{"source":{"id":"2081008784583938428","title":"AI工厂，早就不是下单买几块GPU那么简单了。 它现在是一场拼电力容量和金融杠杆的基建游戏。 看看韩国刚谈妥的这笔大买卖…","url":"https://mubeitech.com/p/2081008784583938428"},"method":"semantic-similarity","count":5,"items":[{"rank":1,"id":"17077677","account":"mubei","brand":"@mubei","title":"以前造一座全球顶级的晶圆厂，250亿美元。 当时大家觉得，这已经是人类工业的投资极限了。 现在建一个1吉瓦的AI算力集群…","summary":"以前造一座全球顶级的晶圆厂，250亿美元。 当时大家觉得，这已经是人类工业的投资极限了。 现在建一个1吉瓦的AI算力集群要多少钱？ 500亿到600亿美元。 直接是顶级晶圆厂的两倍。 在二十国集团（G20）的会议上，黄仁勋把这套算力账本彻底摊开了。 一两百年前人类发现能源，变现逻…","body":"以前造一座全球顶级的晶圆厂，250亿美元。\n当时大家觉得，这已经是人类工业的投资极限了。\n现在建一个1吉瓦的AI算力集群要多少钱？\n500亿到600亿美元。\n直接是顶级晶圆厂的两倍。\n\n在二十国集团（G20）的会议上，黄仁勋把这套算力账本彻底摊开了。\n一两百年前人类发现能源，变现逻辑是每度电卖多少钱。\n今天的算力生意怎么做？\n每百万 Token 卖多少钱。\n所谓 Token，就是海量计算出来的数学结果，它本身就是智能。\n\n输进去的是电，吐出来的是文章、图片、代码和解题思路。\n为了给全世界生产这种智能，到本年代末需要建100吉瓦的算力集群。\n算下来，这是五六万亿美元级别的超级基建。\n面对这种天价投入，金主们最怕什么？\n怕算法和模型迭代太快，刚花几百亿建好的专用架构瞬间过时。\n\n英伟达能通吃市场的底牌就在这里。\n它的架构足够通用，靠软件就能持续升级，而且能跑遍美国、全球所有不同模态的大模型。\n当单座集群的造价冲到600亿美元时，谁都不敢拿几百亿去买一个可能会过时的资产。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2095317668811128859","translated_status_id":"2095317668811128859","published_at":"2026-09-02 22:59:15","created_at":"2026-09-03T00:42:50+02:00","url":"https://mubeitech.com/p/17077677","markdown_url":"https://mubeitech.com/p/17077677/markdown"},{"rank":2,"id":"raw_0195ab9f667b9bb7","account":"mubei","brand":"@mubei","title":"建一座耗电 100 万千瓦的 AI 数据中心，英伟达能从里面切走多少钱？ 几年前大约是 180 亿美元。 现在直接翻倍，…","summary":"建一座耗电 100 万千瓦的 AI 数据中心，英伟达能从里面切走多少钱？ 几年前大约是 180 亿美元。 现在直接翻倍，冲到了 400 亿美元以上。 整座数据中心如果造价 500 亿美元，八成左右的预算，最后全进了英伟达一家的口袋。 这笔账是怎么算出来的？ 过去大家建机房，算的是…","body":"建一座耗电 100 万千瓦的 AI 数据中心，英伟达能从里面切走多少钱？\n几年前大约是 180 亿美元。\n现在直接翻倍，冲到了 400 亿美元以上。\n整座数据中心如果造价 500 亿美元，八成左右的预算，最后全进了英伟达一家的口袋。\n\n这笔账是怎么算出来的？\n过去大家建机房，算的是占了多少平米、买了多少个机柜、装了多少台服务器。