对于时间紧张的创业者和投资者来说，他们希望从最优秀的科技和商业对话中学习，却不必花费大量时间去追踪所有这些内容。
本周发布的八集最佳节目，汇总于此，每一集完整内容点击即可观看。请务必在 Fireside Alpha 订阅，以便接收每日新剧集的分析和解读。
本周最重要的事件：
- 黄仁勋 表示，在 AI 建设完成之前，芯片行业规模仍需扩大五到十倍，并将泡沫出现的时间定为“某一天，只是不是今天”。 ▶ 观看 · 00:32:01
- Charlie Kawwas（博通总裁） 透露，一位客户正从今年的 1.5 GW AI 硅片规模，扩展到明年合同约定的 6.5 GW，再到后年的超过 10 GW。 ▶ 观看 · 00:16:40
- Sassine Ghazi（新思科技 CEO） 将 AI 芯片设计评为当前的 L4 级别，前端已由六到八个 Agent 运行，而两年前他曾错误地认为这还需要五到六年。 ▶ 观看 · 00:12:56
- Andy Hock（Cerebras 首席战略官） 表示，OpenAI 已同意购买 750 兆瓦的 Cerebras 算力，其编程产品中更快的 Codex 选项底层运行在 Cerebras 上。 ▶ 观看 · 00:49:58
- Pat Gelsinger 和 HBM 小组（包括 SK 海力士） 指出，存储器业务过去“四年中只有一年好光景”，如今却接近 90% 的利润率，但他们仍称其为糟糕的存储器。 ▶ 观看 · 0:03:11
- SemiAnalysis 团队 提出观点，认为 Anthropic 已经盈利，其高利润 API 端占 ARR 的 80% 以上，第三季度运营利润可能超过 10 亿美元。
- Scott Wu 展示，Cognition 公司 90% 以上的代码现在由 Devin 提交，并且该 Agent 已能自主发起大部分会话。 ▶ 观看 · 5:31
- Aria Networks 的 Mansour Karam 表示，同样的一百万个 token 可能花费 0.20 美元或 20 美元，存在 100 倍的价差，而决定这一价差的是网络层。 ▶ 观看 · 0:03:38
黄仁勋 · Axios
完整文章： 黄仁勋谈 AI 末日论者：泡沫终将到来，但不会在接下来五年内
黄仁勋，NVIDIA 联合创始人兼 CEO，在 Axios 的“Behind the Curtain”节目中与 Mike Allen 在一家新的沃斯堡芯片工厂对话，探讨为何 AI 泡沫真实存在但还需数年才会到来，以及首先需要建设什么。
未来十年，芯片行业规模必须扩大五到十倍。 黄仁勋的估算基于内存、存储、光学互连、封装和台积电产能同时出现的短缺。
“我相信我们可能需要在目前的基础上，将半导体行业规模扩大五到十倍。”
▶
泡沫会在“某一天”到来，而不是未来五年内。 Allen 向他提出了半导体行业中最古老的问题：如此巨大的繁荣是否必然伴随萧条。
“泡沫终会到来，只是不是今天。你知道，这还处于建设的最初阶段。”
▶
NVIDIA 在中国的销售额“目前几乎为零”。 黄仁勋告诉投资者，在中国市场仍然关闭的情况下，不要期待任何销售额。
“我们目前在中国的销售额几乎为零。我已经告诉所有投资者，不要期待任何来自中国的销售。”
▶
过去几年，制造业就业岗位增加了约 50%。 黄仁勋将这一增长归因于 AI 数据中心的物理建设，这些数据中心生成 token。
“过去几年，制造业就业岗位增加了约 50%，因为这些计算机必须进入这些 AI 数据中心，这些数据中心生成 token，也就是智能。”
▶
夺走你工作的不是 AI 本身，而是使用 AI 的人。 黄仁勋的反末日论观点将自动化任务与消除整个工作岗位区分开来。
“AI 不会摧毁我们所有的工作。使用 AI 的人才会夺走我们的工作。”
▶
