跨国深谈← 返回←BlackRock Tony Kim：一万亿美元的资本支出，只为把数据移动几毫米

BlackRock Tony Kim：一万亿美元的资本支出，只为把数据移动几毫米

关联

人物 Tony Kim

概念 算力 · 记忆 · 数据中心 · token 流 · 协同设计 · 智能体 · 机器人

这一集在巴黎 RAISE 峰会录制，主角是 BlackRock 全球科技团队负责人 Tony Kim——他同时管公开市场和私募投资，横跨芯片、数据中心、模型到机器人。他抛出的核心判断很刺眼：AI 之前的算力是「事后才考虑的东西」，一台一万美元的服务器；AI 之后，同样的位置放的是一台一百万美元的服务器，基础算力层涨了大约一万倍。在他看来，2023 年就是「从公元前跨越到公元后」的分界线，一切都得重新想一遍 。

最讽刺的一笔账：万亿美元，为了几毫米

Tony 给了一组他自己的近似估算：全球股市里，非巨头(Mag7)的软件、服务和互联网公司市值大约 10 万亿美元，Mag7 大约 22、23 万亿，而芯片和硬件还有 30 万亿以上——「10、20、30」。AI 之前，这个顺序很可能是反过来的 。也就是说，过去四年市值在系统性地从软件流向算力硬件，模型本身「像博格一样」吞噬了软件和服务里的市值。

这场迁移的物理根源是数据中心的重新设计。AI 模型要求越来越高的算力密度，数据传输的距离一路收缩：以前是公里(楼与楼)，然后是楼内、机架之间，现在是机架内部，下一步是芯片内部——从公里到米到厘米到毫米。

距离每缩小一个数量级，带宽、功率、热量一起上升。于是有了他的名场面：

这就是这一切的讽刺之处：今年一万亿美元的资本支出，以及未来五年即将到来的十万亿美元，是为了把数据移动几厘米和几毫米。这就是 AI。

围绕这些新物理规律，他说了几个具体方向：一是从铜的时代走向光的时代(把光学引入数据中心互连)；二是电力架构的变革，800 伏供电的兴起会有变革性影响，终极是固态变压器——因为电压每做一次逐级降压，都会损失效率；三是能源侧的整体革命，电网、电表后端供电、小型模块化核反应堆(SMR)这些新发电来源。

内存的故事：RAMpocalypse 背后

第二个大判断：内存的首要地位会超过算力。他观察到芯片和模型开发正在「镜像人脑」——早期模型是海量并行算力、几乎没有内存；现在模型在加内存，记住你的行为和偏好；而人脑恰恰是非常内存密集、相对没那么算力密集的。所以 DRAM、HBM、堆叠 DRAM、高带宽闪存这些内存形式，正在越来越紧地封装进计算架构，这就是 RAM 短缺(他称之为 RAMpocalypse)背后的推手。

内存还有一个结构性矛盾——他称之为「时长的错配」：建一座芯片厂或内存厂要三四年，但需求是今天的。「你在为未来而建，可今天的需求怎么办？

」这种供需错配正是市场上大量焦虑的来源。但他的结论不变：「今天我们都在谈论算力、算力、算力，我认为内存的首要地位会变得更加重要。」

另一条主线是「协同设计」：把硅片设计紧密整合去匹配模型的参数和规格，模型规格反过来又影响算力设计——他说这是许多领先的基础模型实验室正在走的新路径，也是他要在台上和博通聊的主题。

投资人怎么打进攻：90% 押三年，永远押注明天

作为资金管理者，他把自己的配置框架讲得很直白。大部分资金(九成上下)押在「现在」——三年窗口内谁在赢、谁在输、什么在上升什么在停滞。

但仅此不够，因为「对未来的信念直接影响你的估值倍数」：华尔街只能预测两三年，但定价里隐含着「你到底有没有未来」。有些东西看起来便宜，但在萎缩、在减速，「把资本配到那里是最好的选择吗？

」所以必须同时押注明天。他甚至定了一条品味标准：

我要非线性的非对称潜力。不是渐进式的。

还有一个他反复观察到的巧合：所有长周期技术的时间表都汇聚到 2030——实用规模的纠错量子计算机、SMR 和聚变拿到监管批准、800 伏电力架构、固态变压器、轨道数据中心真正规模化、经典计算的 AGI,全是 2030 前后。「所有的路都汇聚到 2030 年。

