今年信息量最大的 AI 播客：从芯片到能源，再到科技七巨头

今年信息量最大的 AI 播客：从芯片到能源，再到科技七巨头 今年信息量最大的 AI 播客：从芯片到能源，再到科技七巨头 Modified October 8, 2025 Jonathan Ross ：有意思的是，这几乎是按月轮换的。我们的理念是，不规定工程师用哪款工具，但必须用 AI，否则没有竞争力。 我们看到他们先用 Sourcegraph，后来用 Anthropic，再后来用 Codex。下个月可能又回到 Sourcegraph。工具使用在循环往复地更替。 主持人：切换得这么随意，那这些工具还有持久价值吗？毕竟迁移成本这么低。 Jonathan Ross ：我们的工程师是前沿用户，会在某个工具成为当下最佳时立即切换。但不是所有人都这样。 主持人：不过还是有很多人是这样的吧。 Jonathan Ross ：你接触到的很多人是这样没错。但企业客户往往会签长期合同，然后在相当长时间内沿用一年前定下的工具。 09 护城河与毛利的取舍 主持人：如果让你选，5000 亿估值投 OpenAI，还是 1800 亿投 Anthropic？ Jonathan Ross ：我两个都投。它们都被低估了，严重低估。我们现在看它们，好像是在一个有限市场里争夺有限结果；但实际上，它们通过持续研发在扩大整个市场的价值。 主持人：那展开说说，如果做一个多头情景，它们会发展成什么样？ Jonathan Ross ：我认为当下的大型科技公司还能明显提升估值；同时，AI 实验室也会追赶到这些科技巨头的体量。 七巨头的价值会上升，而 AI 实验室的价值会追到与七巨头相当，但彼时七巨头又更高了。问题在于，AI 实验室最终会不会反超七巨头。 主持人：什么因素会决定结果？ Jonathan Ross ：坦白说，我觉得最终会从七巨头变成九巨头、十一巨头，甚至二十巨头。 主持人：你觉得这些 AI 实验室会大举进入应用层，把大部分应用生态都收归旗下吗？ Jonathan Ross ：这正是成功科技公司的自然倾向。他们一开始做客户在做的事，逐步往上游延伸，最后把客户原本做的部分吞并掉。随后会有新一代公司再在他们之上构建。 OpenAI 的做法也是如此。我记得 Sam Altman 在你的节目里说过，如果一款产品只是基于 OpenAI 做点小改进，终有一天会被他们碾过去。他只是坦诚说明他们的策略。 我们则划了一条界线，不和客户在模型层竞争，也就是我们不自研通用模型。通过明确这条界线，我们在传递一个信号：在我们的基础设施上构建是安全的，因为我们不会去抢你的业务。 当然，这个决定也可能是错的，将来我们也许会被某个客户反向吞并。但至少现在他们可以放心地在我们之上开发。我承认这可能是个很大的赌注。 主持人：确实可能。而且要自己做模型也需要很多资金。说到钱，你们这轮新融资是多少？ Jonathan Ross ：我们融了 7.5 亿美元。 主持人：7.5 亿美元，对应的估值是 60 亿？ Jonathan Ross ：对，接近 70 亿。 主持人：明白了，这听起来相当夸张。那这些钱够用吗？ Jonathan Ross ：够的。其实我们原本只打算融 3 亿。你刚提到盈利性之类的问题，硬件公司在这方面更有优势，因为和很多公司不同，我们卖的东西本身就赚钱。我们卖硬件的单品毛利是正的。 主持人：我以为你们毛利是负的。 Jonathan Ross ：至少卖硬件不是。 主持人：那卖软件呢？ Jonathan Ross ：软件要看具体模型。我们当前在量产芯片上跑的最受欢迎的模型是正毛利的。 但也有一些模型，运营成本可以覆盖，但我们对资本开销回收不满意。别人可能觉得那样也行，但我们更保守。 所以更容易表述的是：卖硬件这块基本都是正毛利，因为到交付那一刻，售价和成本就已经锁定了。至于模型侧的利润，还取决于硬件能用多久。 主持人：总体毛利率随时间会怎么走呢？ Jonathan Ross ：作为未上市公司，好处之一是我不需要披露。 主持人：确实不需要，但如果你愿意说就更好了。 