未来将有上千亿到万亿个 Agent 持续运行。 相比之下，目前大约有 1 亿人在任何时刻使用计算机。
“我们将有上千亿、万亿个 Agent 持续运行。智能 Agent、不那么智能的 Agent、专业 Agent、超级 Agent，各种不同类型的 Agent 都在持续运行。”
▶
Charlie Kawwas · RAISE 峰会
完整文章： 博通（Charlie Kawwas）：定制硅片如何从零走向 1000 亿美元
Charlie Kawwas，博通半导体解决方案集团总裁，在 RAISE 峰会舞台上，向贝莱德的 Tony Kim 讲述定制硅片如何从零发展到 1000 亿美元，以及为何最大的 AI 实验室正在放弃 NVIDIA 的通用机架。
NVIDIA 的通用机架带来两种额外成本：效率成本和利润率成本。 Kawwas 阐述了前沿实验室在购买 NVIDIA 预构建计算平台时继承的成本结构。
“这种通用计算伴随着额外成本。首先是该计算平台的效率成本，意味着它是为所有人设计的。如果你的 AI 前沿模型有特定工作负载，猜猜看，你就要支付那笔额外的效率成本。另一项成本是随之而来的高利润率。”
▶
每一代芯片的内存容量翻三倍，计算能力几乎是前一代的三倍。 Kawwas 在向主持人展示连续几年的实际芯片时，从两个内存立方体到六个，这样说道。
“从去年到今年，你现在拥有的内存是三倍。这里有两个内存立方体，这里有六个。中间的计算能力几乎增强了三倍。”
▶
五大 AI 实验室中的四个正在与博通共同构建定制平台。 这五大实验室是 OpenAI、Anthropic、Google、Meta 和 xAI，据 Kawwas 估算，它们几乎占全球 AI 支出的 90%。
“美国的五大实验室，目前可能占全球支出的 90%，分别是 OpenAI、Anthropic、Google 的 Gemini、Meta 和 xAI……在这五家之中，实际上占据了 80% 到 90% 以上的市场。其中四家已经意识到 NVIDIA 的技术非常出色，但它们不能一直购买这种机架级别的通用计算平台。”
▶
协同设计在两个层面进行：XPU 层面和整个机架层面。 Kawwas 正在回答为什么实验室不能直接从货架上购买这种定制硅片，以及博通在何处推动开放机架。
“这种高级定制有两个部分。一部分正是你描述的对 XPU 的深度协同设计。第二部分是在机架层面。因此，我们不仅需要在 XPU 级别为他们的 LLM 和特定用例进行协同设计，还需要深入参与，确保整个机架是开放的。”
▶
一位客户从今年的 1.5 GW 扩展到明年合同约定的 6.5 GW，再到后年的超过 10 GW。 当被问及 AI 基础设施的下一步发展时，Kawwas 用单个大客户的电力需求而非芯片数量来回答。
“对于五大客户中的一家，今年我们正在为其安装大约 1.5 吉瓦，使用的是我向你们展示的一款芯片。明年，我们可能会安装超过 5 吉瓦。我们已经签约了 5 吉瓦……后年，我相当肯定会超过 10 吉瓦。”
▶
Sassine Ghazi · RAISE 峰会
完整文章： 新思科技（Sassine Ghazi）：芯片设计已达到“L4”级别，晶圆产能成为天花板
Sassine Ghazi，新思科技 CEO，在 RAISE 峰会舞台上，谈论 AI 现在设计芯片本身的速度有多快，以及建设过程中晶圆产能何时耗尽。
据其 CEO 称，地球上每一块芯片在诞生之前都要经过新思科技。 新思科技销售芯片工程师用于布局硅片的电子设计自动化工具，现在通过收购 Ansys 扩展到了物理领域。
“如今没有一块芯片的设计不经过新思科技，因此我们在硅片层面是必不可少且无处不在的。”
▶
从训练到推理的转变迫使整个技术栈进行定制化。 Ghazi 阐述了为何一种通用的 AI 芯片正在分裂为 GPU、博通风格的 ASIC 和超大规模客户自有的工具。
