#SK海力士暴涨# #模型时代# SK集团会长崔泰源：存储短缺要等到通用人工智能才结束，产能翻倍也不够用，中美AI策略完全不同

嘉宾：崔泰源（Chey Tae-won），SK集团会长 | 主持人：Ed Ludlow，Bloomberg Tech

时间/地点：2026年7月10日，纽约纳斯达克交易所

2026年7月10日Bloomberg Tech专访，SK集团会长崔泰源在纳斯达克交易所敲钟后接受采访。崔泰源是韩国第二大财阀SK集团的掌门人，旗下SK海力士（SK hynix）是全球第二大存储芯片制造商，也是AI训练和推理所依赖的高带宽存储器HBM的最大供应商，全球市场份额约58%（2026年Q1，Counterpoint Research数据），英伟达的首要HBM供应商。

当天，SK海力士以ADR（美国存托凭证，让外国公司的股票在美国交易所交易的机制）形式在纳斯达克挂牌，融资265亿美元，超过阿里巴巴2014年的250亿美元纪录，成为外国公司在美最大首发。这家公司15年前还在银行债权人的接管下挣扎求生，没有人愿意接手；2012年崔泰源以约30亿美元收购，当时被认为是一步险棋。2026年5月，SK海力士市值突破1万亿美元，6月一度超越三星电子成为韩国股市最大市值公司。

采访中最有信息量的一组对话出现在产能问题上：SK海力士刚宣布五年内产能翻倍，崔泰源说客户的反应是"不够，我们要五倍、六倍"。他判断，存储供应追不上AI需求的局面会一直持续，"直到人类社会在通用人工智能这件事上达成某种定局为止。"谈到中美AI策略差异时，崔泰源的观察是：美国押注顶级市场和token质量，中国用百万STEM毕业生和低成本token走另一条路，胜负未定。

第一部分：为什么是现在

Ludlow：一个合理的起点是：为什么是现在？你考虑美国上市已经有一段时间了，为什么选择现在把SK海力士推到美国投资者面前？

崔泰源：我们等这一天等了太久了。自从我大约15年前收购海力士，这就是我们的里程碑之一：必须打开进入美国资本市场的通道。现在梦想成真了。…

大家问"为什么是现在"，但其实这已经是我们能做到的最早时间点了。

Ludlow：265亿美元是一笔大钱，但相比SK在韩国国内和全球范围内的投入规模，并不算大。我们能否期待SK海力士会多次发行ADR、多轮回到市场？

崔泰源：是的，我预计我们可以做到。我们会努力扩大ADR的规模，但这需要更好的回报。一旦我们交出更好的回报，需求自然就来了。所以第一件事是保持股价稳定，希望长期能有上涨空间。而且我看到，这个时刻——这是AI时代——AI时代引爆了对存储的大量需求。这是属于我们的时代。

Ludlow：这是近期的计划吗？你和管理层、CFO讨论过要定期发行ADR，还是还没有谈到这一步？

崔泰源：说实话，我们一直在讨论，但细节现在还不能透露。

Ludlow：美国上市给了SK一个新的股权融资渠道，但更广泛的美国资本市场呢？我们会看到SK集团或SK海力士发行全球债券吗？

崔泰源：有可能，但目前我们现金储备充足。SK海力士或其他SK集团旗下公司未来可以发行债券、进入资本市场。

第二部分：HBM供应紧张与AI需求

Ludlow：（举起一颗HBM4E芯片）请允许我向全球观众展示这个东西。这就是我们今天都聚在这里的原因。你几乎看不到它——一颗微小的HBM4E，高带宽存储器，这颗是12层堆叠。（笑声）HBM目前的供应有多紧张？更重要的是，这种紧张会持续多久？你能看到哪一年供应状况会发生变化吗？

崔泰源：要真正理解HBM存储的所有需求和条件，你必须先理解AI那一端。大家都知道大语言模型。对。但大语言模型固然重要，我认为未来随着我们更多地使用AI，AI对推理的需求会更大。而推理的关键是KV缓存（Key-Value Caching）。推理会产生大量KV缓存。要维持大语言模型的性能，你需要大容量的KV缓存，而这些缓存必须存储在某个地方。

这就像人类的记忆——和我们在大脑中存储记忆是一回事。AI也需要那种记忆。KV缓存必须有地方存放。存储容量越大，性能就越好。就这么简单。

而且存储的周期正在变成一种不同的周期——我不该说"周期"，而是一种不同的动能。过去，存储芯片的需求取决于人口数量和硬件设备的数量。

Ludlow：那在某种程度上是一个消费电子的故事。

崔泰源：对。繁荣与萧条交替。你给自己的智能手机加内存，但你不需要几十部不同的手机——你只用一部，就像PC一样。所以需求受制于人口数量。但在AI时代不同了。你可能在未来几年会使用自己的AI智能体（agent），而且你可能拥有几百个不同的智能体。每个智能体都需要大量存储，因为它们会创造大量KV缓存，这些缓存必须存储在某个地方。这需要巨量的存储。这就是AI时代。存储生意已经进入了一个不同的阶段。

Ludlow：不过你还是把它称为周期。那是需求端。发行ADR的原因之一是融资扩产。你们的行业同行美光（Micron）最近表示，他们预计2028年供应状况会有所改善——在2027年之后——部分原因是新产能将上线。SK海力士怎么看？

崔泰源：嗯，我们跟客户谈过。几个月前我们刚宣布，要在五年内将产能翻倍。这意味着我们做了25年以上的业务，在接下来五年要把全部产能翻一倍。有人觉得这不现实，会导致过剩，大家很担心。但我的客户说："不够。"

Ludlow：他们还需要更多？

崔泰源： "我们需要更多。"翻倍不够。他们真正想要的是五倍、六倍——越多越好，因为未来需求会指数级增长。

Ludlow：基于那些客户的需求——如果他们是看向未来的水晶球——他们相信这个需求水平会一直持续到2029、2030年？供应紧张会持续多久？

崔泰源：没有人能预测未来几年会发生什么。但我有一定信心，需求会增长，而我们的供应能力永远追不上。我不知道会持续多久，但我认为要到我们的社会——人类社会——在通用人工智能（通用人工智能）这件事上达成某种定局为止，到那时可能才会回归到旧的周期。但在那之前，我们需要大量存储。

第三部分：2012年的收购——一次大胆的押注

Ludlow：把时间拉回到2012年。SK收购海力士。当时很多人质疑这个决定。他们没看到什么？他们遗漏了什么，而你看到了存储市场的什么潜力？

崔泰源：那是一个大胆的决定。我认为从财务角度来说，我做了一个风险极高的赌注。那家公司当时深陷债务泥潭，挣扎在生存线上。大约15年前，那家公司在银行控制之下——简单说，就是一个类似美国"第11章"破产保护的状态。用韩国的说法叫"债务重组计划"（workout program）。但银行做了十多年的重组，没有人真正想要这个资产，因为风险太高。原因是存储生意是周期性的，承受着不可控的周期波动，而且每年都需要数十亿美元的资本开支，无论盈亏。

