“馬斯克不僅要成為太空經(jīng)濟(jì)參與者，也想成為規(guī)則制定方。”

文丨實習(xí)生裴雨桐

訪談丨程曼祺

馬斯克剛剛在 3 月底發(fā)布了一個大計劃——Terafab，要聯(lián)合特斯拉、SpaceX 和 xAI，自建史上最大芯片廠，掌握從設(shè)計到制造到部署應(yīng)用的全棧產(chǎn)能。其中最科幻的部分，是馬斯克希望把 Terafab 80% 的算力部署到太空，建太空數(shù)據(jù)中心。

Terafab 的目標(biāo)年產(chǎn)耗電量是驚人的 1TW，是目前全球 AI 算力年耗電量（40~50 GW，1 GW 是 100 萬度電，即 100 萬 kW）的約 20 倍。

《晚點聊》本期節(jié)目就邀請了 Fusion Fund 的創(chuàng)始合伙人張璐，她是 SpaceX 的投資人。從馬斯克的雄心壯志出發(fā)，我們與張璐聊了太空經(jīng)濟(jì)的創(chuàng)業(yè)機(jī)會和 AI 基礎(chǔ)設(shè)施領(lǐng)域的變化與機(jī)會，尤其是英偉達(dá)在 GTC 上展現(xiàn)的最新規(guī)劃。

以下是播客的文字整理，有部分精簡。

1 TW 超級算力計劃的驅(qū)動力：探索機(jī)器人原生場景，規(guī)避地緣監(jiān)管壁壘

晚點：近期 Fusion Fund 在 AI 基礎(chǔ)設(shè)施領(lǐng)域有許多新布局和新收獲。高通收購了 Fusion Fund 投資的一家端側(cè)小模型公司；馬斯克也在 SpaceX 和 xAI 合并后，于 3 月 21 日宣布了建造太空數(shù)據(jù)中心的 Terafab 計劃。作為 SpaceX 的投資方，你如何看待馬斯克這一宏偉設(shè)想？

張璐：馬斯克提出這一構(gòu)想并非首次。他一直希望從底層芯片到基礎(chǔ)設(shè)施，再到模型層，構(gòu)建一個完整的 AI 生態(tài)。過去一年的競爭表明，擁有全棧式技術(shù)系統(tǒng)能在算力部署和模型優(yōu)化上占據(jù)極大優(yōu)勢。馬斯克不僅想自研芯片，更核心的是有自己的算力能力，避免未來發(fā)展受限。這是一個宏偉的計劃，他也曾設(shè)想未來生產(chǎn)實驗無需局限于 clean room，但硬件層面的創(chuàng)新與技術(shù)整合并不容易，仍需時間沉淀。

這在生態(tài)構(gòu)想上沒有問題。隨著 SpaceX 即將上市，以及它與 xAI 和 Tesla 的深度整合，馬斯克是想將 AI 能力與物理世界整合成 “生態(tài)組合拳”，在這個層面上去做應(yīng)用技術(shù)優(yōu)化、成本優(yōu)化等。這是一個非常偉大的愿景，有巨大的戰(zhàn)略價值。不過，落地周期和所需投資金額可能會遠(yuǎn)超他的預(yù)想。

晚點：馬斯克為 Terafab 規(guī)劃了每年 1 TW 的算力產(chǎn)能，甚至提出要通過 SpaceX 將 80% 到 90% 的算力送入太空，直接利用太陽能解決能源瓶頸。但 Sam Altman 吐槽這一想法不切實際，認(rèn)為太空發(fā)射成本極高，且后續(xù)的運(yùn)維和維修也非常麻煩。你怎么看這一規(guī)劃？

張璐：短期來看確實面臨諸多挑戰(zhàn)。首先是宇宙熱輻射對芯片性能的影響遠(yuǎn)超預(yù)期；其次是高昂的成本問題，發(fā)射成本 SpaceX 可以持續(xù)優(yōu)化，但還涉及復(fù)雜的運(yùn)行與維護(hù)成本。

此外，還需要考慮這些算力究竟是用于支持地球還是太空的 AI 應(yīng)用。如果是為了支持地球應(yīng)用，由于距離太遙遠(yuǎn)，除了面臨巨大成本，還會產(chǎn)生嚴(yán)重的延遲（latency）問題。目前即使是谷歌，也未能完全解決 TPU 在宇宙輻射下的抗輻射封裝難題。

如果是為了解決能源供給和數(shù)據(jù)中心散熱，地球上就有更優(yōu)的選擇。例如加拿大擁有豐富的水資源和能源，氣候寒冷且地廣人稀，非常適合建造數(shù)據(jù)中心來驅(qū)動北美大陸的 AI 應(yīng)用，完全沒必要舍近求遠(yuǎn)去太空。我個人認(rèn)為，馬斯克執(zhí)意在太空建數(shù)據(jù)中心，另一個重要原因是太空沒有任何政府干預(yù)，有極大自由度。

我覺得這個設(shè)想雖然有著長期的愿景，但短期層面上，技術(shù)、成本與實際效用等問題仍需考慮。

晚點：馬斯克在這個節(jié)點提出該計劃，是否也與 SpaceX 準(zhǔn)備上市有關(guān)？旨在向外界展示 SpaceX 更多元化的未來規(guī)劃與想象空間？

張璐：這絕對與 SpaceX 籌備上市密切相關(guān)。SpaceX 雖然是行業(yè)霸主且收入豐厚，但預(yù)期上市估值高達(dá) 1 萬億美元，價格史無前例。要支撐如此龐大的估值，就需要極為宏大的愿景。

馬斯克希望 SpaceX 代表的不只是一家火箭發(fā)射或提供 Starlink 衛(wèi)星服務(wù)的公司，而是代表整個太空經(jīng)濟(jì)（space economy）及其背后的基礎(chǔ)設(shè)施價值。這種大規(guī)劃的延展是為了在市值上充分體現(xiàn)其商業(yè)想象力。

