Dwarkesh 访谈 SemiAnalysis Dylan Patel — 算力、芯片与制造瓶颈

来源: 雪球 原文: https://xueqiu.com/6465987174/380393873 基于: Dwarkesh Podcast 访谈 Dylan Patel

---

算力成本与供给

• 2026 年大型科技公司年度资本支出预计达 6000 亿美元，新增算力约 20GW
• OpenAI 和 Anthropic 租赁成本约 "1GW 每年 100-130 亿美元"
• H100 芯片价格大幅上涨，某些机构以 $2.4 签订 2-3 年长期合约（5 年折旧成本仅 $1.4）
• OpenAI 锁定长期合约价格，Anthropic 更保守面临更高溢价

芯片供应链

• 英伟达将获得台积电 3nm 产能 70% 以上（至 2027 年）
• 谷歌因 TPU 产能不足，被迫大量采购 GPU 并向 Anthropic 出售 TPU
• 瓶颈将转向 ASML 的 EUV 光刻机：1GW 算力需约 3.5 台光刻机

内存与制程

• 2026 年科技巨头 30% 资本支出将用于内存购买
• 内存紧缺将推高消费电子产品价格
• 全球手机出货量可能跌至 5-6 亿部
• 2nm 产能主要被苹果占据，后续被其他厂商稀释

模型发展限制

• 硬件内存容量制约参数扩展，GB200/NVL72 才达 20TB 内存容量
• 小模型快速迭代通过强化学习形成复利更经济高效