迪伦·帕特尔
立场时间线 16 条 · 16 个议题
同一议题按时间排列，说法变化一目了然。
四大云厂商约6000亿美元资本开支很大一部分是为2027-2029年扩张的前置投入，而非全部用于当年上线的算力。
“其中很大一部分流向2027-2029年的涡轮机预付款、数据中心建设及电力采购协议，属于“为未来超速扩张布局”的前置投入。”
来源访谈 →算力合同签得保守还是激进直接决定竞争地位：Anthropic因过于保守陷入算力短缺，OpenAI因早期激进签约反而拥有更充裕算力。
“Anthropic因过去对算力合同过于保守，如今面临严重的算力短缺，被迫接受高价租赁或与次优供应商合作；而OpenAI因早期激进签约，在相同时间点拥有更充裕的算力资源，并形成了竞争壁垒。”
来源访谈 →GPU价值不应按折旧周期衡量，而看能产出多少高质量token，旧H100因算法进步单位价值反而随时间上升。
“一台H100今天的价值比三年前更高。（An H100 is worth more today than it was 3 years ago.）”
来源访谈 →2028-2029年算力扩张的最终瓶颈是ASML的EUV光刻机产能，扩产幅度远跟不上每吉瓦算力约3.5台的消耗速度。
“到2028-2029年，算力扩张的最终瓶颈将落在ASML的EUV光刻机上。目前每年约生产70台，即便激进扩产到2030年也仅约100台，而每新增1吉瓦算力就需要约3.5台EUV光刻机。”
来源访谈 →退回旧制程节点无法缓解EUV短缺，因为网络、内存带宽等系统级累积效应使新旧芯片实际推理性能差距近20倍。
“回到旧制程节点（如7纳米）并不能有效缓解EUV短缺。芯片性能差异远超单纯的浮点运算对比，网络拓扑、内存带宽、系统级集成等累积效应导致Hopper与Blackwell在实际推理性能上存在近20倍差距。”
来源访谈 →中美竞争结果取决于AI时间线快慢：快速发展美国凭算力规模领先，缓慢发展中国凭供应链整合优势逐步追平。
“时间线快，美国赢；时间线慢，中国赢。（Fast timelines, US wins, long timelines, China wins.）”
来源访谈 →内存（DRAM/HBM）已成为比逻辑芯片更紧迫的瓶颈，2026年大型科技资本开支约30%用于内存采购，并挤压智能手机和PC出货。
“内存（DRAM/HBM）已成为比逻辑芯片更紧迫的瓶颈。2026年大型科技公司资本开支中约30%将用于内存采购，价格持续上涨正侵蚀消费电子领域——智能手机和PC出货量将因此显著下滑。”
来源访谈 →电力并非真正的长期瓶颈，多种发电与储能方案5年内可提供数百吉瓦新增容量，供给约束远小于芯片制造。
“电力并非真正的长期瓶颈。除燃气轮机外，航空衍生发动机、船用发动机、往复式发动机、燃料电池及“峰谷储能”策略均可在5年内提供数百吉瓦新增容量，总供给远大于芯片制造带来的约束。”
来源访谈 →帕特尔认为AI行业的各种力量都在推动算力走向集中化，且看不到任何能阻止这一趋势的因素。
“"Every force is screeching towards centralization."——每一种力量都在尖叫着走向集中化。”
来源访谈 →Anthropic和OpenAI凭借模型产生的高额收入有能力出价高于其他买家，到2028年底将独自控制全球大部分可用算力。
“"By the time you're towards the end of 2028 — if this trend continues, and I see nothing that's stopping it — you've got them just controlling most of the usable flops in the world on their own."——到2028年底——如果这一趋势持续下去，而我看不到任何阻止它的因素——它们将独自控制世界上大部分可用的浮点运算能力。”
来源访谈 →实验室会把算力更多分配给内部研发而非对外推理服务，因为内部使用超快AI或最佳模型产生的价值远高于外部用户。
“"The whole point is, if I'm selling tokens… I'm going to allocate it to internal and external, because the internal value I'm generating from super-fast AI or the best AI model is way more than what someone external is."——关键在于，如果我在出售代币……我会将其分配给内部和外部，因为我从超快AI或最佳AI模型中产生的内部价值，远高于外部用户所获得的价值。”
来源访谈 →实验室为获取主导地位必须以远高于当前水平的价格竞标算力，这将推高整个市场的算力价格。
“实验室为获取主导地位，必须以更高价格（如每兆瓦2500万至5000万美元）竞标算力，这将推高整个市场的算力价格。”
来源访谈 →价值正从硬件供应链向模型层和最终用户转移，实验室以低成本创造高价值，但大部分价值最终被用户获取。
“实验室目前能以10-15的成本创造50-100的价值，但大部分价值最终被用户（如Jane Street、Meta）获取。”
来源访谈 →算力扩张受ASML的EUV光刻机等供应链响应滞后的制约，到2029年全球AI相关资本支出可能接近10万亿美元并需巨额债务融资。
“尽管资本主义会驱动产能扩张，但供应链（如ASML的EUV光刻机、蔡司镜片）的响应速度存在滞后。到2029年，全球AI相关资本支出可能接近10万亿美元，这需要巨额债务融资，并可能推高全球利率。”
来源访谈 →AI投资的高回报将推高市场利率，加剧高债务、低税收国家的偿债压力，可能引发主权债务危机。
“"If interest rates go up in the market... you end up with this really challenging problem of, where does the cash come from?"——如果市场利率上升……你最终会面临一个非常棘手的问题：钱从哪里来？”
来源访谈 →中国目前占全球新增AI算力不足10%且依赖走私或合规芯片，2028年本土晶圆厂投产后算力将快速增长，但初期芯片效率较低需打折看待。
“中国目前仅占全球新增AI算力的不到10%，且依赖走私或合规芯片。但到2028年，随着本土晶圆厂投产，其算力可能快速增长，不过初期芯片效率较低，实际算力权重需打折扣。”
来源访谈 →金句墙 12 条
“Every force is screeching towards centralization.”