同時，馬斯克也是一個一以貫之的人，對于這些長線愿景，在未來他確實可能會去付諸實踐。正如前面所說，如果未來我們將擁有海量的衛(wèi)星數(shù)據(jù)，每顆衛(wèi)星都可以成為邊緣計算設(shè)備，那么就近建設(shè)太空數(shù)據(jù)中心確實是一條走得通的路徑，延遲問題也會迎刃而解。希望到時能找到更好的方案去解決抗輻射封裝和成本問題。

晚點：隨著 SpaceX 和藍(lán)色起源等公司不斷推動太空經(jīng)濟(jì)，除了傳統(tǒng)的通信和遙感，未來太空中會有哪些人工智能應(yīng)用場景？

張璐：首先是太空工廠，這是近期可見的巨大應(yīng)用場景。在地球上合成新材料、晶體或蛋白質(zhì)結(jié)構(gòu)會受重力影響；而在太空的微重力或無重力環(huán)境下，可以培育出完美的對稱晶體結(jié)構(gòu)，這為突破現(xiàn)有的材料和醫(yī)療瓶頸提供了全新的解決方案。

其次，太空天然是一個 AI native 和 robotics native 的領(lǐng)域。在地球，由于人力資源相對便宜，一些應(yīng)用場景使用人形機(jī)器人并不是那么合適。但在太空，維持人類生存需要極高的生態(tài)搭建成本，而發(fā)射機(jī)器人的維護(hù)費(fèi)用則低得多。因此，太空工廠天然就是 AI 與機(jī)器人的原生生態(tài)。

此外，還有許多創(chuàng)新的細(xì)分應(yīng)用。例如利用 AI 進(jìn)行衛(wèi)星交通管理，不僅能避免衛(wèi)星碰撞產(chǎn)生太空垃圾，還能順帶進(jìn)行高質(zhì)量的衛(wèi)星數(shù)據(jù)交易。這些數(shù)據(jù)對地球端的礦產(chǎn)探測、山火預(yù)警及氣象分析極具價值。另一個例子是打造 “太空加油站”，利用自動化機(jī)器人系統(tǒng)從月球土壤中提取水，進(jìn)而分離出氫氣和氧氣作為火箭燃料。這能大幅減輕地球發(fā)射載人飛船時的燃料搭載負(fù)擔(dān)。這些高度自動化的機(jī)器人在太空中進(jìn)行通訊和 AI 部署，同樣需要本地化的數(shù)據(jù)中心支持。

晚點：剛才提到，馬斯克設(shè)想在太空建立數(shù)據(jù)中心的部分原因是規(guī)避監(jiān)管。目前在太空進(jìn)行物理部署或資源開采，合規(guī)流程是怎樣的？

張璐：確實如此。雖然有國際組織對低軌道進(jìn)行部分監(jiān)管，但目前太空資源的歸屬尚無明確界定，很大程度上處于 “先到先得” 的階段。馬斯克提出的 Terafab 計劃要實現(xiàn) 1 TW 的算力產(chǎn)能，如果在地球上推進(jìn)，特定國家或區(qū)域的監(jiān)管審批和政治阻力將極其巨大。而在太空中，他擁有極大的自由度。作為太空經(jīng)濟(jì)的奠基者，他不僅能規(guī)避監(jiān)管，未來甚至可能成為整個太空經(jīng)濟(jì)規(guī)則的制定方。

這也是為什么美國政府和 NASA 正在加速推進(jìn)月球計劃，明確要在 3 年內(nèi)重返月球并建立月球基地，這也是在探索太空經(jīng)濟(jì)的可能性。雖然近年來出臺了一些旨在減少太空垃圾的軌道監(jiān)管條文，例如誰發(fā)射的衛(wèi)星誰就要負(fù)責(zé)回收，但執(zhí)行層面仍是難題。現(xiàn)實情況依然是：誰發(fā)射的衛(wèi)星多、占據(jù)的軌道多，別人就越難使用。

馬斯克提出的是一個一以貫之的長期宏偉愿景，試圖將旗下所有的技術(shù)公司進(jìn)行深度垂直整合。從火箭、衛(wèi)星、智能終端、機(jī)器人，再到芯片和算力基礎(chǔ)設(shè)施，他希望將這一切都納入自己的體系。這不只是一個算力工廠，而是相當(dāng)于構(gòu)建了一個巨大的、跨公司的工業(yè)操作系統(tǒng)。最終，核心的算力基礎(chǔ)設(shè)施將掌握在他自己手中，不僅可以為 Tesla 或 xAI 供貨，更能將整個馬斯克生態(tài)中多樣化的業(yè)務(wù)緊密綁定。他設(shè)定的 1 TW 產(chǎn)能并非基于當(dāng)下的技術(shù)需求，而是面向終極目標(biāo)：為未來他所設(shè)想的機(jī)器人社會、自動駕駛網(wǎng)絡(luò)、衛(wèi)星邊緣計算大的生態(tài)，以及大規(guī)模 AI 推理提供充足的底層算力支撐。

Terafab 帶動 AI 基礎(chǔ)設(shè)施創(chuàng)業(yè)，“馬斯克是一個迷人的暴君”

晚點：馬斯克每次提出宏大的愿景，往往會催生新的創(chuàng)業(yè)風(fēng)潮，比如此前的商業(yè)航天和 Optimus 帶來的人形機(jī)器人熱潮。隨著此次 Terafab 計劃的提出，你是否觀察到美國涌現(xiàn)了相關(guān)的創(chuàng)業(yè)公司或創(chuàng)業(yè)機(jī)會？

張璐：核心的創(chuàng)業(yè)機(jī)會集中在整個 AI 基礎(chǔ)設(shè)施領(lǐng)域。如今業(yè)界已達(dá)成共識，不能只關(guān)注單一的芯片或算力，AI 應(yīng)該是一個完整的集成系統(tǒng)。在剛結(jié)束的 GTC 大會上，黃仁勛也明確表示，英偉達(dá)已經(jīng)不僅僅是一家芯片公司，而是一家 AI 基礎(chǔ)設(shè)施公司。未來，AI 基礎(chǔ)設(shè)施將像能源和交通一樣，成為企業(yè)核心的護(hù)城河。如果不掌握底層基礎(chǔ)設(shè)施，單純依靠購買 GPU，被 “卡脖子” 的風(fēng)險極高。因此，Terafab 愿景帶來的核心產(chǎn)業(yè)機(jī)會在于：面對如此龐大的 AI 基礎(chǔ)設(shè)施集群，如何通過技術(shù)創(chuàng)新幫助這個集群更加高效。

