全球AI基础设施正面临一场“供需大裂缝”：需求以千倍速扩张，而芯片、内存、电力、数据中心的供给最快也要三到五年才能跟上。顶尖风投a16z认为，在需求呈现指数级增长、核心组件订单已排至数年后的背景下，传统的计算堆栈已被推至物理极限，一场围绕AI时代的基础设施重构正在全面开启。
近日，硅谷顶级风险投资机构a16z（Andreessen Horowitz）正式宣布推出“机器时代基金”（Machine Age Fund），专注投资AI基础设施领域。a16z联合创始人Ben Horowitz、普通合伙人Martin Casado，以及前VMware CEO、科技顾问Raghu Raghuram，在一场公开视频对话中系统阐述了这只基金的战略逻辑——而其背后，是一幅AI算力需求与供给能力之间正在急剧拉大的裂口图景。
三位核心人物的判断高度一致：AI基础设施的短缺，已不是某一个环节的问题，而是从芯片、内存、网络互联、数据中心，一路延伸至电力、冷却、变压器，乃至铜矿——“这个影响范围，已经延伸到了铜矿，就是这么大的一件事。”Raghu说。
与此同时，Ben Horowitz给出了一个简单但有力的判断：“任何你有的问题，都可以用足够的基础设施来解决——本质上是GPU加上钱。只要问题还没解完，需求就不会停。”
需求“无限”，供给“全线告急”
a16z认为，这轮AI基建热潮与此前互联网时代的基础设施泡沫有着本质区别。“记得暗光纤吗？那时候大量铺进地下的，其实是投机性的，是暗的。而今天，基本上每一块GPU在生产出来之前就已经被预售了。”Martin Casado说。
数据层面，信号同样鲜明：超大规模云厂商（Hyperscalers）的资本开支今年约为7000亿美元，明年预计将集体突破1万亿美元。关键组件供应已全面排期至2028年。Martin透露，他们甚至见过“为数千块GPU举行多日拍卖”的情况，而黄牛价格是原价的四倍。
头部内存厂商在行业旗舰会议Hot Chips上公开表示：“他们今天已有的需求订单，需要三年的产能才能全部交付”——这还只是当下的存量需求，不包括未来新增需求。
GPU价格也罕见地出现反弹。“GPU价格一向是往下走的，走到这个价格之后，又回来了。”Raghu表示，这在历史上几乎从未出现过。
在电力侧，矛盾同样尖锐。2028年前，新数据中心预计需要新增约44吉瓦电力，而电网预期新增供给仅有25吉瓦左右，缺口巨大。Ben Horowitz补充：“我们既缺GPU，也缺电力，也缺冷却，也缺内存——你说什么，我们都缺。”
“不是工程问题，是资源瓶颈”
为什么需求会持续膨胀而没有天花板？Martin Casado给出了一个核心判断：“过去，你要构建什么东西，那是一个工程问题——你堆工程师，但这不会线性扩展，存在‘人月神话’的规律制约。而现在，这真的是一个资源限制问题。我们把大量资金投入系统，系统产出结果。当前的瓶颈，是这些系统真正匹配我们投入资源的能力。”
从Chatbot到推理模型，再到Agent、多Agent，每一代AI应用对token的消耗都呈指数级上升。Raghu的描述更直接：“如果聊天需要100个token，那么一个Agent可能需要几千个token。需求在两个维度同时膨胀：单个任务消耗的token越来越多，同时使用AI的人群也在不断扩大——从开发者，到知识工作者，再到更大范围的普通用户。”
Ben Horowitz给出了他的预判：“对token的需求，可能每年增长接近1000%。这种速度是基础设施供给根本跟不上的。”
“AI用来变得更好的唯一方式，就是使用更多AI。推理是它反复调用的基本构建模块，这就是token数量不断倍增的原因。”Raghu说。
整个计算体系需要“从零重建”
a16z认为，现有AI基础设施面临的核心挑战，不只是“量不够”，而是“整个架构就不是为AI设计的”。
Raghu系统性地梳理了这一重建逻辑：“你要一个类别接一个类别地去审视：计算需要什么？内存需要什么？它们之间如何互联？每一块需要多少功耗？如何散热？如何把这些东西组合在一起？这就是整个行业现在正在做的事——把问题分解到最基础的组件，然后从第一性原理重新构建。”
Martin Casado则用一个商业逻辑来佐证重建的紧迫性：“训练一个前沿模型，现在大概要花30亿到50亿美元。推理侧需要至少2倍于此来回收成本，也就是约100亿美元。如果你能在推理上省20%的效率，那就是20亿美元。而20亿美元完全可以支撑一个ASIC的研发。这意味着，为单个模型专门定制一块芯片，在经济上已经是完全成立的。这在行业历史上从未出现过——我们从未用50亿美元去创造一个单一的数字化产物。”
在物理层面，重建的压力更为具体：机架功耗从过去的5到10千瓦，正在向100到150千瓦跃升；计算密度提升约70倍；冷却方式从风冷向液冷强制迁移；机架电压升至800伏特，已属高压范畴——全美仅有约2%的电工取得了直流电认证；超高密度机架对数据中心地板承重提出全新要求；混凝土等建材价格也随之快速上涨。
Ben Horowitz直言：“我们已经过了那个时代——大多数现有数据中心，一旦进入下一代算力时代，都将彻底过时。”
顶尖创业者正在大规模回流硬件
这种结构性机会，已经在创业生态中产生明显信号。Martin Casado透露，a16z内部有一个非正式的统计：过去，来自顶尖创业者的deal中，涉及硬件的比例大约只有3%到5%；而现在，这一比例已经超过20%甚至30%。
“创业者社群通常比VC社群聪明，他们已经识别出这是一个非常活跃的创新领域，并开始行动。”
这些“硬件创业者”的画像也与传统软件创业者有所不同。Raghu描述称，这类公司的创始人必须是“系统型创始人”——“你不能只是一个研究员或优秀的计算机科学家。你得能架构和设计芯片或系统，还要想清楚这东西怎么制造、供应链怎么搭——这些是软件创业者通常不需要考虑的问题。黄仁勋就是这种思维方式的极致体现，他从一开始就在思考整个生态。”
与此同时，前沿AI实验室因为需求太过迫切，已经开始直接与早期硬件创业公司签署协议，“甚至在硬件产品还没有出来之前”。Martin认为，这是一个重要的信号变化，大大降低了硬件初创公司的早期商业化风险。
资金环境也在转向：初创公司的首轮融资规模已达数亿美元量级，这在以往的硬件投资中极为罕见。
从“机器智能”到“机器时代”
谈及这只新基金的命名，Martin Casado坦言，“人工智能（Artificial Intelligence）这个词，其实从一开始就叫错了——它应该叫机器智能（Machine Intelligence）。”
“这是一个有70年历史的计算机科学术语，带着太多科幻小说的包袱。而且，它并不是真正模拟人类的思维方式——它是把人类已经学到的一切加以利用，而不是从零开始重建语言。”他说。
而“Machine Age（机器时代）”这一命名的另一层深意，在于向硬件致敬。“这里有一种深刻的反讽：‘软件吞噬世界’的那批人，走到最后发现，真正的限制来自软件之下的实体机器。这个名字是在承认，这一轮浪潮中，硬件的分量，前所未有地重要。”
Martin给出了时间尺度上的判断：“我们才刚刚开始——语言和代码，再加上刚刚起步的计算机使用。但未来30年、40年，科学、材料、生物、创意……都将是把算力投入问题的领域。我们处于一段很长征程的极早期。要做好准备：这种算力需求，将持续几十年。”