\n传统的通用机房，100 万千瓦的电力配额，投个 50 亿美元就能填满。\n但跑大模型的大机房不一样。\n现在整个行业最硬的一堵物理高墙，是电力。\n变压器排队要等三年，电网审批排成长队，电成了全行业最紧缺的指标。\n科技巨头费尽力气抢到 100 万千瓦的电力配额，每天一睁眼最焦虑的事只有一件：\n这 100 万千瓦的电烧下去，怎样才能挤出最多的有效算力？\n\n这就是黄仁勋这几年做的事情。\n他在播客访谈里说了这么一句话：\n英伟达过去是一家显卡公司。\n后来成了全球最大、增速最快的网络设备公司。\n现在马上要成为全球最大、增速最快的中央处理器公司。\n\n很多人以为英伟达只是卖 GPU 芯片的。\n把芯片做成板卡，插在戴尔或者超微的服务器里，再接上思科的交换机。\n如果只是这么卖，英伟达每吉瓦只能赚走显卡的钱，大头全被其他硬件厂商瓜分了。\n黄仁勋把这套分工全掀了。\n\n先是吃掉网络。\n2020 年，英伟达花了 69 亿美元收购 Mellanox。\n当时不少人纳闷：一家做显卡的公司，买做光纤通信和交换机的干什么？\n到了几万张显卡并联训练的时候，大家才看明白。\n大模型分布式训练最怕的不是单张卡跑得慢，怕的是卡和卡之间传输数据卡壳。\n只要网络出现延迟或丢包，几万张昂贵的显卡就得原地停下来等，白白消耗高昂的电费。\n英伟达拿出自己的 InfiniBand 和 Spectrum-X 交换机，把通信延迟压到了极限。\n原本该付给传统网络设备商的百亿美元预算，顺理成章划进了英伟达的账本。\n\n接着吃掉中央处理器。\n过去 AI 服务器里都要配两颗英特尔或者 AMD 的 x86 处理器。\n处理器和显卡之间走普通的通信总线，带宽窄，传数据慢得像走乡间小路。\n英伟达转头自己做基于 ARM 架构的 Grace CPU，后面又公布了 Vera CPU。\n用自家的片间互联技术把处理器和显卡死死焊在一起，数据通道拉到了每秒 900 GB。\n现在客户买新架构机架，根本用不着再去挑别人的处理器，整套计算单元全由英伟达打包。\n\n最后连机柜也一并承包了。\n比如现在的旗舰产品 GB200 NVL72。\n它不再是插在机箱里的一块显卡。\n这是一整台重达一吨多、配齐精密液冷管道和铜缆背板的独立机架。\n里面整整齐齐塞进 72 块 GPU 和 36 颗 Grace CPU。\n内部用两英里长的无损铜缆直接打通，整座机柜跑起来就像一块超大号的单一芯片。\n散热、供电、网线、芯片、存储加速到安全系统，全由英伟达一手包办。\n\n这么一套组合拳下来，结果是什么？\n在传统云计算巨头那里，微软、亚马逊、谷歌、Meta，英伟达吃掉了它们大约 40% 的资本开支。\n而在新兴的算力租赁公司和私有云机房里，英伟达吃掉了高达 80% 的资本开支。\n这意味着那些专门做算力租赁的新公司，每从银行和风投手里借来一块钱，有八毛钱是直接给英伟达转账的。\n要知道仅仅六年前，英伟达在全球数据中心资本开支里的份额，还只有个位数。\n如今这两拨客户各自占了英伟达一半的业务，而且每年都在成倍增长。\n\n大家总在争论科技巨头每年几百亿美元的资本开支会不会见顶。\n但站在黄仁勋的账本上看，逻辑极其简单：\n既然物理世界能给出的电量配额是锁死的，那就在每 100 万千瓦的电力硬顶里，把所有能插进机柜的零部件，全都换成英伟达自己的产品。\n从卖显卡的零件供应商，变成了承包整座 AI 工厂的总包商。\n当机房里所有的网线、处理器、水冷和芯片都被焊进同一套封闭体系，数据中心的算账单位，自然也就变成了英伟达说了算的标价牌。 