目前涌現(xiàn)出許多新技術(shù)，致力于降低數(shù)據(jù)中心的成本和耗電量。例如我們最近投資的一家公司，專注于下一代 interconnect（互連）和 optical switch（光交換機(jī)）技術(shù)。AI 運(yùn)算的耗電不僅來自模型訓(xùn)練，很大一部分源于數(shù)據(jù)傳輸。如何讓傳輸過程更高效、耗電更低且速度更快，是未來大規(guī)模部署 AI 的關(guān)鍵前提，這也正是創(chuàng)新的重要窗口。

因此，大量新興的基礎(chǔ)設(shè)施公司正在快速崛起。今年創(chuàng)投圈一個有趣的現(xiàn)象是，許多過去只關(guān)注軟件的頭部 VC，開始將目光投向 deep tech，其核心訴求正是尋找針對 AI 基礎(chǔ)設(shè)施的技術(shù)創(chuàng)新。

晚點：我也觀察到一些與該計劃直接相關(guān)的創(chuàng)業(yè)項目。例如位于華盛頓的 Starcloud 也在做太空計算服務(wù)。

張璐：是的，Starcloud 發(fā)展迅速，最近正在與我們投資的那家做 “太空加油站” 的公司談合作。馬斯克的愿景確實吸引了大量資本對該領(lǐng)域的關(guān)注。

但就我個人而言，太空數(shù)據(jù)中心距離真正落地還有很長的路要走，這絕不是未來兩三年內(nèi)能實現(xiàn)的事情。即使未來確有需求，軌道數(shù)據(jù)中心在技術(shù)成熟度上可能還需要 7 到 10 年的周期。只有當(dāng)太空經(jīng)濟(jì)全面繁榮，涌現(xiàn)出海量的太空 AI 應(yīng)用需求時，在太空中搭建數(shù)據(jù)中心才合情合理。

盡管 SpaceX 的發(fā)射成本在逐漸降低，但發(fā)射如此龐大體量的數(shù)據(jù)中心，整體成本依然極高。比發(fā)射成本更高的是后續(xù)的維護(hù)成本。一旦硬件出現(xiàn)故障，在太空中的維修和整體維護(hù)費(fèi)用難以估量，更何況還有前述那些亟待解決的現(xiàn)實技術(shù)難題。

晚點：那么現(xiàn)在是初創(chuàng)公司涉足太空數(shù)據(jù)中心賽道的好時機(jī)嗎？

張璐：我認(rèn)為目前切入太空數(shù)據(jù)中心為時尚早。當(dāng)下更好的創(chuàng)業(yè)機(jī)會依然在 AI 基礎(chǔ)設(shè)施領(lǐng)域，無論是硬件還是軟件，圍繞基礎(chǔ)設(shè)施優(yōu)化的技術(shù)創(chuàng)新都大有可為。

如果初創(chuàng)企業(yè)一定要探索太空領(lǐng)域，可以先關(guān)注數(shù)據(jù)中心之外的其他太空基礎(chǔ)設(shè)施機(jī)會。不妨先觀察未來 3 到 5 年內(nèi)太空經(jīng)濟(jì)的成長速度，再決定何時切入數(shù)據(jù)中心賽道。

此外，建立數(shù)據(jù)中心是一個對資本需求極高的重資本投入。初創(chuàng)公司需要想清楚：未來這個賽道的機(jī)會究竟屬于大企業(yè)還是初創(chuàng)企業(yè)？自己的定位是去服務(wù)這些大型太空數(shù)據(jù)中心，還是自己去做數(shù)據(jù)中心？創(chuàng)業(yè)前需要明確自己真正的創(chuàng)新機(jī)會。

晚點：談及馬斯克在 AI 領(lǐng)域的布局，有一個與基礎(chǔ)設(shè)施算力無關(guān)，但備受關(guān)注的話題，即最近 xAI 的人事動蕩。許多最初加入的聯(lián)合創(chuàng)始人陸續(xù)離職，這背后的原因是什么？

張璐：這主要反映了兩個問題。首先，xAI 內(nèi)部模型能力的提升速度可能低于馬斯克的預(yù)期。作為連續(xù)成功的創(chuàng)業(yè)者，他不懼怕承認(rèn)錯誤并及時調(diào)整。他秉持 done is better than perfect（完成優(yōu)于完美）的理念，目標(biāo)是超越而非僅僅追趕其他模型，因此預(yù)期極高，導(dǎo)致團(tuán)隊面臨巨大的壓力。 其次，這與馬斯克的個人性格特征密切相關(guān)。他對人才有極強(qiáng)的渴求與招募能力。例如，他曾花費(fèi) 3 年時間說服一位正在讀 PhD 并打算自己創(chuàng)業(yè)的聯(lián)合創(chuàng)始人加入 xAI。他宏大的愿景極具說服力。同時，他個人的工作強(qiáng)度極大，常在凌晨一兩點與團(tuán)隊進(jìn)行頭腦風(fēng)暴，帶動整個團(tuán)隊長期處于高壓且充滿激情的環(huán)境中。然而，一旦發(fā)現(xiàn)方向錯誤，他決策極為果斷且不留情面，不會顧及團(tuán)隊成員的資歷。有人形容他是一位 “有魅力的暴君”，他擁有改變世界的強(qiáng)大內(nèi)驅(qū)力與清晰愿景，為了實現(xiàn)這一最高目標(biāo)，其他人情世故或得失都不在他的優(yōu)先考慮范圍內(nèi)。

晚點：經(jīng)過這輪人員汰換，xAI 未來的發(fā)展路徑備受業(yè)界關(guān)注。部分業(yè)內(nèi)人士對 xAI 的前景感到悲觀，認(rèn)為離職的團(tuán)隊成員實力非常強(qiáng)勁。你怎么看？

