Sam Altman 称芯片供应链的'看不见的手'正在失灵——DRAM 是罪魁祸首

# Sam Altman 表示，芯片供应链的"看不见的手"正在失效——根源在于 DRAM 来源：https://finance.biggo.com/news/c8f9be1b0cccfd2c 在接受 Cheeky Pint 播客采访时，OpenAI 首席执行官 Sam Altman 表示，内存短缺并未自行缓解：曾经投入 200 亿美元资本开支却只能赚取 190 亿美元营收的 DRAM 制造商，如今每家每年即将产生约 1000 亿美元的自由现金流，但它们仍被过往的周期低谷吓住了，不敢激进扩产。Altman 估计数据中心的成本约为每吉瓦 700 亿美元，并认为 200 亿美元是一个健康得多的数字。他还阐述了内存利用率仅为 5% 时，在本地运行 AI 推理为何是对稀缺供应的糟糕利用，解释了 OpenAI 为何在垂直整合芯片、数据中心和机器人，以及他为何更倾向于"一万亿个略超人类智能的 AI"而非一个万亿智商的模型。采访中他还透露了 OpenAI 在 Navier-Stokes 数学研究上每个证明约 1000 万美元的成本，精英 AI 用户与普通用户之间不断扩大的生产力鸿沟，以及他认为个人智能体距离成为主流产品"只差几个想法"。对投资者的启示：内存资本开支、能源和数据中心利润率是需要关注的瓶颈。 ##### 关键要点 Sam Altman 表示，芯片供应链的"看不见的手"正在失效——根源在于 DRAM ### 存储芯片行业从未如此——但扩产速度仍然不够 在存储芯片行业的大部分历史中，它一直是一个价值毁灭者。一家 DRAM 制造商投入 200 亿美元资本开支建设新晶圆厂，却只能赚取 190 亿美元营收，经历一轮又一轮的繁荣与萧条周期，存活者不止一次濒临破产。据 OpenAI 首席执行官 Sam Altman 称，这个时代正在以最戏剧性的方式终结。 "直到现在，我不认为制造内存在很长一段时间里曾是一门好生意，"Altman 在 Cheeky Pint 播客上说。"然后突然之间，这些公司每家每年都将产生约 1000 亿美元的自由现金流。" 面对这样的意外之财，明显的反应是扩大建设。但明显的反应并未发生。存储制造商还记得，在"这次不一样"的承诺下过多建设晶圆厂曾让它们多少次濒临破产，所以它们在价格飙升的情况下依然保持保守。价格信号本应召唤供应。Altman 说，它们没有做到。 "我认为'看不见的手'现在正在失效，"他说。"我是说，'看不见的手'……它充其量只是有着好坏参半的记录。但我觉得，它在这里不太起作用。" 对于任何试图弄清未来几年 AI 增长有何限制的人来说，这是整场对话中最重要的一句话。如果芯片供应链对创纪录的自由现金流做出正常响应，算力最终将变得廉价且充足。如果没有响应，那么 Altman 在采访后半部分反复提及的稀缺性就会成为行业的结构性特征——它将决定 AI 公司在哪里建设、如何支出，以及技术栈的哪些部分获得超额回报。 今年秋天的两项披露恰好同时展示了这番论证的两面。暴利是真实的：SK 海力士报告第三季度营收 104.6 万亿韩元、营业利润 83.3 万亿韩元——营业利润率达 80%，相当于三个月约 600 亿美元的利润——并告诉投资者今年将向股东返还约 100 万亿韩元。价格仍在上涨，尽管涨幅已大幅放缓：TrendForce 预计第四季度传统 DRAM 合约价格环比上涨 10–15%，而第二季度为 58–63%。 响应也是真实的，只是来得晚。8 月 7 日，SK 海力士董事会批准了到 2031 年在两座新工厂投资 54.3 万亿韩元（约 380 亿美元）：龙仁 Y2 工厂投资 35.2 万亿韩元，将生产高带宽内存和下一代 DRAM；清州 M17 NAND 工厂投资 19.1 万亿韩元。