Ludlow：即便不赚钱。

崔泰源：即便不赚钱，这个生意也需要买设备、扩产能、适配新技术、购入新机器——你必须花巨额资本开支。所以没有人想碰这种危险的生意。

Ludlow：但你出手了。

崔泰源：对。我看到的东西不太一样。换一个角度看，存储制造是全世界最精密复杂的制造业务。如果你能做成这件事，你就能做成任何事。

Ludlow：如果你攻克了技术和工艺——

崔泰源：对。而且整个制造过程——你做出这些微小的芯片，里面有3800亿个晶体管。这就是这门生意。你怎么在这么小的硅片上放进这么多晶体管？这是技术的巅峰。一旦你能做到这一点，你就能管理好任何事情，也能挑战任何事情。而且在数字世界里，存储未来会创造巨大的价值。

Ludlow：所以那就是你看到的。

崔泰源：是的。我就赌了这一把。人类永远需要存储。

第四部分：长期合约——商业模式的转变

Ludlow：你被问过很多次了，但是长期合约这个概念——客户与供应商签订长期协议——是如何改变了这个行业的历史？

崔泰源：对。现在供应短缺，每个客户都想确保自己的供应、覆盖自己的需求。所以他们来找我们，要求签某种长期合同。这不是我们提议的——是他们主动要求的。

Ludlow：提出合约的是客户，不是SK？

崔泰源：不是SK。他们更愿意签。我们也乐意这么做，因为这样就不再是周期性生意了。有了长期协议，即便在行业下行期，我们也能维持出货量和一定的价格水平。这给了我们不同的动能，也创造了另一个机会——我们可以改变商业模式。

第五部分：SK集团的投资战略——AI数据中心及更多

Ludlow：SK的投资重心在哪里？国内和美国之间如何取舍——不只是用这次美股融资的资金，而是从整体资产负债表来看？

崔泰源：总体来说，在SK海力士之外，最重要的事是AI数据中心业务。我们宣布了未来10年近1万亿美元的投资计划，用来建设AI数据中心。我的目标是在韩国建设约15吉瓦的数据中心容量，在韩国以外建设约5吉瓦，包括美国在内的多个地区都在考虑范围内。核心问题是电力——电价对AI数据中心来说至关重要。但一旦建成AI数据中心，就能在存储芯片和基础设施之间产生协同效应。这就是我未来要做的事。

Ludlow：你谈到了数据中心的问题。这是SK集团层面的布局。所以你说的是SK集团在更广泛地审视AI技术栈，不只是存储。

崔泰源：对。

Ludlow：你还会关注哪些领域？

崔泰源：比如SK电讯，他们正在投入资源开发自己的大语言模型、应用程序，以及物理AI（Physical AI）方面。

Ludlow：机器人？

崔泰源：对，还有医疗健康。有大量的机会，我们一直在尝试把握这些业务方向。

第六部分：人才——全球竞争

Ludlow：在美国和韩国，人才都是一个问题。美国芯片行业存在技术工人短缺，而像美光这样的公司知道韩国有大量优秀人才。你打算怎么应对这个问题？这如何影响你在美国的投资计划？

崔泰源：要吸引更多人才——ADR是一个好的选择。ADR给了我们一些金融工具，比如股票期权。我们可以直接用ADR来做这些事。这对吸引人才加入我们集团有帮助。

Ludlow：所以ADR也关乎外界对SK的认知。

崔泰源：这是另一个层面。认知很重要。我们也要花大钱去招聘优秀人才。我不在乎人才来自哪里——美国、日本，哪里都行。我在努力招更多人才，这至关重要。我跟旗下CEO们说：你们的任务就是为未来锁定人才。干就是了。我们会创造大量就业岗位。我们宣布了数万亿美元级别的投资计划，需要大量人才。

第七部分：SK海力士的竞争优势

Ludlow：崔会长，SK在存储领域建立的最大技术优势是什么？

崔泰源：很难只说一件事。

Ludlow：最重要的是什么？

崔泰源：一个团队。我一直专注于把所有力量凝聚成一个公司、一个团队。存储制造是一个简单的商业模式。我们能强调的就是：我们是一个团队。我认为这一个团队创造了一个真正伟大的历史性成就。这是最重要的。当然，你也可以提到设计能力、制程技术——那些都对。

Ludlow：或者与台积电在base die（基础逻辑芯片）上的合作——其他厂商没有这么做。

崔泰源：还有一点，我们不与任何客户竞争。这也很重要。

Ludlow：你们不与任何客户竞争。你认为这很重要？

崔泰源：是的，这很重要。这给了我们大量的合作空间。这就是我们能维持所有合作伙伴关系的方式。

Ludlow：从更大的格局看——你能追上三星吗？

崔泰源：我不想回答这类问题。我的首要目标是让我们的利益相关方满意。为此，某种程度上需要竞争，但正面对抗不是我的目标。

Ludlow：但这很难，崔会长。股东想要利润，客户想要更多产能和供应。这两件事似乎是矛盾的。

崔泰源：这就是我们所说的"利益相关方"。不只是股东。股东要好回报，客户要便宜的产品和充足的供应。我不可能每时每刻满足每一方，但我们必须在利益相关方之间找到一种平衡。而且我还要让公司的成员——员工——感到快乐。快乐的公司才能创造快乐的成果。就这么简单。

第八部分：NAND闪存与"存储即服务"

Ludlow：ADR定价149美元。存储市场也在演变。虽然供应紧张，但业界对其他技术的关注面也在拓宽。我对SK海力士在NAND闪存上的策略以及你如何看待这项技术的未来角色很感兴趣。

崔泰源：NAND和DRAM是不同类型的存储。DRAM有自己的功能——它是即时响应型的。就像你记住某些数字，或者准备考试时需要快速调取的记忆。但你也需要大量其他类型的记忆——比如你小时候的记忆，不一定只存在大脑里，还存在别的地方。AI需要大量存储。DRAM提供的是即时响应。但如果数据量大——我们称之为"冷数据"——就可以存在NAND闪存里。

Ludlow：NAND这一端的创新在哪里？

崔泰源：涉及大量技术。NAND的问题在于延迟——响应需要更多时间。要解决延迟问题，我们需要特殊的技术。而且KV缓存——那些缓存必须存储在某个地方。这是一个金字塔，是整个存储系统的层级结构。我们需要所有这些层级一起演进。