張璐：其實不必過于悲觀。xAI 目前已與 SpaceX 整合，在馬斯克的商業(yè)生態(tài)中，它能調(diào)用的資源規(guī)模是極其夸張的。很少有初創(chuàng)企業(yè)能像 xAI 這樣，高效實現(xiàn)與特斯拉及 SpaceX 內(nèi)部的人才和資源流轉(zhuǎn)。正式成為 SpaceX 的一部分后，xAI 將不再是一家孤立的公司。未來，它將乘勢而為，獲得巨大太空經(jīng)濟(jì)紅利的托舉，進(jìn)入加速發(fā)展期。此外，xAI 還具備獨特的數(shù)據(jù)優(yōu)勢，不僅能獲取真實世界的數(shù)據(jù)，還能掌握未來的衛(wèi)星和太空數(shù)據(jù)，這為其構(gòu)筑了巨大的潛在優(yōu)勢。

英偉達(dá)轉(zhuǎn)型 “AI 工廠”，迅速整合 Groq，應(yīng)對激增的推理算力需求

晚點：近期全球科技巨頭及初創(chuàng)企業(yè)在 AI 基礎(chǔ)設(shè)施層有哪些新布局與新變化？在 3 月的 GTC 大會上，黃仁勛強(qiáng)調(diào)算力重心正從訓(xùn)練轉(zhuǎn)向推理。GTC 上發(fā)布了推理加速芯片 Groq 3 LPU，該芯片源自 2025 年 12 月對 Groq 的收購，整合速度之快超出預(yù)期。結(jié)合這些發(fā)布內(nèi)容與近期的行業(yè)動作，你認(rèn)為英偉達(dá)在 AI 算力和基礎(chǔ)設(shè)施上展現(xiàn)出了哪些新思路？

張璐：我們從 2017 年起就與英偉達(dá)保持著緊密合作。去年我們有五家被投企業(yè)被收購，其中就有兩家 AI 基礎(chǔ)設(shè)施公司就是被英偉達(dá)收購。英偉達(dá)內(nèi)部整合的速度極快，迅速上線了針對 GPU 優(yōu)化的云平臺。從那時起，英偉達(dá)在基礎(chǔ)設(shè)施上的戰(zhàn)略野心就已經(jīng)十分清晰了。

在今年的 GTC 大會上，黃仁勛相當(dāng)于做了一次正式宣告：英偉達(dá)已不再局限于一家芯片或 GPU 公司，而是全面轉(zhuǎn)型為全棧式 AI 基礎(chǔ)設(shè)施公司。他提出了 “Token 經(jīng)濟(jì)”（Token Economy）的核心概念，旨在為接下來全面爆發(fā)的 token 產(chǎn)業(yè)提供底層支撐。

目前，英偉達(dá)的目標(biāo)是成為一家 AI 工廠，而不僅僅是打造最強(qiáng)的 GPU。在加強(qiáng)自身基礎(chǔ)設(shè)施能力方面，從早期的 CUDA System 到本次推出的 Vera Rubin 平臺，再到整合 Groq 的推理加速平臺 LPX，英偉達(dá)正在將 Groq 的推理加速能力融入 Vera Rubin 這一大型 AI 工廠體系，而非單獨開辟一條平行的產(chǎn)品線，這是一種高度整合的思維。

同時，英偉達(dá)也希望改變市場認(rèn)知。當(dāng)前，市場對英偉達(dá)的判斷與理解仍停留在將其視為一家芯片公司。然而，黃仁勛希望改變這一認(rèn)知：他所銷售的并非一張顯卡或一顆芯片，而是一套完整的系統(tǒng)。這一系統(tǒng)不僅包含 GPU、CPU，同時涵蓋網(wǎng)絡(luò)、存儲，以及 CUDA System，并可提供面向 agentic AI 及推理（inference）的整體部署方案 , 思維已超越單芯片層面。

我在斯坦福攻讀材料科學(xué)與工程專業(yè)時，一家公司一年發(fā)布一到兩顆芯片已經(jīng)是非常快了；更早時期，甚至可能要好幾年才能推出一顆芯片。然而，今年英偉達(dá)直接發(fā)布了七顆芯片，并且是芯片加完整的互聯(lián)技術(shù)以及推理基礎(chǔ)設(shè)施的組合。因此，不同于以往僅發(fā)布單個芯片或產(chǎn)品，此次發(fā)布的是一個生態(tài)系統(tǒng)，是對整個生態(tài)的整合與優(yōu)化。我認(rèn)為這一點至關(guān)重要。

另一個重大轉(zhuǎn)變是算力重心的遷移。過去行業(yè)的算力消耗可能是 80% 用于訓(xùn)練，20% 用于推理；如今這一比例已逐漸趨近一半一半。訓(xùn)練帶來的算力消耗和成本投入是一次性的，但隨著未來智能體的鋪設(shè)，推理端的 token 消耗將變成持續(xù)性的龐大現(xiàn)金流。黃仁勛預(yù)測，到 2027 年數(shù)據(jù)中心相關(guān)收入可能超過 1 萬億美元，其核心前提就是未來的推理負(fù)載將遠(yuǎn)超早期的訓(xùn)練消耗，甚至可能出現(xiàn) 20% 算力用于訓(xùn)練、80% 用于推理的倒掛局面。

此外，未來所有人工智能產(chǎn)品，包括人工智能的訓(xùn)練與部署，不應(yīng)僅依賴單一的計算架構(gòu)來完成。以往我們普遍認(rèn)為人工智能的底層架構(gòu)必然以 GPU 為主導(dǎo)，然而，我們?nèi)ツ暌呀?jīng)發(fā)現(xiàn)某些新型模型架構(gòu)在 CPU 上的運(yùn)行效率反而高于 GPU。這也解釋了為何黃仁勛在此次大會中特別強(qiáng)調(diào) CPU 的重要性，尤其是在推理場景下，CPU 的作用正日益增強(qiáng)。此外，他還將 Groq 的低延遲、高吞吐推理能力納入體系，因為 LPU 同樣提供了一種新的架構(gòu)可能性。

