左手模型，右手芯片：大厂在焦虑什么？

特斯拉砸168亿美元开建全球最大芯片厂，绝非跨界玩票，而是全科技行业集体焦虑的缩影。从谷歌、Meta到OpenAI，头部玩家纷纷下场自研AI芯片。

AI时代，算力就是生死线，上游卡脖子、对手抢卡位，以前买芯片就能过日子的时代一去不返。

合作共赢的旧生态正在加速破碎，一场从模型到芯片的全链条战争已经开打，没人敢输，也输不起。

01

马斯克的“算力续命”豪赌

特斯拉联手SpaceX在德州开建芯片厂Terafab，据说，这将是最大的芯片厂。

一期投入168亿美元，总规划投资更是高达1190亿美元，厂房面积930万平方米，目标是年产1太瓦算力的芯片。

可能有人问，特斯拉不是造车的吗？怎么跑去跟台积电抢生意了？

答案很简单：不够用，也不放心。

按照马斯克的说法，特斯拉+SpaceX的芯片需求未来会超过1太瓦算力，这规模远超当前全球的供应能力。巴克莱测算过，到2030年，特斯拉每年就要消耗约1200万颗AI芯片，光靠英伟达的卡，根本填不上这个窟窿。

自动驾驶要算力、Optimus人形机器人要算力、星链的太空数据中心还要算力，全都是吞算力的黑洞。

以前车企买个车规级芯片就能凑合用，现在智能驾驶等级一提，人形机器人一上，算力需求是指数级暴涨的。

而且，供应链的不确定性正在加强。马斯克自己都公开警告过，半导体行业的增速跟不上需求，哪天供应链断了，下游的工厂直接停摆。

造车缺芯停产的亏，特斯拉前几年其实就吃过，现在AI时代不能再吃第二次了。

所以Terafab不是什么跨界发展，而是在给主业进行“算力续命”的工程。马斯克那句“要么建成Terafab，要么我们将无芯片可用”，其实一点也不夸张。

但别以为只有特斯拉急。整个科技圈造芯片已经成了大厂的标配动作。

以前大家都是英伟达的客户，坐等着黄仁勋卖“铲子”；现在倒好，客户们一个个都下场自己造铲子了。

02

英伟达的客户，都成了对手

如果说特斯拉造芯是被逼无奈，那谷歌、亚马逊、Meta、OpenAI这些玩家下场，就是一场有预谋的“集体反水”。

给大家算笔账。英伟达最新的B200芯片，单颗售价3.5万美元，同等算力级别的谷歌第九代TPUIronwood，售价只要1.3万美元，价格直接砍到37%。而且谷歌TPU的推理利用率能到80%-90%，GPU普遍只有30%-40%，算下来单位算力成本差了好几倍。

这就解释了为什么家家都要自研：英伟达实在是太贵了。

亚马逊更狠，Trainium芯片累计部署了140万颗，最新的Trainium3直接把AI训练成本打了五折，CEO安迪贾西直言这已经是几十亿美元级别的业务。现在Anthropic的Claude模型，推理算力全靠亚马逊的自研芯片撑着。

OpenAI也没闲着，代号Jalapeño的自研芯片，从设计到流片只用了9个月，推理成本直接降50%，预计2026年底就能量产。Meta的Iris芯片更夸张，制造成本比英伟达同级GPU低一半，今年9月就要量产。

咱这边也一样。字节年度AI基建预算冲到2000亿，自研芯片代号“C”，预计2026年四季度量产；华为昇腾就更不用说了，从训练到推理全栈自研，国内市场份额早就把英伟达挤到了个位数。

为什么好好的买家不当，非要费钱费力自己造？核心就两个字：焦虑。

现在英伟达高端GPU的交付周期已经拉到36-52周，新的Blackwell系列订单排到了2027年，有钱都买不到。不光GPU缺，HBM显存、先进封装全在缺。前阵子谷歌直接把负责采购的高管开了，原因就是没抢到足够的HBM芯片，影响了TPU的产能环球网。微软高管去韩国谈内存供货，谈崩了当场离席，可见抢货有多卷环球网。

英伟达是一家独大，定价权、供货节奏全攥在人家手里。你做大模型，人家说涨价就涨价，说缺货就缺货，命脉捏在别人手上，换谁都睡不着觉。

以前大家觉得生态绑定无所谓，但现在AI成了主营业务，没人敢把命门交给供应商。

于是就出现了魔幻的一幕：英伟达一边营收暴涨，一边客户全成了潜在对手。

以前“英伟达卖铲子，大家淘金”的和谐生态，正在快速瓦解。

03

生态破碎后的生存竞争

表面看，大厂纷纷自研芯片是一场芯片军备竞赛，但实际上是整个科技行业的底层逻辑变了。

以前互联网时代，讲究的是分工：做芯片的专心做芯片，做云的专心做云，做应用的专心做应用。大家各司其职，合作共赢，你中有我我中有你。

但AI时代不一样了。AI不是某个功能、某个产品，它是下一代入口，是业务的底层操作系统。谁掌握了AI入口，谁就能吃掉大部分价值。而入口的竞争，是全栈竞争：从最底层的芯片，到中间的模型，再到上层的应用，一环都不能掉链子。

现在大厂的恐慌，本质上来自两个维度。

一个是“对手卡位”的恐慌。你不做芯片，对手做了，人家的模型训练成本比你低、推理速度比你快，产品体验就能压你一头。模型迭代讲究的就是快，算力卡脖子，迭代速度直接慢半拍，一步慢步步慢。就像大模型训练，别人一万卡跑一个月出结果，你五千卡跑两个月，等你做出来，对手下一代都快出来了。

另一个是“上游卡脖”的恐慌。以前供应链是全球化的，缺什么买什么。现在供应链说断就断，高端芯片、先进制程、关键材料，随便哪一环卡住，再牛的模型也只是代码，跑不起来就是一堆废纸。

所以你会发现，现在大厂的战略都在往“垂直整合”狂奔。以前讲究专业分工，现在讲究全栈自研。

苹果从芯片到系统到终端全自己做，证明了垂直整合的威力；现在AI公司也在走这条路，从芯片到模型再到应用，整个链条都得攥在自己手里。

以前那种“你好我好大家好”的合作生态，注定要碎掉了。供应商和客户的边界会越来越模糊，竞争会渗透到每一个环节。今天的合作伙伴，明天可能就是直接对手。

而且这场战争没有旁观者。中小公司买不起芯片、造不起芯片，未来只会越来越依赖大厂的算力和模型，行业集中度会进一步提升。大厂之间的厮杀也会更惨烈，从模型卷到芯片，从软件卷到硬件，没有尽头。

现在大厂的焦虑，根本不是赚多赚少的问题，是能不能活下去、能不能留在牌桌上的问题。左手模型，右手芯片，缺一手都会被淘汰。