“为了实现推理效率，你需要审视整个技术栈……这就是为什么你需要同时进行硅片定制化，并向上审视整个技术栈，以实现正确的效率、性能和成本。”
▶
数据中心利润率本身就是成本，超大规模企业正在通过协同设计来削减它们。 收购 Ansys 即将满一周年，它使新思科技能够同时建模热学、流体和结构物理以及电子学。
“在设计数据中心时，通常会留有大量余量，而余量就等于成本……我们看到许多超大规模企业和高级客户正试图通过跨多个工程领域的协同设计来减少这种余量。”
▶
Ghazi 曾认为自主芯片设计还需要五到六年，但连续两年都错了。 新思科技将设计自主性分为 L1 到 L5 级（类似自动驾驶），并认为行业目前处于 L4 级，前端已经有六到八个 Agent 在运行。
“如果你两年前问我这个问题，我会说大约需要五到六年，但过去两年我一直是错的，因为它来得太快了。”
▶
无论是逻辑芯片还是存储芯片，晶圆产能都是天花板，特斯拉预计到 2030 年将出现硅片短缺。 建设过程中的制约因素在于物理晶圆厂产出，而非需求，Ghazi 预计这一瓶颈将持续存在。
“目前的限制因素在于晶圆产能，包括逻辑晶圆产能和存储晶圆产能……当你听到像特斯拉这样的公司说，到 2030 年，鉴于他们从电动汽车到机器人的雄心，将没有足够的产能来支持他们设想的硅片需求时，你就会明白。”
▶
Andy Hock · Cerebras
完整文章： Cerebras 计划如何击败 NVIDIA（首席战略官 Andy Hock）
Andy Hock，Cerebras 首席战略官，探讨为何行业持续购买专为图形设计的芯片，以及一块完整的晶圆级处理器如何最终支撑起 OpenAI 750 兆瓦的算力交易。
Cerebras 制造一块芯片，并保持晶圆完整，而不是将其切割成数百块。 行业惯例是印制晶圆，切割成小芯片，然后通过电路板和数据中心重新连接起来。
“如果我们把尽可能多的计算能力放在一块芯片上，一块大芯片上，然后让计算单元通过硅片相互通信，这样我们就不必把许多小芯片连接起来，会怎样？……如果我们不做最后那一步呢？如果我们制造一块大芯片，并保持它完整呢？”
▶
晶圆级引擎拥有近百万个核心，生产机器中有 90 万个。 每个核心都带有自己的快速片上内存，全部通过硅片而非铜缆和光纤连接。
“这就是晶圆级引擎。……它在一个设备上拥有近百万个核心，我们的生产机器中有 90 万个。它们以二维网格形式分布在晶圆整个表面，所有核心都直接相互连接。……这种设计为我们提供了相当于在一个设备上的集群级 AI 计算能力，通信带宽和内存带宽比传统芯片设计高出三个数量级。”
▶
训练是成本中心，推理是收银台。 Hock 将 AI 经济分为构建模型和为最终用户运行模型。
“训练是成本中心。那是你构建模型的地方，是教它做你想让它做的事的地方。推理是价值中心。一旦模型做了你需要它做的事，或者对你或你的最终用户有价值的事，推理就是收银台响起的地方。”
▶
Cerebras 以每秒 1500 个 token 的速度服务 Gemma 4，是任何 GPU 实现的 10 倍。 该公司在采访当天预览了 Google 的模型，并对比了其速度。
“我们以每秒 1500 个 token 的速度服务 Gemma 4。它比任何 GPU 实现快 10 倍，比 Claude 的 Haiku 模型快 15 倍。……快速的编码 Agent，其中速度等于软件工程师的生产力。”
▶
OpenAI 同意购买 750 兆瓦的 Cerebras 算力，Codex Spark 运行在 Cerebras 上。 OpenAI 产品中更快、更贵的编码选项底层正是 Cerebras。
“该交易的公开条款是，他们将购买 750 兆瓦的 Cerebras 算力来驱动其应用。目前使用 Cerebras 的编码模型是 Codex Spark，我们正在与 OpenAI 团队合作，未来将推出更多模型，从他们的 GPT 前沿模型到下一代编码模型。”