https://x.com/wallstengine/status/2111507532141453408/video/1","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2111763151964315649","translated_status_id":"2111763151964315649","published_at":"2026-10-18 12:08:10","created_at":"2026-10-18 12:08:10","url":"https://mubeitech.com/p/raw_0195ab9f667b9bb7","markdown_url":"https://mubeitech.com/p/raw_0195ab9f667b9bb7/markdown"},{"rank":3,"id":"raw_b364f5abdb4c66e1","account":"mubei","brand":"@mubei","title":"一家做半导体芯片的高科技公司，最核心的监控指标是什么？ 是晶圆良率？先进制程的线宽？还是下一代架构的晶体管数量？ 换作任…","summary":"一家做半导体芯片的高科技公司，最核心的监控指标是什么？ 是晶圆良率？先进制程的线宽？还是下一代架构的晶体管数量？ 换作任何一个芯片工程师，答案大概都在这几样里。 但在高盛的技术大会上，黄仁勋讲了一句让在场投资人全部愣住的话。 他说：英伟达现在正在全球范围内，监控每一座变电站、每一…","body":"一家做半导体芯片的高科技公司，最核心的监控指标是什么？\n是晶圆良率？先进制程的线宽？还是下一代架构的晶体管数量？\n换作任何一个芯片工程师，答案大概都在这几样里。\n但在高盛的技术大会上，黄仁勋讲了一句让在场投资人全部愣住的话。\n他说：英伟达现在正在全球范围内，监控每一座变电站、每一片土地，以及每一座空壳机房。\n原话甚至更夸张：\n我们监控着地球上的每一个吉瓦，我们清楚每一处资源在哪里。\n\n一个卖显卡的半导体公司，怎么突然干起全球电网抄表员的活了？\n很多人的第一反应是：这老头是不是又在给资本市场吹泡泡？\n还真不是。\n因为眼下的 AI 算力军备竞赛，撞上了一堵极其冰冷、不可逾越的物理硬墙。\n\n过去两年，科技圈所有人都在盯着台积电的产能。\n大家天天查先进封装的配额够不够，高带宽内存的良率高不高。\n科技巨头们觉得，只要英伟达把芯片造出来，大模型就能无限扩张下去。\n但真正冲在最前线、替微软、谷歌、甲骨文建数据中心的开发者，现在最恐惧的早就不是芯片缺货了。\nThe Information 的记者菲比·刘在独家报道里，点出了一个让整个行业直冒冷汗的词：\n无电可用的芯片过剩。\n\n什么叫无电可用的芯片过剩？\n算力订单还在疯狂暴涨，各大公司的支票还在一张接一张地开。\n但买回来的显卡，很可能连电闸都拉不开。\n\n这背后是一场极其荒诞的时间尺度撕裂。\n台积电造一批顶尖 GPU 芯片，需要多久？\n几个月。\n工程队去平整土地、搭好一座现代数据中心的水泥外壳，需要多久？\n一年到一年半。\n但是，你要去找当地的公共电力公司，申请接入高压输电网，需要多久？\n在美国几大主要电网区域，并网排队的平均等待时间，是整整五到七年。\n\n更要命的是变电站的核心硬件：大型高压变压器。\n这玩意儿不是消费电子，不是多雇几个工人就能三班倒赶工出来的。\n造一台大型变电站变压器，需要高等级的取向硅钢，需要极其重型的卷铁芯设备，全球产能极度紧张。\n行业数据显示，现在一台大变压器的标准交付周期，已经排到了 128 周以上。\n也就是整整两年半，稍大一点的规格甚至要等三四年。\n\n两套完全不同维度的时钟，在这个节点上迎面撞毁了。\n一边是十八个月翻倍的摩尔定律，一边是五年起步的重工业电网改造。\n假设你是一家算力开发商，手里拿着上百亿资金，咬牙订了五万张顶级显卡。\n半年后，大卡车把密密麻麻的服务器机架送到了你的机房门口。\n结果当地电力局发来一封公函：\n扩容申请原则上批准，但新变电站正式通电预计要等到 2029 年。\n\n这时候会发生什么？\n芯片不是黄金，它是有技术半衰期的。\n显卡在技术上的黄金寿命，通常只有两到三年。\n三年之后，下一代新架构一出来，老芯片的计算效率直接腰斩。\n这意味着，那批总价上百亿的精密硅片，一次机都没开过，甚至还没通电发过热，就只能躺在库房的木头托盘上，每天以几十万美元的速度折旧贬值。\n在产业经济学里，这叫资产搁浅。\n\n如果买回来的卡只能在仓库里落灰，下一个季度谁还敢给英伟达下订单？