同時，我們最近有一家公司被高通收購。高通一直在 NPU 方向上進(jìn)行研發(fā)，因為低能耗對于未來人工智能在邊緣設(shè)備上的端側(cè)部署，是一種非常重要的底層計算架構(gòu)。

因此，面向未來，英偉達(dá)一方面致力于構(gòu)建統(tǒng)一化的大型生態(tài)平臺，另一方面，未來的人工智能應(yīng)用場景將由多種多樣化的計算架構(gòu)共同支撐。在架構(gòu)多樣化前提下，不再單一依附或依賴 GPU 架構(gòu)，變得愈加重要。這也是英偉達(dá)目前進(jìn)行更廣泛的人工智能生態(tài)布局，并將自身重新定義為 “人工智能工廠” 的原因。這些舉措相互推動、相互關(guān)聯(lián)。

晚點：從應(yīng)用層確實能明顯觀察到這種變化，各類 agent 的爆發(fā)帶來了龐大的推理需求。英偉達(dá)這次久違地發(fā)布了全新的 CPU 產(chǎn)品 Vera，距離上一代 Grace 架構(gòu)已有數(shù)年之久。值得注意的是，這是其 CPU 首次與 GPU 采用統(tǒng)一的命名體系。這種統(tǒng)一平臺下組合異構(gòu)芯片的生態(tài)趨勢確實正變得越來越強(qiáng)。包括對 Groq 的整合速度也令人意外，去年底才完成收購，推進(jìn)得非常快。

張璐：英偉達(dá)內(nèi)部員工普遍工作強(qiáng)度極大；谷歌許多 AI 團(tuán)隊實行一周七天工作制；Meta 的員工幾乎天天處于戰(zhàn)備狀態(tài)，有時工作至凌晨兩點，次日清晨七點繼續(xù)投入工作。當(dāng)前，AI 創(chuàng)新生態(tài)正在加速，競爭環(huán)境與市場格局也在快速調(diào)整，不同玩家都具備強(qiáng)烈的危機(jī)意識并提前布局。

英偉達(dá)致力于成為一家全平臺公司，因此 CPU 至關(guān)重要。Vera 是全球首款專為 agentic AI 和 reinforcement learning 打造的 CPU 處理器，相較于傳統(tǒng) CPU，其效率有成倍提升，并已與阿里巴巴、字節(jié)跳動、Oracle 及 Meta 等中美企業(yè)展開合作。

在 AI 基礎(chǔ)設(shè)施中，特別是針對推理和 agentic AI，系統(tǒng)不僅需要輸出 token，還要持續(xù)調(diào)用工具、運(yùn)行代碼及處理多智能體的協(xié)同和 simulation 流程。進(jìn)入智能體時代后，AI 將處于持續(xù)運(yùn)行狀態(tài)，對 CPU 的依賴會越來越深。將 CPU 納入生態(tài)不僅能提升英偉達(dá)平臺的完整性，還能讓其從整機(jī)系統(tǒng)層面統(tǒng)籌定義性能，為客戶提供一站式的 AI 工廠解決方案。即使英偉達(dá)的 CPU 未必比 AMD 等傳統(tǒng)對手做得更好，但這種整體集成優(yōu)勢是巨大的。

晚點：去年英偉達(dá)收購了兩家由你們投資的 AI 基礎(chǔ)設(shè)施初創(chuàng)公司，分別是 Lepton AI 和 Nexusflow。這體現(xiàn)了英偉達(dá)在 AI 基礎(chǔ)設(shè)施上的哪些思路？

張璐：這兩家公司均由杰出的華人科學(xué)家創(chuàng)立，Lepton AI 的創(chuàng)始人是賈揚(yáng)清，Nexusflow 的創(chuàng)始人是焦劍濤。它們都深耕 AI 基礎(chǔ)設(shè)施領(lǐng)域，成立不到 2 年，但產(chǎn)品成熟度與商業(yè)化推進(jìn)速度極快。英偉達(dá)在去年初便開始與他們接觸，看中其產(chǎn)品能為自身生態(tài)帶來巨大價值而迅速推進(jìn)收購。收購后的整合也極為高效，例如 Lepton 已被整合為 DGX Cloud Lepton，這也是英偉達(dá)未來布局 GPU 云的重要一步。

晚點：去年英偉達(dá)最大的收購是對 Groq 高達(dá) 200 億美元的收購案。這反映了英偉達(dá)怎樣的考量？

張璐：實際上，這并非傳統(tǒng)意義上的全資股權(quán)收購，而是采取了非獨家技術(shù)授權(quán)與人才吸納相結(jié)合的特殊架構(gòu)以加速交易。Groq 成立于 2016 年，創(chuàng)始人曾是谷歌 TPU 項目的核心成員。Groq 并非局限于優(yōu)化 GPU，而是重新設(shè)計了推理計算路徑，主打低延遲與高 token 通量。 這兩個特性精準(zhǔn)契合了英偉達(dá)搭建 AI 基礎(chǔ)設(shè)施工廠的需求。Groq 獨特的內(nèi)存架構(gòu)在特定模型規(guī)模下具有顯著的速度優(yōu)勢，它的加入對英偉達(dá)現(xiàn)有平臺能力是極佳的補(bǔ)充。

英偉達(dá)的整體戰(zhàn)略并未因此改變，依然以 GPU 加 CUDA 作為訓(xùn)練與通用推理的基礎(chǔ)，但也吸納了 Groq 專精的推理加速能力。這種整合促成了今年 Vera Rubin 平臺的推出，將其 CPU、GPU、推理加速器、網(wǎng)絡(luò)與存儲等核心組件無縫組合，構(gòu)筑了完整的 AI 工廠生態(tài)。 單看芯片本身，Groq 或許不足以支撐如此高昂的定價，但它為英偉達(dá)補(bǔ)全了整體生態(tài)的版圖。如今，全棧式 AI 平臺能力已成為科技巨頭構(gòu)建技術(shù)護(hù)城河的核心。除了擁有成熟體系的谷歌和蘋果，Meta 等公司也在大力投入芯片研發(fā)與收并購。