▶
Cerebras 将所有内存放在芯片上，因此不受 HBM 短缺影响。 GPU 用来加载权重的高带宽内存受晶圆厂产能限制，无法按需扩展。
“那种内存受制于制造限制、生产限制。……你不能简单地转动旋钮就生产出 10 倍的产品。因此，那种内存目前是这类芯片的瓶颈。对我们来说，不是这样。我们所有的内存都在芯片上。就在这儿。它不属于那个供应链的一部分。”
▶
HBM 小组 · RAISE 峰会
完整文章： HBM 利润率接近 90%，但台上所有人仍称其为糟糕的存储器：AI 存储瓶颈内部
在巴黎 RAISE 峰会上，Pat Gelsinger、SK 海力士院士 Hoshik Kim 以及投资者 Andrew Homan 和 Vijay Shilpiekandula 共同探讨了为什么 HBM 的利润率接近 90%，而台上所有人仍称其为糟糕的存储器。
HBM 在曾经“四年中只有一年好光景”的业务中，利润率接近 90%。 Gelsinger 在英特尔经历了多个内存周期，现在通过 Playground Global 投资该领域。
“内存行业从未如此好过。我们以前在半导体行业开玩笑说，如果你是一家内存公司，四年中只有一年好光景，其他三年都很糟糕。”——Pat Gelsinger，Playground Global
▶
这位前英特尔 CEO 称 HBM 是“糟糕的存储器”，而 SK 海力士的院士就坐在旁边。 Gelsinger 的反对意见是物理层面的，而非商业层面的：堆叠 DRAM 形成了热夹层，并将带宽限制在内存与 GPU 相遇的边界处。
“HBM 是一种糟糕的存储器。我知道我的内存朋友们即将上台，说他们的孩子丑可能不是交朋友和影响他人的最好方式。”——Pat Gelsinger，Playground Global
▶
SK 海力士自己的院士表示，HBM 无法解决内存墙问题。 Kim 在 HBM 市场领导者 SK 海力士负责系统架构研究。
“它是一种好的存储器，但不是最终答案。HBM 无法解决内存墙问题。内存墙问题是 AI 固有的问题，无法避免。”——Hoshik Kim，SK 海力士
▶
HBM 将晶圆厂的生产率从每小时 12 块华夫饼降低到 4 块。 Homan 用厨房比喻来解释为什么制造吞吐量使得短缺问题无法迅速解决。
“SK 海力士就像一个华夫饼机。通常一台华夫饼机可以在五分钟内烤好一块华夫饼。在这种情况下，你每小时可以制作 12 块华夫饼。有了 HBM，现在烤一块华夫饼需要 15 分钟。所以现在你每小时只能做 4 块华夫饼。”——Andrew Homan，Maverick Silicon
▶
苹果全线产品提价，它是地球上最精明的内存买家。 HBM 在 2026 年估计有大约 7% 的供应缺口，Homan 指出库比蒂诺是判断短缺持续多久的最清晰指标。
“苹果全线产品提价。他们是地球上最精明的内存采购机器，显然他们预计这种情况会持续一段时间，否则他们不会这么做。”——Andrew Homan，Maverick Silicon
▶
据这位前英特尔 CEO 判断，内存短缺还将持续数年。 Gelsinger 根据三年前资本决策已经锁定的产能设定了自己的时间线。
“丰裕的年份还远得很。内存短缺的年份，我们面前还有好几年。”——Pat Gelsinger，Playground Global
▶
SemiAnalysis Tokenomics · 第020期
完整文章： SemiAnalysis 代币经济学：Anthropic 已盈利（Q3 超 10 亿美元），OpenAI 刚刚扭亏为盈
SemiAnalysis 代币经济学团队（Crystal Huang、Max Kan、Joey Brookhart，主持人 Jordan Nanos）用一小时讨论模型实验室的利润率：为什么 Anthropic 已经盈利，订阅如何补贴 API，以及每兆瓦收入每三个季度翻一番。