」 他说自己把八九成时间花在这列吞噬一切的 AI 列车上，但必须始终留出一块时间给未来：「你必须始终押注明天。」

芯片不是大宗商品，是「被找到的魔戒」

对「芯片是大宗商品」这个旧观念，他毫不客气地驳斥：全世界盈利能力最高的行业恰恰是芯片行业，利润率高于软件、制药、工业、电信任何行业。行业 20 年里从数百家公司整合到每类只剩双寡头，风投此前几十年几乎不投芯片——没有新公司进来，幸存者全是拥有巨大定价权的巨头，「完全是商品化的反面」。

他把这个翻盘比作《指环王》里失落的至尊魔戒被找了回来，「它一直都在那里」。顺带一句现状：全球芯片设计人才严重短缺，连最大的内存公司都招不到做定制内存协同设计的人，「我们得把一些软件程序员改造成内存协同设计架构师」。

机器人：中国的身体，西方的大脑

机器人这条线他讲得最具体。机器人 = 大脑 + 身体：大脑是一个基线 LLM(负责对话)加一个世界模型(负责感知运动)，很多大实验室都在做机器人大脑；而身体——手臂、四肢、手(手最难)——是制造硬件生意。

关键数据：中国有 130、140 家机器人公司，光今年就有 30、40 家潜在 IPO,美国今年大概零、一、两家。他解释，原因之一是中国私募市场深度不足，所以更早期就用公开市场融资，成批涌来。

西方在模型开发上领先，但亚洲(日韩中)拥有大规模物理制造体系，某种程度是电动车平台的延伸，能把机器人造得更便宜。他判断最终的格局是混搭：「把中国的实体机器人和西方的大脑混搭起来」——而且他知道这种事已经在发生。

他个人的偏爱与众不同：不是工业机器人，而是面向孤独感的社交机器人。亚洲出生率远低于 2.1 的更替线，全球面临人口悬崖，老人真的渴望陪伴，年轻人里也有孤独感流行。机器人不必是终结者，他怀念的是星球大战里的 R2 和 C-3PO:一个半尺寸、亲切友好、会说每种语言、有莎士比亚和爱因斯坦智慧的小机器人，陪老人聊天、共情他们的故事、录下他们的人生经历——「我认为那会是一个很值得观察的迷人市场」。

企业的新形态：跟随 token 的流

回到软件层，他给未来企业画了一张极简的图：企业引入 token(智能)，下面是一个数据层(专有数据 + 第三方数据)，数据基础之上是一个「上下文层」——把公司全部知识、员工的累积经验、行事方式封装进去(他提到 Palantir 把这叫本体论)。然后所有人都在上面构建智能体，智能体带着 token 通过上下文与数据交互。

「那就是企业。」他的方法论一句话：跟随 token 的流——要么创建 token(算力)，要么服务 token(模型实验室)，要么给 token 套上上下文和应用重新打包，「如果你不在这个流里，那就有问题」。语音 API、数据基础设施这类公司之所以涨得凶，就是因为它们站在 token 流里。

由此他解释了两种新打法：一是推理云/边缘云，提供「最后一公里的 token」让中小企业开箱即用，把自己插进 token 流；二是私募股权的整合(roll-up)——买下有客户的传统公司，引入全新技术栈重构交付。他认可这种逻辑：「你以前付 100,我只收你 20」——直接抽象掉整个技术栈，卖完整解决方案，买下的其实是客户。而更大的下一只靴子，他认为是所有 AI 采纳率极低的传统行业：它们的工作流可以被彻底重新思考、重构，「与其卖产品、让老员工推动变革，不如直接把公司买下来自己做变革」——他还在观察，没有下结论。

未来 12 个月看什么

他对未来一年偏乐观：每六个月就有一次「XX 末日论」(战争、利率、CapEx 太多、融资不足)，但他相信算力墙、内存墙、数据中心重构这股力量「会一路碾压过去」。他期待两件具体的事：大模型实验室在未来 12 个月内上市(「市场对此有巨大的胃口」)，以及轨道数据中心迈出下一步——如果真能把地面算力的负担挪进太空，会颠覆现在数据中心的建设方式。

