a16z 设立机器时代基金：瓶颈向模型以下转移的论证与供给侧重构清单（a16z，2026-08-28）

参与者为 a16z 联合创始人 Ben Horowitz、基础设施合伙人 Martin Casado、前 VMware CEO 背景的 Raghu Raghuram，主持 Erik Torenberg，主题为新设 Machine Age Fund（机器时代基金）的设立逻辑。本期的分析价值在三处："瓶颈向模型以下转移"的完整论证链、供给侧逐层重构的清单、以及资本密集型硬件投资与风投模型的兼容性讨论。发言归属按内容推断，口播数字多未注来源，文末统一标注。

一、设立逻辑：瓶颈已移至"模型以南"

Raghuram 给出全片核心论点：过去三年模型能力稳定提升，模型已卸下瓶颈角色，且模型正在用 AI 加速自身改进；瓶颈已全部转移到"模型以南"（south of the model）——模型之下的整个物理与系统层。Horowitz 的表述为：历史上每当出现使用基础设施的全新方式，就需要一套全新的基础设施，本轮需要新芯片、新系统软件、新的供电方式，并替换铜互连；Raghuram 补充本轮的波及深度"一直向下延伸到铜矿"。

创始人侧的结构性证据由 Casado 给出（其本人注明为现场自估）：a16z 收到的顶级创始人项目中，硬件类占比由约 3% 至 5% 升至 20% 至 30%——"创始人群体通常比风投群体反应更快，他们已经把这里识别为创新活跃区。"

二、需求证据链：资本开支、价格方向逆转与订满的产能

需求真实性的论证分三层。其一为超大规模厂商资本开支：今年合计约 7000 亿美元，明年据称达 1 万亿美元（转述数据，带"据称"限定）。Raghuram 的论证逻辑为：超大规模厂商能同时看到前沿实验室、AI 原生公司、企业客户与国际市场的全部需求，是能见度较高的需求裁判，而其正以空前力度加码。

其二为价格方向。Horowitz 强调的反常信号为：芯片价格历来单向下行，当前掉头向上。Casado 补充供给状态：全线供给基本订满至 2028 年，数千块 GPU 出现过持续多日的拍卖，转售价差达到买入价数倍（口播，未注来源）。

其三为供应链的具名证据：行业会议上，一家领先内存厂商称仅当前在手需求即需三年产能供应（厂商未具名）。另一条现场轶事为：一家长期抗拒上云的上市公司盘点库存时发现，服务器内存的涨价幅度足以覆盖整个上云迁移费用。

与上一轮周期的对照构成本节结论：互联网建设时期埋入地下的多数为投机性暗光纤，而当前每一块建成的 GPU 都已预售。Horowitz 以亲历者身份细化：1998 至 1999 年确有带宽短缺，但当时网民数量与真实需求不足，"闻起来相似，但和这次两回事——这次我们是满负荷运转"，且电力与散热同时耗尽，建设面临显著的政治逆风。

供需失衡的归因由 Casado 给出：与预判失误关系不大——技术进入有效阶段仅四年，芯片周期 3 至 4 年、数据中心建设 4 至 5 年，"就算有完美先知，从它开始有效那天起也建不出这些产能"。Raghuram 的增速错配框架为：习惯年增 20% 至 30% 的硬件产业，被接到了以三位数增速为基线的 AI 软件产业上。

三、需求不会自然封顶："钱进去、智能出来"

针对"单任务 token 量逐级放大为何不会自然放缓"的问题，Casado 的回答分两层。技术层：当前实现能力扩展的方式本身就是海量推理——强化学习、思维链、长时程代理均以推理为基本构件。框架层为其宏观判断，亦为本期的可引用段落：过去做东西是工程问题，"人月神话"构成天然调节器；当前的约束变成了资源——"我们往系统里灌大量的钱，系统产出结果"，工程闸门消失后，资金进入与智能产出之间不再有中间环节，供给能力成为唯一限制。