Jonathan Ross ：这几乎是未上市公司唯一的优势了。 主持人：不不不，优势多着呢。没有锁定期、变现也更自由。 Jonathan Ross ：是，但我不卖股份。 主持人：你从没卖过一股？你显然不太懂玩法，没事我可以教你。回到毛利，长期看会不会明显提升？你是怎么考虑的？我也不是一定要你说得特别具体。 Jonathan Ross ：还是那句话，在保证业务稳定的前提下，我希望毛利尽量低。 高毛利的意义主要在于，当你需要资金时，可以通过提价迅速拿到现金；而在平常，你则有空间把毛利压低，以保持竞争优势。 算力需求极强，如果有人现在就需要而我们正好有货，他们愿意支付更高费用。这样一来，我们整体上就可以用更低的毛利率来运营业务。 10 从芯片到系统视角 主持人：帮我描绘下五年后的芯片市场格局。你说 OpenAI、Anthropic 等都会有自研芯片基础设施，同时还有英伟达。整体会是什么样？ Jonathan Ross ：我的预测是，五年后英伟达的营收份额仍会超过 50%，但芯片出货量占比会低于半数。可能是营收占 51%，出货只占 10%。 主持人：这个怎么理解？ Jonathan Ross ：品牌溢价的价值巨大，可以把价格定得更高，但这也会削弱企业进取心，从而倾向于维持高毛利。 很多客户也愿意买单，因为选英伟达没人会因此丢工作。这位置非常舒服、业务也会长期很值钱，投英伟达大概率没问题。 但从大客户视角看，当市场像现在这样，高度集中在三四十家头部买家手里，他们做决策会更少看品牌，更看业务成败所需，因为他们有足够话语权。 所以你会看到其他芯片也被采用，因为这些客户能自己拍板。 主持人：你说投英伟达不会差。我有个朋友常说一句话：这些都很好，可跟我有什么关系？ 所以直截了当问一句，以五年为期，英伟达 10 万亿美元市值，是高还是低？ Jonathan Ross ：如果五年后英伟达不到 10 万亿美元，我会惊讶。更该问的是：五年后 Groq 会不会到 10 万亿？有可能。 我们不受同样的供应链约束，我们能造出比任何人都多的算力。现在最稀缺、被高价竞购的资源是算力，而我们几乎可以无限量供给。 主持人：关于 Groq，市场最没理解到，但应该理解的点是什么？ Jonathan Ross ：这每个月都在变。以前大家以为我们做不到在同一硬件上服务多用户，后来我们就现场演示了多用户并发。他们还以为…… 主持人：是因为你们的 SRAM 架构对吧。 Jonathan Ross ：其实和 SRAM 有关。再说一个常见疑问。 主持人：上次学到了不少，谢谢你。我真的从你这学到很多。 Jonathan Ross ：最常被问的是：SRAM 不是比 DRAM 贵吗？答案是贵。直观理解，按位算，SRAM 天生就要贵 3 到 4 倍，撇开其他细节不谈。 主持人：给不熟悉的观众再科普一下，SRAM 和 DRAM 的区别，尽量讲简单点。 Jonathan Ross ：我尽量通俗点讲（不完全严格）。可以把 SRAM 理解为芯片内的存储，DRAM 是外部存储，本质更多在设计实现上。 DRAM 每个位由一个电容 + 一个晶体管组成，SRAM 每个位需要 6 到 8 个晶体管，所以单位存储位面积更大、硅用量更多、成本更高。 再加上 SRAM 常部署在更先进的芯片工艺上，比如 3nm，单位面积成本也更贵。 综合下来，按位成本可能是 DRAM 的 10 倍。但关键在系统层面，比如我们把 Kimi 这样的模型跑在 4000 颗我们的芯片上，而你把同一个模型跑在 8 块 GPU 上。 我们这边芯片数量是对方的 500 倍，意味着 GPU 侧要复制 500 份模型，用到 500 倍的外部内存。 所以即便 SRAM 按位贵 10 倍，对方在 DRAM 上用的内存是 500 倍，整体内存成本反而更高。这就是只从芯片单体看问题，和从系统整体看问题的经典差别。 我们的所有设计都坚持从系统视角出发，现在更扩展到全球视角。 我们会在全球数据中心之间做负载均衡。现在有 13 个数据中心，分布在美国、加拿大、欧洲、中东。做到全球分布后，决策就不能只停留在单个机房层面。 