以“软件吃掉世界”为口号的a16z （Andreessen Horowitz），筹集了11亿美元的“机器时代基金”，专门投资AI的硬件栈。

我们正在以指数级增长的速度制造一种叫智能的产品，遭遇一系列的瓶颈，并通过芯片、数据中心和发电厂，一层一层在向更大的范围传导。

在基金的宣言中，创始人霍洛维茨等几位合伙人提出：

这一次的不同之处在于，为了满足不断增长的需求，变革的规模和范围都更加庞大，速度也更快。现在，一切都需要升级： - 计算从 H100 机架到 Rubin 机架，每机架的密度增加 了28 倍。 - 机架内部的网络也经历了类似的增长，逐渐达到了铜缆的承载极限。 - 为了支持当今的系统，机架功率已从大约 5-10 千瓦增加到100-250 千瓦，并将在未来 3 年内增加到 1 兆瓦。 - 数据中心的规模正从几十兆瓦发展到几百兆瓦，在某些情况下，甚至达到吉瓦级规模。 - 电力供应方式正变得越来越多元化，不再仅仅局限于电网供电，而是更多地采用电网加上用户侧或自备电源。

所以，我们需要更快、更高效的系统，结果就是需要把这些基础设施重新架构为平台。在这一过程中，这家硅谷最大的风险投资基金看到了巨大机会，即硬件行业的供应端，为了满足这种需求，会面临着每年三位数的增长机会。

想起了我们在去年底的展望报告《看DAO2026》中的一篇文章。其实，AI需要一个更大的物质世界。

2026/1/21 全文阅读 >

这句话更多是在提醒一种容易被忽视的事实。关于AI未来的叙事，几乎全部发生在一个无形的世界里：算法、数据和计算。而过去半个世纪，数字技术最重要的方向之一，是逐渐摆脱物理世界。软件吃掉了唱片、报纸、地图、支付、会议、商店甚至办公室。软件最令人着迷的特征，就是它能够以零边际成本被复制。一个程序可以服务十个人，也可以服务十亿人。一个模型更新一次，第二天全世界的用户都可以得到一个更聪明的系统。

在某种意义上，数字世界拥有一种自己的时间。它是快速的、可复制的、近乎无摩擦的。软件可以每天发布，模型可以每几个月迭代一次，一种新能力有时会在几个星期之内成为扩散到全球的功能。

AI似乎把这种时间进一步加速了。短短几年里，大模型从写不好一封邮件，变成能够编程、证明数学猜想、操作计算机、调用工具，甚至参与科学研究。能力增长如此之快，以至于人们开始习惯于用同样的速度想象AI的未来。开发者和消费者，谁不喜欢游戏般的软件世界。

但现实世界运行在另一种时间里。机器、工厂、基础设施、开采和提炼资源，都有自己的建设周期。现实世界还存在重量、摩擦、温度、腐蚀、疲劳、可靠性和安全。软件出错，可以重新运行；机器人在高速公路上出错，代价可能完全不同。这也是为什么AI在数字世界里获得智能，和它在物理世界里运用智能，是两件截然不同的事情。

未来几年到几十年，AI更重要的变化，不是它在数字世界里如何加速，而是智能开始进入一个更慢的世界，一个物理世界，一个人类社会。这里只谈物理世界。

物理世界不仅限制着AI走出来的速度，它也开始限制AI继续留在数字世界中成长的速度。这或许是这一轮AI革命最容易被低估的地方。信息技术的发展不是意味着越来越少的物质投入吗？计算越来越便宜，晶体管越来越小，软件越来越高效。按照这种逻辑，一个更加智能的数字世界似乎应该越来越轻。

其实它正变得越来越重。每一个token都需要能量。每一次矩阵乘法，都意味着电子必须穿过真实存在的晶体管。每一次模型推理的背后，都有GPU、HBM、交换机、光模块、电缆、冷却系统和发电机组。真正的云计算越来越像重工业：大片土地、巨大的厂房、变电站、冷却塔，以及昼夜不停地消耗电力的机器。

AI越强，这种物质需求反而越大。这是因为AI效率提高并不会简单减少计算量。它往往会滚雪球般创造新的计算需求。便宜的智能会创造更多对于智能的需求。我们发现，19工业革命煤炭与蒸汽机时代的杰文斯悖论，在AI时代依然有效。每单位智能所需要的计算越来越少，而社会消费的智能总量却增长得更快。

“我们以为AI就是数学的，其实它更是物理的”。一个看起来无限可扩展的数字世界，再次撞上了有限的物理世界。这场碰撞已经开始改变AI产业的形态。首先是芯片，然后是内存、网络和光互连；接着是机架、冷却和数据中心；再往外，是变压器、电网、储能、燃气轮机和核电。继续向下追，则会碰到铜、银、稀土、钢铁、水泥和水。AI最深处的技术栈，最后还会抵达矿山和发电厂。

如果这种矛盾持续下去，未来决定AI发展速度的，就不一定是模型研究还能快多少，而可能是整个物质世界能不能加快自己的建设速度。

这也涉及我们究竟应该如何理解AGI。人们通常把AGI想象成一种智力门槛。某个时刻，一个模型在绝大多数认知任务上达到或者超过人类水平，于是AGI就到来了。但即便那样的模型真的出现，它所代表的智能也仍然需要一个世界来承载。如果未来成百上千万家公司、数十亿人、在数百亿台机器设备中都拥有持续运行的数千亿个智能体，那么真正需要扩展的就不只是模型能力，而是整个人类文明供应智能的能力。我们有没有足够的资源和制造能力，继续生产运行这些智能所需要的一切？AI也许引发了一场星球级的工业革命。

从这个意义上说，AGI也许从来不只是一个模型的里程碑。它也是一个文明容量的里程碑。机器是否已经足够聪明，只是其中一半。另一半是，我们是否已经建设出一个足以让这种智能大规模存在、运行和行动的物质世界。也许地球已经容纳不下这样的文明。

而我们的希望是，AI或许最终也会帮助人类解决这个问题。两种原本不同的发展过程可能开始形成一个循环。更多物质基础设施产生更多算力，更多算力产生更强的智能；更强的智能反过来又帮助人类建设更多、更好的物质基础设施。智能扩张物质世界。物质世界再扩张智能，扩张文明。

参考：

The Machine Age Fund https://a16z.com/the-machine-age-fund/