美国VC，，，，，，忽然不爱AI软件了？？？？？？？

从前几年，，，，，，AI创业的主叙事一向集中在模型和利用：谁能训练出更强的基础模型，，，，，，谁能做出更好的Agent，，，，，，谁能在企业软件、搜索、编程等场景里获得用户。。。。。。。。 8月28日，，，，，，Andreessen Horowitz（a16z）颁发成立规模11亿美元的Machine Age Fund，，，，，，投资方向从芯片、内存、网络、存储，，，，，，一向延长到数据中心、机械人，，，，，，以及支持这些设备运行所必要的电力、冷却和其他基础设施。。。。。。。。 Anthropic近期陆续签下数百亿美元规模的算力和基础设施和谈：今年5月，，，，，，它承诺将来五年向谷歌 Cloud及有关芯片基础设施投入2000亿美元；；；；；；8月又被曝将用450亿美元向Nscale租赁将来六年的推算能力；；；；；；此表，，，，，，它还从AMD采购数十亿美元AI服务器，，，，，，并推动自研芯片。。。。。。。。 英伟达则在另一端向上游和生态延长。。。。。。。。就在本周，，，，，，英伟达已经赞成以129亿美元收购开源AI平台Hugging Face。。。。。。。。Hugging Face此前估值约45亿美元，，，，，，年化收入约1.5亿美元。。。。。。。。 再往物理世界延长，，，，，，国防航天公司Ursa Major颁发通过SPAC上市，，，，，，买卖后股权估值约23亿美元，，，，，，并获得3.5亿美元PIPE融资，，，，，，用于扩大固体火箭发起机、高明音速发起机和导弹系统产能。。。。。。。。 软件一旦实现开发，，，，，，能够以极低的边际成本复造给更多用户，，，，，，因而VC可能通过较幼的早期本钱投入，，，，，，换取一个潜在的全球市场。。。。。。。。 模型的训练和推理都必要持续的推算资源。。。。。。。。模型参数、高低文长度、用户数量以及Agent执行工作的次数增长，，，，，，城市转化为算力需要。。。。。。。。算力背后又对应GPU、CPU、HBM、网络设备、服务器、存储、数据中心和电力。。。。。。。。 a16z这次基金覆盖的领域，，，，，，正好对应了这条链条：芯片和内存是推算的主题部件，，，，，，网络解决大规模推算之间的数据传输，，，，，，数据中心承载算力，，，，，，电力和冷却系统则决定这些设备能否持续运行。。。。。。。。 这也是“Machine Age」剽个名字与传统硬件基金最大的区别。。。。。。。。它并不是单一地从软件转向机械人，，，，，，而是在投资一个更大的命题：AI的推算能力在成为一种工业基础设施。。。。。。。。 今年5月，，，，，，Anthropic承诺将来五年向谷歌云及有关芯片基础设施投入2000亿美元。。。。。。。。这意味着均匀每年约400亿美元的潜在支出。。。。。。。。这一承诺相当于谷歌此前披露云业务订单积压的40%以上。。。。。。。。 8月，，，，，，Anthropic将向Nscale支付约450亿美元，，，，，，在将来六年租用其位于美国西弗吉尼亚州的数据中心算力，，，，，，对应460MW电力容量。。。。。。。。Nscale打算在本地建设1.35GW数据中心园区，，，，，，并配套2GW天然气发电能力。。。。。。。。 从前云推算的逻辑是企业采办推算资源。。。。。。。。此刻对于最头部的AI公司而言，，，，，，情况在反过来——它们的推算需要已经大到足以影响云厂商的数据中心建设、芯片采购和电力规划。。。。。。。。 8月27日，，，，，，报路称，，，，，，Anthropic近期曾索求以约70亿美元收购AI芯片创业公司MatX，，，，，，固然双方后来转向潜在合作，，，，，，但Anthropic在持续扩充内部芯片团队，，，，，，并与多家芯片创业公司会商训练和推理芯片设计。。。。。。。。 从前英伟达最主题的护城河是GPU和CUDA。。。。。。。。此刻，，，，，，它已经占有从GPU、网络、服务器、软件栈到AI模型生态的齐全布局。。。。。。。。收购Hugging Face，，，，，，现实上是把开发者和模型进一步纳入这个生态。。。。。。。。 AI数据中心对电力提出的不只是“总量”要求，，，，，，还有不变性和功率密度要求。。。。。。。。