我们会根据各地区的使用情况，在某些机房多部署某些模型实例，并做不同的编译优化以适配输入或输出。 某个模型在某个机房可能根本不放，而是放在别处；然后通过全球调度来平衡。 这意味着我们的优化单位是全球，而不是单个数据中心。 11 算力供需差距太大 主持人：如果你不害怕，你会怎么做，Jonathan？ Jonathan Ross ：我换个说法，我在哪些方面可以把业务的风险再加码？ 主持人：我问的就是这个。 Jonathan Ross ：我们还没做的是，把供应链的订单直接翻倍。对，我们的供给周期是六个月，所以响应市场会比任何人都快。 主持人：你们的供给相对需求有多紧？ Jonathan Ross ：就像我说的，上周有人找我们要五倍于他们现有总产能的算力。我们之所以没一股脑儿把筹码全压上去，原因只有一个。 主持人：在通用供给上加码嘛，为什么不就这么做？ Jonathan Ross ：因为存在门槛。比如说，就算我们把产能翻倍，也拿不下那个客户，他们要的是 5 倍。翻倍还不够，必须 5 倍才够。那问题来了，产能翻倍之后，能不能覆盖这种级别的客户？ 主持人：所以你们可加码的风险，具体是指什么？ Jonathan Ross ：我们可以把产能建设的速度直接翻倍。这轮融资我们拿到的金额超过原计划的两倍，超额认购也达到了已募金额的四倍。 其实还能多融很多，但那样股权稀释会更严重。我得替投资人和团队考虑稀释问题。另一方面，我们也可以选择再多融，然后大规模把算力砸下去。 我们还有一个优势，在同等速度下，我们的每 Token 成本很占优。这意味着我们可以比市场更低价，这对做这类生意很关键。 不是因为大家抠门，而是因为只要我们把价格降一半，客户就会买两倍的量，他们花得越多，输出质量就越高，花费和收益是一起的。 主持人：你们会考虑上市吗？ Jonathan Ross ：我们现在只专注执行。上市与否是另一种玩法，和我们当下做的不是一回事。眼下唯一重要的是，我们能不能满足算力需求。 主持人：接下来是快问快答。关于英伟达，如今最大的误解是什么？ Jonathan Ross ：认为英伟达的软件是它的护城河。 主持人：所谓靠软件把客户锁死是扯淡？ Jonathan Ross ：在训练阶段这点成立，但在推理阶段并不成立。我们现在平台上注册的开发者有 220 万了。 主持人：哇，那英伟达有多少？ Jonathan Ross ：他们宣称有…… 主持人：600 万。如果你在今天创办 Groq，英伟达市值四万亿，AI 大潮正盛，你会有什么不同做法？ Jonathan Ross ：我不会做芯片了。那班车已经开走了，造芯片周期太长。 主持人：可现在也有新芯片公司不断冒出来，他们从头部机构那里融到很多钱。 Jonathan Ross ：现在已经晚了。说说我当初做芯片的理由，我做过 Google TPU。离开前我还和 Google Brain 的同事在分类模型（比如 ResNet 50）上拿过最佳成绩。 我们做了实验，把当时所有结果都超了，所以我本可以转去算法方向。其实当初融资时我也没 100% 确定要做芯片，还想过做算法，尤其是形式化推理，庆幸后来没走那条路。 我选芯片的主要动机是护城河，时间护城河。VC 常问怎么防止别人抄袭？答案是就算照抄，也会比我们晚三年，这还是在一切顺利、从设计到量产只需三年的理想情况下。 我们现在已经做了三款量产芯片，全部都是一次流片成功（A0）。但行业里首版成功率只有 14%，也就是说我们有 86% 的概率需要重转一次。 我们做 V2 时甚至先把重转的排期都订好了，结果意外地首版就通了，这不应被当作常态。所以说三年是万事俱备的理想情况。 英伟达一代芯片通常要 3—4 年，他们是多代并行。Groq 现在是一年一更：V2 之后一年是 V3，再过一年是 V4。 主持人：你怎么看拉里·埃里森和甲骨文这波重新加速的腾飞？ Jonathan Ross ：既做出了聪明的商业决策，又敢于迅速推进。大多数人当下都在犹豫，AI 会不会过热？要不要加码？他们没有犹豫，立刻全力投入，打法非常激进。 别人恐惧时就该大胆出手，别人贪婪时反而要收敛。