首批洁净室最早要到 M17 的 2028 年 12 月和 Y2 的 2029 年 6 月才能启用——而且洁净室启用并不等于产出。美光在广岛晶圆厂的 1.5 万亿日元扩建项目于 7 月破土动工，获得了日本经济产业省最高 5360 亿日元的支持，但设备安装要到 2028 年下半年才开始。SK 海力士表示预计到 2030 年需求将超过供应，并且已签署长期协议，覆盖其 2027–2028 年产能的一半以上。 存储芯片繁荣的关键数字 | 项目 | 数据 | 日期 | |---|---|---| | 传统 DRAM 合约价格，2026 年第二季度 | 环比 +58–63% | 2026 年 3 月 31 日 | | 传统 DRAM 合约价格，2026 年第四季度预测 | 环比 +10–15% | 2026 年 9 月 30 日 | | NAND 合约价格，2026 年第四季度预测 | 环比 +15–20% | 2026 年 9 月 30 日 | | SK 海力士季度营收 | 104.6 万亿韩元，同比 +328% | 2026 年 10 月 28 日 | | SK 海力士季度营业利润 | 83.3 万亿韩元，利润率 80% | 2026 年 10 月 28 日 | | SK 海力士 2026 年计划向股东返还 | 约 100 万亿韩元 | 2026 年 10 月 28 日 | | SK 海力士新晶圆厂获批投资 | 54.3 万亿韩元（约 380 亿美元） | 2026 年 8 月 7 日 | | 上述晶圆厂首批洁净室启用 | M17：2028 年 12 月；Y2：2029 年 6 月 | — | | 美光广岛晶圆厂扩建 | 1.5 万亿日元（约 93 亿美元） | 2026 年 7 月 4 日 | 这正是"看不见的手"正在失效的确切含义。资金正在流入这个行业——流入晶圆厂，也流入填充晶圆厂的机器设备。但它没有及时到达市场。一条交货周期长达数年、董事会对上一次萧条仍心有余悸的供应链，无法按照 AI 建设所需的节奏做出响应。 资本开支首先到达的是设备制造商。日本最大的晶圆厂设备制造商东京电子在 2026 财年设备销售中，31% 来自 DRAM 客户；行业协会 SEMI 预计 2026 年全球半导体设备销售额将达到创纪录的 1659 亿美元，增长 23.2%，其中韩国的支出受包括高带宽内存在内的先进存储需求驱动。这些订单是领先指标；它们将要加工的晶圆则是滞后指标。 ### 为什么你的笔记本电脑不是运行 AI 的好地方 这场短缺对那些希望在自己机器上运行开源模型的人来说有一个令人不适的推论。这听起来很高效：没有云服务费用，数据不出家门，无需计费。Altman 的看法恰恰相反。 "从全球资源配置的角度来看，让每个人都把全球有限 DRAM 供应中的一大块放在自己的电脑里，实际上是相当糟糕的，"他说。"而且利用率只有 5%。" 5%。这是他对个人电脑中的内存实际在工作时间比例的估计。在一个内存供应受限已成为经济体能运行多少 AI 的约束性瓶颈的世界里，把一块内存放在办公桌上让它大部分时间闲置，几乎是所有资源配置中最糟糕的。稀缺的芯片应该属于可以将硬件塞到最高利用率的云。 这让 Altman 与 Apple 站在了对立面，后者一直以完全相反的理念营销 Mac mini 和 Mac Studio 台式机——"一次性购买硬件，在本地运行模型，无需计费 token 或担心不断上涨的云成本。"这也使本地推理在政治和消费者层面的吸引力变得复杂，因为它用全球效率换取个人控制权。Altman 并非认为本地模型毫无用处。