导语
2026年9月，科技博主Asianometry在参加Hot Chips和Semicon Taiwan两大行业展会后，深入硅谷与台湾科技圈进行了广泛交流。时值AI浪潮第四年，行业焦点正从模型训练转向长期运行的智能体、递归自我改进，以及对算力近乎疯狂的争夺。本次行程的观察揭示了AI对芯片设计、制造、云计算乃至社会心态产生的深远影响，也提出了一个关键问题：当前的算力狂热与高估值，是否在2027年面临供需逆转的风险？
硅谷算力饥渴：AI繁荣第四年的见闻与冷思考
作者回顾了2026年造访硅谷与台湾参加行业展会后的见闻与思考。核心观点包括：AI正深度渗透EDA领域，芯片制造进入“更大、更集成”的Chipmaxing时代；算力短缺是当前最严峻的挑战，但2027年可能出现供应过剩；Anthropic与OpenAI凭借巨量算力占据前沿，而Google可能已难以重返；新兴的Neolab模式或为突破性创新提供土壤；尽管AI应用广泛，其真实的投入产出比仍不明朗。文章最后警示了日益增长的反AI情绪。
大纲与深读 8 章
展开「深读」看每一段讨论的问题与论据。
01
Hot Chips 2026见闻
01:16- Hot Chips展会规模空前，座位一位难求，金融界人士显著增多
- AI进军EDA领域与硅光子技术成为两大核心主题
- 美光、三星、SK海力士的内存专题讨论异常火爆
- OpenAI展示新AI芯片Jalapeno，颠覆了此前认为AI芯片窗口期已关闭的判断
深读这一段
讨论的问题：Hot Chips 2026反映了AI硬件领域的哪些最新趋势和热点？
论据 / 案例：OpenAI展示Jalapeno芯片；会场拥挤；内存专场早上9点已座无虚席；Etched、MatX、Positron等AI芯片初创公司活跃。
02
Semicon Taiwan盛况与技术路线
06:17- Semicon Taiwan从2022年的简约展会发展为2026年的狂热盛会，互动体验丰富
- TSMC虽无展位但主导展会，其高管在信息发布会上提出技术需求，实质是向全行业发出需求征询
- 半导体制造的未来在于突破光刻极限，向更大尺寸发展，催生先进封装革命
- 面板级封装从概念走向现实，生态系统正为方形玻璃中介层准备设备
深读这一段
讨论的问题：Semicon Taiwan 2026如何揭示了半导体制造的未来方向，特别是TSMC的驱动作用？
论据 / 案例：TSMC展示准备制造跨越14个光罩尺寸的‘战舰级’芯片；面板级中介层从两年前的幻灯片走向产线设备准备。
03
AI算力争夺与短缺
09:39- 长期运行的AI智能体兴起，触发了对算力的激烈争夺
- 算力现货市场已完全消失，新云厂商（Neocloud）崛起并预计短缺将持续一至两年
- AI初创公司面临算力获取的业务风险，风险投资人甚至帮助四处搜罗GPU
- Anthropic和OpenAI拥有约5GW算力，但可能存在使用效率不高的问题
深读这一段
讨论的问题：当前AI算力短缺的现状、参与者及其策略是什么？
论据 / 案例：Anthropic与SpaceX、Google签署大单；VC在东欧等地搜寻GPU；Anthropic和OpenAI各拥有约5GW算力。
04
前沿AI竞争格局分析
12:17- 普遍共识认为Google难以重返前沿AI竞争，因其人才流失且文化不利于前沿研究
- SpaceX/Hacks AI被视为最有可能加入Anthropic和OpenAI前沿梯队的竞争者
- 马斯克投入超过购买Cursor的资金用于火箭技术，并采用Meta式的招聘策略
- Cursor团队被认为实力强劲，可能是最近令人印象深刻的Grokbot产品背后的力量
深读这一段
讨论的问题：在美国，除Anthropic和OpenAI外，谁最有可能成为下一个前沿AI竞争者？为什么？
论据 / 案例：Google将算力出售给Anthropic被视为其不自信的表现；马斯克在AI招聘上投入巨大；Grokbot产品被评价为令人印象深刻。
05
新型AI实验室（Neolabs）现象
13:41- Neolabs是由精英研究员创办、尚无收入的初创公司，旨在探索全新的AI结构
- 包括Safe Superintelligence、Recursive Intelligence、Sakana AI等多个例子
- 这种模式被视为对传统研究大学、政府实验室或贝尔实验室模式的一种替代或补充
- 其逻辑是投资非对称押注，即使失败，资金多以算力形式存在，若成功则可能被巨头天价收购
深读这一段
讨论的问题：什么是Neolabs？它们为何能获得资金，其投资逻辑是什么？
论据 / 案例：Safe Superintelligence融资10亿美元但未发布产品；研究模式从大学/政府转向由NVIDIA算力和VC资金支持的私营实验室。