眼下大环境更偏恐惧。你看到的那些有人很贪，还赚了大钱，本质上只是少数聪明又动作迅速的人抓住了机会。 主持人：那作为投资人，我什么时候该贪婪，什么时候该恐惧？ Jonathan Ross ：其实很简单，护城河在哪，大家心里都清楚。我们都知道 Hamilton Helmer 的战略 7 力理论，看到护城河，就该贪婪。 主持人：但真正有护城河的不多。 Jonathan Ross ：是啊，尤其在偏早期的投资阶段更少。 主持人：确实。 Jonathan Ross ：所以你得提前判断它未来能长出护城河。 主持人：那如果有护城河，Pre……也配得上十亿美元估值？ Jonathan Ross ：是啊，叫它“Pre seed、Pre moat”（种子前、护城河前）都行。投资人可以直接标注成“Pre moat”。 主持人：过去 12 个月里，你哪件事改主意了？ Jonathan Ross ：与其说我改变了想法，不如说我在调整资源配比，把更多精力压到更少的重点方向上。我们每个月都更聚焦，拒绝更多事，业务反而表现更好。 以前我觉得最重要的是保留选择权，现在我认为更重要的是聚焦。当然，早期的选择权至关重要，它让我们摸到最有胜算的赛道；而到了现在，重心就是聚焦。 主持人：聊了很多 OpenAI 和 Anthropic。你觉得埃隆·马斯克能把 xAI 和 Grok 做成吗？ Jonathan Ross ：能，但路数可能不同。每当一个新领域出现，很多人以为彼此在同一条赛道厮杀，其实不然。做基础模型的这些人，常以为在为同一目标竞争。 Anthropic 的高明之处在于不在所有方面都竞争，而是聚焦在编程，这对他们很有用。再看 xAI，他们有社交网络，并把聊天机器人和它结合。 我不会用那个聊天机器人做深度研究或复杂分析，也不会用它来写代码。虽然他们也有写代码的模型，但缺少在代码领域的分发。 他们能借社交分发切进编程吗？也许能，但专注度就会被分散。他们走的是另一条路。 市场最终会分化。七巨头之间业务有重叠，但各自主业不同。不做差异化，就会被淘汰。 主持人：在谷歌、微软、亚马逊里，你会买谁、卖谁？ Jonathan Ross ：看时间维度。短期内，微软因为与 OpenAI 的关系在做一些重置；长期看，他们大概率仍会表现不错。 主持人：明白。那这是实质性伤害吗？ Jonathan Ross ：不是。所以我才说这是短期影响。长期就未必。 主持人：他们不是从中获益良多吗？既持有 OpenAI 的财务权益，又能在很多场景里灵活用 Anthropic。 Jonathan Ross ：而且他们已经部署了庞大的算力。就算 OpenAI 多元化，去别处拿算力，微软自己也握有充足的算力，算力就像黄金，有算力就有 AI。 至于亚马逊，我觉得它缺少 AI 的基因。你刚没提 Meta。Meta 和谷歌一直有 AI 基因，微软则通过 OpenAI 买来了这种基因，也为自己赢得了时间。亚马逊仍然缺这层基因，但它有算力。 主持人：最后一个问题。展望未来 5 到 7 年，你最期待什么？我想以积极的调子收尾。 Jonathan Ross ：大多数人害怕的事，恰恰让我兴奋。大家担心 AI 会带来什么，我觉得可以用伽利略做比喻。几百年前，伽利略让望远镜普及，为此惹了大麻烦。 Jonathan Ross ：有意思的是，这几乎是按月轮换的。我们的理念是，不规定工程师用哪款工具，但必须用 AI，否则没有竞争力。 我们看到他们先用 Sourcegraph，后来用 Anthropic，再后来用 Codex。下个月可能又回到 Sourcegraph。工具使用在循环往复地更替。 主持人：切换得这么随意，那这些工具还有持久价值吗？毕竟迁移成本这么低。 Jonathan Ross ：我们的工程师是前沿用户，会在某个工具成为当下最佳时立即切换。但不是所有人都这样。 主持人：不过还是有很多人是这样的吧。 Jonathan Ross ：你接触到的很多人是这样没错。但企业客户往往会签长期合同，然后在相当长时间内沿用一年前定下的工具。 