你敢信吗？现在连卖铲子的英伟达，自己家都不够用了。老黄最近甚至得亲自下场当居委会主任，调解内部团队抢GPU的纷争。 前阵子听英伟达汽车业务负责人吴新宙上播客吐槽，说公司内部为了算力也是争得头破血流。他原话是这么说的，即使在英伟达，用于计算的GPU供应实际上也是有限的。吴新宙现在每周都得跟同事扯皮，协调训练和测试的算力分配，搞不定的时候还得请黄仁勋出面拍板。不仅计算GPU不够，连晶圆厂的产能都成了内部抢夺的香饽饽。 以前咱们总觉得英伟达是地主家有余粮，现在看，地主家也在精打细算。他们内部抢卡，其实也是在算一笔账。数据中心业务现在来钱快，但老黄硬是顶着压力，把大量产能倾斜给目前还不怎么赚钱的自动驾驶，去赌未来的万亿市场。这其实就戳中了现在AI赚钱的核心，算力是硬通货，但盲目拼规模死路一条，你得平衡短期变现和长期壁垒。 连英伟达这种巨头都在为算力ROI和战略平衡掉头发，咱们外面这些做AI的，要是还闭着眼睛盲目拼规模买卡，纯粹是嫌钱多。算清每一张卡的投入产出比，把算力砸在能直接听见响的垂直场景里，才是咱们活命的底牌。 我最近把老黄这笔算力账本翻来覆去盘了几遍，发现英伟达的分配逻辑，简直就是一本教科书级别的搞钱指南。 以前咱们总觉得卖铲子的只管拼命造铲子就行，现在看，人家连铲子往哪挖都算得明明白白。吴新宙在播客里交了底，资源分配决策并非仅由短期收入驱动。这话听着官方，但拆开看全是算计。 现在数据中心业务是绝对的现金牛，一张H100卖好几万美金，毛利率高达七成以上，这是实打实的短期快钱。如果老黄只想让财报好看，大可以把所有晶圆厂产能全拿去生产数据中心芯片，躺着数钱就行了。但他偏不，硬是顶着内部抢卡的压力，把大量产能和晶圆厂资源倾斜给目前还不怎么赚钱的自动驾驶。 老黄管这叫零万亿美元业务，也就是现在看着像无底洞，但未来可能长成万亿规模的新市场。他坚信一切移动之物终将实现自动化。这笔账算得很清楚，数据中心业务保的是现在的现金流，而自动驾驶押注的是下一个十年的护城河。短期变现和长期壁垒，老黄两手都要抓，而且分得很清。 反观咱们圈子里不少做AI的团队，账本算得那叫一个糊涂。账上刚融了点钱，或者刚赚了点快钱，转头就全砸进去买卡，盲目去卷通用大模型。结果算力成本居高不下，电费都赚不回来，更别提建立什么技术壁垒了。 英伟达这笔账其实给所有人提了个醒。算力确实是硬通货，但怎么花才是真本事。别总盯着眼前那点高毛利的快钱，留足筹码去砸那些能形成长期壁垒的垂直场景。只会买卡堆规模的公司，迟早会被高昂的折旧费拖死，把钱花在刀刃上构建自己的核心壁垒，这钱才算真赚到了自己口袋里。 吴新宙谈英伟达芯片短缺及黄仁勋调解内部纷争 老黄那种千亿美金的大厂能玩得起短期保命、长期押注的平衡术，但咱们小团队要是照猫画虎，把刚赚的利润全砸去买卡，那就是纯纯的找死。 我前阵子见了一个做垂直行业AI客服的创业团队，刚拿到一笔五十万的项目款，转头就一口气租了8张A100去微调模型。结果呢？一个月算力租金直接吃掉大半利润，最后跑出来的效果跟直接套壳开源模型没多大区别。这就是典型的没算清ROI。 很多小团队有个致命误区，觉得手里有卡才有底气。其实算力根本不是囤着升值的古董，而是每天都在疯狂贬值的消耗品。你得拿计算器好好敲一敲，租一张卡一小时多少钱，跑一次推理成本几毛钱，客户到底愿意为这个效果付多少钱。如果算下来毛利连电费都覆盖不了，趁早别去卷通用大模型。 咱们小团队的命门是现金流。别总想着一步到位搞个大算力集群，先租几张卡把MVP（最小可行性产品）跑通，拿到客户的预付款，再用赚来的钱去迭代。把算力ROI算到极致，把每一张卡都砸在能直接听到响的垂直场景里，用短期变现的利润去慢慢垒高自己的护城河，这才是咱们在算力荒里活命的底牌。 刚才咱们聊了小团队得算清ROI，别瞎买卡。但你转头看看现在的大厂在干嘛？人家在疯狂拼算力规模，拼数据合规。动辄万卡集群起步，还要养庞大的法务和算法团队去搞大模型备案。搞个合规审批，几百万成本打底，还得脱层皮。这种重资产投入，大厂玩得起，咱们去跟风就是送人头。 所以咱们得换个姿势找利润。既然大厂把底层算力和通用合规的门槛垒得这么高，咱们就别去硬刚。我前阵子接触了一个做跨境电商AI客服的小团队，他们根本没去卷通用大模型，也没花大价钱去搞什么算法备案。他们直接拿开源模型微调，专攻小语种市场的售后场景。合规上，他们只处理非敏感的交易催付和物流查询，巧妙避开了最严的数据审查。 这帮人一年营收干到了800多万，净利润率高达40%，比那些烧钱搞大模型的大厂活得滋润多了。这就是差异化活法。大厂拼算力和合规是他们的宿命，也是他们的包袱。咱们就得像泥鳅一样，在巨头看不上或者嫌麻烦的细分缝隙里找肉吃。别去碰那些需要重资产兜底的脏活，把轻资产玩法和垂直场景吃透，避开算力绞肉机，这才是咱们真正能装进口袋里的利润。 既然拼算力拼不过大厂，咱们就得把目光从大模型转移到小场景。我最近跟一个做中小律所合同初审的AI团队吃饭，他们老板跟我交了底，我们连一张A100都没买过。这帮人全用消费级显卡4090拼的算力池，就租了4张，一个月租金不到一万块。但他们专门啃那些大所看不上的小微企业合同纠纷，一年硬是做出了三百多万的纯利。 以前大家做AI，总觉得参数越大越牛，现在你看，那些动辄烧几千万训练通用模型的团队，很多连个水花都没见着就解散了。反而是这些扎进泥里做垂直场景的，活得最滋润。做律所合同初审，核心根本不是你的模型有多聪明，而是你懂不懂民法典里那些坑人的霸王条款。他们把几万份真实的败诉判决书喂给模型微调，做出来的产品能直接指出合同里的法律风险。客户根本不在乎你背后是千亿参数还是百亿参数，他们只在乎这玩意儿能不能帮他们避开几十万的违约金。 在算力荒里活命的指南就一条，把业务逻辑吃透，把算力当成干活的扳手，而不是供在神坛上的图腾。先去找那些大厂觉得市场太小、不愿意投入算力的缝隙，然后用最便宜的消费级显卡把产品原型跑通。等客户愿意为你的业务效果掏钱了，再去考虑扩容的事。 别总盯着英伟达的财报焦虑，人家卖的是水电煤，咱们得学学怎么用这些水电煤做出好吃的饭菜。在垂直场景里把行业经验和算力结合起来，让每一张卡都产生真实的业务价值，这才是普通人在AI时代真正能抓住的印钞机。