撰文：Techub News 整理
2026 年 5 月，科技巨头们令人咋舌的资本支出与半导体公司股价的疯狂上涨，引发了市场对AI泡沫与可持续性的广泛讨论。在本期Bankless节目中，两位主持人Josh和Ejaaz化身“资本侦探”，试图追踪从谷歌、亚马逊、Meta、微软等超大规模企业流出的近万亿美元AI投资，究竟流向了产业链的哪些环节。这场对话的重要性在于，它不仅仅是对股价现象的解读，更是对AI产业底层资本结构与技术范式转移的一次系统性梳理，为投资者理解当前AI投资格局提供了清晰的路线图。
万亿美元资本启动的“瀑布效应”
节目开篇便以一组惊人的数据定调：如果一年前投资了SanDisk，回报高达40倍；投资美光（Micron）是8倍；英特尔和AMD也都有近4倍的涨幅。这些数字背后，是市场对AI基础设施需求的狂热定价。然而，主持人指出，人们此前可能误判了形势——这并非单纯的泡沫，而是一场由真实资本开支驱动的产业革命。
核心驱动力来自于顶端：亚马逊、Meta、微软和谷歌这四大超大规模企业。Ejaaz指出，2026年第一季度财报是一个关键转折点。这些巨头不仅证明了此前承诺的6300亿美元资本支出带来了实实在在的利润和收入增长，更是将2026年的支出计划上调至8000亿美元，并预计明年将达到1.1万亿美元。“这只是四五家公司。我必须强调这有多疯狂。”Ejaaz说道。重要的是，这些支出并非基于杠杆或借贷，而是来自企业自身的现金流或现金储备，这为当前的繁荣提供了不同于以往泡沫的坚实基底。
Josh引用知名投资者Brad Gerstner的观点，认为“这次不一样”。关键在于，巨额资本支出正从这些巨头流向构建更多AI用例所需的基础设施层，而上游的AI应用（如Anthropic和OpenAI）已经在创造数十亿美元的年度经常性收入。只要AI持续产生价值，这个飞轮就能持续运转。资本正从核心（超大规模企业）向外围的同心圆层层扩散。
资本流向图：从零售收入到基础设施堆栈
为了厘清资本路径，两位主持人构建了一个清晰的“资本瀑布”模型：
- 第0层（零售入口）：OpenAI和Anthropic。它们汇聚了99%的零售用户（如ChatGPT和Claude用户），是现金流的起点。虽然目前仍是私营公司，但其付费客户和企业用户构成了资本瀑布的源头。
- 第1层（平台与超大规模企业）：资本从OpenAI和Anthropic流向谷歌、亚马逊（AWS）、微软（Azure）和Meta等平台。它们不仅是模型实验室，更提供了关键的云基础设施和分销层，将AI模型分发给企业、政府和终端用户。这是资本汇聚和再分配的中心。
- 第2层（GPU与半导体）：这是传统认知中“AI淘金热卖铲人”的环节，以英伟达（NVIDIA）为代表。英伟达提供了从零到一构建AI所需的海量GPU，并因此成为全球市值最高的公司之一（尽管目前已被谷歌超越）。其价值在于为整个行业提供了初始的算力引擎。
然而，故事从这里开始出现关键的“叙事突破”。资本并未停留在GPU层，而是继续向下游和周边扩散。
范式转移：AI代理时代催生CPU需求爆发
一个重大的趋势转变正在发生：AI正在从大型语言模型（LLM）和聊天机器人，进入“代理”（Agentic AI）时代。Ejaaz解释道，AI代理是指能够自主执行一系列任务的AI实例，无需用户持续提示。你可以想象，一个自主AI工人的市场空间极其庞大。
这里的“叙事违反”在于：驱动AI代理自主使用工具、进行协调和思考的核心组件，不再是GPU，而是CPU（中央处理器）。Josh指出，GPU擅长解决复杂的数学问题以进行推理，但协调这些模型、让它们具备“头脑”和“智慧”去执行任务，则需要CPU。
Ejaaz用历史数据佐证了这一转变：在GPT-4时代，训练或推理整个模型几乎用不到CPU。但如今，CPU与GPU的需求比例已接近1:1（即每个GPU核心对应一个CPU核心），并且这一趋势将在未来六个月内发生逆转，CPU的需求量将超过GPU。这正是英特尔和AMD股价飙升的根本原因——它们数十年积累的CPU技术，突然在AI时代找到了一个巨大的金矿。