Ludlow：SK会投资这些技术？

崔泰源：当然。这是我们的核心业务。我们会做，而且我们可以交付的不只是作为存储生产商的角色。我们可以提供"存储即服务"（Memory as a Service）。这是未来我们可以重点投入的另一个方向。

Ludlow：多说说"存储即服务"——它的基本运作方式是什么？

崔泰源：现在这还是一个构想——只是一个想法。但我认为整个AI的趋势方向就在那里，因为存储是真正的瓶颈。我们必须解决它。专业人员会为每个客户、每个应用场景提供特定类型的解决方案。不会有一个方案能覆盖所有问题——这不可能。不同的终端市场有自己的特征，我们必须为每个场景开发特定的存储配置——存储的堆叠方式、如何实现——还需要配套的专用软件。核心是，我们可以作为某种服务商，而不是简单地说"这是存储，你拿去用"。我们可以调配各种不同的存储系统。一旦做好了，我们就可以把它作为一种服务来交付，而不是只做一个大宗商品的生产者。

第九部分：AI成本与泡沫之问

Ludlow：去年10月你在接受Bloomberg的Shery Ahn采访时说过，大家一直问你"AI泡沫、AI泡沫、AI泡沫"。你当时说，问题的核心是AI的成本。AI的成本太高了。从10月到现在，情况有变化吗？AI成本的轨迹是怎样的？

崔泰源：AI的成本——你可以用每美元的token数或每token的美元数来衡量。我们必须降低token成本。

Ludlow：你看到成本在下降吗？

崔泰源：是的。三年之内，token成本大约会降到目前的五分之一甚至十分之一。这就是技术进化。大量参与者在共同推动token成本的下降。甚至我的存储公司也在研发降低token成本的解决方案——这是我们的挑战。方向是明确的。这是一个AI的生态系统。现在成本确实太高了。但凭借技术，也许五年、十年之后，我们能消化所有这些问题。AI可以变成"每个人的AI"。未来每个人都能使用自己的智能体。这就是我看到的方向。

Ludlow：但没有AI泡沫？

崔泰源：这么说吧——AI泡沫这件事，现实世界和股市是两回事。股市总有过度反应，过热或过冷。股价可能存在泡沫，但那不代表现实世界的全貌。从趋势来看，两年、三年之后，股市会反映真实世界。你可以说股市里有AI泡沫，但AI技术本身是真实的——你在用它。问题在于AI现在还不成熟，还不完美。

Ludlow：还处于早期阶段。

崔泰源：对，早期阶段。我说过，现在AI只是一个四岁的小孩。等它长成大学生，成熟了，它就能在生产力方面帮到我们很多。我们会依赖这些东西。这是一场竞赛，我们现在正处在AI试验期。

第十部分：SK的美国投资与特朗普政府

Ludlow：今天是历史性的一天。ADR上市确实是在创造历史。但关于对美国的聚焦——SK与美国的关系。你与特朗普政府的关系如何？你们如何合作，把更多的SK海力士带到美国？

崔泰源：不只是SK海力士。SK已经在美国投资了超过350亿美元，虽然很多人没有注意到。我们有生物制药业务，有电池业务，最近还在印第安纳州宣布了新的工厂（先进封装厂）。SK电讯也在AI初创企业上投入了大量资金。我们已经投了350亿美元，但我的计划是一个大得多的数字。

Ludlow：比350亿更大？

崔泰源：大得多。比350亿大得多得多得多。我正在规划中。今天是一个里程碑——我们进入了美国资本市场。我们有大量选择，也有责任维护股价。好的一面是，如果我们做对了投资，就能守住我们的价值。

第十一部分：中国的AI策略

Ludlow：中国是一个重要的市场，也是AI的推动力之一。

崔泰源：对。但我们必须注意，中国的路径和美国截然不同。

Ludlow：怎么不同？

崔泰源：他们虽然在AI上有很多短板，但他们投入了大量资源。第一是人力——人力资本。工程师的数量：中国每年有超过100万STEM专业的学生毕业。他们都在找工作，大多数流向科技行业。科技行业里面，大概50%是AI方向。所以他们在用一种不同的策略。我目前还没有看到明显的成果，但有一些迹象。他们在用更便宜的方式做事，试图创造更低成本的token。token成本竞争力确实重要。美国聚焦于高端、利基市场——追求token的质量。但中国走的是另一条路。最终结果我不知道，但我看到的是，他们在用不同的策略。

#模型时代# 东罗马史学者Kaldellis：为什么这个帝国能存续1200年？

这个有点离题万里了，一期讲历史的。Lex Fridman Podcast的第498期。

嘉宾Anthony Kaldellis，芝加哥大学古典学教授，著有近千页的东罗马帝国通史《The New Roman Empire》和《Streams of Gold, Rivers of Blood》，主持播客Byzantium & Friends。他目前正在写一本新书，专门从分析角度回答一个问题：东罗马帝国凭什么存续这么久。

一个在1000年里经历了大约120次权力争夺、46%的皇帝被暴力更迭的国家，按常理早该四分五裂。但东罗马帝国的历史提供了一组完全相反的事实：没有任何一个罗马行省试图脱离；武力几乎从未被用于管控平民；每次遭受外部冲击、丢失大片领土后，这个社会都能自行恢复、重新增长。Kaldellis花了多年时间研究这个悖论，这次近四小时的对话，是他对这套分析框架极为详尽的一次阐述。

我是历史知识盲（是真盲）。不过曾和一位专家W老师聊天时，他对我说，其实西方世界一直都想重建罗马。或者说，以成为新罗马，作为最高理想。另外，不知道研究罗马和研究明史，是不是比较类似？

一、"拜占庭帝国"从未存在过

1、这个名字是后人发明的政治工具

所有原始文献都清楚地表明，所谓的"拜占庭帝国"自始至终称自己为罗马帝国。它的臣民是罗马公民，他们自称罗马人，直到帝国终结乃至之后都是如此。"拜占庭"这个标签是西欧人出于政治目的发明的，先叫了一千年"希腊人的帝国"，后来又换成"拜占庭帝国"。Kaldellis认为，学术界正在进入一个新阶段：承认罗马国家的历史是一个连续体，从古典时期一直延伸到15世纪。

这个连续体的正式名称是Romania，即罗马人的国家。他们自己的语言里甚至没有一个对应于英语empire的官方术语。

2、忒修斯之船：变化不等于断裂

古希腊有一个思想实验：一艘船在航行中逐渐替换了每一块木板，最后没有一块原始部件，但它仍然是那艘船。…

Kaldellis用这个比喻来说明罗马历史的独特之处：它是一个政治共同体的历史。基督教可以在任何国家传播，希腊文化可以在任何地方传承，但罗马历史只能是一个特定政体的故事。变化始终在发生，但每一代人经历的变化都足够缓慢，以至于没人会觉得自己已经不再是同一个故事的一部分。