他是在论证，在内存成为瓶颈的世界里，它们是由整个系统买单的奢侈品。 那么，高价实际上在哪里召唤到了供应？与其说在存储领域，不如说在数据中心底下的物理层面。Altman 提到涡轮机、电池、混凝土、钢材、工业机器人零部件——"不是人形机器人那种虚假演示"——以及新型执行器制造商。建设热潮的瓶颈与其说在于劳动力，不如说在于许可审批、零部件供应，以及那些对历史有着深刻记忆的行业是否愿意押注新一轮繁荣。 ### 每吉瓦 700 亿美元：决定世界能获得多少 AI 的数字 Altman 的成本目标是了解 OpenAI 如何思考智能未来定价的最清晰窗口。以每吉瓦五年总拥有成本约 700 亿美元计，他说，"如果那个数字是 20 而不是 70，我们会高兴得多"，同时仍然要求更智能的模型每年实现 10 倍性能提升。 从 700 亿美元降到 200 亿美元需要两个条件：更便宜的能源，以及压缩"从融化沙子……到返回 token 之间发生的所有毛利叠加"。当被问到仅仅消除链条上的利润能否弥合差距时，Altman 表示怀疑：即使材料免费且无利润，"也许在当前能源框架下可以勉强达到。但也仅仅是勉强。" Altman 的成本与供应基准 | 指标 | 数据 | |---|---| | 数据中心每吉瓦五年总拥有成本 | 约 700 亿美元 | | 让他"高兴得多"的目标成本 | 约 200 亿美元 | | 历史 DRAM 制造商资本开支与营收之比 | 200 亿美元资本开支产生 190 亿美元营收 | | 每家存储制造商预计年自由现金流 | 约 1000 亿美元 | | 个人电脑中 DRAM 的利用率 | 5% | 这个数字需要两个对话中未提及的注解。它是一个五年总拥有成本数字，而非建设账单：前期资本开支只是其中一小部分。而且它是一家公司的规划假设，而非行业共识。Epoch AI 的自下而上模型对 1 GW AI 数据中心的估算为前期资本开支 380 亿美元、年运营成本 9 亿美元，将资本在资产寿命期内年摊后为每年 85 亿美元——按其假设五年约 425 亿美元，远低于 Altman 的 700 亿美元。差距主要在于对服务器、利用率和资本成本的不同假设，但这改变了每吉瓦投资是否划算的算术：按 700 亿美元计算，年化费用约 140 亿美元；按 Epoch 的数字则为 85 亿美元。 700 亿美元这个数字之所以重要，是因为它是关于 AI 建设热潮是否值得投资的每一场争论的分母。超大规模云厂商计划到 2030 年在数据中心上花费数万亿美元，同时自由现金流为负，而其中很大一部分是将电力和硅片转化为 token 的成本。如果更好的模型能在将美元或浮点运算转化为有用产出方面每年实现 10 倍改进，那么即使物理设施变得更昂贵，智能的有效价格也会下降。Altman 表示，OpenAI 预期的正是这种年度增益。 他正在拉动的另一个杠杆是垂直整合。OpenAI 正在打造自己的芯片，学习建设自己的数据中心，并运营一个以建设数据中心为目标的机器人项目。他提到了一个讨论不足的想法——"自我复制的数据中心"，利用 AI 控制机器人运行晶圆厂、建造涡轮机、太阳能电池板和数据中心——并表示这"触手可及"。 ### 设计芯片是个极好的 AI 问题；光刻则不是 Altman 做出的最清晰区分之一，将人们常混为一谈的两个问题拆开。当被问到 OpenAI 的定制芯片有多少取决于公开知识的匮乏时——毕竟，关于制造 2 纳米芯片的博客文章少之又少。 他的回答将设计与制造分开。光刻实际上地球上只有一家公司掌握，这不是 AI 能够化解的。但生成发送给流片的设计文件"已经很清楚了。那是一个极好的 AI 问题。"真正的硬性约束不是布局芯片所需的智能，而是印制芯片所需的机器。 