因而，，，，，，AI基础设施的瓶颈已经从“有没有GPU”，，，，，，逐步扩大到：有没有处所放GPU，，，，，，有没有足够的电，，，，，，有没有电网接入，，，，，，有没有变压器和冷却设备。。。。。。。。 Reuters近期报路，，，，，，美国数据中心建设在向供给链传导。。。。。。。。以Generac为例，，，，，，这家从前重要出产家用备用发电机的公司，，，，，，如今数据中心发电机订单积压已经达到16亿美元，，，，，，并打算到2027年底投入2.5亿美元扩建有关工厂。。。。。。。。 AI并不愿定必要投资人去投资一家接装AI”的公司，，，，，，一家出产变压器、发电机、液冷设备、网络设备或者高带宽内存的企业，，，，，，同样可能成为这轮AI本钱开支周期的受益者。。。。。。。。 KPMG数据显示，，，，，，2026年第二季度全球VC投资达到2274亿美元，，，，，，其中前十大买卖就贡献了1050亿美元；；；；；；上半年全球VC投资达到5604亿美元，，，，，，已经是从前五年同期最高水平。。。。。。。。Anthropic以650亿美元融资成为当季最大单笔买卖。。。。。。。。 模型能力提升带来算力需要，，，，，，算力需要进一步推动GPU、内存、服务器、网络和数据中心建设，，，，，，而数据中心扩张又将需要传导至电力、冷却和有关设备。。。。。。。。当AI进一步进入机械人、造作和国防，，，，，，又会产生新的硬件需要。。。。。。。。 阿里巴巴是目前最典型的案例。。。。。。。。2026年第二季度，，，，，，阿里本钱开支达到676.8亿元人民币，，，，，，同比增长75%；；；；；；上半年用于AI和云基础设施的投入已经超过1800亿元，，，，，，相当于此前颁发的将来三年3800亿元投资打算的一半左右。。。。。。。。 这轮投入也已经起头反映在业务端。。。。。。。。同期，，，，，，阿里AI和云推算有关收入达到484.4亿元，，，，，，同比增长45%；；；；；；其中AI模型有关业务的年化时时性收入超过160亿元。。。。。。。。阿里同时预计，，，，，，这轮AI投资将在约三年内实现盈亏平衡，，，，，，并依照五年设备使用周期实现中双位数的投入本钱回报率。。。。。。。。 这意味着，，，，，，对于阿里这样的科技公司，，，，，，AI已经不再只是研发项目，，，，，，而起头成为一项必要持续投入、推算回报周期的持久本钱项目。。。。。。。。 腾讯也在增长投入。。。。。。。。2025年，，，，，，腾讯本钱开支达到约767亿元人民币，，，，，，同比增长超过70%；；；；；；2026年公司持续提高本钱开支，，，，，，沉点投向AI模型和有关基础设施。。。。。。。。今年第一季度，，，，，，腾讯本钱开支达到319亿元，，，，，，同比增长63%，，，，，，AI基础设施是其中的沉要投入方向。。。。。。。。 美国由Anthropic、微软、谷歌、亚马逊等AI和云推算公司，，，，，，通过持久算力和谈、芯片采购和数据中心建设，，，，，，把需要传导至基础设施投资机构和供给链；；；；；；中国则更多由阿里、腾讯等科技巨头，，，，，，以及产业本钱、处所基金和政策性资金共同推动。。。。。。。。 区别在于，，，，，，美国更依赖VC、PE、基础设施基金和本钱市场之间的分工，，，，，，中国则出现出科技巨头、产业本钱与政策性资金共同投入的特点。。。。。。。。 但最终，，，，，，资金都在向统一批资产荟萃：芯片、HBM、服务器、网络设备、数据中心、电力和冷却系统，，，，，，以及进一步向机械人、自动驾驶和先进造作延长的硬件。。。。。。。。 从前两年的AI竞争，，，，，，主题资产是模型；；；；；；接下来，，，，，，竞争的一部门将转移到谁能获得足够的芯片、算力、电力和数据中心资源，，，，，，以及谁能把这些基础设施进一步转化为机械人、自动驾驶、工业自动化和国防造作能力。。。。。。。。 因而，，，，，，Machine Age真正值得关注的，，，，，，并不是a16z忽然起头投资硬件，，，，，，而是AI在从一轮软件创新，，，，，，逐步进入本钱开支驱动的基础设施建设阶段。。。。。。。。 下一轮AI创业和投资机遇，，，，，，也因而不只存在于模型和利用层，，，，，，而会更多呈此刻支持AI规；；；；；；诵械男酒⑺懔Α⒛茉础⒒等撕拖冉熳鞯然方。。。。。。。。