最终的结果是：说希腊语的东正教罗马人和说拉丁语、崇拜古罗马诸神的共和国时期罗马人，看起来当然截然不同。但如果你在两者之间放一个公元2世纪的皇帝哈德良，这位双语、世界主义的君主和几百年后一个同样双语、世界主义的东罗马皇帝之间的共通点，远多于他和公元前4世纪在意大利山区作战的古罗马战士之间的共通点。我们人为划定的"罗马/拜占庭"分界线，恰恰切在了最不应该切的地方。

3、跨时代的连续性藏在具体的社会角色里

罗马士兵在帝国存续的每个世纪都宣誓效忠，誓词内容大同小异。做生意的罗马女性，在任何一个世纪都受罗马财产法和继承法的保护。10世纪、11世纪的犹太女性发现，在罗马法院她们享有的权利比在拉比法庭里更多，于是把纠纷带到罗马法院处理。对罗马人来说，这是财产问题；对拉比来说，这是宗教问题。但罗马法院的判决高于犹太法庭。

这些跨越世纪的一致性，才是"罗马"这个词真正的含义。公元6世纪有一位东罗马外交官在与波斯人谈判时说了一句话："The Romans. The name should say it all."——你现在面对的是罗马人，这个名字本身就说明了一切。持续了上千年的政治传统的分量，浓缩在这一句话里。

二、持续的民意检验：权力的真正制衡机制

1、皇帝的宝座没有法定继承权

这是理解整个政治体制的关键。罗马皇帝不像奥斯曼帝国的苏丹那样，因为王朝通过征服创建了国家而天然拥有王位。罗马皇帝是从共和国内部生长出来的角色。为了在争夺结束后获得稳定的执政地位，早期皇帝从罗马帝国的第一位皇帝奥古斯都开始就必须假装自己不是君主："我只是共和国的第一公民，元老院给了我这些职务。"这层表演虽然是门面，但它的存在本身极为重要，因为它设定了一个底层规则：没人天生有权坐那个位子。

2、46%的非正常更迭率造就了一种实质性的问责制

君士坦丁堡的核心公共空间是竞技场，即Hippodrome，能容纳数万人，既办赛车也办政治集会。皇帝在那里公开露面，民众用欢呼或沉默投票。如果呼声热烈，一切照旧。如果民众沉默甚至发出嘘声，皇帝就知道出了问题，必须查明原因并尽快解决。可能是粮食供应出了状况，可能是税收政策引发不满。

Kaldellis把这套机制叫做一种"持续的民意检验"。现代选举给政府一个四五年的合法执政期，在这期间你再不受欢迎也是合法的。君士坦丁堡没有这种缓冲，皇帝的合法性在每一天、每一次公开露面中被实时检验。一个真实案例：1190年代，皇帝阿历克塞三世想对民众征收一种新税来应付德意志皇帝的勒索，他在竞技场宣布了"德意志税"。民众当场暴怒，他立刻收回："那不是我的主意，不知道谁提的。我们不征了。"

3、权力争夺是调频旋钮，不是系统崩溃

1000年大约120次权力争夺，但几乎都在短时间内结束，且从不关乎意识形态。参与者的意识形态完全一致，争夺的只是谁来执政。一旦有了赢家，所有人归队。有时候有人想发起夺权，他会沿着君士坦丁堡的中央大道走下去，召集民众到圣索菲亚大教堂集合，要求废黜皇帝。有时候成功了，有时候人群越走越少，最后只剩这个人孤零零地跑进教堂寻求庇护。

这些争夺从不导致帝国分裂，从不产生持久的对立派系，也从不产生分离倾向。

4、皇帝的"人设"：言行一致是怎么做到的

帝国当局持续对臣民广播一套特定的形象：我们在为你们的利益服务；我们对自己的行为负责；我们在提前预判你们可能遇到的问题并加以解决；我们夜以继日地工作。查士丁尼的"不眠皇帝"绰号就来自于此——他是一个公认的工作狂，半夜还在召见官员讨论战争、建筑、法律和神学。

Kaldellis从马基雅维利那里借来了一条分析原则：判断统治者要看他们做什么，不看他们说什么。他的研究结论是，在东罗马帝国，言辞和行动之间的差距总体上相当小。皇帝们确实有动机去兑现承诺，因为不兑现的代价是真实的非正常更迭。

三、税收：帝国真正的心脏

1、如果只能选一个解释因素，就是税收

问到帝国存续的最重要单一因素，Kaldellis的回答毫不犹豫：税收。公元3世纪末重建帝国行政体系的关键人物戴克里先（公元284—305年在位），建立了一套覆盖全帝国的普查和税收体系。每一块可耕地都被登记在案，税收不是一年一次，而是大约一年三次，而且不止是货币，还包括实物、劳役和兵源。每一次征收都意味着国家官员与社区的一次直接接触，这套系统因此创造了一个极为密集的制度网络，把每一个社区都编织进帝国的机体里。

2、不存在"与世隔绝的农民"

学术界偶尔会假设帝国深处存在那种与中央完全脱节、甚至不知道皇帝是谁的偏远农村社区。Kaldellis认为这是一个神话，找不到任何此类社区存在的证据。每一块可耕地都已经被普查了好几个世纪，隐藏一个村庄根本不可能。偶尔有基督教苦修者走到极远的深山里，文献中会说"连税务普查员都到不了那里"——这恰恰说明，"税务普查员是否到达"是衡量"有没有脱离文明"的标准。

再加上教堂（有布道、有日历、有为皇帝祈祷的仪式）和到处流通的硬币，这个帝国的臣民对时间、空间、价值和权力关系的理解，全部被国家制度所塑造。

3、君士坦丁堡的人口奇迹：国家激励结构的力量

君士坦丁堡从一个约2.5万人的小城拜占庭，在两个世纪内增长到50万人口。这个速度靠自然繁殖完全不可能实现，而且古代城市因疾病密度高，每年还要净损失1%到3%的人口。唯一的解释是大规模行省移民。Kaldellis做了一个简单的算术：皇帝把约2500名元老院议员迁入新首都，按每户保守估计30人的随从规模计算，仅此一项就接近10万人。再加上君士坦丁设置的大约20万人的免费面包配额，激励更多人涌入。

供应这些面包的粮食来自埃及。新罗马从旧罗马的嘴里抢走了食物。旧罗马没有饿死，因为北非和西西里可以替代，但这发出了一个强烈的信号：帝国的重心已经东移。

4、意大利免税特权的终结：平等税制的政治意义

戴克里先之前，意大利本土不交税，征服者不给自己交税。戴克里先和他的伊利里亚同僚出身巴尔干，一个经济欠发达地区。他们的态度毫不客气：意大利是帝国最富裕的地区之一，为什么免税？从此意大利也进入税基。所有罗马公民同一法律、同一税制，这在当时的标准下实际上具有进步意义，因为连精英阶层也要按相同的标准缴纳。