09 护城河与毛利的取舍 主持人：如果让你选，5000 亿估值投 OpenAI，还是 1800 亿投 Anthropic？ Jonathan Ross ：我两个都投。它们都被低估了，严重低估。我们现在看它们，好像是在一个有限市场里争夺有限结果；但实际上，它们通过持续研发在扩大整个市场的价值。 主持人：那展开说说，如果做一个多头情景，它们会发展成什么样？ Jonathan Ross ：我认为当下的大型科技公司还能明显提升估值；同时，AI 实验室也会追赶到这些科技巨头的体量。 七巨头的价值会上升，而 AI 实验室的价值会追到与七巨头相当，但彼时七巨头又更高了。问题在于，AI 实验室最终会不会反超七巨头。 主持人：什么因素会决定结果？ Jonathan Ross ：坦白说，我觉得最终会从七巨头变成九巨头、十一巨头，甚至二十巨头。 主持人：你觉得这些 AI 实验室会大举进入应用层，把大部分应用生态都收归旗下吗？ Jonathan Ross ：这正是成功科技公司的自然倾向。他们一开始做客户在做的事，逐步往上游延伸，最后把客户原本做的部分吞并掉。随后会有新一代公司再在他们之上构建。 OpenAI 的做法也是如此。我记得 Sam Altman 在你的节目里说过，如果一款产品只是基于 OpenAI 做点小改进，终有一天会被他们碾过去。他只是坦诚说明他们的策略。 我们则划了一条界线，不和客户在模型层竞争，也就是我们不自研通用模型。通过明确这条界线，我们在传递一个信号：在我们的基础设施上构建是安全的，因为我们不会去抢你的业务。 当然，这个决定也可能是错的，将来我们也许会被某个客户反向吞并。但至少现在他们可以放心地在我们之上开发。我承认这可能是个很大的赌注。 主持人：确实可能。而且要自己做模型也需要很多资金。说到钱，你们这轮新融资是多少？ Jonathan Ross ：我们融了 7.5 亿美元。 主持人：7.5 亿美元，对应的估值是 60 亿？ Jonathan Ross ：对，接近 70 亿。 主持人：明白了，这听起来相当夸张。那这些钱够用吗？ Jonathan Ross ：够的。其实我们原本只打算融 3 亿。你刚提到盈利性之类的问题，硬件公司在这方面更有优势，因为和很多公司不同，我们卖的东西本身就赚钱。我们卖硬件的单品毛利是正的。 主持人：我以为你们毛利是负的。 Jonathan Ross ：至少卖硬件不是。 主持人：那卖软件呢？ Jonathan Ross ：软件要看具体模型。我们当前在量产芯片上跑的最受欢迎的模型是正毛利的。 但也有一些模型，运营成本可以覆盖，但我们对资本开销回收不满意。别人可能觉得那样也行，但我们更保守。 所以更容易表述的是：卖硬件这块基本都是正毛利，因为到交付那一刻，售价和成本就已经锁定了。至于模型侧的利润，还取决于硬件能用多久。 主持人：总体毛利率随时间会怎么走呢？ Jonathan Ross ：作为未上市公司，好处之一是我不需要披露。 主持人：确实不需要，但如果你愿意说就更好了。 Jonathan Ross ：这几乎是未上市公司唯一的优势了。 主持人：不不不，优势多着呢。没有锁定期、变现也更自由。 Jonathan Ross ：是，但我不卖股份。 主持人：你从没卖过一股？你显然不太懂玩法，没事我可以教你。回到毛利，长期看会不会明显提升？你是怎么考虑的？我也不是一定要你说得特别具体。 Jonathan Ross ：还是那句话，在保证业务稳定的前提下，我希望毛利尽量低。 高毛利的意义主要在于，当你需要资金时，可以通过提价迅速拿到现金；而在平常，你则有空间把毛利压低，以保持竞争优势。 算力需求极强，如果有人现在就需要而我们正好有货，他们愿意支付更高费用。这样一来，我们整体上就可以用更低的毛利率来运营业务。 10 从芯片到系统视角 主持人：帮我描绘下五年后的芯片市场格局。你说 OpenAI、Anthropic 等都会有自研芯片基础设施，同时还有英伟达。整体会是什么样？ Jonathan Ross ：我的预测是，五年后英伟达的营收份额仍会超过 50%，但芯片出货量占比会低于半数。可能是营收占 51%，出货只占 10%。 