人的芯片，就完事了。

后面呢，DeepSeek其实会议上并没有特别明确的去提DeepSeek。但是呢，在这个GTC之后，接受记者采访的时候呢，还是很认真的去讨论了一下DeepSeek。在这里头讲说中国，必将在AI行业做出突出的贡献。因为全球有一半的AI人才都是华人，美国每一个AI实验室里头，都有相当数量的华人在里边。所以华人是可以在整个的AI行业里头，占据非常大的一个比重。但是大家并不买账，股市不买账。为什么？数字游戏已经到头了。

前面刚才咱们讲了这么半天，GB200 NVL 72，GB300 NVL 72，Robin NVL 144，Robin Ultra NVL 576。他现在已经在玩这样的故事了，大家已经晕头转向了。你到底在干嘛？你就把它堆在一起，还不让我堆，还你替我堆好了，有点过分了，吃相太难看了。

像我们以前在Borland公司上班的时候，其实也遇到过这种时代。我们最疯狂挣钱的时候是卖JBuilder的Java的IDE。能疯狂到什么程度呢？每年出俩新版本。你看他这个科学家的名字，一开始是几年用一个。

现在基本上是两年用一个，而且中间这一年还要再出个Ultra，让你再接着买。为什么呢？原因很简单，你只要出了新的，你得更新换代，你得买新的。你不能在上打补丁，打了补丁的话，人家就不会再去买新的了。黄仁勋现在也走到这样的一步了。Borland呢，就是开始在每年出两个版本的Jbuilder以后，就盛极而衰的，就慢慢就玩不转了。当然了，Jbuilder还能玩得下去，黄仁勋这事可能就玩不下去了。Jbuilder可以卖掉的原因是，投入产出比是划算的。一套软件大概是2,000美金每年，你如果买了以后的话，产出个几万美金，十几万美金都是正常的，所以大家还是愿意买的。而且呢，如果你不升级，很多新的版本的上下游系统，你就挂不上了。当时我们比如接什么Oracle，接什么Web Logic呀，这些东西本身升级升的很快。正常应该什么呢？这种小升级应该打补丁，不应该找人再收钱了，但是实在太好卖了，所以我们就更新版本，让用户重新再买一次。

但是算力服务器不能这么算。为什么？第一个本身很贵，一台300万美金起。第二个呢，就是下游企业都还在亏损。像我们原来卖2000美金的这个开发工具，你买了以后是拿回去挣钱的。但是现在你看OpenAI挣钱了吗？Anthropic挣钱了吗？谷歌其实在这一块也没挣着钱。国内的这些AI企业谁都没挣着钱。那你再去说每年花个几百万美金，或者是多少亿美金扔进去，因为都不是说买一台两台，现在大家都是星际之门了，算力中心巨大投入了。你投完了以后你是要有回报的，现在大家看不到回报。

还有一个是什么？就是大模型跟芯片之间，是没有这种很强的版本依赖和绑定关系的。像我们以前卖IDE的时候，你不升级，Weblogic升级了以后你就挂不上，或者说你就必须要手动的去绑定，你没法去做这个自动的设定，你搞不定。但是现在呢，大家都去使用，比如像DeepSeek这样的东西。DeepSeek是拿H系列叫H100或者H20，拿这样的芯片训练出来的。那我拿这种芯片去训练，去推理就没有问题了。我为什么还要再往后边去买B系列，B200、B300，没必要了。这个就是他现在遇到的一个挺讨厌的问题。现在很多的大模型还可以在A系列，A100系列上的可以跑，那更不用说H系列了。新的这个芯片和服务器，唯一的优势就是速度更快，但是前面呢大家还是愿意买账，为什么到现在就不愿意买账了呢？

因为训练新模型必须要用最快的芯片。如果集成度低的话，就很难训练完成。不是说这边把这个机器都摆好了以后，然后数据在这边放好，一摁按钮，过俩礼拜回来就可以等着收了。不是这样，他中间有经常会出错的，跑一段时间崩了，跑一段时间挂了，这个是很正常的事情。但你如果是集成度比较高的话，第一个就是说你不需要太多的机器放在一起就可以跑，那你出错的几率就会变小。另外一个呢，就是你用比较短的时间就可以跑完，那他出错的概率就更小，它整个训练的成本就会下降。所以集成度越高，越快的芯片，训练成本反而越低。因为什么东西确实贵了，你买了新的芯片，但是训练时间变短了，失败的概率就会下降。

现在不买账的原因是什么？就是推理任务呢，现在没有那么挣钱。原来大家都在抢说谁是老大，现在老大基本上也就是OpenAI在那孤零零的站着，其他的人呢都是围攻光明顶的样子，心里憋着不舒服，天天的给你去添堵。而且呢现在基本上都是按照H100的小时数来定价的，价格还在不断的下滑。并不是说推理资源已经不够使了，我们需要用更贵的这个钱数来去买，是100的算力，不是这样的。现在这个H100的算力的价格不断的滑，而GPT4.5也展示了，就是继续加大参数规模，基本上已经死路一条了，走到头了。在几千亿参数的MOE模型上，更大规模到底是不是有意义，这个事呢不好说，因为像我们讲的DeepSeek R1，Deepcic V3也就是671B的这样的，就是6,710亿参数的Moe模型吧，大家觉得其实是够使的。虽然黄仁勋还展示了一个叫BYNAMO这样的推理框架，用GB 200的服务器，重新刷新了DeepSeek R1的推理速度，唯一能够做的也就是进一步降低一个小时H100算力的价格，其他其实也做不了了。