5、宦官：皇帝对抗官僚惰性的工具

帝国的文官系统庞大且自成体系。皇帝面临的一个核心风险是被自己的官僚机构架空。如果官僚系统能自行运转、自行解决问题，皇帝就变得可有可无。解决方案之一是起用宦官。宦官通常出身帝国外部或奴隶阶层，没有家族网络，不能生育后代，完全依赖皇帝本人的恩宠。皇帝会刻意把宦官安插到军事指挥等关键岗位上，打破既有将领的权力网络。

查士丁尼的将军纳尔塞斯就是一个宦官。他年迈、矮小，哥特人看到他哈哈大笑。但在意大利的决定性战役中，最后笑的人是纳尔塞斯。

四、公民权与基督教：两个改变帝国轨迹的决定

1、卡拉卡拉敕令（公元212年）：罗马做了大英帝国永远不会做的事

公元212年，皇帝卡拉卡拉颁布《安东尼努斯敕令》，将罗马公民权扩展至帝国境内所有自由居民。在此之前，大约只有三分之一的自由人口是罗马公民，其余人只有当地公民身份。关键在于，这不是一纸空文。一代人之内，所有皇帝都来自行省，帝国最有权势的人物全部是行省出身。

Kaldellis用了一个类比：试想大英帝国在巅峰期把英国公民权授予所有人，包括印度人，并且把伦敦的最高权力职位向印度人开放，包括王位。这在以种族和殖民主义为底色的近现代帝国中完全不可想象。但罗马帝国做到了，而且认真执行了。

2、君士坦丁的基督教转向：个人信仰还是政治算计？

公元312年前后，君士坦丁皈依基督教。当时基督徒最多占帝国人口的10%，主要集中在城市的中产和中下层，政治影响力有限。学术界曾经流行"政治功利论"，认为君士坦丁是为了获得某种政治利益才选择基督教。但Kaldellis说，他从未看到过一个有说服力的论证来说明这个"政治利益"到底是什么。最终只能退回到个人解释：他相信基督教的上帝在战场上帮助了他。

不过君士坦丁是一个极其务实的人。面对基督徒听众，他会提到基督。面对全体臣民，他只说"正确的宗教"，让你自己去理解。他在君士坦丁堡广场中央竖了一座巨大的镀金雕像，造型是一尊裸体、头顶光芒四射的阿波罗，只不过脸换成了他自己的。

3、宗教被帝国的国家机器所吸收

基督教讲述的是一个"胜利"叙事：正信战胜了异教。但如果你从帝国国家机器的方向看，基督教没有征服它，也没有驯服它，反而变成了它的一个组成部分。整个过程花了大约两个世纪，从君士坦丁到公元6世纪初，帝国才真正成为一个以基督徒为压倒性多数的社会。

方法是激励加限制：主教获得资金去做慈善，土地被赠予教会；同时传统宗教的活动被逐步立法禁止。这和伊斯兰教的历史形成鲜明对比。伊斯兰教诞生时没有一个现成的国家来接纳它，它自己创建了国家。基督教诞生在一个高度发达的政治体系内部，被这个体系吸收和塑造，走了一条完全不同的路。

4、正教信仰：凝聚与撕裂并存

排他性宗教同时是最强大的凝聚力和最危险的分裂力。古代宗教很少产生身份冲突，但当你宣称"我的信仰是真的，你的信仰是魔鬼放进你脑子里的"，社区的边界就变得锋利。Kaldellis说他无法判定基督教对东罗马帝国的净效应是正是负，因为它两方面都做到了极致。

到了帝国末期，人们面临选择：接受西方天主教统治（必须改变信仰）还是接受奥斯曼统治（可以保留信仰）。一些人明确选择了后者。信仰的代价是真实的，他们愿意支付。

Kaldellis还指出，这个社会其实是人类历史上唯一一个同时承载罗马政治身份、基督教信仰和希腊文化传统的社会。三种元素在不同人身上产生不同的组合：有人全力投入正教修道主义，有人只关心世俗政治，有人一心钻研希腊文学。正是这种多元组合的可能性，让这个社会拥有了独特的内部弹性。

5、圣像破坏运动：真正关心的人可能只有100到200个

8世纪到9世纪，帝国经历了围绕是否应该在教堂中使用圣像（icon）的激烈争论，史称圣像破坏运动。传统叙事把这描述为撕裂社会的重大危机。但Kaldellis的研究得出了一个不同的结论：他找不到民众对这件事表达强烈意见的证据。真正投入这场争论的大概只有一小群皇帝、主教和修道院长，总共可能100到200人。但他们恰好是写文献的那群人。

每当皇帝改变政策方向，几乎所有人都立刻换立场跟上。这说明对大多数人来说，圣像问题并不触及核心关切。最终支持圣像的一方获胜，此后东正教教堂开始铺满圣像画，这个传统一直延续到今天。

五、查士丁尼：一个无法被归入"好"或"坏"的皇帝

1、从农民到皇帝：才能是唯一的用人标准

查士丁尼（公元527—565年在位）出身于西巴尔干的贫困农业社区。他的叔叔查士丁一世从行伍中一路升迁成为皇帝，再把他推上接班人位置。查士丁尼选择合作者的唯一标准是才能：他的妻子狄奥多拉是前性工作者（为了合法娶她，他让叔叔修改了禁止元老院议员与"不光彩职业"从业者通婚的法律）；他的团队里充满了出身卑微但能力出众的人。

他主持编纂了被后世称为Corpus Juris Civilis的罗马民法大全，由法学家特里波尼安的委员会完成。这部法典实质上定义了我们今天所说的"罗马法"。我们能看到的罗马法，几乎全部来自这个君士坦丁堡的委员会版本。欧洲大陆的法律学生至今仍然要学习它。

2、征服的代价：战略透支

查士丁尼认为自己受上帝授权去收复西罗马帝国的失地。北非的收复可能划算，但意大利的战争持续了几十年，把这个半岛打得遍体鳞伤，最终可能连自付成本都不够。更严重的是，为了西征他抽调了东部的兵力，导致波斯人长驱直入，摧毁了安条克。用Kaldellis的话说，你不能靠放弃叙利亚来换取北非的征服。

Kaldellis对征服本身不给额外加分。他衡量皇帝的标准是：你的臣民因为你的执政过得更好了吗？你是否加强了长期服务于臣民的制度？按这个标准，查士丁尼功过参半到难以归类，所以他在Kaldellis的"十佳皇帝"和"十差皇帝"名单上都没有出现。