收尾他聊到对自己影响最大的人。他说自己没有严格意义上的导师，只有两类人：一类是在人生节点上相信他、给他「王国钥匙」的人——把他带进 BlackRock 的人，以及当年愿意赌一个中西部工程系小孩的投资银行家(他想进咨询业，没有一家要他)；另一类已经去世——凯撒、亚历山大、拿破仑、贝多芬、丘吉尔。

他小时候不合群，在图书馆长大，「那些历史人物和图书馆成了我的导师」。总结自己：「某种程度上是死者和善人的组合。」

本集带走

• 市值已经洗过牌了：软件/服务/互联网约 10 万亿、Mag7 约 22-23 万亿、芯片硬件 30+ 万亿——「10、20、30」,AI 前这个顺序是反的；价值迁移跟着资本支出走。
• 看懂 AI 资本开支的钥匙是距离：一万亿美元/年是为了把数据从公里级压缩到毫米级，数据中心的一切重设计(光学互连、800 伏、功率密度)都是围绕这条新物理规律。
• 别只盯算力，盯内存：模型在镜像人脑、越来越内存密集，内存厂产能要三四年才建得出来，供需错配就是 RAM 短缺和焦虑的来源。
• 投资框架：九成押三年窗口内的赢家，但估值倍数取决于「三年之后还有没有未来」；同时永远留一块给 2030 前后汇聚的长周期技术(量子、SMR、轨道数据中心)，只投「非线性、非对称」的机会。
• 判断一家 AI 公司的位置，看它在不在 token 流里：创建 token、服务 token、或用上下文/应用重新打包 token;不在流里就有问题——或者干脆像 PE 整合那样，买下客户、把整条栈抽象成「以前付 100,我只收你 20」。
• 机器人格局：中国的身体(130-140 家公司、今年 30-40 家 IPO)+ 西方的大脑(模型/世界模型)；而他最看好的用例不是工业，而是面向老龄化和孤独的社交陪伴机器人。

2023 年，你知道，就是从公元前跨越到公元后。
2023 is, you know, it’s going from BC to AD.
—— Tony Kim · [19:44]

所以那个所谓的计算基础层，涨了，我不知道，一万倍。
So that, what was called the base layer of compute, went up, I don’t know, 10,000x.
—— Tony Kim · [19:55]

这就是这一切的讽刺之处：今年一万亿美元的资本支出，以及未来五年即将到来的十万亿美元，是为了把数据移动几厘米和几毫米。这就是 AI。
So this is the irony of it all, that the trillion dollars of CapEx this year and the 10 trillion over the next five years that are coming is to move data centimeters and millimeters. That’s AI.
—— Tony Kim · [07:08]

人人都说它是软件，但它实际上是在转售带硬盘的 CPU。
Everyone says it’s software, but it was really reselling CPUs with hard drives.
—— Tony Kim · [17:31]

不管你喜不喜欢，模型本身已经从软件和服务里吞噬了市值。
The models themselves, like it or not, have consumed the market cap out of software and services.
—— Tony Kim · [24:45]

而智能换算力基本上就等于收入。
And intelligence for compute equals basically revenue.
—— Tony Kim · [25:53]

而且，你知道，如果你相信这些缩放定律，智能在变得更好，我会说，每年一个数量级，我是说，10 倍 10 倍 10 倍，三年就是一千倍。
And, you know, and the thing, if you believe these scaling laws and intelligence is getting better, I’d say, at one order of magnitude a year, I mean, 10 times 10 times 10, that’s a thousand times in three years.
—— Tony Kim · [26:32]

护城河是非常防御性的。而护城河总是会被攻破的，不是吗？
Moat is a very defensive. Motes are always the breach, aren’t they?
—— Tony Kim · [27:04]

你总是要押注于不是今天很酷的东西。
You always want to be betting on not what’s cool today.
—— Tony Kim · [36:05]

世界上所有行业中盈利能力最高的公司，正是芯片行业的公司。
They have the highest profitability of any company in the world of the sector is chip companies.
—— Tony Kim · [40:01]