Nvidia失效率10-15%，太空數據中心150次發射：Dylan Patel的AI基建終極預言

當硅谷還在爭論AGI何時到來，29歲的SemiAnalysis創始人Dylan Patel已經在盤算一個更瘋狂的問題：如何在太空軌道上建數據中心。在這場43分鐘的TBPN訪談中，這位芯片產業最鋒利的分析師，用一連串讓人屏息的數字和預測，撕開了AI基礎設施戰爭的真相——從SpaceX火箭發射成本的暴跌，到Nvidia悄然放棄"一個GPU打天下"的策略，再到為什么電力根本不是瓶頸、真正卡脖子的是臺積電的晶圓廠產能。

更震撼的是他透露的一個數字：OpenAI計劃到2028年底部署16GW算力規模，而實現這一目標的關鍵，可能不在德州的沙漠里，而在距離地球數百公里的太空軌道上。

原文鏈接：https://www.youtube.com/watch?v=EvBddHMCFNk

訪談來源

：TBPN直播節目 @ Cisco AI Summit, San Francisco

受訪者

：Dylan Patel，SemiAnalysis創始人兼CEO

"大家總說把東西送上太空很貴，"Dylan開場就打破這個刻板印象，“但你看看SpaceX的Starship發射成本曲線，到本世紀末，太空部署的經濟性會接近地面數據中心。”

真空環境下散熱變得簡單粗暴——你只需要裝一塊巨大的散熱器，熱量直接輻射到宇宙空間，不需要任何冷卻系統。太陽能電池板在軌道上持續發電，電力成本在集群總開支里占比不到10%。Dylan強調：“問題不是省下這10%，而是另外90%——芯片的可靠性和維護成本。”

這里有個讓人頭疼的現實：Nvidia GPU剛上線時，10%到15%會在頭兩周內掛掉，需要技術人員去機房拔插頭、換備件。Blackwell芯片現在的失效率還在10-15%，Hopper經過優化已經降到5%，但每一代新芯片上來都會先飆升再慢慢降下來。Dylan調侃：“在地面，肉體工人其實挺便宜的，但在太空誰去拔插頭？”

他提到XAI計算負責人和Anthropic計算負責人之間有個賭約：到2028年底，全球數據中心算力有多少比例會部署在太空？賭注門檻是1%——相當于1GW算力在軌運行。Dylan說這需要大約150次Starship發射，“聽起來瘋狂，但其實不是那么不可能。問題是Starship還沒有完全work，芯片失效了怎么辦，小衛星集群怎么互聯……這些工程問題才是真正的挑戰。”

Nvidia的大轉向：一刀切時代結束了

過去Nvidia的邏輯很簡單：我有最強的GPU，軟件生態無敵，一個芯片打天下。但Dylan觀察到一個關鍵變化：“他們最近有個巨大的vibe shift（氛圍轉變）。”

Nvidia現在同時推出了三條產品線：CPX芯片專門做預填充和視頻圖像生成，標準GPU繼續扛大規模訓練，收購來的Groq芯片瞄準特定推理場景。Dylan說：“這尖叫著一個事實——Nvidia自己也不知道AI到底會走向哪里。模型架構、軟件棧變化太快，所以他們決定在帕累托最優曲線上多個點同時下注，總有一個會贏。”

這背后還有一層焦慮：OpenAI和Cerebras簽了大單，Nvidia慌了。他們意識到不能再等著讓一個芯片適配所有場景，必須主動分化產品矩陣。

Cerebras的反直覺邏輯：延遲不重要，吞吐量才是王道

"大家老想著延遲，覺得數據中心離用戶近很重要，"Dylan搖頭，“但在AI代理時代，這根本不重要。”

他舉例：當你用Claude寫代碼或者讓AI跑一個復雜任務，你根本不在乎它是10秒回復還是30秒回復，你在乎的是這個任務是5分鐘跑完、10分鐘跑完還是30分鐘跑完。“很多人愿意付10倍價格，只要任務完成時間縮短10倍。”

這就是Cerebras的價值所在：超大片上內存、極致并行吞吐，把長任務的反饋時間從半小時壓到幾分鐘。OpenAI和Cerebras簽了750MW的推理算力協議，專門用于那些"價格完全不敏感"的超長推理任務。Dylan透露，OpenAI的目標是到2028年底達到16GW規模，750MW只是其中不到5%的切片。

他還補了一句：“Andre Karpathy這種頂尖工程師，根本不在乎每秒燒多少錢，他們只要速度。但也有長尾用戶，成本很重要。所以整個產品曲線上都得有解決方案。”

電力不是瓶頸，臺積電才是

Dylan用一組對比數據撕碎了"電力瓶頸論"：AI算力大約用掉全球能源產能的1%，但用掉了領先制程晶圓廠產能的50%。

"就算全社會說我們all in AI，電力理論上可以翻好幾倍——你可以讓所有人關空調，把電送給數據中心。"他當然是在開玩笑，但邏輯成立：發電方式多元化，燃氣輪機、雙循環機組、中速往復式發動機，甚至康明斯的柴油發動機都能拿來發電。2025年新增了15到18GW，2026年預計新增30GW，接近翻倍。

"但芯片制造不一樣。"Dylan的語氣變得嚴肅，“有12家公司能造中速往復式發動機，你可以找經紀人加價50%、2倍買到貨。但你能打電話買一條3納米產線嗎？不可能。最后只有臺積電。”