06
AI的投资回报率与实际影响
16:03- 客户大量使用AI，但其投资回报率（ROI）仍不明确，无人进行系统性衡量
- AI在降低编程门槛方面有影响，例如用更少的分析师搭建仪表板
- 在AI宣传的其他能力（如制作表格、PPT）上，尚未看到显著的实际影响
- OpenAI内部用AI加速研究，但仍将AI能力比作执行日常任务的‘实习生’
深读这一段
讨论的问题：用户从AI中获得的实际投资回报和业务影响究竟如何？
论据 / 案例：OpenAI称AI为‘实习生’，能执行日常任务但远非AI研究员；金融公司用更少分析师加AI搭建报告仪表板的案例。
07
2027年算力供需预测与风险
17:34- 预计到2026年底，可用AI数据中心容量约为15GW，到2027年底将飙升至45-55GW
- 仅Anthropic和OpenAI两家就可能在2027年占据约30GW的新增容量
- 基于每GW算力产生500亿至1000亿美元收入的模型，两家公司2027年营收需达到7500亿至1.5万亿美元
- 这一营收数字被认为过于夸张，可能导致算力租赁价格下跌，并可能从短缺转为过剩
深读这一段
讨论的问题：基于当前投资和建设速度，2027年AI算力市场将面临怎样的供需平衡？
论据 / 案例：2026年底容量约15GW，2027年底预计达45-55GW；当前租赁价格约2000万美元/兆瓦，对应3年回本周期。
08
AI发展面临的社会情绪与未来
20:39- 反AI情绪正在增长，原因包括讨厌数据中心、亿万富翁或认为AI盗用人类知识
- 作者警告这种情绪可能影响选举，硅谷内部应关注外部日益强烈的抵触
- AI在解决复杂数学问题（如Navier-Stokes方程）上取得进展，但伴随数据盗窃指控
- AI可能通过引发持续AI需求的新阶段（如持久AI）来再次推动增长
深读这一段
讨论的问题：AI技术发展面临哪些社会层面的挑战和潜在转折点？
论据 / 案例：OpenAI内部模型据称产生Navier-Stokes问题的证明，但遭遇抄袭和数据盗窃指控；反AI情绪被提及可能赢得选举。
金句
- "The window for new AI chips has closed with the exception of Google's TPU. I take that back now. I was wrong. AI Infest chips are so hot right now." —— “除了谷歌的TPU，新AI芯片的窗口已经关闭。我现在收回这句话。我错了。AI芯片现在太火了。”
- "The shortage and the supply chain responds. That 15 gigawatts at the end of 2026 is estimated to surge to about 45 to 55 gigawatts end of 2027." —— “短缺会刺激供应链响应。预计2026年底的15吉瓦可用AI数据中心容量，将在2027年底激增至约45到55吉瓦。”
- "750 billion to $1.5 trillion is two Walmarts at the higher end and two Toyotas at the lower end. It strains credibility and I just don't think they get there." —— “7500亿到1.5万亿美元，上限相当于两家沃尔玛，下限相当于两家丰田。这令人难以置信，我认为他们达不到。”
- "Maybe rather than automating away work, AI just gives us more work to do." —— “也许AI并非在自动化取代工作，而只是给了我们更多的工作去做。”
- "A good number of people hate AI either because they hate the data centers or because it represents everything they hate about the billionaires... And I have a bad feeling that this issue can win elections." —— “许多人讨厌AI，因为他们讨厌数据中心，或者因为AI代表了他们讨厌的所有亿万富翁特质……我有一种不祥的预感，这个问题足以影响选举结果。”
原文链接
↗完整内容见原文：Asianometry · 硅谷算力饥渴：AI繁荣第四年的见闻与冷思考
