没辙了！硅谷在AI算力的争夺上已经彻！底！失！控！

连Anthropic的CEO Dario Amodei都放下身段，向竞争对手Meta低头求助：

兄弟，能不能支援点算力啊。。。

结果扎克伯格拒绝了，马斯克却从中获利：

SpaceX充当英伟达GPU的中间商，向Anthropic转售算力，赚得盆满钵满——

8月份的首份财报表现亮眼，仅季度AI业务收入就达到25.61亿美元，同比增长247%，环比增长超过两倍。

天哪！为了算力，硅谷真是豁出去了，大联盟时代正式到来。

无论过去在网上互怼得多激烈，私下里还是要为算力低头。

不低头不行啊，看看掉队的谷歌。

花了27亿美元请回的顶尖科学家Noam Shazeer，因为算力不足，没两年就转身跳到了OpenAI。

别人花钱还能听个响，谷歌纯粹是在做慈善。（doge）

反正硅谷现在明白了：

人才能不能留住、模型能否保持领先、AI能否真正变现……这些问题，越来越取决于手里还剩多少算力。

GPU成为硅谷硬通货

过去缺钱缺人，现在冒出来的是算力经济。

即使强大如谷歌这样的科技巨头，也无法确保明星研究员获得足够的GPU资源。

提到Noam Shazeer，最先想到的是Transformer八子之一，他于2021年离开谷歌创立Character.AI，专注于开发生成式AI聊天机器人。

2024年，谷歌以27亿美元的交易促成了Shazeer回归，并让他担任Gemini联合负责人。

这样的研究员，本应是巨头优先保障资源的人。

但根据外媒最新报道，他的团队同样遭遇了算力被重新分配的困境，Shazeer被迫转而投向竞争对手OpenAI。

类似地，哈萨比斯也曾长期对项目算力不足表达不满，这在一定程度上影响了他卸任DeepMind CEO的决定。

目前谷歌内部，关于资源分配存在较大分歧，谢尔盖·布林有时会直接介入，将资源重新调配给自己认为重要的项目。

但归根结底还是算力资源不足，只能开源节流。

公司外部的竞争，则让行业关系变得更加复杂。

OpenAI、Anthropic这些顶尖初创不仅要比拼模型能力，还要争夺数据中心、服务器和供电能力。

以Anthropic为例，其模型的算力需求已经大到需要与另一家模型公司讨论供货。

今年5月与SpaceX的合作协议规定，将在当月获得超过300兆瓦的新容量，涉及22万块英伟达GPU，同时提高Claude Code和API的使用额度。

换句话说，这样做的目的就是让后端获得更多算力来支持前端。算力有了，模型强了，用户也留住了。

于是模型公司的竞争开始出现两套同时运行的逻辑：

产品层面，大家还是争夺用户和开发人才；基础设施层面，谁能及时提供资源，谁就可能成为潜在合作对象。

那么夹缝中生存的小型AI创业公司呢？

它们的情况更具戏剧性。

这些公司难以自建数据中心，但过去，它们可以靠灵活租用AWS等云平台的GPU，按需付费。

然而随着头部AI实验室大量锁定算力资源，部分云服务商开始要求多年合约，预付款高达合同金额的30%，甚至要求创业公司寻找付款担保方。

以上种种，都让初创公司陷入了两难境地。

算力买太多，如果未来用户增长不及预期，持续消耗的现金就打了水漂；买太少，则可能因为没有计算资源处理需求而错失增长机会。

这种情况反而催生出了一门新生意：全球算力淘金。

也就是寻找全球各地尚未充分利用的AI服务器资源，再将这些算力出租给需要的企业。

比如代表性的San Francisco Compute公司就曾跑到美国乡村旧鸡舍里收服务器，马斯克也和台积电讨论起了进一步的算力合作。

硅谷的顶级VC也开始亲自囤GPU，YC在7月为旗下创业公司推出专供的GPU集群，Radical Ventures还会帮助被投公司协调供应商合同。

这对于正在训练或部署模型的小型团队，稍微缓解了燃眉之急。

AI算力争夺战失控

但堵不如疏，算力出现这种短缺情况，其实原因相当复杂。

OpenAI、Meta乃至谷歌都在积极建设新的数据中心，承诺未来会提供海量GPU资源。

但模型快速增长的需求等不及，这中间的时间差，或者说画的大饼，就是公司还得继续四处找算力的原因之一。

用户使用AI的方式，也在无形中加码了供给压力。

从今年开始，Agent开始代替一问一答成为用户使用的核心范式，连续长时的工作任务迫使服务器承担起更多的并行计算。

需求增加之后，连同芯片的租赁行情都发生了翻天覆地的变化。

SemiAnalysis今年4月公布的数据显示，H100一年期租赁合约价格，从2025年10月低点的每GPU每小时1.70美元，上涨至2026年3月的2.35美元，涨幅接近40%。

GPU堪比黄金的说法，并非空穴来风。

真正能即时交付、稳定运行的算力不足，新的算力还遥遥无期，共同造就了算力市场的困境。

于是算力霸权变得具体。

初创公司挑战行业巨头的叙事将日益凋零，即使有人有路线，计算资源不够也完蛋。

肉眼可见的是，算力正在成为AI时代的准入门槛，并强化拥有自建基础设施的大公司的优势。

可谓是算力我有，实力在手。

做AI产品的，要考虑的也变多了。既要担心产品没人用，也要担心用户增长速度超过自身算力扩张。

但困境亦是机遇，卖铲子的中间层乐开了花。

你说是吧，老黄？

参考链接

[1]https://www.wsj.com/tech/ai/ai-computing-power-demand-a63da9b9?st=tzDj41

[2]https://www.anthropic.com/news/higher-limits-spacex

[3]https://newsletter.semianalysis.com/p/the-great-gpu-shortage-rental-capacity

本文来自微信公众号“量子位”，作者：鹭羽，36氪经授权发布。