没招了！硅谷为了争夺AI算力已经彻！底！疯！狂！
就连A社CEO Dario Amodei也低声下气求到了对家Meta门前：
老铁，给点算力吧。。。
结果你猜怎么着，小扎婉拒，马斯克坐收渔利：
SpaceX充当英伟达GPU二道贩子，给Anthropic倒卖算力，赚得那叫个盆满钵满——
8月首份财报长势喜人，光季度AI业务收入就高达25.61亿美元，同比增长247%，环比更是翻了两倍之多。
好家伙！为了算力，硅谷这是拼了，大连横时代堂堂来袭。
甭管以前在网上互喷有多狠，台下还是要为了GW弯腰。
不弯不行啊，你看隔壁掉队的谷歌。
豪掷27亿美元请回来的顶级科学家Noam Shazeer，因为差算力，没两年就托马斯回旋跳去了OpenAI。
别人砸钱还要听个响，你谷歌纯纯做慈善来的。（doge）
反正硅谷现在是咂摸出味儿了：
人才留不留得住、模型能不能保持领先、AI能不能真金白银变现……这些问题，越来越取决于手里还剩多少算力。
GPU成硅谷硬通货
以前缺钱缺人，现在冒头的是算力经济。
即便强如谷歌这样的科技巨头，也无法保证明星研究员能获得足够的GPU资源。
提起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，致力于开发生成式AI聊天机器人。
2024年，谷歌斥资27亿美元，通过交易促成Shazeer回归，并担任Gemini联合负责人。
这样的研究员，本该是巨头争相保障资源的人。
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艰难处境，Shazeer被迫转投对家OpenAI。
无独有偶，此前哈萨比斯也曾长期对项目算力不足表达过不满，在一定程度上也影响了他卸任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够，只能开源节流。
公司外部的竞争，则让行业关系变得愈加复杂。
OpenAI、Anthropic这些顶尖初创不仅要拼模型能力，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，将在当月收获超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拿到更多算力供给前端。算力有了，模型强了，用户也留下来了。
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，大家还是争用户、争开发人才；基础设施层面，谁能及时提供资源，谁都可能成为潜在合作对象。
那么在夹缝中生存的小型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。
这样的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，稍微解决了燃眉之急。
AI算力争夺战失控
但堵不如疏，算力会出现这种短缺情况，其实个中原因相当复杂。
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，也在无形之中加码了供给压力。
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