\n那些向华尔街承诺无限增长的云巨头，现金流会当场被这批死资产卡死。\n\n黄仁勋看明白了这层致命危机。\n他知道，如果英伟达还像传统硬件厂商那样，只管把芯片卖出去、收钱走人，自己的增长曲线迟早要撞死在电网审批上。\n于是，英伟达在过去一年里，把自己的角色做了一次极其激进的重构：\n它直接跨过戴尔、超微这些服务器代工厂，把商业模式从单纯卖芯片，硬生生变成了一座全球电力与机房的超级清算所。\n\n它是怎么调度的？\n简单来说，就是把分配芯片的逻辑，从看谁钱多，改成了看谁先通电。\n黄仁勋要求生态圈里的所有伙伴：\n不管你是微软、甲骨文这样的超级巨头，还是 CoreWeave 这样的新兴算力云，或者是给他们组装服务器的代工厂。\n谁想拿到最新架构的算力配额，谁就必须把底层基建的家底彻底交代清楚。\n你的机房地皮在哪个州？\n你的水泥外壳封顶了没有？\n当地供电局批了多少兆瓦的负荷？\n变压器哪个月进场？哪一天正式合闸通电？\n\n英伟达拿到了这套全球独一无二的产业情报网。\n他们把全球每一个吉瓦的土地、机房和电力批文，实时标注在一张超级地图上。\n给谁供货、不给谁供货，全看你的通电时间表。\n你的机房下个月并网，芯片下个月直接从工厂送到你门口，开箱即点亮。\n你的电力审批还在排队？对不起，你的订单往后顺延，配额先让给通电更快的客户。\n通过这种对互补品资源的绝对摸底，英伟达硬生生把可能砸在库房里的天量存货，在物理世界上给熨平了。\n\n除了在外面找电，英伟达还在机房内部动起了手术。\n因为单台机柜的吃电速度，也已经把物理学逼到了极限。\n比如最新的 GB200 NVL72 机架，单机柜运行功耗直接冲上了 120 到 132 千瓦。\n这是个什么概念？\n一个普通三口之家的生活用电，峰值功率也就几千瓦。\n一台机柜的耗电量，相当于把上百个家庭的全部电器，压缩在一个两米高的大铁柜里。\n过去传统的风冷散热彻底失效了。\n如果还用风扇去吹，吹出来的热风足以把机房变成烤箱，单是空调电费就能把运营方吃破产。\n所以英伟达强制推行全液冷，用液体导管直接贴死芯片吸热。\n\n更绝的是电源架构的重造。\n机房外部送来的是几千伏的高压交流电，过去机柜内部普遍采用 48 伏甚至 12 伏直流电供电。\n物理学常识告诉我们：在功率固定的情况下，电压越低，电流就越大；而导线发热损耗，与电流的平方成正比。\n在 130 千瓦的恐怖功率下，如果继续跑低压直流，机柜背面的铜电缆得做得像人的大腿一样粗，大量的电能直接变成无用的废热。\n英伟达联合生态直接推行 800 伏高压直流架构。\n电压拉高十几倍，电流瞬间缩小，不仅甩掉了几百公斤昂贵的铜线，还省掉了多次交直流转换的能量损耗。\n\n他们甚至还在跟加州的公用事业电力公司合作，让数据中心变成电网的柔性负荷。\n居民白天开空调、电网负荷吃紧的时候，算法自动降低大模型训练的运行功率；\n等到深夜大家入睡、电网有多余负荷的时候，机房再全力拉满功率狂飙。\n\n当一项颠覆性技术跑得太快的时候，最先被扯住后腿的，从来不是最前沿的科学。\n卡住整个数字世界的，恰恰是那些人类用了一百年的重工基建。\n大家都在谈论超级智能的诞生，谈论数字世界的无限可能。\n但走到最后，决定这场革命推进速度的，依然是荒野上那一根根高压输电线、变电站里那个傻大黑粗的变压器，以及现实物理世界对能量守恒的冷酷裁决。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2101801886315622587","translated_status_id":"2101801886315622587","published_at":"2026-09-20 23:47:41","created_at":"2026-09-20T23:47:41.141328","url":"https://mubeitech.com/p/raw_b364f5abdb4c66e1","markdown_url":"https://mubeitech.com/p/raw_b364f5abdb4c66e1/markdown"},{"rank":4,"id":"17148736","account":"mubei","brand":"@mubei","title":"全硅谷都在疯抢英伟达的算力芯片。 