3、查士丁尼瘟疫：50%死亡率？证据不支持

公元541年，鼠疫杆菌（Yersinia pestis）在帝国爆发，持续了大约两个世纪，史称"查士丁尼瘟疫"。一些学者主张50%的人口死亡率。Kaldellis对此持强烈怀疑态度：如果真的死了一半人口，社会必然全面停摆，就像14世纪黑死病冲击下的欧洲那样。但在6世纪的东罗马帝国，查士丁尼同时在四五条战线上作战，战争叙事中看不到任何因瘟疫而暂停的迹象。税收继续，法院照常运转。他倾向于认为瘟疫的影响远低于50%。

4、尼卡事变：皇帝对平民动用武力的极罕见案例

公元532年，君士坦丁堡爆发尼卡事变，街头冲突持续约10天。查士丁尼最终下令武力清场，造成超过3万人死亡。这在东罗马帝国1200年的历史中几乎是唯一一次皇帝对本国平民大规模动用武力。大量城区被焚毁，查士丁尼随后重建了君士坦丁堡，包括建造圣索菲亚大教堂。

六、为什么这个帝国活了1200年

Kaldellis说这是他正在写的下一本书要回答的问题。东罗马帝国地处人类历史上帝国建设和新宗教扩张的核心通道正中央，用他的原话说，"This is the most dangerous neighborhood that you can possibly live in"——这是你能住的最危险的街区。英国、葡萄牙、日本这些长寿国家都缩在世界的边角，东罗马帝国不是。能在这样的地缘位置上存续1200年，需要解释。

1、三次外部冲击，每次都快速而致命

Kaldellis把帝国的领土损失归结为三次离散的外部冲击：公元630年代的阿拉伯征服（一个十年内完成）、1070年代的塞尔柱突厥征服小亚细亚（极其迅速，后来仅部分逆转）、1204年第四次十字军攻陷君士坦丁堡。这三次冲击都来得极快，造成巨大破坏。但帝国历史的绝大部分时间是缓慢而稳定的经济增长、领土巩固和人口恢复。

2、希腊火、海军与反复止血

每次遭受重击后，帝国首先要止住流血。在阿拉伯征服之后，帝国把兵力收缩到小亚细亚，花了几十年才稳住防线。一项关键的军事技术是希腊火，一种国家最高机密级别的燃烧武器。它通过加压容器和喷嘴喷出可燃化合物，在水面上持续燃烧，无法扑灭。帝国甚至开发了手榴弹形态：陶罐装化合物，外挂引信，投掷后引燃目标。这种武器在两次阿拉伯围攻君士坦丁堡和后来抵御维京人袭击中都发挥了决定性作用。

配方和制造工艺被严格保密。至今学界仍在争论其具体成分，这本身就证明了保密工作的成功。

3、定义这个社会的，应该是它的恢复能力

这是Kaldellis对整个领域提出的方法论挑战。传统的"拜占庭简史"类著作，从一个高光时刻跳到下一个高光时刻，中间穿插危机。读者无法从中理解那些高光时刻之间的深层连接，那些制度、意识形态和日常生活是如何把社会粘合在一起的。

他的核心论点：外部冲击是这个社会的遭遇，而它的内生特质是冲击过后每次都能自行恢复。没有外部力量来帮助它重建，重建的动力全部来自内部。用什么来定义这个社会？几次短暂的外部危机，还是长达数个世纪的内生性恢复和增长？Kaldellis的回答毫不含糊：后者。

4、导致其他帝国崩溃的因素全部缺席

1200年历史中：没有分离倾向（唯一例外是保加利亚，在被征服约170年后于1185年独立）；中央从未丧失对领土的征税能力；从未出现地方军阀割据；从未发生大规模农民民变。法兰克人的帝国在查理曼之后就被继承人分割了，但东罗马帝国从未被任何皇帝主动拆分。

那么，韧性最终在什么时候耗尽？Kaldellis认为大约在1300年到1350年之间。1300年前后丢失了整个小亚细亚，帝国失去了在欧亚两翼之间调度资源的关键能力。即便如此，当时帝国的领土面积和收入大致相当于英格兰，并未完全丧失希望。真正的致命打击是紧随其后的一系列权力争夺、塞尔维亚的扩张和黑死病三重叠加。帖木儿从中亚突袭奥斯曼帝国，意外延缓了最终崩溃，但也只多续了大约50年。

5、两个力量的叠加

Kaldellis给出的解释分两部分。第一，当局做出了巨大努力来说服臣民帝国在为他们的利益服务，而且大体上确实在这么做。第二，帝国拥有一个紧密统一的身份，"罗马人"加"正教徒"。臣民知道自己被非罗马人、非基督教徒的敌人包围，不想生活在那些人的统治下。这两个因素叠加，给了每个人足够的理由留在这个系统里。

替代方案更差。这就够了。

Kaldellis对现代治理提出的启示可以归结为一句话：投资于为多数人服务的制度，向他们解释为什么要付出代价，然后真的去做你说过的话。"言行一致"不是道德口号，而是一种权力技术。你的行动越接近你的言辞，你的言辞就越有约束力和动员力。反过来，当言行之间的差距大到民众都不再相信时，这本身就是系统性风险。他以美国外交政策为例：美国的高频习惯是宣布崇高目标，但是……。

#模型时代# #SK海力士暴涨# SemiAnalysis创始人Dylan Patel：iPhone涨价几百美元之后，内存短缺才会停下来

这篇笔记含金量有点高了。来自WisdomTree Europe播客"The Next Big Thing"，7月9日上线。嘉宾Dylan Patel是半导体与AI研究机构SemiAnalysis的创始人兼CEO。

当然，和观点相比，这哥们的经历也非常传奇。

Dylan Patel十几岁在硬件论坛写芯片帖，12岁在Reddit管理英伟达Nvidia和Android版块。2020年辞掉量化交易的工作开了实名博客分析半导体供应链，此后四年每年跑40场行业会议，从AI学术大会到只有300人参加的日本材料小众会议，上下游全覆盖。

他2020年从一个WordPress博客起步，到2026年7月已扩张到90人，2026年预计营收超过1亿美元（但Token支出高达1100万美元！）。2025年SemiAnalysis启动了开源推理基准InferenceX，OpenAI、微软、亚马逊、Google等相互竞争的公司同时向它捐赠硬件做中立测试，总价超5000万美元，8类芯片每晚自动在最新软件上跑完整基准。之后，WisdomTree与SemiAnalysis合作开发了AI基础设施指数，并于2026年6月推出了跟踪该指数的ETF（WAGI）。

2026年3月的GTC上，黄仁勋花五分钟展示InferenceX图表。英伟达最初称Blackwell推理性能是Hopper的25倍，InferenceX实测在软件持续优化后达到50倍，超过了英伟达更新后的35倍官宣。一时间名声大噪。