每一种力量都在尖叫着走向集中化。
Anthropic与OpenAI或于2028年掌控全球大部分算力 · 2026/8/25“By the time you’re towards the end of 2028 — if this trend continues, and I see nothing that’s stopping it — you’ve got them just controlling most of the usable flops in the world on their own.”
到2028年底——如果这一趋势持续下去，而我看不到任何阻止它的因素——它们将独自控制世界上大部分可用的浮点运算能力。
Anthropic与OpenAI或于2028年掌控全球大部分算力 · 2026/8/25“The whole point is, if I’m selling tokens… I’m going to allocate it to internal and external, because the internal value I’m generating from super-fast AI or the best AI model is way more than what someone external is.”
关键在于，如果我在出售代币……我会将其分配给内部和外部，因为我从超快AI或最佳AI模型中产生的内部价值，远高于外部用户所获得的价值。
Anthropic与OpenAI或于2028年掌控全球大部分算力 · 2026/8/25“If interest rates go up in the market... you end up with this really challenging problem of, where does the cash come from?”
如果市场利率上升……你最终会面临一个非常棘手的问题：钱从哪里来？
Anthropic与OpenAI或于2028年掌控全球大部分算力 · 2026/8/25“An H100 is worth more today than it was 3 years ago.”
“一台H100今天的价值比三年前更高。”
芯片制造才是算力扩张的真正瓶颈 · 2026/8/5“In a chip constrained world, all that matters is get these chips working on producing tokens ASAP.”
“在芯片受限的世界里，唯一重要的事就是让这些芯片尽快开始产出token。”
芯片制造才是算力扩张的真正瓶颈 · 2026/8/5“Fast timelines, US wins, long timelines, China wins.”
“时间线快，美国赢；时间线慢，中国赢。”
芯片制造才是算力扩张的真正瓶颈 · 2026/8/5开源权重模型能让你将数据的命运掌握在自己手中，这与开源的灵魂深度相连。
DeepSeek如何用开源和创新挑战AI前沿 · 2025/2/3开源不是模型在窃取你的数据，而是托管模型的主机在窃取。
DeepSeek如何用开源和创新挑战AI前沿 · 2025/2/3DeepSeek V3的基础预训练完成后，他们做了两种不同的后训练：一种是创建标准的指令微调模型V3，另一种是通过新的推理训练创建R1。
DeepSeek如何用开源和创新挑战AI前沿 · 2025/2/3混合专家模型（MoE）通过每次只激活参数的一个子集，大幅降低了训练和推理成本。
DeepSeek如何用开源和创新挑战AI前沿 · 2025/2/3如果你相信未来5到10年内AI会带来重大变革，那么出口管制是确保美国优势的关键；如果AI发展缓慢，长期来看中国会胜出。
DeepSeek如何用开源和创新挑战AI前沿 · 2025/2/3访谈收录
Anthropic与OpenAI或于2028年掌控全球大部分算力
SemiAnalysis创始人迪伦·帕特尔预测，到2028年底，Anthropic和OpenAI将因卓越的算力货币化能力，掌控全球大部分可用算力。他指出，实验室正从推理转向研发，其算力支出将从数百亿激增至数万亿美元。这一趋势可能引发算力价格上涨、供应链紧张，并推高利率，甚至导致非AI国家面临债务危机。
芯片制造才是算力扩张的真正瓶颈
本期嘉宾Dylan Patel是半导体分析机构Semi Analysis的CEO，长期追踪全球芯片供应链与数据中心建设。对话围绕四大云厂商6000亿美元资本开支、AI实验室的算力军
DeepSeek如何用开源和创新挑战AI前沿
两位专家深入探讨了DeepSeek模型的技术创新、开源策略及其影响。他们分析了DeepSeek V3与R1的区别，解释了其低成本训练的关键技术（如混合专家模型和MLA注意力机制），并讨论了DeepSeek作为一家中国对冲基金子公司如何取得突破。对话还延伸至AI硬件、出口管制、地缘政治影响以及AGI的未来时间线。