摘要

Ross 的核心判断是：「5年后，如果 Nvidia 的市值还不到10万亿美元，我个人会感到意外。」 但更尖锐的版本是：Nvidia 只需销售少数芯片，却持续拿走大部分收入——可能是10%的芯片贡献51%的收入；随着贡献90%-99%总支出的35-36家客户开始按性能而非品牌采购，格局会变化。而他更希望你问的是：「5年后 Groq 的市值会到10万亿美元吗？有可能。」
如果把 OpenAI 和 Anthropic 现有的推理算力都翻倍，它们的收入将在1个月内接近翻倍。 Anthropic 最大的抱怨之一是速率限制；OpenAI 通过降低聊天速度来限流，牺牲了用户参与度。2周前，一位客户要求 Groq 提供其总容量5倍的算力，没人能接下这个需求。
OpenAI、Anthropic 以及所有超大规模云厂商都会自研芯片，但目的未必是击败 Nvidia。 真正的奖品是「掌控自己的命运」，摆脱 Nvidia 对 HBM 的买方垄断——Nvidia 每年可以制造5000万颗 GPU die，但实际出货量约550万颗 GPU。至于新芯片创业公司，Ross 认为「已经太晚了，这艘船已经开走」：即使一切顺利，从设计到流片也要3年，而首次流片成功率只有14%。
判断泡沫与否，应该看聪明钱在做什么：它们都在加码。 在 Goldman Abu Dhabi 的一场活动上，管理着100亿美元以上资产的50多位经理中，没有1个人确信10年后 AI 不会取代自己的工作。「它们当然会像醉酒水手一样花钱」——而 AI 也打破了 SaaS 的经济学，因为每次查询投入更多算力，就能直接改善产品。
中国模型的运行成本约为 GPT OSS 的10倍。 它们优化的是低成本训练，而封闭市场的定价让供应商可以围绕稀缺性收费，导致人们把价格和成本混为一谈。中国可以赢下本土主场——拥有150座核反应堆和补贴；但在无法自行建设电厂的盟友国家这场「客场赛」中，美国还有2-3年的窗口期。
「掌控算力的国家将掌控 AI，而没有能源就不可能拥有算力。」 欧洲选择「通过立法」竞争，而不是建设基础设施；如果不能以足够速度行动，「欧洲经济将变成旅游经济」。拥有风电、且风电规模达到水电5倍的 Norway，理论上可以提供与美国同等的能源；日本的2nm晶圆厂、650亿美元 AI 投资和重启核反应堆，则展示了所需的行动速度。
AI 带来的将是大规模劳动力短缺，而不是失业。 它会对整个经济施加通缩压力，让人们更早退出工作，并创造今天无法想象的新职业。「我们将通过生产更多算力，把更多劳动力加入经济体系……这在经济史上从未发生过。」
行业格局上，长期对决仍是 OpenAI 对 Google；Anthropic 则在做不同的事——编码。 5000亿美元的 OpenAI 和1800亿美元的 Anthropic 都「被严重低估」，因为这些实验室会成为「Mag 9、Mag 11、Mag 20」。Microsoft 短期内会重置与 OpenAI 的关系；CUDA 的锁定效应「对训练成立，但对推理不成立」。