主持人：这个怎么理解？ Jonathan Ross ：品牌溢价的价值巨大，可以把价格定得更高，但这也会削弱企业进取心，从而倾向于维持高毛利。 很多客户也愿意买单，因为选英伟达没人会因此丢工作。这位置非常舒服、业务也会长期很值钱，投英伟达大概率没问题。 但从大客户视角看，当市场像现在这样，高度集中在三四十家头部买家手里，他们做决策会更少看品牌，更看业务成败所需，因为他们有足够话语权。 所以你会看到其他芯片也被采用，因为这些客户能自己拍板。 主持人：你说投英伟达不会差。我有个朋友常说一句话：这些都很好，可跟我有什么关系？ 所以直截了当问一句，以五年为期，英伟达 10 万亿美元市值，是高还是低？ Jonathan Ross ：如果五年后英伟达不到 10 万亿美元，我会惊讶。更该问的是：五年后 Groq 会不会到 10 万亿？有可能。 我们不受同样的供应链约束，我们能造出比任何人都多的算力。现在最稀缺、被高价竞购的资源是算力，而我们几乎可以无限量供给。 主持人：关于 Groq，市场最没理解到，但应该理解的点是什么？ Jonathan Ross ：这每个月都在变。以前大家以为我们做不到在同一硬件上服务多用户，后来我们就现场演示了多用户并发。他们还以为…… 主持人：是因为你们的 SRAM 架构对吧。 Jonathan Ross ：其实和 SRAM 有关。再说一个常见疑问。 主持人：上次学到了不少，谢谢你。我真的从你这学到很多。 Jonathan Ross ：最常被问的是：SRAM 不是比 DRAM 贵吗？答案是贵。直观理解，按位算，SRAM 天生就要贵 3 到 4 倍，撇开其他细节不谈。 主持人：给不熟悉的观众再科普一下，SRAM 和 DRAM 的区别，尽量讲简单点。 Jonathan Ross ：我尽量通俗点讲（不完全严格）。可以把 SRAM 理解为芯片内的存储，DRAM 是外部存储，本质更多在设计实现上。 DRAM 每个位由一个电容 + 一个晶体管组成，SRAM 每个位需要 6 到 8 个晶体管，所以单位存储位面积更大、硅用量更多、成本更高。 再加上 SRAM 常部署在更先进的芯片工艺上，比如 3nm，单位面积成本也更贵。 综合下来，按位成本可能是 DRAM 的 10 倍。但关键在系统层面，比如我们把 Kimi 这样的模型跑在 4000 颗我们的芯片上，而你把同一个模型跑在 8 块 GPU 上。 我们这边芯片数量是对方的 500 倍，意味着 GPU 侧要复制 500 份模型，用到 500 倍的外部内存。 所以即便 SRAM 按位贵 10 倍，对方在 DRAM 上用的内存是 500 倍，整体内存成本反而更高。这就是只从芯片单体看问题，和从系统整体看问题的经典差别。 我们的所有设计都坚持从系统视角出发，现在更扩展到全球视角。 我们会在全球数据中心之间做负载均衡。现在有 13 个数据中心，分布在美国、加拿大、欧洲、中东。做到全球分布后，决策就不能只停留在单个机房层面。 我们会根据各地区的使用情况，在某些机房多部署某些模型实例，并做不同的编译优化以适配输入或输出。 某个模型在某个机房可能根本不放，而是放在别处；然后通过全球调度来平衡。 这意味着我们的优化单位是全球，而不是单个数据中心。 11 算力供需差距太大 主持人：如果你不害怕，你会怎么做，Jonathan？ Jonathan Ross ：我换个说法，我在哪些方面可以把业务的风险再加码？ 主持人：我问的就是这个。 Jonathan Ross ：我们还没做的是，把供应链的订单直接翻倍。对，我们的供给周期是六个月，所以响应市场会比任何人都快。 主持人：你们的供给相对需求有多紧？ Jonathan Ross ：就像我说的，上周有人找我们要五倍于他们现有总产能的算力。我们之所以没一股脑儿把筹码全压上去，原因只有一个。 主持人：在通用供给上加码嘛，为什么不就这么做？ Jonathan Ross ：因为存在门槛。比如说，就算我们把产能翻倍，也拿不下那个客户，他们要的是 5 倍。翻倍还不够，必须 5 倍才够。那问题来了，产能翻倍之后，能不能覆盖这种级别的客户？ 