矽谷頂級風險投資機構a16z（Andreessen Horowitz）近日宣佈推出“機器時代基金”（Machine Age Fund），專注投資AI基礎設施領域。在公開影片對話中，a16z聯合創始人Ben Horowitz、普通合夥人Martin Casado以及前VMware CEO、科技顧問Raghu Raghuram系統闡述了該基金的戰略邏輯：AI需求正以指數級增長，而晶片、記憶體、電力、資料中心等供給最快也要三到五年才能跟上，傳統計算堆疊已被推至物理極限，一場圍繞AI時代的基礎設施重構正在全面開啟。

三位核心人物一致認為，AI基礎設施的短缺已不是單一環節問題，而是從晶片、記憶體、網路互聯、資料中心，一路延伸至電力、冷卻、變壓器乃至銅礦。Raghu Raghuram指出，影響範圍“已經延伸到了銅礦”，足見其廣度。Ben Horowitz則給出一個簡單判斷：“任何你有的問題，都可以用足夠的基礎設施來解決——本質上是GPU加上錢。只要問題還沒解完，需求就不會停。”

需求“無限”，供給“全線告急”

a16z認為，這輪AI基建熱潮與此前網際網路時代的基礎設施泡沫有本質區別。Martin Casado對比道：“記得暗光纖嗎？那時候大量鋪進地下的其實是投機性的，是暗的。而今天，基本上每一塊GPU在生產出來之前就已經被預售了。”

資料層面訊號鮮明：超大規模雲廠商（Hyperscalers）今年的資本開支約為7000億美元，明年預計將集體突破1萬億美元。關鍵元件供應已全面排期至2028年。Martin透露，他們甚至見過“為數千塊GPU舉行多日拍賣”的情況，黃牛價格是原價的四倍。頭部記憶體廠商在行業旗艦會議Hot Chips上公開表示，他們現有的需求訂單需要三年產能才能全部交付，而這還只是存量需求。GPU價格也罕見地出現反彈，Raghu表示這在歷史上幾乎從未出現過。

電力側矛盾同樣尖銳：2028年前，新資料中心預計需要新增約44吉瓦電力，而電網預期新增供給僅有25吉瓦左右，缺口巨大。Ben Horowitz補充：“我們既缺GPU，也缺電力，也缺冷卻，也缺記憶體——你說什麼，我們都缺。”

“不是工程問題，是資源瓶頸”

為什麼需求會持續膨脹而沒有天花板？Martin Casado給出核心判斷：“過去，你要構建什麼東西，那是一個工程問題——你堆工程師，但這不會線性擴充套件，存在‘人月神話’的規律制約。而現在，這真的是一個資源限制問題。我們把大量資金投入系統，系統產出結果。當前的瓶頸，是這些系統真正匹配我們投入資源的能力。”

從Chatbot到推理模型，再到Agent、多Agent，每一代AI應用對token的消耗都呈指數級上升。Raghu描述道：“如果聊天需要100個token，那麼一個Agent可能需要幾千個token。需求在兩個維度同時膨脹：單個任務消耗的token越來越多，同時使用AI的人群也在不斷擴大。”Ben Horowitz預判：“對token的需求，可能每年增長接近1000%。這種速度是基礎設施供給根本跟不上的。”

整個計算體系需要“從零重建”

a16z認為，現有AI基礎設施面臨的核心挑戰不只是“量不夠”，而是“整個架構就不是為AI設計的”。Raghu系統梳理了重建邏輯：“你要一個類別接一個類別地去審視：計算需要什麼？記憶體需要什麼？它們之間如何互聯？每一塊需要多少功耗？如何散熱？如何把這些東西組合在一起？這就是整個行業現在正在做的事——把問題分解到最基礎的元件，然後從第一性原理重新構建。”

Martin Casado用商業邏輯佐證重建的緊迫性：“訓練一個前沿模型，現在大概要花30億到50億美元。推理側需要至少2倍於此來回收成本，也就是約100億美元。如果你能在推理上省20%的效率，那就是20億美元。而20億美元完全可以支撐一個ASIC的研發。這意味著，為單個模型專門定製一塊晶片，在經濟上已經是完全成立的。”

物理層面的重建壓力更為具體：機架功耗從過去的5到10千瓦，正躍升至100到150千瓦；計算密度提升約70倍；冷卻方式從風冷向液冷強制遷移；機架電壓升至800伏特，已屬高壓範疇——全美僅有約2%的電工取得直流電認證；超高密度機架對資料中心地板承重提出全新要求；混凝土等建材價格也隨之快速上漲。Ben Horowitz直言：“我們已經過了那個時代——大多數現有資料中心，一旦進入下一代算力時代，都將徹底過時。”

頂尖創業者正在大規模迴流硬體

這種結構性機會已在創業生態中產生明顯訊號。Martin Casado透露，a16z內部有一個非正式統計：過去，來自頂尖創業者的deal中，涉及硬體的比例大約只有3%到5%；而現在，這一比例已超過20%甚至30%。“創業者社群通常比VC社群聰明，他們已經識別出這是一個非常活躍的創新領域，並開始行動。”

這些“硬體創業者”的畫像也與傳統軟體創業者不同。Raghu描述稱，這類公司的創始人必須是“系統型創始人”——“你不能只是一個研究員或優秀的電腦科學家。你得能架構和設計晶片或系統，還要想清楚這東西怎麼製造、供應鏈怎麼搭——這些是軟體創業者通常不需要考慮的問題。黃仁勳就是這種思維方式的極致體現。”

與此同時，前沿AI實驗室因需求迫切，已開始直接與早期硬體創業公司簽署協議，“甚至在硬體產品還沒有出來之前”。Martin認為，這大大降低了硬體初創公司的早期商業化風險。資金環境也在轉向：初創公司的首輪融資規模已達數億美元量級，這在以往的硬體投資中極為罕見。

從“機器智慧”到“機器時代”

談及新基金命名，Martin Casado坦言，“人工智慧（Artificial Intelligence）這個詞，其實從一開始就叫錯了——它應該叫機器智慧（Machine Intelligence）。”他認為這個詞帶著太多科幻小說的包袱，且AI並非真正模擬人類思維，而是利用人類已學到的一切。

而“Machine Age”的另一層深意在於向硬體致敬：“這裡有一種深刻的反諷：‘軟體吞噬世界’的那批人，走到最後發現，真正的限制來自軟體之下的實體機器。這個名字是在承認，這一輪浪潮中，硬體的分量，前所未有地重要。”

Martin給出了時間尺度上的判斷：“我們才剛剛開始——語言和程式碼，再加上剛剛起步的計算機使用。但未來30年、40年，科學、材料、生物、創意……都將是把算力投入問題的領域。我們處於一段很長征程的極早期。要做好準備：這種算力需求，將持續幾十年。”