晚點：剛才提到馬斯克的產(chǎn)業(yè)布局，同樣涵蓋了從底層芯片到 AI 模型的全棧能力。

張璐：馬斯克的構(gòu)想更為宏大。當(dāng)前業(yè)界主流的 AI 公司多聚焦于大語言模型，并逐步向 multi-modal 和 agent 演進(jìn)，而再下一階段必然是世界模型。 構(gòu)建世界模型不僅需要強(qiáng)大的模型能力，更高度依賴高質(zhì)量的三維真實世界數(shù)據(jù)。這正是馬斯克的優(yōu)勢所在，他擁有特斯拉的交通與工廠三維數(shù)據(jù)、SpaceX 的工程與太空衛(wèi)星數(shù)據(jù)，以及未來人形機(jī)器人所能收集的交互數(shù)據(jù)，基于 physical AI 的世界模型能力將極為強(qiáng)悍。相比其他公司主要依賴二維視頻數(shù)據(jù)，馬斯克掌握了極為豐富的三維真實數(shù)據(jù)。一旦這些數(shù)據(jù)被有效整合到世界模型生態(tài)中，其整體能力將比現(xiàn)有科技公司的生態(tài)再提升一個量級。

晚點：前面提到了英偉達(dá)的全棧布局，其他大公司也認(rèn)識到了深度垂直整合的重要性。在美國，關(guān)于 Google 的 TPU 與英偉達(dá)的 GPU 的討論也比較多，目前業(yè)界普遍認(rèn)為前者的競爭力很強(qiáng)。Google 近期在 AI 算力與基礎(chǔ)設(shè)施方面有什么動作和變化？

張璐：Google 在 TPU 上的投資已超過十年，這證明它很早就意識到了推理的重要性，并沿著這條技術(shù)路線進(jìn)行了深厚的積累。TPU 最大的能力其實體現(xiàn)在 Google 自身的生態(tài)中。它的優(yōu)化基于 Google 整體的全棧式架構(gòu)，補(bǔ)全了從芯片層、模型層到數(shù)據(jù)層的各個環(huán)節(jié)，配合充沛的現(xiàn)金流、豐富的應(yīng)用場景以及現(xiàn)實世界的反饋，打造了一個非常完善的生態(tài)。

但是，當(dāng)?shù)谌绞褂?TPU 時，芯片性能發(fā)揮得往往沒有在內(nèi)部那樣好，這歸結(jié)于系統(tǒng)優(yōu)化的差異。Google 自身使用 TPU 時，不僅性能優(yōu)越，成本也極低，整體 training cost 大約只有 ChatGPT 的三分之一。這種系統(tǒng)層面的深度優(yōu)化直接帶來了顯著的成本優(yōu)勢。第三方公司由于缺乏 Google 那套完整的系統(tǒng)環(huán)境，無法做到同等程度的優(yōu)化，導(dǎo)致性能和成本都會打折扣。

這也是為什么盡管資本市場熱衷于討論 TPU 搶占 GPU 市場，但短期來看，TPU 仍難以對 GPU 構(gòu)成有效威脅。況且，未來的 AI 市場無比巨大。目前 AI 的產(chǎn)業(yè)部署與整合才剛起步，在金融、醫(yī)療保險等大型行業(yè)中，應(yīng)用滲透率可能不足 1%。當(dāng) AI 真正大規(guī)模鋪開后，對算力的需求將是海量的，單靠一家廠商的 GPU 或單一的計算架構(gòu)來支撐并不現(xiàn)實。未來的市場必然需要多樣化的計算架構(gòu)，除了英偉達(dá)，還需要其他科技公司提供各具特色的解決方案，以筑牢大規(guī)模人工智能部署的算力基礎(chǔ)。

晚點：我們此前的節(jié)目曾邀請過兩位從 Google 出來創(chuàng)業(yè)的嘉賓，他們提到 Google 內(nèi)部開發(fā)了類似于 CUDA 的 JAX 等軟件系統(tǒng)，所以內(nèi)部使用得非常順手。不過，一個可能促進(jìn) TPU 普及的因素是，Google 會大力支持許多具備 Google 背景的創(chuàng)業(yè)者使用從芯片到系統(tǒng)層的整套 TPU 方案。比如馬斯克的 xAI 早期團(tuán)隊中，有一些前 Google 員工，他們對這套系統(tǒng)就非常熟悉。

張璐：是的，如果 Google 也能建立起一套完善的軟件系統(tǒng)去支持 TPU 的使用，從開發(fā)者的角度來看，操作門檻會大幅降低。但這也是為什么英偉達(dá)不再僅僅滿足于擁有 CUDA 系統(tǒng)，而是致力于打造更全面的全棧式、全平臺服務(wù)，幫助開發(fā)者在其生態(tài)內(nèi)完成方方面面的部署與整合。隨著全棧服務(wù)的完善，開發(fā)者對英偉達(dá)平臺的依賴性會越來越深，最終將很難再低成本地遷移到其他計算架構(gòu)平臺上。

大企業(yè)加速部署垂直領(lǐng)域人工智能，靈活的退出機(jī)制滋養(yǎng)美國 AI 連續(xù)創(chuàng)業(yè)生態(tài)

晚點：最后一部分我們可以稍微延展一下，探討從基礎(chǔ)設(shè)施到應(yīng)用端的變化，以及對 B2B 企業(yè)市場的觀察。因為 C 端的 AI 市場信息相對更通暢，大家能看到明顯的熱點，如 OpenClaw 等個人 agent。Fusion Fund 一直高度關(guān)注企業(yè)對 AI 的應(yīng)用，最近你觀察到 AI 與具體行業(yè)結(jié)合有哪些新變化？有哪些過去未曾出現(xiàn)、但現(xiàn)在正加速發(fā)展的跡象？

張璐：今年確實是企業(yè)級人工智能（enterprise AI）非常好的一年。這不僅體現(xiàn)在技術(shù)層面的創(chuàng)新與發(fā)展，整個產(chǎn)業(yè)的整合速度也非常快。在企業(yè)級 AI 領(lǐng)域，業(yè)內(nèi)已經(jīng)形成了幾個重要的大趨勢與共識。