Anthropic 的 API 占 ARR 的 80% 以上，第三季度运营利润可能超过 10 亿美元。 Joey Brookhart 以非 GAAP、剔除股票补偿的基准计算了利润。
“运营利润在第二季度已经盈利，第三季度可能达到 10 亿美元以上。”——Joey Brookhart
Anthropic 的 API 毛利率超过 85%，而 20 倍订阅计划可能为负。 Max Kan 探讨了订阅与 API 利润率的实际差异。
“别说比 API 利润率差，我们认为至少 Anthropic 的 API 利润率可能超过 85%。对于这些 20 倍计划，总体而言可能根本就是负利润率。因此，这些企业当然希望尽可能将流量转移到 API 上。”——Max Kan
99% 分位的公司每年在 AI 上为每位员工花费 10 万美元。 Joey Brookhart 将 Ramp 的信用卡数据视为对高额编码支出的 ROI 检验。
“Ramp 的数据显示，99% 分位的公司每年在 AI 上为每位员工花费 10 万美元。如果你已经达到了那样的支出水平，显然你获得了相当不错的 ROI。”——Joey Brookhart
企业计划阻止订阅，强制按 token 计费，这才是利润所在。 Max Kan 解释了为什么实验室会对其最重的用户按 API 计费。
“任何可以使用订阅的人都绝对应该使用订阅，因为它被严重补贴了。OpenAI 和 Anthropic 对此非常清楚。当他们提供企业计划时，不会让你使用订阅。他们会强制你按 token 付费，因为他们知道那里才是利润所在。”——Max Kan
该团队的观点：Elon 以市场价 3 到 4 倍的价格将 Colossus 的大部分租给 Anthropic，并附有 90 天回收条款。 Max Kan 从算力所有者的角度描述了租用前沿算力的逻辑。
“我会给你们留下足够的算力，以证明你们有能力达到前沿。与此同时，我会通过以极高的利润率（可能是市场价的 3 倍甚至 4 倍）将额外算力出租出去来变现。我会确保每一笔交易都包含 90 天回收条款。”——Max Kan
前沿实验室的数据预算今年超过 100 亿美元，约为去年的 10 倍。 Max Kan 探讨了真正限制模型能力的因素，瓶颈在于 RL 环境而非原始算力。
“强化学习可能是当今提升模型能力最重要的缩放定律。很多人认为，阻止模型在计算机上做任何人类能做的事情的唯一障碍，就是缺乏足够的 RL 环境。”——Max Kan
Scott Wu · RAISE 峰会
完整文章（链接见下方）： Cognition（Scott Wu）：软件工程的黄金时代
Scott Wu，Cognition 的 CEO 和 Devin AI 软件工程师的创造者，在 RAISE 峰会舞台上，认为自己公司内部的生产力飞跃是扩大工程团队而非缩小的理由。
Cognition 超过 90% 的代码现在由 Devin 提交。 Wu 展示了他的内部图表，并指出 Agent 已经开始根据性能回退和 DataDog 错误自动触发自己的会话，无需人工干预。
“你看 Devin 提交的代码比例已经上升到 90% 以上。我们现在基本上所有事情都用 Devin。更疯狂的是，Devin 实际上还负责启动大多数其他的 Devin。”
▶
Cognition 在六个月内，以约 40% 的工程师增长，交付了 10 倍以上的软件。 Wu 将 11 月到 4 月底作为自己公司的实验，团队从大约 45 人增长到 60 人，并将功劳归于模型和 Agent，而非人头数。
“在六个月的时间里，到底是什么变化让我们能够交付 10 倍以上的成果，完成 10 倍以上的工作？”
▶
GPT-3.5 可以运行 30 秒的无人协助工作，而最新模型可以运行 16 小时的任务。 Wu 引用了 METR 研究，该研究衡量 AI 在需要返回给人类之前能完成多长时间的连续任务。