一、AI公司的经济账：谁在赚钱，钱花在哪

1、Anthropic已经开始盈利，增速是软件行业有史以来最快的

Dylan在播客中透露，Anthropic在2026年Q2的4月和5月已经实现了自由现金流为正和盈利，6月账目尚未完全关闭但趋势相同。ARR已经突破500亿美元，毛利率超过70%。…

作为参照，CNBC在2026年5月报道称Anthropic Q2营收有望达到109亿美元，将成为公司第一个盈利季度。Yipit在2026年7月10日估计Anthropic的ARR已达690亿美元，日增ARR约5.5亿美元。从2025年底的90亿美元到半年后突破600亿美元，这个增速在企业软件历史上没有先例。

2、SemiAnalysis自己的AI支出数据是一面镜子

Dylan用自家公司做了一个活生生的案例。2025年11月，SemiAnalysis的年化AI支出不到10万美元，主要是给每个员工买了200美元档的ChatGPT订阅。2025年12月Claude Code开始爆发，到2026年1月底年化支出飙升到400万美元，到播客录制时（2026年7月）已经达到1100万美元。90人公司，年化AI支出1100万美元，相当于员工薪资总支出的三分之一以上。

Dylan说到年底可能会接近50%。他估算一个年薪30万美元的优秀开发者，其AI支出正在接近一比一的比例。

3、成本优化的直觉往往是反的

多数公司的第一反应是用便宜模型降成本。Dylan把AI工作负载分成两类来拆解这个问题。

第一类是流程嵌入型：把AI接入现有业务流程（比如自动审核客户文档），只需要达到某个质量线，然后等更便宜的模型出来就行。AI模型的性价比每年提升约60倍。DeepSeek V3对比GPT-4便宜了600倍，中间间隔大约两年。

第二类是AI助手型：人和模型频繁交互完成工作。这时候用最聪明的模型反而更省钱。Claude 4.6 Opus完成一个任务可能需要10万token和10分钟人工时间，Claude 4.8 Opus只需要2.5万token和一次交互。token数更少，人的时间也更少，总成本反而下降。

4、Anthropic在token效率上赢了OpenAI，这是Claude Code主导市场的核心原因

Dylan承认OpenAI的模型在前沿科学、数学和代码的极端边界上有时能完成Anthropic模型做不了的任务。但代价是3到4倍的token消耗和更长的等待时间。在人机交互的反馈循环中，token效率直接决定了工作体验。Anthropic模型一轮交互就能出结果，OpenAI模型可能需要多轮。人在循环里等待的时间成了隐性成本。

SemiAnalysis的实际使用印证了这一点：日常任务绝大多数用Claude Code完成，只有那些可以丢在后台跑一整夜的长任务才交给OpenAI的Codex。

二、内存：40年来的周期规律正在被打破

2023年初Dylan自己写过一篇报告，论证内存是AI最大的输家，理由是当时AI服务器中内存占总成本的比例远低于传统服务器。英伟达后续每一代芯片都大幅增加了内存用量，这个判断被彻底推翻。Dylan反过来成了内存看多派最有力的声音。

1、这不是一个普通的涨价周期，而是结构性短缺

内存行业的传统节奏是18到24个月的涨跌循环。Dylan说这一轮有本质区别：AI数据中心对内存的需求正在翻倍，但全球内存产能每年只增长20%到30%。供需缺口将持续数年。

SemiAnalysis在2026年1月发布了一份关键报告。当时市场上很多人看到内存价格已经涨了50%，开始问"是不是到顶了"。SemiAnalysis的结论是：远没到顶。

2、消费电子正在被挤出内存市场

当供给增长追不上AI需求时，价格持续上涨的压力会迫使弹性更高的买家退出。Dylan给出了一个具体的传导链条：小米等中国手机厂商的中低端机型出货量已经下降了40%。高端市场暂时还没受影响，但他认为明年iPhone和MacBook的价格都要涨。涨100美元影响不大，但内存价格会一直涨到AI拿够了它需要的量为止，最终手机可能要涨几百美元。

直到AI需求和消费电子需求之间建立新的均衡点，这个过程才会停下来。

3、推理模型改变了内存的需求结构

SemiAnalysis在2024年12月发布了一篇关于OpenAI o1推理模型的研报，核心洞察是：推理模型把内存从配角变成了主角。

传统聊天式推理中，上下文长度只有几千个token，用于记录token间关系的KV Cache占用极小。但推理模型和智能体的上下文长度可能达到10万token甚至更长。模型权重的读取量不变（无论上下文1000还是10万，都得读全部权重），但KV Cache随上下文长度线性膨胀，上下文越长，缓存越大。计算量没怎么变，内存开销却暴涨了。

这意味着每一代新模型对内存的消耗都在加速，而产能扩张的速度远远跟不上。内存厂商的毛利率正在向85%到90%攀升，虽然最终会回落，但短期内没有缓解的迹象。台积电TSMC的定价相对克制，每年只提5%到10%，但内存是纯粹的现货和合约市场，供需失衡直接反映在价格上，振幅可以达到2到3倍。

三、CPU：从被忽视到全面紧缺

1、AI头三年没人谈CPU，2026年突然成了焦点

Dylan说SemiAnalysis在2025年11月就开始在机构研报中讨论CPU需求拐点。OpenAI和Anthropic当时已经在跟亚马逊、Google、微软谈判，要租用它们闲置的CPU资源。

核心原因来自两个方向的变化。

训练侧：预训练转向强化学习。预训练的token处理几乎不需要CPU，但强化学习要求模型生成的输出在"环境"中被验证，编译代码、运行单元测试、模拟网站交互、检查电商流程，这些环境都跑在CPU上。

推理侧：聊天式推理变成智能体工作流。聊天是一问一答，但智能体需要不断调用工具、搜索数据库、运行Python脚本、编译并部署代码。每一次工具调用都在消耗CPU。

2、CPU市场的竞争格局正在重塑

两年前，服务器CPU市场基本上是英特尔Intel和AMD的天下。现在，亚马逊的Graviton已经拿到了可观的份额，英伟达用Vera进入了独立CPU市场，ARM也发布了自己的服务器CPU。

英特尔和AMD都提高了价格，需求大增。亚马逊因为自己造CPU、自己租出去，利润率极高。英伟达给出了200亿美元的CPU营收指引。

3、"大核少量"还是"小核大量"，取决于工作负载

Dylan拆解了CPU架构的核心取舍。英伟达的Vera CPU不到100个核心，但每个核心速度更快。AMD的旗舰CPU有256个核心，单核慢一些但总吞吐量更大。亚马逊的Graviton和ARM的设计也倾向于多核方向。