主持人：所以你们可加码的风险，具体是指什么？ Jonathan Ross ：我们可以把产能建设的速度直接翻倍。这轮融资我们拿到的金额超过原计划的两倍，超额认购也达到了已募金额的四倍。 其实还能多融很多，但那样股权稀释会更严重。我得替投资人和团队考虑稀释问题。另一方面，我们也可以选择再多融，然后大规模把算力砸下去。 我们还有一个优势，在同等速度下，我们的每 Token 成本很占优。这意味着我们可以比市场更低价，这对做这类生意很关键。 不是因为大家抠门，而是因为只要我们把价格降一半，客户就会买两倍的量，他们花得越多，输出质量就越高，花费和收益是一起的。 主持人：你们会考虑上市吗？ Jonathan Ross ：我们现在只专注执行。上市与否是另一种玩法，和我们当下做的不是一回事。眼下唯一重要的是，我们能不能满足算力需求。 主持人：接下来是快问快答。关于英伟达，如今最大的误解是什么？ Jonathan Ross ：认为英伟达的软件是它的护城河。 主持人：所谓靠软件把客户锁死是扯淡？ Jonathan Ross ：在训练阶段这点成立，但在推理阶段并不成立。我们现在平台上注册的开发者有 220 万了。 主持人：哇，那英伟达有多少？ Jonathan Ross ：他们宣称有…… 主持人：600 万。如果你在今天创办 Groq，英伟达市值四万亿，AI 大潮正盛，你会有什么不同做法？ Jonathan Ross ：我不会做芯片了。那班车已经开走了，造芯片周期太长。 主持人：可现在也有新芯片公司不断冒出来，他们从头部机构那里融到很多钱。 Jonathan Ross ：现在已经晚了。说说我当初做芯片的理由，我做过 Google TPU。离开前我还和 Google Brain 的同事在分类模型（比如 ResNet 50）上拿过最佳成绩。 我们做了实验，把当时所有结果都超了，所以我本可以转去算法方向。其实当初融资时我也没 100% 确定要做芯片，还想过做算法，尤其是形式化推理，庆幸后来没走那条路。 我选芯片的主要动机是护城河，时间护城河。VC 常问怎么防止别人抄袭？答案是就算照抄，也会比我们晚三年，这还是在一切顺利、从设计到量产只需三年的理想情况下。 我们现在已经做了三款量产芯片，全部都是一次流片成功（A0）。但行业里首版成功率只有 14%，也就是说我们有 86% 的概率需要重转一次。 我们做 V2 时甚至先把重转的排期都订好了，结果意外地首版就通了，这不应被当作常态。所以说三年是万事俱备的理想情况。 英伟达一代芯片通常要 3—4 年，他们是多代并行。Groq 现在是一年一更：V2 之后一年是 V3，再过一年是 V4。 主持人：你怎么看拉里·埃里森和甲骨文这波重新加速的腾飞？ Jonathan Ross ：既做出了聪明的商业决策，又敢于迅速推进。大多数人当下都在犹豫，AI 会不会过热？要不要加码？他们没有犹豫，立刻全力投入，打法非常激进。 别人恐惧时就该大胆出手，别人贪婪时反而要收敛。眼下大环境更偏恐惧。你看到的那些有人很贪，还赚了大钱，本质上只是少数聪明又动作迅速的人抓住了机会。 主持人：那作为投资人，我什么时候该贪婪，什么时候该恐惧？ Jonathan Ross ：其实很简单，护城河在哪，大家心里都清楚。我们都知道 Hamilton Helmer 的战略 7 力理论，看到护城河，就该贪婪。 主持人：但真正有护城河的不多。 Jonathan Ross ：是啊，尤其在偏早期的投资阶段更少。 主持人：确实。 Jonathan Ross ：所以你得提前判断它未来能长出护城河。 主持人：那如果有护城河，Pre……也配得上十亿美元估值？ Jonathan Ross ：是啊，叫它“Pre seed、Pre moat”（种子前、护城河前）都行。投资人可以直接标注成“Pre moat”。 主持人：过去 12 个月里，你哪件事改主意了？ Jonathan Ross ：与其说我改变了想法，不如说我在调整资源配比，把更多精力压到更少的重点方向上。我们每个月都更聚焦，拒绝更多事，业务反而表现更好。 以前我觉得