Dylan Patel：到 2028 年，Anthropic 与 OpenAI 将握有世界大部分算力

这一期从一个固定玩笑开场——这是每年一次的 Dylan Patel 对话，相当于他们的家庭感恩节晚餐，只是两人其实没有亲戚关系——随后给出前提：世界经济走向越来越是实验室经济学走向与算力市场走向的函数，所以要问的是，几年之内这种极端版本会是什么样。

起点很硬。去年，甚至到年底，美国 GDP 增长的大部分都来自 AI 基础设施。今年上线算力中大约三分之一是给实验室的——OpenAI 和 Anthropic——不管是谁建好再租给它们，最终客户就是它们。

资本开支今年略高于一万亿美元，到 2028 年会超过两万亿，而实验室占的份额还在上升。变化的形状是：这些公司从每年花几百亿，变成每年花几千亿，而已签的合同预示到本十年末每年要花上万亿。

这要求经济结构被重塑，而 Patel 的主张是它已经被重塑了。直到不久前，实验室主要是在烧风投的钱；Anthropic 在二季度转为盈利，OpenAI 被认为也紧随其后，靠的是 Codex 和当前这一代模型。新资本仍在进来，但它现在是加速增长，而不是供养生意。

机制在毛利。服务一个模型的成本大约是每兆瓦一千万到一千五百万美元，而这过去就是全部故事：GPT-4 跑在 Hopper 上时，给 OpenAI 带来的是负毛利。

变化在于每兆瓦收入已经远超成本。对当前这批模型、尤其是 Anthropic 来说，每兆瓦收入最高跑到五千万美元——也就是说，十美元的推理产能能带来五十美元收入，而利润可以直接回投训练。正是这个比率，把一家亏损的研究实验室变成了自我供血的基础设施生意。

Dwarkesh 把集中化问题变成一个日期：现在三分之一的边际算力给实验室，那么什么时候超过一半的增量算力归它们，什么时候它们直接握有世界大部分算力？

轨迹是：OpenAI 年初两个吉瓦，Anthropic 略低于二；到年底两者都超过五，整体三到四倍，约为今年新增算力的三成。

明年的合同已经签了，而且更剧烈——新增算力的四到五成。集中化没有放缓，它在加速。

变的是建造者，不是集中度。SpaceX 成为大型新进入者，会把大部分产能租给实验室，因为它们才有边际支付能力出最高价。实验室也开始自建：OpenAI 用自己的芯片，Anthropic 用从谷歌买来、通过 Fluidstack 部署的 TPU。

所以那个日期问题的答案是明年年底：一半的增量算力已经流向两个客户。而由于算力增长太快，增量算力就是大部分算力——也就是说，大约一年半到两年内，世界大部分算力要么属于、要么服务于两家实验室的需求。

Dwarkesh 把两条趋势并排：世界算力按吉瓦算也许每年翻倍，而前沿实验室的算力是每年三倍。从年初的二到年底接近六，2027 年底十八，2028 年底五十四——到那时算术必然撞上可用供给。

Patel 的回答是：算术会误导，因为新瓦特不是旧瓦特。今年加三十吉瓦，明年五十，后年七十；但今年的瓦特是 GB300、TPUv7、Trainium3，每瓦性能是上一代的三到五倍。装机量没有翻倍，可用产能却翻了。

把效应叠起来，图景就反转。如果实验室明年拿走四成五的新增算力，那么到 2027 年 12 月，它们已经拿走了世界增量算力的一半——而那一半是有史以来效率最高的一半。趋势继续，到 2028 年末它们就掌握了世界大部分可用 flops。Patel 说，他看不到任何东西能阻止它。

Dwarkesh 的反对很自然：在一个瓦特价值涨成这样的世界里，为什么 2028 年只加八十吉瓦？Patel 的回应是：八十是上界——那是「极度看多」才能得出的数字——这把约束从经济问题改写成物理问题。

两人于是从最底端开始算供应链。按 Patel 此前的数字，一个吉瓦的 Vera Rubin 需要 55,000 片 N3 晶圆、6,000 片 N5 晶圆和 170,000 片 DRAM 晶圆——这段被一个关于 Patel 口音和他在北达科他当素食小孩的玩笑打断，然后又接上。

Dwarkesh 让一个模型跑了 Patel 的晶圆厂设备数据：一个吉瓦年产能所需的设备大约三十到四十亿美元。加上洁净室和厂房，就是六十亿美元的晶圆厂资本开支，换每年一个吉瓦——而一个吉瓦目前每年产生一千亿美元收入。