精读

1. 别问「是不是泡沫」，问聪明钱在做什么

Ross 重新定义了问题：如果一个问题始终得不到答案，就换个问法——Google、Microsoft、Amazon 和各国政府在做什么？答案是：全部在加码，每次发布新消息后都继续增加支出。他最有力的证据是，Microsoft 在1个季度内部署了 GPU，随后却没有把它们放进 Azure，因为自用带来的收入高于出租。
他把当前市场类比为石油钻探早期：「很多干井，只有少数喷油井」，约35-36家公司贡献了99%的收入，或者至少贡献了大部分 token 消费。结果高度离散，直觉仍然胜过科学；「现在是投资者最好的时点」，一旦市场变得可预测，优秀投资者反而赚得更少。
这些支出并不完全出于经济理性。在 Goldman Abu Dhabi 的首届活动上，他问50多位管理着100亿美元以上资产的人：谁能100%确定 AI 10年后不会取代自己的工作？没有人举手。他说：「很好，这就是超大规模云厂商的感受。」因此它们当然会像醉酒水手一样花钱，因为另一种结果是被彻底锁出自己的业务。
Stebbings 追问：无论是不是 Mag 7，回报最终都必须兑现。Ross 承认「没错」，但坚持认为价值已经在落地：一位客户提出一个功能需求，他「在给工程师做提示工程」，4小时后功能便已进入生产环境，且没有一行人工编写的代码。6个月后，这种事情可能在一场会议结束前就完成——这是质的差异，能够拿下竞争对手无法赢得的订单。

2. 无止境算力论：推理翻倍，收入翻倍

这期节目的核心赌注是：「如果把 OpenAI 现有的推理算力翻倍，把 Anthropic 的也翻倍……从现在起1个月内，它们的收入将接近翻倍。」机制很直接：速率限制是 Anthropic 最大的抱怨之一；OpenAI 通过放慢聊天服务来控制流量，牺牲用户参与度。
Groq 自己的客户漏斗证明了约束所在：100%的客户最初都要求速度，但一旦看到供应短缺，就没人继续追问速度——「真正的价值主张是，你能不能提供更多算力容量」。2周前，一位客户要 Groq 总容量的5倍；Groq 和任何一家超大规模云厂商都无法承接。Harry 的本能反应是「要不要狠狠干脆买 CoreWeave？」得到的回答是，CoreWeave 是一家优秀公司，但和所有人一样，GPU 配额有限。
过去10年的数据中心预测始终错在同一个方向：所有人都建设不足，于是把预测上调到高于最乐观情景，最后仍然建设不足。算力是「最容易调节的旋钮」——算法很少改善，数据很难获得，但算力每年都在进步，只要开出足够大的支票，就能相对可靠地买到。可即便如此，「我们还是会低估自己需要多少」。
Ross 承认自己在推理算力上的意外是：「我从没想到 AI 会建立在语言之上……我以为它会更像 AlphaGo。」语言让 AI 变得极易使用——「我原以为 AI 会更早到来、增长更慢；它来得更晚，增长速度却远超我的想象。」全球人口中有10%被描述为每周活跃的「GBT」用户。

3. 速度会复利成品牌：认为未来用户不在意延迟是「完全错误」

对于用户会愉快地发出提示词然后离开的说法，他的回答是：「完全错误。」他按毛利率排列 CPG：烟草、嚼烟草、软饮料，最后是水；毛利率对应的是成分作用于人体的速度。多巴胺循环会建立品牌黏性，Google 和 Facebook 都建立在这一点上；速度每提升100毫秒，价值约相当于8%的转化率。
Groq 早期展示速度时，观众曾问：既然输出速度比阅读速度还快，为什么还需要更快？他的反问是：「网页为什么要比你阅读它的速度更快地加载？」人们始终不擅长预测什么会驱动参与度，这是早期互联网留下的教训。