Horowitz 的对应表述为："任何问题都可以用足够的基础设施解决——本质上就是 GPU、电力和钱。在我们用尽问题之前，不会用尽需求。"其从创业史角度阐发的范式变化值得单独记录：过去的铁律是落后者靠堆一千名工程师追赶必然失败；当前该做法有效了——方式是投入 30 亿美元点亮一个集群，"你可以朝几乎任何问题砸钱，而且真的管用。这与我们经历过的一切都完全不同"。其对 token 需求增速的量级判断为年增接近十倍，且供给增速无法匹配。

需求阶梯由 Raghuram 描绘：聊天应用（十亿周活量级，主持人引用）为休闲层；当前主力为面向专业人士的编码（约三千万开发者占据可观算力份额）；下一级为超过十亿的知识工作者；再往后为交由代理的全部后台工作——每一级解锁一个数量级的新增需求，且单位工作的 token 消耗同步扩张（聊天为百级、代理为数千级）。

新形态代理产品的讨论中，Casado 给出行业认知的三段演化：往产品里加 AI；年初出现的"你的延伸"式个人助理（共享密钥与密码）；以及当前把代理定位为"一名员工"的产品——独立实体、无特权访问、自带一台电脑与浏览器。其亲测用例已越过编码进入通用计算机使用。Horowitz 对该形态的管理学表述为：这是一种全新员工，会烧钱、会忘事、会编造、会制造安全问题，同时可能超级高产；其明确否认 a16z 已实现全面自动化——"我们想的是怎么让所有人类变成超人，同时别让 bot 失控砸了场子"。

四、供给侧重构清单：从推理引擎倒推

Raghuram 的方法论为从推理引擎的工作特征倒推：占用大量内存、在计算的同时持续生成新 token，据此把问题拆到基本构件——内存形态、围绕矩阵乘法的计算形态、两者的通信、单位耗电、散热方式、成组方式；互连需分片内、跨芯片、跨数据中心三层考虑。

Casado 给出全片最完整的经济学论证——"一模型一 ASIC"思想实验（数字为假设性设定）：训练一个前沿模型约 30 至 50 亿美元，推理侧按两倍回收即约 100 亿美元；若定制芯片能在该 100 亿上省出 20% 效率，即 20 亿美元——该金额已足够造一颗专用芯片。且模型权重固定的属性与传统软件的高动态相反，天然适合固化。其限定为：这未必是终局形态，但它是理解"架构将如何向巨额资本投入定制"演化的心智模型——"行业史上从未有过约 50 亿美元直接灌进单个数字造物的先例"。

物理层的参数变化（主持人引用，未注来源）：机架功率由 5 至 10 千瓦走向 100 至 150 千瓦，计算密度提升约 70 倍，散热由风冷转向液冷成为硬性要求。Horowitz 沿此展开的技术判断为：该功率密度下交流供电失效、必须转直流，而直流自身需要冷却且危险性高；液冷在最前沿数据中心已是既成事实，且在当前政治环境下须为环保型液冷，供电须为"给社会电力做加法"的电。其现场估算约一成数据中心"表现恶劣"（浪费水、只取不还的电力寄生），并判断"这些都会终结——我们已经走过了一扇单向门"。实体细节层面：楼板承重需重新设计，噪音需加厚墙体。

两个反直觉的数据点：其一，Casado 称涨价最快的品类之一为钢筋混凝土（口播，未注来源）；其二，Raghuram 称数据中心开始向机架输送 800 伏直流，而全美仅 2% 的电工获得过直流认证，具备高压作业能力的电气承包商严重不足——"大家都说 AI 抢走所有工作，AI 还要创造一大批电工"。Casado 对存量建筑的判断为：现有建筑架构已经过时，待下一代芯片落地，存量数据中心中仍可用的比例会显著缩小。

基金边界由 Casado 明确：聚焦计算机科学基础设施——芯片、网络、互连、存储，向下延伸至电力；回避重监管与垂直行业。

五、电力与选址：44 吉瓦对 25 吉瓦

主持人给出的电力缺口为：到 2028 年新建数据中心需要约 44 吉瓦新增电力，而预期电网新增仅约 25 吉瓦（引用，来源未注明）。现场的量级换算为 1 吉瓦约对应一座数万人城镇的全部用电（口头换算，口径粗糙）。Casado 补充的现状为：真正建成运行的吉瓦级数据中心非常少。