他說晶圓廠是人類建造的最復雜建筑：整個潔凈室的空氣每1.5秒循環一次，顆粒物控制在十億分之一級別，"你可以在里面被COVID患者對著臉咳嗽，都不會被傳染，因為空氣循環太快了。"他甚至提到一個冷知識：武漢疫情時，中國存儲芯片廠YMTC的工人照常上班，因為晶圓廠太干凈，根本不會傳染病毒。

建一座新晶圓廠需要數年時間。Dylan的判斷是：2024到2025年，電力是最大瓶頸；2026年供電跟上了，但到2027年，芯片產能會重新成為卡脖子的那一環。內存廠商從2022年之后就沒建過新產線，因為他們的周期太動蕩，不敢擴產。

Google的秘密武器：跨數據中心訓練

Google有一個被嚴重低估的優勢：他們能把多個數據中心的算力整合成一個超大集群。

Dylan解釋，Google在內布拉斯加、愛荷華、俄亥俄等地建了"區域復合體"，每個數據中心相距大約40英里。不是全球分布，而是區域集中，這讓跨數據中心訓練變得可行。

過去這幾乎不可能，因為預訓練需要每10到20秒同步一次所有模型權重，延遲扛不住。但強化學習改變了游戲規則：大部分時間芯片只做前向推理生成數據，只需要把驗證后的最終tokens發回訓練集群。同步頻率從秒級降到分鐘級，數據量大幅減少。

"現在Anthropic也在做這個——一組芯片跑推理，另一組芯片跑訓練。"Dylan說Google已經領先好幾年，其他公司剛剛開始追趕。

Google還在走產品分化路線，他們的TPU以前只有Broadcom一條主線，現在分出了三個項目：Broadcom做一款，聯發科做一款，還有第三個秘密項目。每一款針對不同的算力需求——有的側重超高FLOPS，有的側重超快片上內存，有的側重3D堆疊內存。“大家都意識到，沒有一個芯片能通吃所有場景。”

Cloud Code心理病：華爾街分析師不再需要Excel

Dylan提到他的合伙人Douglas Olaflin最近"患上了Cloud Code心理病"。這位前對沖基金分析師從來沒寫過代碼，但現在用Claude完成所有開發工作。

"他會把整個項目壓縮成zip發給我們的IT主管，文件路徑寫的是localhost。"Dylan笑了，“IT主管一臉懵：兄弟，這不是這么用的。”

更瘋狂的是，他們兩周前去紐約拜訪對沖基金客戶，Doug花了一半時間在跟這些基金經理說："你們不需要再雇初級分析師了。"用Claude直接構建財務模型、生成圖表、跑分析，完全不需要打開Excel。“你只需要懂金融邏輯怎么運作，Claude會幫你實現。”

Dylan說他們遇到過Vibe Code創業者，被問"為什么選Node.js"時，對方愣了："什么是Node.js？"完全不知道自己用的技術棧，全是Claude生成的。

這也解釋了為什么軟件股最近暴跌——市場在恐慌AI會殺死SaaS。但Dylan的判斷是：“那些喊著’軟件已死’的頭條，通常標志著市場觸底。這是無差別拋售，估值壓縮到了不合理的程度。”

真正的贏家是平臺，不是創作者

Dylan對未來的判斷很清晰：內容越多，單個創作者的價值越低，平臺永遠贏。

Meta最近一季度的CPM（千次展示成本）上漲了9%，而且是在消費疲軟的情況下。Dylan算了一筆賬：如果剔除掉消費增長的影響，Meta的廣告算法效率提升了兩位數。“這太瘋狂了，一個季度就提升這么多。”

Meta還在瘋狂買小型數據中心集群，因為大型數據中心已經訂不到了。他們已經和Google、CoreWeave簽了大單，但還是不夠，只能去長尾市場找算力。Dylan透露Meta和Midjourney的授權協議金額可能超過10億美元，“Meta的每一筆交易，無論是雇人、買授權還是收購，數字后面都帶個B（十億）。”

Meta還從Google挖了一批搜索團隊的人，用類似規模的package。Dylan說他們的野心很明確：做AI助手，做生產力工具，切入搜索和商務場景。“想象一下你戴著Meta的眼鏡走在街上，看到一副耳機，問一句’這是什么’，AI告訴你型號，你點一下就買了，整個過程你都沒意識到發生了什么。”

29歲的"非理性繁榮"

訪談最后，Dylan做了一段自我剖析：“我29歲，Leopold（利奧波德）20多歲，我們這代人沒經歷過真正的經濟崩潰。我家2008年差點破產，住過汽車旅館，房子被拍賣……但那時我還是小孩，沒有真正被擊倒過。”

"所以也許我們是非理性繁榮的。"他頓了頓，“但我堅信：到今年年底，AI初創公司的總收入會超過1000億美元。Anthropic說他們2030年會有3000億收入，我覺得這個數字還太保守，因為他們創造的經濟價值會是天文數字。”

他提到對沖基金客戶里，幾乎所有人都覺得"兩年后的預測數字太高了"，只有少數幾個像Leopold這樣的人覺得"你的數字太低了"。“這取決于你有多相信AI，以及你獲取信息的渠道有多深。”

Dylan最后說了一句讓人印象深刻的話：“OpenAI要在2028年底達到16GW規模，那是3000億美元的開支。很多人問他們怎么付得起，我只能說：你太天真了，Sam Altman會搞定的，他們的收入會爆炸式增長，根本不是問題。”