但巴菲特的接班人格雷格·阿贝尔，盯上的是另一张底牌。 AI 繁荣的终极物理瓶颈，根本不…","summary":"全硅谷都在疯抢英伟达的算力芯片。 但巴菲特的接班人格雷格·阿贝尔，盯上的是另一张底牌。 AI 繁荣的终极物理瓶颈，根本不是算法，也不是算力。 是电。 建一座顶级的 AI 数据中心，最缺的是什么？ 不是买芯片的钱。 而是向电网接入几百兆瓦稳定负荷的能力。 算力跑得再快，电网供不上，…","body":"全硅谷都在疯抢英伟达的算力芯片。\n但巴菲特的接班人格雷格·阿贝尔，盯上的是另一张底牌。\nAI 繁荣的终极物理瓶颈，根本不是算法，也不是算力。\n是电。\n\n建一座顶级的 AI 数据中心，最缺的是什么？\n不是买芯片的钱。\n而是向电网接入几百兆瓦稳定负荷的能力。\n算力跑得再快，电网供不上，上万张芯片就是一堆通不了电的废铁。\n\n阿贝尔执掌伯克希尔旗下能源业务多年，手里压着庞大的电网和发电资产。\n硅谷巨头要让下一代模型跑起来，最后都得排队去找能源公用事业公司敲门。\n这是重资产的物理基础设施卡位。\n\n华尔街还在盯着芯片的交付周期。\n老派资本巨头已经把战壕挖到了变电站和高压输电线上。\n谁掌握了稳定的电力供应，谁就掐住了整个算力扩张的命门。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2097113432516391175","translated_status_id":"2097113432516391175","published_at":"2026-09-07 21:19:33","created_at":"2026-09-07T22:50:23+02:00","url":"https://mubeitech.com/p/17148736","markdown_url":"https://mubeitech.com/p/17148736/markdown"},{"rank":5,"id":"2055019565533495576","account":"mubei","brand":"@mubei","title":"供电容量只是大模型的表象。 前谷歌 CEO Eric Schmidt 掀开了底牌。 拦在算力霸权面前的终极高墙叫现金。…","summary":"供电容量只是大模型的表象。 前谷歌 CEO Eric Schmidt 掀开了底牌。 拦在算力霸权面前的终极高墙叫现金。 建一个吉瓦级别的 AI 基础设施，起步价 500 亿美元。 规模拉到 10 吉瓦，5000 亿直接烧没。 想把整个产业推向下一个世代，资金门槛是一万亿美元。 全…","body":"供电容量只是大模型的表象。\n前谷歌 CEO Eric Schmidt 掀开了底牌。\n拦在算力霸权面前的终极高墙叫现金。\n\n建一个吉瓦级别的 AI 基础设施，起步价 500 亿美元。\n规模拉到 10 吉瓦，5000 亿直接烧没。\n想把整个产业推向下一个世代，资金门槛是一万亿美元。\n\n全球能往单一行业砸一万亿的玩家，一巴掌数得过来。\nSchmidt 盘点了牌桌上仅剩的筹码。\n\n中共国绝对掏得起这笔真金白银。\n美国靠着极具统治力的华尔街，能融到这种规模的巨款。\n欧洲拿不出钱，已经彻底出局。\n\n算力对决早就跳出了实验室。\n这是一场比拼谁能开动国家级金融机器的零和博弈。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-15 11:51:15","created_at":"2026-05-15T13:44:47.997280","url":"https://mubeitech.com/p/2055019565533495576","markdown_url":"https://mubeitech.com/p/2055019565533495576/markdown"}]}