AI 计算资源危机

核心论点：AI 算力危机已经到来

作者 Martin Alderson 认为，AI 计算资源危机不是"即将到来"，而是已经到来。供应链难以跟上需求增长，这是一个被严重低估的风险，将对未来一到两年的 AI 普及产生重大影响。

见：Is the AI Compute Crunch Here?

供应端 struggling 的证据

Anthropic 的服务降级：

• 2025 年 3 月，Claude 系列服务 uptime 降至 "one 9"（约 90%）
• 官方承认这是"前所未有的增长"导致，难以预测
• 被迫采取降质措施：降低默认 effort 级别、移除旧模型访问、禁用 prompt 建议

行业普遍问题：

• OpenRouter 上整个行业的可靠性都很差
• 阿里云 CEO 表示："我们部署新服务器的速度跟不上客户需求的增长"
• 4 个月后，情况依然严峻

Agentic AI 的拐点效应

2025 年秋季以来，模型能力（尤其是 Opus 4.6 和 GPT 5.4）在软件工程任务上取得突破，导致：

• 更多复杂流程适合 agentic 模型（从构建 C 编译器到解决数学算法问题）
• Agentic 流程消耗 token 的速度远超其他 LLM 用途

渗透率数据：

• Claude Code 年收入 25 亿美元，估算约 200-300 万付费用户
• 相比 OECD 2-3 亿专业/管理工作者，渗透率仅 1-2%
• 企业采用仍处于试点阶段，全面部署将带来巨大需求增长

硬件层面的硬约束

DRAM 供应瓶颈：

• 作者估算，DRAM 供应对 AI 基础设施设置了一个约 15GW 的硬上限，直到 2027 年
• DDR5 内存价格从 2025 年 5 月的 $110 涨至 12 月的 $415
• HBM（高带宽内存）与 DDR5 争夺同一上游晶圆产能

数据中心建设的真实阻碍：

• 许多报道中的"融资问题"或"投资者犹豫"，实际是电力、计算资源、内存和建筑劳动力短缺
• 无论 Oracle、Softbank 或 Codeweaves 投入多少资金，在供应改善前都无法建成新的 AI 数据中心

未来观察指标与建议

观察指标：

• 更多"非高峰时段"（UTC 凌晨）的慷慨 rate limits
• 可能出现"双倍使用额度"只在夜间可用的情况

企业建议：

• 尽可能锁定年度或更长期合同
• 假设需要的 seat 数量将远超软件工程师团队

个人用户建议：

• 不要锁定单一供应商
• Claude、OpenAI、Gemini 和开源模型之间的切换成本很低，利用这一点

洞见：关注硬件工程而非金融工程

作者认为，关于"AI 泡沫"的讨论过于关注金融工程，而硬件工程的实际情况更能说明问题。直到 2028 年新晶圆厂产能大规模上线前，推理供应约束可能会越来越严重。