第一個共識是，包括傳統(tǒng)產(chǎn)業(yè)在內(nèi)的大企業(yè)都愿意在垂直領(lǐng)域部署人工智能。而且，這種部署往往基于小語言模型，而非大語言模型。金融、醫(yī)療、保險等高監(jiān)管行業(yè)對數(shù)據(jù)極其敏感，因此他們更希望 AI 應(yīng)用或 agent 能夠在本地或私有云中部署。 此外，針對特定應(yīng)用場景，企業(yè)對低延遲和高準(zhǔn)確性（不能有幻覺）有嚴(yán)格要求，這讓垂直領(lǐng)域的 AI 應(yīng)用鋪設(shè)得更快。由于采用小語言模型，客戶無需將海量數(shù)據(jù)上傳至云端，數(shù)據(jù)隱私得到了更好的保障；同時，小語言模型對算力和電力的消耗更低，成本更加優(yōu)化。因此，垂直領(lǐng)域中小語言模型的整合速度正變得越來越快。

第二個共識源于大企業(yè)的深度焦慮。今年 1 月，我在達(dá)沃斯與許多大企業(yè)的 CEO 交流時感受到，企業(yè)普遍意識到，雖然擁有海量數(shù)據(jù)，但要使其成為核心的數(shù)據(jù)資產(chǎn)，就必須與 AI 進(jìn)行深度整合，否則數(shù)據(jù)就只是一堆無效儲備。企業(yè)需要先進(jìn)行 data curation（數(shù)據(jù)優(yōu)化），再搭建安全與隱私的中間層，最后才能在此基礎(chǔ)上整合各類 AI 應(yīng)用。

自 2018 年起，我們運(yùn)營著一個名為 CXO 的社群網(wǎng)絡(luò)，匯聚了約 45 位全球 1000 強(qiáng)企業(yè)的 CTO。今年普遍的反饋是，他們手里的預(yù)算大幅增加。其中一位向我透露，他掌握著高達(dá) 120 億美元的預(yù)算，專門用于 AI 相關(guān)的技術(shù)收購、技術(shù)整合以及戰(zhàn)略合作等。這是一個重大的戰(zhàn)略轉(zhuǎn)向。隨著 CTO 或首席 AI 官預(yù)算的增加，大企業(yè)不僅會加大對 AI 的投資與部署，還將大幅加快技術(shù)整合的步伐。現(xiàn)在，我們看到許多金融、保險公司只需 3 到 4 個月就能完成新 AI 技術(shù)的整合，這里面蘊(yùn)含著巨大的市場機(jī)會。

晚點：在具體的行業(yè)應(yīng)用層面，AI 目前展現(xiàn)出了哪些明顯的機(jī)會？

張璐：一方面，我非常看好 AI 在醫(yī)療領(lǐng)域的應(yīng)用。我們早在 2017 年就發(fā)布了人工智能醫(yī)療行業(yè)報告，去年又推出了 2.0 版本。今年初釋放了一個強(qiáng)烈的信號：禮來與英偉達(dá)達(dá)成了數(shù)十億美元的戰(zhàn)略合作，專門推進(jìn) AI 在制藥領(lǐng)域的應(yīng)用場景鋪設(shè)。同時，ChatGPT 和 Claude 等也都推出了醫(yī)療專屬的 AI 應(yīng)用。

醫(yī)療領(lǐng)域市場規(guī)模巨大，占美國 GDP 的 20%，且擁有海量高質(zhì)量數(shù)據(jù)與多樣化的應(yīng)用場景，這對 AI 落地至關(guān)重要。高質(zhì)量數(shù)據(jù)極大地促進(jìn)了醫(yī)療垂直領(lǐng)域小語言模型的搭建與部署。此外，許多醫(yī)療機(jī)構(gòu)開始采用聯(lián)邦學(xué)習(xí)（federated learning），有效解決了監(jiān)管層面的數(shù)據(jù)隱私顧慮。這種理念在金融和保險行業(yè)也有明確體現(xiàn)，因此這三個行業(yè)的 AI 整合速度可能是最快的。在此基礎(chǔ)上，物流供應(yīng)鏈等傳統(tǒng)行業(yè)也在進(jìn)行大規(guī)模鋪設(shè)。

另一個備受矚目的方向是機(jī)器人，即 physical AI，它在工業(yè)和供應(yīng)鏈場景的應(yīng)用落地會更快。此外，太空也是一個極佳的領(lǐng)域，就像我前邊提到，因為它本身就是 AI 原生和機(jī)器人原生的。

過去十年我們一直專注 B2B 企業(yè)級應(yīng)用。在當(dāng)前的 AI 市場，做 C 端應(yīng)用非常困難，因為巨頭競爭對手過于強(qiáng)大。相比之下，B 端應(yīng)用有著獨特的優(yōu)勢：傳統(tǒng)行業(yè)的大公司往往不愿將核心數(shù)據(jù)分享給科技巨頭或上傳云端。在這種顧慮下，他們更傾向于與初創(chuàng)企業(yè)合作，這極大加速了初創(chuàng)公司在垂直領(lǐng)域的應(yīng)用迭代與發(fā)展。今年我們看到許多專注垂直 AI 和 to B 部署的公司，收入增長極為驚人，有些不到 10 人的團(tuán)隊在一年內(nèi)實現(xiàn)了收入從零到 2000 萬美元的突破。因此，目前在美國做 to B 企業(yè)級 AI 是一個絕佳且高速發(fā)展的時期。

晚點：中美在 AI 創(chuàng)業(yè)上存在明顯差異。中國創(chuàng)業(yè)者似乎更偏向移動互聯(lián)網(wǎng)思維的 C 端市場，而美國有大量創(chuàng)業(yè)者高度聚焦于企業(yè)級市場，這可能與整體退出環(huán)境有關(guān)。