建设速度的约束清单由 Horowitz 列出：施工依赖人力；许可为更大关卡；接电本身是一场监管竞标；转向自建电力又遇变压器与燃气轮机全线短缺——"这不是软件问题，不是让一帮工程师加班能解决的。需求一年长十倍，供给不可能长这么快。"

选址政治方面，Casado 披露：新公司要 GPU 往往转向海外选址，原因是美国本土难度过高。Horowitz 给出的解法为设立行业标准——数据中心必须回馈社区：当地电价改善、无噪音、无用水问题、增加就业。其举证已有数据中心实现所在地电价逐年下降，机制为自建电力后昼间向电网供电、夜间借电——电厂按峰值出力，数据中心负载平稳而城市昼高夜低，两者存在天然的负载互补。

六、在位者为什么不通吃：银砖与金砖

对"重资本生意新公司还挤得进来吗"的质疑，Raghuram 的回答为：任何指标——每秒每美元 token、每瓦 token、每机架 token——要再取十倍改进，都需要全新创新，而新创新历来出自以第一性原理重解问题的创始人。Casado 的"市场定律"为：在位者市值以万亿美元计，其中 5% 即是一家巨型公司；在位者专注九成主业时，边缘处的创新空间是巨大的——云时代与微软时代均出现过同样的问题与同样的答案。

Horowitz 以同事的亲历段子作结：当年一家创业公司向大平台推销，对方企业发展负责人的回应是"听起来你能捡很多银砖。可我这儿金砖多得都捡不过来，最不可能做的事就是看一眼银砖"——"英伟达就处在那个位置。"

市场结构的推演为：市场扩张时碎片化，增长放缓后再整合，整合靠并购或新挑战者，这是私募市场的周期循环。Casado 点出对风投模式最要害的一条：软件时代的高毛利是标准打法自带的，AI 时代未必——"我们可能正进入一个硬件优化对业务上行空间具有实质意义的时代，这在过去从未有过。"

七、资本密集度与风投模型的兼容

覆盖子领域由 Raghuram 列举：计算芯片（且"造一颗芯片已经不够，必须造整机系统"）、内存创新、网络创新、电力芯片，向上加一层自动化与机群管理软件。

硬件投资与传统软件的差异，Horowitz 直言为"大量资金在做出产品之前就要进去"，且风险高于已有成熟路径的大模型投资；创始人画像上，懂硬件制造的人年龄结构偏大。Raghuram 的要求为"系统型创始人"——能架构芯片或系统，并从设计之前就思考制造与供应的完整生态。

Casado 补充两条解释为何风投当前敢投：其一，实验室已急缺到愿意在硬件造出之前就与初创签约，投资人可提前拿到需求信号，与数年前"没人会把简陋硬件卖给大厂"的状态相反；其二，资本可得性宽松，后续轮融资充裕。其对人才断层的判断为：产业界与学界对硬件失焦二十年，但新一代公司会批量培养出硬件创业者——"马斯克最大的遗产之一，可能是从 SpaceX 走出的那批正在改写工业体系的创业者，甚于公司本身；计算机科学硬件领域将重演这一幕。"

命名的由来：Casado 称"人工智能"从一开始就是错误命名，其所造的是"人类思想的缓存与集合"；取"机器时代"的第二层含义带有自指的反讽——"software is eating the world"的这群人，走到了"钱灌进去、却被下面的实体机器限制住"的境地，取名是对硬件分量的致意。

（口径提示：本文基于自动字幕整理，发言归属按内容推断、个别段落把握较低；资本开支、缺口吉瓦数、电工认证比例、机架功率等口播数字均未注来源；"一模型一 ASIC"为思想实验设定而非实测；1 吉瓦的城镇换算显著低于常用户数换算口径，引用前请核对原始来源。）