跨国深谈← 返回←每块 GPU 多付 10 万美元插队：Speechify 创始人的算力账与战略悔棋

每块 GPU 多付 10 万美元插队：Speechify 创始人的算力账与战略悔棋

关联

人物 Harry Stebbings · Cliff Weitzman

公司 Speechify · Eleven Labs · Sierra · NVIDIA · Dell · Anthropic · OpenAI · Claude Code

概念 GPU · 训练 · 推理 · 智能体 · AI 实验室 · 循环

这一集的嘉宾是 Cliff Weitzman——文本转语音公司 Speechify 的创始人兼 CEO,他 8 岁时因阅读障碍学不会读书，靠爸爸读《哈利·波特》才学会阅读，上大学时做了一个给自己念书的文字转语音工具，这就是 Speechify 的起点。而最让人瞠目的是他开篇就抛出的做法：Speechify 花数千万美元直接买 NVIDIA GPU,还愿意为每块 GPU 额外支付 10 万美元、只为了提前四个月拿到货。为什么？

为什么买 GPU 比租划算

Cliff 的核心类比是「家里要有篮筐」：如果迈克尔·乔丹每小时要付 20 美元才能进篮球馆训练，他肯定想在自己家里装个篮筐。Speechify 早期租 GPU 时，工程师因为「一跑就烧几万美元」而不敢用，训练效率被压着；买了自己的 GPU 之后模型质量上来了——他称最新模型质量全球第一、比同类便宜 10 倍。

经济账是这样算的：一块 H100 约 3 万美元；从云厂商租一小时竞价实例要 3.5 到 5 美元，一年下来是 3.5 万到 5 万美元——租一年等于买价的 1.5 倍，而硬件质保三年、实际能用更久。「这数学就是数学，买要合理得多。」 更关键的是，大规模训练需要海量数据内存与 GPU 集群共置一地，租云厂商根本给不了这种配置。

至于芯片贬值？他分两头看：训练要最新最快的芯片(每多一分钟没结果就多一分钟落后于人)，但**推理可以用老款**——Speechify 至今还在用 K80 做部分推理，100 毫秒内出结果就够用。

GPU 不像汽车有磨损，放在恒温恒湿、持续维护的机房里寿命很长；就算老到不能训练了，还能降级做推理。而且你同一时间只能用一部 iPhone,但 10 万块 GPU 可以同时全部用上——多余的容量还能租给别人。

最后是一层金融逻辑：富余资金存银行或买债券年化也就 5%,而「买 GPU 替代租用」的回报率远高于此。更妙的是，NVIDIA 本月刚和 Blackstone、BlackRock、Apollo、Goldman Sachs 做了一笔交易：如果借款人倒闭，NVIDIA 承诺以最高 GPU 价值 25% 的价格回购抵押 GPU——等于给 GPU 创造了一个有底价的流动性二级市场。

他认为这和 Elon 当年让银行按 30 年摊销太阳能板、从而发明 SolarCity 是同一招。所以「循环经济」的担忧在他看来不成立：GPU 每秒能做多少万亿次浮点运算，就是它的内在价值，「不是完全的郁金香狂热」。

买芯片这摊事，没人告诉你的坑

实际采购远比想象琐碎：NVIDIA 不会直接理你，你实际是从 Dell 买——所有人都以为 Dell 是个人电脑公司，其实它现在是 GPU 机架供应商。货紧时你得全球找现货(他就遇过从法国订的货迟到一个多月)，谈不拢就取消合同换供应商，或者干脆加钱插队——这就是「每月多付 10 万美元提前拿货」的由来。

而 GPU 迟到的最大成本，是你照付数据中心租金却没机器可用。运输途中一块 GPU 价值一栋房子，所以必须买保险；散热要上液冷，大多数数据中心没有预批的液冷装置，得自购「液冷侧柜」搬进去请人安装；电力则是现在最大的瓶颈。

「运营纯软件公司和运营含硬件的公司，差别非常大。」

最大的战略错误：看衰 API,错过 B2B

Harry 追问了一个尖锐问题：Eleven Labs 是否超越了你？Cliff 的回答毫不回避：「100% 是我的错，这是 Speechify 历史上最大的战略错误。」

他 2022 年就认识了 Eleven Labs 的创始人，当时判断文字转语音 API 终将商品化，不想入局。他错在没理解：AI 实验室的意义在于持续创新，第一个产品只是楔子——做出最好的文字转语音，就能加声音、加情感、加声音克隆、加语音转文字、加双工对话模型、做面向销售和客服的智能体；买家也从工程师变成 CTO、CEO,甚至可以按成果收费。

Eleven Labs 先做出色 API,再做创作者产品，再做 Agents,一路滚动。「我忘了硅谷的核心论点：持续创新，先让用户用上你的产品，免费也没关系，然后再卖别的东西。」

更深的动因是收入结构：B2C 客户付费远低于 B2B,所以 Speechify 必须把成本压到极限——他们的 API 每百万字符成本 10 美元，而 Eleven Labs 收 100 美元、OpenAI 的模型折算 196 美元。现在他刚发布了 API,正面进入 B2B。

Harry 质疑：你这是要去和 Eleven Labs 以及 Brett Taylor 的 Sierra 竞争？Cliff 的回应是全集最响亮的一句：「输掉比赛最好的方式就是不参加比赛。