4. 所有人都会造芯片：为了掌控命运，而不一定为了超越

TPU 被视为超大规模云厂商自研芯片可行的证明，但它只是 Google 同期约3个芯片项目之一，也是唯一击败 GPU 的项目；Dojo 刚刚被取消。造一款芯片挑战 Nvidia，「有点像说 Google Search 很不错，我们复制一个吧。这是疯了」。
但他「毫不怀疑」OpenAI、Anthropic 和所有超大规模云厂商都会造芯片，关键在于动机。他讲过一次 Google 实验室参观经历：Google 造了1万台 AMD 服务器，随后把芯片拆下来扔进垃圾桶——这从一开始就是安排好的，因为真正目的，是用 AMD 芯片去压低 Google 实际采购的 Intel 芯片价格。
真正的瓶颈是 Nvidia 对 HBM 的买方垄断：GPU die 使用的是手机芯片工艺，Nvidia 每年可以制造5000万颗，但 HBM 和 interposer 产能把今年的出货量限制在约550万颗 GPU。当一家超大规模云厂商要求100万颗 GPU、被拒绝并威胁自研时，「突然之间，那些 GPU 就找到了」。自研芯片购买的是「掌控自己的命运」，即使成本更高也值得。
Sarah Hooker 所说的「硬件彩票」是新进入者的陷阱：模型是围绕现有硬件设计的，attention 在 GPU 上运行良好，因此更好的架构「反而跑不好」，也就不再是更好的架构。现有厂商可以提前2年规划，挑战者则需要更快的迭代循环。

5. 1000亿美元「无限资金循环」与10万亿美元的 Nvidia

对于 Nvidia 向 OpenAI 投入1000亿美元，Ross 的说法是：「如果实际产生了有生产力的结果，就不叫资金空转」——至少40%会流向建设基础设施的供应商。Harry 说，那就是一个不完整的循环：60%回到 Nvidia，再加上几千亿美元的市值增长。Ross 的回答是，从经济角度看，「为什么不一直这么做」；只有在锁定效应成立时，这种溢价才合理，「而我会说 Nvidia 很可能确实如此」，因为全球根本没有足够的算力。
5年后的图景是：Nvidia 可能用约10%的芯片拿走超过50%的收入。品牌仍然有价值——「买 Nvidia，没人会因此被解雇」——但贡献90%-99%总支出的35-36家客户将拥有按商业价值选择的能力，因此其他芯片也会被采用。
Nvidia 5年后市值超过还是低于10万亿美元？Ross 回答：「5年后，如果 Nvidia 的市值还不到10万亿美元，我个人会感到意外。你真正应该问的是，5年后 Groq 的市值会到10万亿美元吗？有可能。」Groq 的主张是：由于供应链约束更少，「我们几乎可以生产无限数量」的芯片，满足市场上最稀缺的资产。
关于 Nvidia 最大的误解，他的快速回答是：「Nvidia 的软件构成护城河。」CUDA 的锁定效应「对训练成立，但对推理不成立」——Groq 已有220万名注册开发者，而 CUDA 自称有600万名。

6. 芯片经济学：跨过2道门槛，新进入者已经错过时机

一款芯片的生命周期有2套计算：部署时只需战胜资本开支，持续运行时只需战胜运营开支。全行业的赌注是，新芯片不会把旧芯片的价值压到运营成本以下，这也是接近5年机龄的 H100 仍能盈利出租的原因：「今天你绝不会部署 H100，但它们运行起来仍然有利润。」只有算力短缺还能维持这一点。
Groq 拒绝做长期赌注。Ross 认为，人们对摊销周期的设想比他更长；他先说「5到6年」，Harry 说「那大概就是3年」后，他又改口说「短一点」。Groq 大约每年升级一次芯片，因为芯片到了5年机龄，收入会低于电力和数据中心成本。持有长期合约的人还要做第3个计算：违约成本是否低于继续亏损运行？那之后会发生什么？「我不能告诉你，因为我们正在努力避免这种情况。」
如果今天创办 Groq，他「不会做芯片」。「这艘船已经开走了。」即使完美执行，从设计到量产也要3年，而首次流片成功率只有14%。Ross 做过3款芯片，全部一次流片成功；V2 甚至已经安排了重新流片，结果令他们震惊的是，根本不需要。Groq 现在采取一年一代的节奏，从 V2 到 V3 再到 V4；Nvidia 每款芯片则采用流水线方式，需要3-4年。
真正的护城河是供应链：相比受 HBM 约束的 GPU 供应链，「你给我们开一张100万颗 LPU 的支票，第一批 LPU 6个月后就开始交付」——GPU 则要2年。向一家超大规模云厂商的基础设施负责人推销时，速度和成本只得到礼貌性点头；6个月供应周期「是他唯一在意的事情」。