在某些智能体工作流中，GPU计算必须等CPU完成工具调用才能继续。这时候需要单核性能最快的CPU，比如Vera，哪怕总核数少。但在另一些场景中，比如大量用户共享推理集群，或者AI生成的代码被批量部署到CPU上运行，高吞吐多核CPU更有优势。Dylan提到，GitHub全球代码提交量相比去年增长了好几倍，不是10%或50%的涨幅，是数倍级。大量AI生成的代码被部署后跑在标准CPU上，进一步推高了需求。

4、CPU需求暴涨有"补课效应"，卖方分析师过度外推了

Dylan强调一个重要的供需动态：过去三年卖出了上千万颗AI芯片，但配套的CPU严重不足。现在市场在补这个历史缺口，同时还要满足新增的GPU配套需求。叠加起来，短期CPU需求看起来极其疯狂。ARM和英特尔的股价都翻了几倍。

但一旦补课结束，需求会回落到稳态增量水平。而且GPU单价5万美元以上，配套CPU只要5000美元左右，即使按1:2的比例配置，每10万美元GPU支出只对应5000美元CPU支出。CPU市场在增长，但取代不了AI算力作为主要资本支出。一些卖方分析师把CPU的重要性吹得超过了GPU，这是对实际比例关系的误判。

四、网络：CPO被推迟了，铜线赢得了更多时间

1、光互联占AI支出的比重从不到10%涨向20%到30%

随着模型变大，跨芯片通信的数据量急剧增长。网络内容在AI芯片相关支出中的占比，正在从不到10%突破到10%以上。等到把光学器件直接封装到芯片上的CPO技术成熟部署，这个比例还会进一步升至20%到30%。

2、CPO不会在2027年到来，真正的规模化要等2029年

Dylan的判断是：CPO在规模化部署上面临制造良率、产能、芯片设计适配等一系列难题。当前英伟达的Ruben用的是铜线，下一代GPU Feynman在GPU端仍然是铜线。CPO在交换机端会先于GPU端部署，但GPU端的规模化部署要等到2028年末甚至2029年。

这意味着铜线连接器厂商（如Amphenol）在接下来几年的表现会好于市场此前的预期，因为大家原本以为CPO会更早到来。铜线技术本身也在持续创新，不断推迟光学替代的临界点。

SemiAnalysis在最近一周发布了一份面向机构客户的研报，核心观点就是：短期看好铜线和非CPO光学，对CPO的时间线持谨慎态度。

五、电力：数据中心的终极约束与无限创意

1、增长速度：今年20GW，明年30GW，后年50GW

Dylan给出的数据中心电力部署节奏：2026年全球新增20GW数据中心容量，2027年增长到30GW，2028年达到50GW。制约因素三个：能源获取、政治许可、建设施工。其中能源是最根本的。

2、"表后电力"正在爆发，几年内将占新增电力的一半

能源问题可以拆成三层：发电、输电、转换。输电最难突破，因为涉及监管审批、公用事业垄断结构和成本分摊机制。但发电侧涌现了大量创新。

SemiAnalysis预测，大约两年后新增数据中心电力的一半将来自所谓behind the meter的现场自发电模式，不接公共电网，由数据中心自己在旁边建电厂。方案包括联合循环燃气轮机（GE Vernova、三菱、西门子产品线）、往复式发动机、工业燃气轮机，甚至有人把卡车柴油发动机改装成燃气发电机。Dylan描述了一个场景：把卡车引擎改成燃气引擎，在生产环节就能完成，技术简单，反向驱动电动马达发电，几百台并排放在数据中心旁边，雇一批汽车维修技工轮班维护。粗糙、不优雅，但能用。

3、太阳能加电池在两年内将比燃气更便宜

这取决于冗余度要求。如果只需要电池撑过一个晚上，太阳能加电池已经接近临界点。如果要应对连续三天阴天，成本就高出一大截。中国的制造业产能和补贴正在加速降低太阳能和电池的成本。

更远的方案是太空数据中心，连电池都不需要，直接用太阳能板。SemiAnalysis此前发布了一篇关于太空数据中心的详细报告。从卡车引擎改装到把芯片送上太空，解决方案的光谱跨度极大，关键在于愿意为算力付出多大代价。

4、转换层是另一条被低估的投资主线

从发电端的高压交流电到芯片需要的低压直流电，中间有一整条转换链。涉及的技术包括IGBT、碳化硅MOSFET、氮化镓MOSFET、固态变压器、UPS和超级电容。从12V到54V到800V直流的架构演变，每一步都催生新的供应链。

SemiAnalysis上周刚发布了一篇关于800V架构的博客。他们在机构研报中还提到，英伟达的Ruben Ultra Kyber已经取消了800V支持，这意味着800V的供应链部署时间被推后了。

六、供应链的"微型瓶颈"无处不在

Dylan最后强调了一个被忽视的现象：除了内存、CPU、光学这些大的瓶颈之外，AI基础设施供应链中充满了极其细碎的局部短缺。PCB钻头短缺过几个月，PCB铜箔也紧张过，用于电路滤波和去耦的多层陶瓷电容MLCC也被讨论。这些小部件的供应商可能在中国台湾上市，可能在日本交易，可能在韩国交易，投资者根本不容易接触到。

SemiAnalysis的数据中心、能源与工业团队（内部代号"DEI team"）是公司最大的研究条线。他们跟踪每一座数据中心和每一座电厂。Google想知道Meta能部署多少，Meta想知道OpenAI能部署多少，投资者想知道所有人的进度。这个数据集是SemiAnalysis最核心的产品之一。

核心归纳

Q1: AI模型的成本到底在变贵还是变便宜？两者同时成立。同一质量水平的AI推理每年便宜约60倍（DeepSeek V3比GPT-4便宜600倍，间隔约两年）。但用户实际支出在飙升，因为更强的模型让人能做以前做不了的事，用量远超节约的成本。SemiAnalysis自己从年化10万美元AI支出涨到1100万美元只用了8个月。"省下来的钱"全被"能做更多事"吃掉了。

Q2: 内存短缺对普通消费者意味什么？手机和电脑要涨价。AI数据中心正在吸走全球内存产能，产能年增只有20%到30%但AI需求在翻倍。弹性低的消费电子会被挤出市场。小米中低端机型出货已降40%，Dylan预计明年iPhone和MacBook都要涨价，且不是涨100美元的问题。

Q3: AI基础设施供应链中，最被低估的投资主线是什么？Dylan点了三个方向：一是铜线连接器，CPO延期让铜线赢得更多时间，Amphenol等公司受益；二是behind the meter供应链，从卡车引擎改装到太阳能加电池，一大批做发电设备、电力转换、电池储能的公司将受益于数据中心现场发电的趋势；三是各种不起眼的小部件供应商如PCB钻头、铜箔、MLCC，它们在中国台湾、日本、韩国上市，多数投资者看不到。