張璐：兩邊市場確實存在差異。在硅谷，一個有趣的現(xiàn)象是，頂尖的 AI 創(chuàng)業(yè)者大多具備移民背景。其中亞裔最多，其次是歐洲裔、加拿大裔和以色列裔，本土美國人反而相對較少。全球 AI 人才匯聚于美國，正是因為這里存在巨大的 to B 商業(yè)機(jī)會。他們的研發(fā)或工程師團(tuán)隊可能留在加拿大或歐洲，但為了實現(xiàn)最快的商業(yè)化，特別是打入金融等核心市場，這里無疑是最佳選擇。

傳統(tǒng)龍頭企業(yè)的 AI 整合正在全面提速。例如，我們投資的許多公司與美國最大且傳統(tǒng)的銀行 J.P. Morgan Chase 展開了合作，其 chief AI officer 也在我們的社群網(wǎng)絡(luò)中。他們在 AI 技術(shù)的迭代與整合上極為精準(zhǔn)且迅速。另一個典型的例子是科氏工業(yè)（Koch Industries），作為美國規(guī)模最大的老牌私營企業(yè)之一，它擁有極高的決策靈活度。其旗下的 Koch Disruptive Technologies（KDT）部門專門引進(jìn)新型 AI 解決方案，并迅速在控股的大型企業(yè)中應(yīng)用，合作周期甚至能壓縮到一兩個月。正是因為這些傳統(tǒng)巨頭展現(xiàn)出如此驚人的 AI 整合與商業(yè)化速度，全球的創(chuàng)新者才愿意紛紛涌入這個市場。

晚點：在多樣化的退出機(jī)制（如高頻的收并購）下，美國市場的資金與人才流動極為高效。這種機(jī)制是否也催生了大量經(jīng)驗豐富且底氣十足的連續(xù)創(chuàng)業(yè)者？正如早期被形容為 “藍(lán)血創(chuàng)業(yè)” 的 OpenAI，許多創(chuàng)始人并非為了追求財富，因為他們已經(jīng)跨過了那個階段。如何看待硅谷的這種連續(xù)創(chuàng)業(yè)生態(tài)？

張璐：多樣化的退出渠道確實是美國市場的一大優(yōu)勢。除了耗時可能長達(dá) 7 到 10 年的 IPO 之外，收并購提供了更靈活的路徑。去年我們有 5 家被投公司被收購，買方包括英偉達(dá)這樣的大企業(yè)。其中 4 家成立不到兩年，卻帶來了 10 到 20 倍的收益。這種 “短平快” 的退出機(jī)制極大地促進(jìn)了資金與人才的流動。

在硅谷，連續(xù)成功創(chuàng)業(yè)者的群體正變得越來越龐大，我本人也是連續(xù)創(chuàng)業(yè)者出身，帶有一點理想主義，相信這句話：改變世界的同時創(chuàng)造財富，但最重要的是改變世界。2015 年創(chuàng)立 Fusion Fund 時，我們搭建的第一個生態(tài)就是 “超級創(chuàng)始人網(wǎng)絡(luò)”，其中匯聚了 62 位連續(xù)成功創(chuàng)業(yè)者。正如你所說，他們大多已經(jīng)實現(xiàn)了財富自由。在探索下一家公司時，其核心目標(biāo)不再是單純的財富回報，而是改變產(chǎn)業(yè)、改變世界。

這種使命驅(qū)動的原動力，幫助他們吸引頂尖人才，加速創(chuàng)新探索，并在做決策時更看重公司的長遠(yuǎn)優(yōu)勢而非短期利益。馬斯克就是典型的代表。盡管是世界首富，他的生活條件卻并不奢華，連他母親在 Twitter 上都提到他睡的只是氣墊床。這就是使命驅(qū)動型連續(xù)創(chuàng)業(yè)者的典型思維。在這樣的環(huán)境中做早期投資，是一件充滿理想主義色彩且令人幸福的事。

晚點：最后一個問題，在接下來的一個季度或半年內(nèi)，你計劃將主要精力投入到哪些具體事務(wù)或領(lǐng)域中？

張璐：核心聚焦依然是投資。自去年初發(fā)布新一期基金以來，我們一直處于高強(qiáng)度、快節(jié)奏的工作狀態(tài)。去年我們投資了 10 家初創(chuàng)企業(yè)，今年預(yù)計還將投資 7 到 10 家。因此，看項目與管項目將占據(jù)我最多的時間。此外，今年我們有 3 家被投公司準(zhǔn)備上市，作為早期投資人和董事會成員，我們需要在上市籌備過程中投入大量精力提供支持與輔助。

在具體的技術(shù)與產(chǎn)業(yè)方向上，企業(yè)級 AI、醫(yī)療 AI 以及供應(yīng)鏈自動化我都在密切關(guān)注。細(xì)分來看，我會對以下幾個領(lǐng)域投入更多精力：

首先是人工智能基礎(chǔ)設(shè)施相關(guān)的創(chuàng)新，特別是那些能解決下一階段發(fā)展瓶頸的技術(shù)。行業(yè)瓶頸已不再局限于模型本身，還包括 inference cost（推理成本）、能源消耗、memory（內(nèi)存）、security（安全）以及系統(tǒng)整合等，這些都是我極其看好的技術(shù)方向。

其次是 AI 在生命科學(xué)與醫(yī)療領(lǐng)域的應(yīng)用。這不僅局限于軟件，還包括醫(yī)療機(jī)器人。去年我們投資了兩家醫(yī)療機(jī)器人公司，一家專注于傳統(tǒng)制藥和生命科學(xué)行業(yè)的機(jī)器人自動化，發(fā)展極為迅速；另一家是做微觀及納米機(jī)器人應(yīng)用，這也是我非常看好的一個方向。

最后，我還會繼續(xù)保持對太空科技的熱情。太空經(jīng)濟(jì)正快速迭代發(fā)展，未來體量巨大，兩三年內(nèi)蘊(yùn)藏著極佳的投資機(jī)會。同時這也源于我從小對太空的熱愛以及對創(chuàng)新的內(nèi)在動力，我也會在此領(lǐng)域傾注大量時間。

題圖來源：Terafab