7. 破解中国误解：主场赛与客场赛

「我们干脆把所有误解都逐一拆掉。」中国模型的运行成本并不更低，而是 GPT OSS 模型的「约10倍」。它们优化的是低成本训练，封闭市场的定价让供应商可以围绕稀缺性收费：「人们把成本和价格混为一谈。」OSS 模型压缩出的智能说明「美国仍然拥有训练优势」，而这种优势建立在芯片获取能力之上。Ross 承认：「一开始连我也有点被蒙住了。」
中国可以赢下自己的「主场赛」——计划建设150座核反应堆，并用补贴覆盖低效率芯片的成本。但「客场赛」不同：一个拥有100兆瓦电网的盟友，不可能随手建一座核反应堆，因此能源效率更高的芯片会胜出。「未来2-3年，美国在这场客场赛中拥有明确优势」——前提是行动足够快，把盟友带进来。
开源策略方面，他曾仅凭品牌力量预测 OpenAI 会开源：「它们大概可以使用 Llama 2……人们仍然会用。」Anthropic 应该「开源上一代模型」，因为提示词兼容性就是新的软件兼容性：用户选择 OpenAI 的 OSS 模型而不是中国模型，是因为原有提示词可以复用；低成本用户日后还会升级到高级模型。
GPT-5 强调效率，并不意味着放弃规模化。要赢得印度市场，价格必须做到每月99卢比（约1.13美元），因为替代方案根本不是另一款 AI，而是完全没有 AI。

8. 「掌控算力的国家将掌控 AI」：欧洲旅游经济警告

他希望所有人带走的一句话是：「掌控算力的国家将掌控 AI。而没有能源就不可能拥有算力。」这并不是只有核能一条路：Norway 的风电利用率约80%，风电规模达到水电5倍，因此「Norway 一个国家就可以提供与美国同等的能源」——而且是持续提供。
欧洲的失败路径，是拥抱「不作为的错误」，通过立法而不是建设基础设施来竞争：制定数据驻留规则，却不增加兆瓦级电力；在增长型经济中，「错过机会的代价高于把事情搞砸」。许可审批的腐化也发生在美国：一位核电公司董事告诉他，公司在审批上的支出是电厂建设成本的3倍。为什么不建核电？「恐惧。」在这一点上，Trump「确实有帮助」。
Japan 是他衡量行动速度的基准：决策慢，行动快；一座2nm晶圆厂已经开始生产晶圆，虽然良率还未达到量产标准；政府已拨出650亿美元用于 AI，核反应堆也在重新上线。「当 Japan 要重启核反应堆时，欧洲需要听进去。」
如果欧洲不能以足够速度行动，「欧洲经济将变成旅游经济」。人们会来到这里参观古朴的老建筑，仅此而已。模型主权救不了欧洲——「你可以拥有一个比 OpenAI 聪明10倍的模型，但如果 OpenAI 拥有10倍算力，OpenAI 的模型就会更好。」他与 Mistral 合作，也喜欢这家公司；解决方案是增加算力，这样 Mistral 很可能就能竞争。过渡方案是 Saudi 的「数据大使馆」：在其3-4GW的建设规模上，叠加主权数据监管。

