堆芯片时代终结，硅谷被迫学中国写代码

当供应链成本上涨时，普通企业会选择自己消化。但英伟达（Nvidia）不是普通企业——它手握75%的毛利率和全球70%—90%的AI芯片市场份额。所以，当内存厂商涨价时，英伟达直接把账单转嫁给了客户：服务器价格上调超过15%。

Meta、微软、OpenAI这些史上资本最雄厚的科技巨头，依然会买单。但这一次，涨价逼出了一个硅谷不愿面对的真相：它们过去靠烧钱堆芯片的做法，已经走到了死胡同。

5%的利用率，96%的压缩率

硅谷AI公司正在以一种惊人的低效方式燃烧着世界上最昂贵的芯片。一位AI芯片初创公司创始人透露，行业对英伟达 GPU的理论利用率不到15%，甚至有估算低至5%。

问题不在芯片本身——这些GPU拥有数百万次并行计算能力——而在于数据中心里数千块芯片同时运转时，软件无法高效分配数据，导致严重的“交通堵塞”，大量芯片空转等待。

与此同时，路透社指出，在大洋彼岸，中国DeepSeek在美国出口管制阻断其获取最强芯片后，用一套名为“多头潜在注意力”的数学简写，将AI模型的内存需求压缩了约96%，以极低的硬件成本打造出世界级产品。

英伟达自己的恐慌

讽刺的是，连英伟达自己都在害怕这种趋势。高效、低功耗的AI模型正在西方市场流行，这对英伟达的商业模式构成了直接威胁。为此，英伟达近期豪掷60亿美元，获得旧金山初创公司Poolside AI的许可——后者的软件就像数据中心里的“交通警察”，重新组织数千块GPU之间的数据流，让它们真正忙起来。

Poolside联席CEO Eiso Kant直言：“人们看到那些数百亿美元的巨额融资，以为训练顶尖模型必须如此，但事实并非如此。”Poolside仅用约八周时间、以极低的成本训练出编码模型Laguna，性能却超越了许多耗资数亿美元的更大模型。

物理极限已至，钱不再是答案

“我们现在处于一个需要前所未有的性能，但物理学已经耗尽的世界。”一位AI半导体创业者这样描述现状。

谷歌母公司Alphabet本月刚刚发行39亿澳元债券为其数据中心融资——连科技巨头都开始触及现金支出的天花板。

AI竞赛的第一阶段，赢家靠 brute force（ brute force）：谁买得起更多算力，谁就能领先。但中国的崛起已经证明，资本 alone 不再保证统治地位。英伟达的涨价，不过是给这个旧时代敲响了最后一声丧钟。

硅谷不能再靠砸钱保持领先了。它必须捡起中国那本“节俭软件”的剧本，开始写更聪明的代码。（凤凰AI研究院）