他将同样的逻辑应用于采购，他引用这是另一个 OpenAI 员工愿意将 AI 应用于长期采用传统方式完成的工作的领域。这是 OpenAI 战略背后的文化主张：随着硅片产能持续受限，最持久的优势将属于最愿意将 AI 应用于行业中一直以来都用笨方法做事的每个领域的公司。 ### AI 驱动的 AI 研究目前只达到 5% 的水平——Transformer 级别的飞跃仍然缺失 这条线索决定了成本上的算术最终是否会对客户有利。Altman 谨慎地将当今模型能做什么与不能做什么分开。 OpenAI 知道如何要求模型"帮我找到 5% 的计算效率提升"，他说——并开玩笑说他的主持人现在可以是"一位极其成功的 AI 研究员"。目前没有人知道如何做的是说："去发现一种新架构，像 Transformer 那样实现一次性巨大飞跃。"他直截了当地补充："我认为这就是发展方向。" 缺失的关键因素是更擅长高层规划和概念推理的模型。他的赌注是，OpenAI 用于让模型在数学上出类拔萃的同一条流水线，在应用于 AI 研究时同样有效——但有一个关键注解。他预测在一段时间内，可能是相当长的一段时间内，行业将不得不就单个模型允许变得多聪明达成限制共识。一些进步将受限于选择，而非受限于能力。对于一家处于前沿的公司来说，这是一个奇怪的说法，而这正是他的安全论点和产品路线图共同转折的关键。 ### 大量略超人类的 AI，而非一个万亿智商的模型 对单个模型过于强大的担忧，与这期播客命名所依据的理念直接相关。Altman 的偏好毫不含糊："我宁愿直觉上拥有一万亿个略超人类智能的 AI 加入社会，而不是一个智商达 1 万亿的 AI 加入社会。" 这个论点关乎通过多元性实现的健壮性。人类社会尽管存在种种深层缺陷，但"极其健壮"，因为许多人通过多元主义和民主相互制衡。Altman 曾对 AI 似乎正在偏离这一模式感到遗憾，他说现在对智能体团队这个方向感到兴奋——尽管他强调这是需要主动推动的方向，而非会自然到来的东西。 他列出了安全问题的多层防御，每一层在下一层需要发挥作用之前争取空间： | 阶段 | 功能 | 何时失效 | |---|---|---| | 沙箱隔离 | 将模型限制在加固的环境中 | "在一定限度内"有效；如果模型能力超过沙箱则失效 | | 监控 | 检查思维链和激活值以发现欺骗行为 | "在更进一步的限度内"有效 | | 对齐 | 对模型忠实遵循操作者意图和永远尊重人类控制的信心 | 这是对抗一个比最优秀人类研究员聪明一百万倍的模型的沙箱的唯一信任基础 | 他对这个问题的描述十分直白：如果一个模型远比最聪明的安全研究员更聪明，能够发现无人理解的新科学，"你真的会信任那个沙箱吗？"他拒绝用"群（swarm）"来形容模型群体——"Swarm 这个词实在是——我知道，那是蝗虫。是的。不好。不是好名字"——最终选择了"智能体团队"，他说它们可能具有"非常有趣的规模化法则特性，但在对齐特性上也有方差"。 ### 更多漏洞即将到来，打补丁不是解决方案 采访以一个安全事件开篇——一个浮出水面耗时过长的 PHP 漏洞——而 Altman 的回答解释了他认为这个行业将迎来一段艰难时期的原因。该事件是 PHP2Shell：PHP 核心中的两个漏洞，CVE-2026-109618 和 CVE-2026-109619，允许未经认证的远程代码执行，CVSS 评分为 9.2。它们于 2026 年 8 月在 AI 的辅助下被发现，10 月 20 日公开披露，次日修补；美国网络安全和基础设施安全局（CISA）于 10 月 26 日将两个漏洞都列入已知被利用漏洞目录。披露时，公开报道显示运行 PHP 的网站占比接近 70%。模型在发现漏洞方面已经变得越来越强，但人们还有