英伟达算力卡到底是不是还要继续买？因为这个东西不是说我买完了以后一年就坏掉，它还是可以使个六七年。在这样的情况下，大家就不愿意再为它去买账了。新的故事呢其实没有那么好讲了。老黄讲的是AI进化是分几步的，第一步是叫感知人工智能，就是我们最早拿AI干嘛使的，各种的图像识别呀，各种的语音识别呀，各种的这个决策支持，干这个事。后面呢，是叫生成式人工智能，咱们现在天天拿它去写小说，聊天，干这个事了。今年大家在玩的是代理人工智能，AI agent，说再往后呢，我们准备走到物理AI，就是要上巨身智能，上机器人了。

什么时候才有新的算力需求大爆发？这个其实是老黄现在最头疼的问题。第一个是要AI agent证明它的价值。现在虽然大家都在玩AI agent，都在说上了这个东西以后无所不能。今天我还去试了一下XAI最新出的叫deeper search，原来它是叫deep search，现在加了个er，deeper search就是比deep search还要再深一些，就是字面意思，效果好极了，特别特别浪费TOKEN。也确实如此，像我们使用AI agent，比如说挂到Anthropic的Claude3.5上，一会一美金就不见了，一会一美金就不见了，那可快了。这个玩意非常非常消耗TOKEN。

一旦AI agent彻底证明了它的价值，更多的软件公司开始招聘程序员了，而不是像现在这样不停地裁撤程序员的时候，更多的各行各业就都会开始进行AI agent改造，并且取得成效。那个时候AI算力还会再爆发一轮。到底是现在就买，还是稍微等一等，再去买GB300或者Robin，咱们再去等着看。到那个时候呢，全产业链就都会有利润，而不像现在似的，大家折腾半天都在赔本赚吆喝，谁都没挣着钱。而且新产业的诞生，更多人开始从新的产业里头挣到钱，这个也是值得期待的。就是我们现在都在讲说AI要改变所有的传统产业，要把以前所有的传统的软件都拿来重做一遍，这个其实是错的。一旦是AI真正大行其道了以后，一定会有非常非常多的新产业冒出来。

那么英伟达后边怎么走，其实要看中国能买哪些芯片。DeepSeek让H20的出货量大增，阿里、腾讯、百度、字节都在疯狂的买H20，让自己的云服务中心上去可以跑DeepSeek。虽然很多人说，我们用华为升腾芯片就跑起来了，但是挺费劲的。想要很好的跑DeepSeek，还是去买H20，就是美国允许出口到中国的这些芯片。因为你有一堆H20以后，你再让其他的这种来路不明的芯片在里头跑起来，也就可以说得过去了，就是我至少买过正版的。如果英伟达可以在中国孵化出类似CoreWeave这样的算力云企业，那肯定就可以起飞。还是要看美国到底怎么去限制，咱们稍微讲两句。CoreWeave这个公司呢，最早不是做算力云的，它最早是挖矿的，买了英伟达的算力卡回去挖比特币，其实主要可能还是挖以太坊。后来呢，这个挖矿挖不下去了以后呢，就开始做算力云供应商，他去买这种英伟达的服务器，租给别人用。

英伟达投资做技术支持，所以为什么他叫英伟达的亲儿子呢？62%的收入都来自于微软。千万不要以为说，微软花了好多钱去买了一大堆的这个显卡。微软大量的算力，都是在这个CoreWeave上做的。最近呢，这个公司是向美国SEC交表，准备上市，计划以260亿美金的市值上市。目前应该算最大的一个美股IPO了。如果英伟达可以在中国也整这样的一家公司上市的话，那他就起飞了。

打击走私，还要看美国到底怎么个打法。那么下一个增长点什么时候到来？黄仁勋真正值得钦佩的地方呢，其实并不是说显卡做的怎么好，刀法怎么精准。真正让人钦佩的地方是他眼光很长远。CUDA也是做了这么多年突然爆发的。他其实做了非常非常多的技术。现在他在很努力的推这个机器人、自动驾驶和量子芯片。今年就要干这个。你想最后一个2028年要发的芯片叫费曼，那哥们是研究量子力学的。英伟达现在已经在波士顿设立了量子计算实验室，招一大堆人去做研究去了。但是呢，以黄仁勋的讲法是，达到非常有用，就是稍微有点用还不算，就是非常有用。这个量子芯片可能还要20年。现在呢，还是老老实实的去买它的GB200、GB300，或者明年的Robin就可以了。

总结一下，在AI市场上，如果只有英伟达的声音，只有英伟达在赚钱的话，迟早是要崩的。这个泡沫是要破的。现在在干的事是什么？就是英伟达你稍微等一等，等等整个行业的发展，等等小兄弟们小伙伴们追上来。如果大家追上来了，英伟达肯定还是可以长足的进步的。但是现在他有点跑的太靠前了。就是这样的一个情况。好，这就是咱们今天讲的第一个故事。