Josh梳理了AI演进的三个阶段：从只需GPU的LLM聊天机器人，到需要更多令牌进行“思维链”推理的阶段，再到如今需要复杂协调的代理时代。每一次范式转变，都导致了对计算资源（尤其是令牌）需求的巨量增加，而当前阶段的核心特征就是对CPU的依赖急剧上升。
内存：GPU的“阿克琉斯之踵”与隐秘垄断
如果说CPU是AI代理的“大脑”，那么内存就是整个AI算力的“生命线”。Josh指出，内存占据了GPU物料成本（BOM）的50%，是当前供应链中最关键的瓶颈。“没有内存，一切都无法工作。”他说道。这也解释了为何内存股票在过去一年中表现如此疯狂：SanDisk上涨40倍，美光上涨7.25倍。
Ejaaz揭示了AI内存领域的“隐秘垄断”格局。高端AI内存（高带宽内存，HBM）主要由三家公司主导：美光（美国）、SK海力士（韩国，最大供应商）和三星。这种内存对于处理像GPT-5.5这样拥有数万亿参数的大模型至关重要，它能实现数据的极速存取。然而，其制造工艺极其复杂，供应极度紧张，订单已排到2028年底。
另一类内存是NAND闪存，由SanDisk主导。它的作用是提供“临时记忆存储”，使得AI模型能够维持更长的上下文窗口，记住对话中更早的内容。虽然不如HBM“性感”，但它同样是不可或缺的基础组件。
一个有趣的“悖论”出现了：当像DeepSeek这样的公司发布更高效、使用内存更少的模型架构时，人们预期内存需求会下降。但事实恰恰相反。Ejaaz用“杰文斯悖论”来解释：效率提升导致成本降低，反而刺激了更大的需求。DeepSeek v4的架构改变（使用更多代理进行思考）实际上增加了对NAND闪存的总体消耗。因此，内存效率的提升并未扼杀需求，反而通过释放更多应用可能性，推高了总需求。
下一站：电力与基础设施的挑战
资本瀑布继续向下流动，来到了第五层：电力与基础设施。当海量的GPU和CPU被部署在数据中心后，一个根本性问题浮现：如何为它们供电并有效管理？
Ejaaz引用了一篇报道指出，拥有超过百万颗高端英伟达GPU的XAI集群，其功率利用率仅为11%。瓶颈不在于GPU本身，而在于没有足够的发电能力或芯片架构来将电力有效地输送给GPU。这预示着资本的下一个流向将是电力供应和基础设施提供商，如通用电气（GE）、Constellation Energy等公司，它们不仅提供电力，还确保电力在正确的时间以合适的功率输送到CPU和GPU，并解决冷却等问题。
Josh提到了更底层的第六层：原材料。从沙子（硅）中提炼出“思想”，整个过程需要大量的基础材料。例如，碳酸锂的价格在短时间内从7.5万美元飙升至18.7万美元，涨幅惊人。这一层是AI堆栈最基础的物理基石。
繁荣与警示：这次真的不同吗？
在描绘了令人兴奋的资本图景后，节目也回归理性，探讨潜在风险。Ejaaz指出，内存行业历史上经历过多次繁荣与萧条周期，图表上清晰可见剧烈的波动。历史上的每次萧条都淘汰了一批玩家，使得HBM供应商从14家减少到如今的3家。
那么，这次会不同吗？Ejaaz透露，他聆听了多家内存公司高管的播客，他们异口同声地表示“这次不一样”。理由在于：第一，AI带来了前所未有的需求激增；第二，需求端有真实的收入支撑（AI产品本身在赚钱）；第三，当前的投资并非基于杠杆。8000亿乃至上万亿美元的资本支出，都来自企业现有的现金流。
Josh总结道，这可能是过去一二十年一次重大的范式转移。过去积累在谷歌、亚马逊等巨头顶端的资本，如今正在向下游产业链扩散。对于投资者而言，关键问题在于：资本最终将流向哪里？谁将成为这场资本开支盛宴的赢家？半导体和内存已经表现优异，它们会持续吗？电力、基础设施和原材料领域是否会成为下一个热点？
Ejaaz最后的思考颇具代表性：当前市场确实存在泡沫迹象，但这是一种“不同类型的泡沫”，因为它缺乏杠杆支撑。每一季度的财报都将成为检验其健康度的试金石。而第一季度的数据表明，钱正在被实实在在地赚到。叙事可能在AI领域瞬间改变，但至少目前，由真实现金流驱动的资本瀑布，正在重塑整个科技投资版图。
