大模型训砸了不仅不会破产，AI实验室怎么靠转租英伟达显卡躺着印钱

一家融了几千万美金的 AI 实验室，如果大模型训砸了，会怎么样？

在传统商业世界里，把投资人的几千万全烧光还没做出产品，公司就该关门清算了。

但在现在的硅谷，他们不仅不会破产，甚至可能躺着大赚一笔。

华盛顿大学计算机博士金宇晨（Yuchen Jin），最近在社交平台上讲了这么一件事。

他去和一位刚创办 AI 实验室的朋友聊天。

那位朋友对他说：

就算我们最终没能训出最好的模型，也没关系。

因为我们很早就锁定了显卡算力。

现在英伟达 H100、B200 和 B300 的租赁价格，比我们当初签协议的时候涨了两到三倍。

就算模型彻底失败，我们只要把手里的算力转租出去，就能大笔大笔地印钱。

这就很有意思了。

投资人给他们投钱，明明是让他们去研发通用人工智能、去突破科学边界的。

怎么模型还没训完，先变成了算力二房东？

想看懂这个神操作，得先看懂现在的 AI 公司是怎么买算力的。

一家初创团队融到几千万美金，里面大概有 70% 到 80% 的资金，要直接花在显卡上。

训一个前沿大模型，你不可能像普通人那样，在亚马逊云上按小时租几张显卡，晚上不用就关机。

你必须把几千张、甚至上万张顶尖显卡用高速网络连在一起，日夜不停地连续跑几个月。

像 CoreWeave、Lambda 这些专门提供 AI 算力的云服务商，为了给你搭这个庞大的数据中心，自己也要找银行借几十亿美金去买设备、拉电线、做液冷。

他们不可能陪你玩过家家。

你要用，就必须签一份叫作“照付不议”的长期租约，通常一签就是两到三年。

什么叫照付不议？

就是不管你的模型训不训、代码跑不跑、甚至哪怕你的团队解散了，未来两三年里，每个月的算力租金你一分钱都不能少付。

在正常的行业里，这种长期刚性负债简直就是催命符。

当年 2001 年互联网泡沫破裂的时候，无数光纤通信公司就是被这种长期租约活活拖死的。

但这次的 AI 淘金热，走出了一个谁都没想到的剧本。

台积电的高级封装产能一直死死卡着脖子，数据中心的电力缺口越来越大，全球的大科技公司、初创团队甚至各个主权基金，都在排队抢显卡。

结果就是，显卡的租赁价格不但没跌，反而一路飙涨。

当初这些实验室签下长期合约的时候，一张英伟达 H100 的长期租金可能只要每小时两美金出头。

后来市场上现货紧缺，短租价格直接冲到了四美金、五美金以上。

至于更新一代的 B200 和 B300，很多公司更是拿着现金排队大半年都拿不到现货。

这时候，摆在这家 AI 实验室面前的，就成了两道完全不同的选择题。

第一道选择题，是继续坚持他们的创业初衷：训大模型。

这件事情的风险极高。

你把几千万美金的电费和算力全烧进去，招几十个年薪百万美金的顶级研究员。

六个月之后，你的模型终于训出来了。

但只要跑分比主流对手差了一点点，或者人家第二天发布了一个更新更便宜的版本，你的模型可能瞬间变得一文不值。

你可能一分钱都没赚到，几千万美金的本金已经灰飞烟灭。

那第二道选择题呢？

别冒险训大模型了。

或者干脆只训个便宜的小模型，把手里长期锁定的几千张英伟达显卡集群，直接挂到二级市场上转租给别人。

你不用承担任何算法失败的风险。

你不用去清洗几百亿的训练数据。

你甚至不用写一行核心代码。

你两美金租进来的算力，转手四美金、五美金租给那些急着要显卡的公司。

在一整座几千张显卡的数据中心里，光是这个租金差价，一年就能稳稳落袋几千万美金的纯现金利润。

投资人拿真金白银买的是改变世界的科技期权。

实验室拿到手里运转起来的，却是一张稳赚不赔的显卡房产证。

这场景像极了 1849 年的加利福尼亚淘金热。

当年真正发了大财的，从来不是在冰冷河水里淘金的淘金客。

真正赚到钱的，是在码头早早买下所有铁锹、帆布裤和水源，再高价转租给下一批淘金者的商人。

当大家都在狂热地寻找金矿的时候，那把通往金矿的铲子，不知不觉就变成了最赚钱的生意。