9. AI 打破 SaaS 经济学：创造的是劳动力短缺，而非失业

AI 不等于 SaaS，因为产品质量并不会在交付时固定下来：「我可以运行2个提示词实例，然后选出更好的答案，来提升产品质量。」这也是为什么 token-as-a-service 的账单几乎接近收入，以及为什么 OpenAI 刚刚宣布面向有限用户、价格更高且消耗大量算力的产品——「我们想看看，当给 AI 更多算力时会发生什么」。
在毛利率问题上，他的观点并不主流：高毛利存在的唯一理由，是为波动提供缓冲；「你的毛利率就是我的机会」。他希望 Groq 的毛利率「在保持业务稳定的前提下尽可能低」，因为「信任会产生利息」，而 Jevan 悖论会推动剩下的增长：「如果我们生产10倍算力，就会实现10倍销售额。」
宏观链条是这样的：「经济中最有价值的东西是劳动力。现在，我们将通过生产更多算力和更好的 AI，把更多劳动力加入经济体系。这在经济史上从未发生过。」结果有3个：大规模通缩压力——机器人种植、基因工程咖啡、更便宜的住房；人们选择退出工作——减少工时、更早退休；以及今天无法想象的新职业——农业人口占美国劳动力的比例从98%降至2%，「100年前，人们也无法想象 influencer 这种职业」。最终结果是「大规模劳动力短缺」，而不是大规模失业。
对于 S&P 接近7000点是否过热，他把称重机和人气投票分开看。他从未买过 Bitcoin，因为「我无法参与人气投票」。AI 正在创造称重机式价值的信号，是私募股权公司纷纷追逐 Groq，寻求低成本算力来改变被投企业的利润底线。经济下行在原则上无法预测——「如果一个预测会影响这个预测本身，你就无法预测它」。他判断过热的标准是，经济是否开始阻碍企业成功；他指出的唯一扭曲是，每个优秀工程师都在筹集1000万、2000万、1亿美元甚至10亿美元，去创办又一家实验室，而不是加入现有实验室。「请停止这么做。」

10. 行业格局：OpenAI 对 Google，两家实验室都被「严重低估」；差异化才能生存

长期对决是 OpenAI 与 Google——「Anthropic 做的是不同的事」：编码。Google 是他见过最令人印象深刻的翻身案例，工程师驱动的文化构成「系统性优势」；Gemini 按用户采用数据看是成功的，但在 Gmail 中的消费者整合「几乎不可用」。这些都是值得下注的尝试，类似 Google TV 做 Chrome 的路径；但在全球人口中有10%被描述为每周活跃的「GBT」用户后，他承认：「Google 可能已经太晚了。」
5000亿美元的 OpenAI 和1800亿美元的 Anthropic，选哪一家？「我想两家都投……它们都被低估了，而且是严重低估。」错误在于把市场当成有限蛋糕：这些实验室会通过研发扩大市场，最终只是加入指数，成为「Mag 9、Mag 11、Mag 20」。在现有巨头中，Microsoft 会短期重置与 OpenAI 的关系，但会保留已经部署的算力——「算力就像黄金」；Amazon 没有 AI DNA，但拥有算力；Meta 和 Google 则一直拥有 AI DNA。
说到 Elon，xAI 大概能做成，但路径不同：它有编码模型，却「没有编码分发渠道」；Anthropic 的高明之处，是拒绝什么都做。「如果你不差异化，就会死。」
Groq 的底线是：不会创建自己的模型，让客户可以放心在其平台上构建——「我在这个判断上可能犯了一个巨大的错误。」Groq 融资7.5亿美元，估值接近70亿美元；原计划融资3亿美元，最终超额认购4倍，并拥有正向硬件毛利率。公司内部要求工程师使用 AI，但工具由他们自己选择：先是 Sourcegraph，然后是 Anthropic，现在是 Codex，「下个月可能又会回到 Sourcegraph」。他最后借用 Galileo 的比喻：LLM 是「心灵的望远镜」——它们现在让我们感到渺小，但「100年后，我们会意识到，智能比我们想象的广阔得多，并且会觉得这件事无比美好」。

Firebird Management 的 Steve Gorelik：Molina Healthcare（$MOH）看多论点深入GLP-1淘金热：Eli Lilly CEO谈新突破、成瘾与心理健康及定价