“看看 GPT-3.5，正好在图表中间，30 秒的工作量，顺便说一句，这已经很不错了。那就是 ChatGPT 时刻。”
▶
早在 2025 年 12 月，Devin 每千名工程师就相当于额外增加了 130 名工程师的带宽。 Wu 将增加的 Agent 能力比喻为可以交给现有团队的人手，随后指出这个比例已经攀升到完成 89% 到 90% 的工作。
“想象一下一个由一千名软件工程师组成的团队，假设你可以告诉他们，好吧，你们额外获得了相当于 130 名软件工程师的带宽来构建东西。你们可以用它做很多事情。”
▶
每位工程师的生产力提升了 10 倍，而需要构建的东西也多了 10 倍。 Wu 对裁员担忧的回应，并辅以特意举出的平淡例子，比如一个能正常工作的车管所和可提取的医疗记录。
“每一位人类软件工程师的生产力都提升了十倍，但猜怎么着？我们有十倍更多的东西需要去构建。”
▶
Wu 在演讲的开头和结尾都提出了同一个问题：如果你有一支无穷无尽的软件工程师大军，你会做什么？ 他的客户包括高盛、梅赛德斯-奔驰和劳氏，每家都有数万名工程师在应对一个永远清不完的后备积压任务。
“如果你有一支无穷无尽的软件工程师大军，你会做什么？我想请各位花一秒钟思考一下这个问题。”
▶
Mansour Karam · RAISE 峰会
Mansour Karam，Aria Networks 的创始人兼 CEO，在 RAISE 峰会舞台上与 SemiAnalysis 的 Dylan Patel 一起，探讨为什么“一切通用集群”的时代正在终结，以及为什么网络决定了推理的经济性。
训练是成本中心，服务更像是在出租公寓楼。 Karam 将 AI 集群分为两个业务，它们共享硬件，但经济性几乎完全不同。
“训练本质上是在构建一个模型，就像制造产品一样。但服务模型的经济性，在融资方面，看起来更像是在出租一栋公寓楼。”
▶
为单一工作负载定制集群，性能差异可达 10 倍甚至 100 倍。 Karam 认为围绕单一用例组建新公司有很大空间，每一家都为单一指标优化。
“我看到很多机会，围绕新公司的成立来优化特定用例，差异可能达到 10 倍或 100 倍，具体取决于你试图优化的指标。”
▶
每百万个 token 的成本可以是 0.20 美元或 20 美元，100 倍的差距取决于你的构建方式。 Karam 将这种波动归因于基础设施是为廉价的高吞吐量推理而建，还是为其他目的而建。
“你可以从 20 美分到 20 美元左右，每百万个 token。我的意思是，这是 100 倍的差距。如果你真的想优化高吞吐量的简单推理，你可以以非常低的成本提供服务，但你必须以此为目标来构建你的基础设施。”
▶
Dylan Patel 的论点：“速度是护城河。” Patel 给出了需求侧的原因，说明为什么快速方面突然成为资金流向的地方：Agent 在顺序的尝试-验证循环中运行。
“Agent 是非常顺序的、面向任务的。尝试某件事，验证它，检查它是否正确，然后你循环进行。这最终会变得非常慢。而速度是护城河。你越快，速度就是护城河。”——Dylan Patel，SemiAnalysis
▶
一个带有灰尘颗粒的收发器就能让集群上的所有用户停滞。 单个推理查询会顺序穿过多个网络，而最慢的链路决定了所有人的速度。
“如果你有丢包，或者有一个收发器里有一粒灰尘……那么其他所有人都必须等待，而这一切都是顺序的。”
▶
推理集群内的一秒钟，“在人类尺度上就像是一个世纪”。 Karam 为 Aria 提出的解决方案是微秒级分辨率的遥测技术，以捕捉标准的一秒级监控会遗漏的停滞。
“在 AI 集群运行推理的背景下，一秒钟就像人类尺度上的一个世纪。一秒钟内会发生很多事情。因此，你真正需要的是以微秒级分辨率收集这些遥测数据，以便捕捉那些可能导致停滞的事件。”
▶