」 他举 Anthropic(当了很久老二现在不是了)和 Facebook(Friendster 之后的老二)为例，认为这是寡头市场而非赢家通吃，「你不能因为有个庞大的在位者就不参赛」。同一个教训让他现在同时推出了对标 Siri、对标 Whisperflow、对标 Eleven Labs 的产品。

AI 时代怎么招人

Harry 说这是初创公司招人有史以来最难的时期(Anthropic 挖走一堆知名创始人)，Cliff 反驳：Anthropic 招的人年薪至少 1500 万美元，种子轮创始人本来也雇不起。对种子公司来说，现在反而是最容易招人的时候——任何人都能这么快变强，可教的人才池比以往更大。

Speechify 的招人标准已经变了：不再最看重手写代码，而是技术天赋本身——招数学奥赛选手、算法竞赛高手、Kaggle 获奖者、学物理数学的人，哪怕没写过代码，「我只需要饥饿感、职业道德和智力」。一句话：「比起截距，更要招斜率」——看潜力，而不是他今天在哪。招人流程也要改：①功能性面试，现场构建加单元测试；②给一个大代码库让其理解并修改，检查弄坏了什么；③看会不会编排智能体，不会就不值得雇。

AI 团队怎么干活

Speechify 内部用 Claude Code(第一)、Cursor、Codex,把 Linear 票直接丢给智能体开干。如今「一个真正优秀的工程师，就是一名出色的 QA」——AI 做功能，你测试、找边界情况、提示修复，然后每天做大约 10 个真正好的产品与架构决策。

他的管理心法有两条。第一是只认上线：不做 token 排行榜(他认为是「最糟糕的激励形式」)，只看 demo——Zoom 上演示、你自己上手用。

「送牛奶的比喻：牛奶放在路边会变质，必须送到我家门口敲门。没做到，就没有认可。

」他常在会上把电脑转过来对着手机当面用产品、录下所有 bug 发群里——有个 19 岁工程师趁等训练的空档把 14 条修改全做了，第二天一早就交了 demo。第二是一切在于循环(他引 Claude Code 发明者 Boris 的说法)：定目标、定度量，然后让智能体对着目标一遍遍迭代。

好钢用在刀刃上——两周任务烧 12,500 美元 token 做出更好的模型是完美用法；五小时烧 12,000 个 token 干无意义的事会让你抓狂，甚至「毫无理由乱烧 token 的人会让他走人」。他自己凌晨三点设闹钟起来照看智能体，再用语音回复下一步指令。

对于 Sierra vs Eleven Labs 谁更大，他的判断是两家都会巨大：Brett Taylor 履历世界第一(创办 Google Maps、Meta CTO、Salesforce 联合 CEO、OpenAI 董事)，做的其实是「下一代 Salesforce」;Eleven Labs 则是以语音为核心的完全不同的游戏。

结尾：为什么他信技术

最后他把话题拉回个人：他有一位家人患罕见的自身免疫性神经炎症，他连续 15 周每周采血，做基因组测序、蛋白质组学和 RNA 分析，在 GPU 集群上跑出了「没有任何医生能告诉我的」发现；现在他在组织全球病友给彼此测序、用 AlphaFold 设计分子、用 CRISPR 和合成生物学实验室验证——「我知道我会攻克这个病」。技术解决了他的阅读障碍、他的 ADHD,还帮他定位了父亲前列腺癌的病灶。

「你只需要数据、算力，和提出好问题。」

本集带走

• 租一年 GPU = 买价的 1.5 倍：确定性负载直接买断，训练用最新芯片、推理降级用老款，多余容量还能转租，几乎不亏。
• 买硬件是一摊琐碎活：供应商谈判、插队加价、货运保险、液冷侧柜、数据中心电力，都是真成本，想清楚再上。
• 别因为「怕商品化」拒绝一个赛道：第一个产品只是楔子，持续创新才是 AI 实验室的本质；「输掉比赛最好的方式就是不参加比赛」。
• 招人招斜率不招截距：技术天赋、饥饿感、职业道德优先，不会编排智能体的工程师不值得雇。
• 只认上线，不认 token 消耗：用 demo 和生产环境说话，牛奶必须送到门口；让智能体对着明确目标循环迭代，而不是漫无目的地烧 token。

所以你不能因为有个庞大的在位者，就不去参赛。
So you can’t not go into the race because there’s a big incumbent.
—— 嘉宾 · [30:00]

输掉比赛最好的方式，就是不参加比赛。
The best way to lose is not to be in the race.
—— Cliff Weitzman · [30:46]

但要记住，他们招的人年薪至少需要 1500 万美元。
But remember, they’re hiring people that their annual compensation needs to be $15 million a year minimum.
—— Cliff Weitzman · [33:14]

而如今一个真正优秀的工程师，其实就是一名出色的 QA。
And then really a good engineer today is just an exceptional QA.
—— Cliff Weitzman · [38:56]

所以我认为，如今比起截距更要招斜率，这比以往任何时候都更重要。
And so I think hiring for slope more than intercept is more important today than ever before.
—— Cliff Weitzman · [46:44]

尽量不要竞争。
Try to not compete.
—— Cliff Weitzman · [48:38]

赢的方式是，你免费提供一款出色的产品。
The way that you win is you offer an excellent product for free.
—— Cliff Weitzman · [49:25]

技术解决了我的阅读障碍，解决了我的 ADHD,它还会治好我兄弟的病。
Technology solved my dyslexia and it solved my ADHD and it’s gonna solve my brother’s disease.
—— Cliff Weitzman · [61:11]