今天我们的嘉宾以一部科幻小说命名了自己的对冲基金——Atreides，对于在座不熟悉这个典故的朋友来说，这意味着"香料必须流动"。至于那些在高中一年级就接触过"香料"这个词的朋友，我要说，这里说的可不是那种香料。对 Gavin 而言，香料是高带宽内存（HBM）；他的 Arrakis 是台湾；他的沙虫是黄仁勋。他的 X 个人简介写道："不提供投资建议，观点仅代表个人。"这大概是现代金融史上成本最高的免责声明，因为无论如何，他有 288,000 名粉丝在追随他的观点。他曾在 Fidelity 管理 170 亿美元的资产，业绩超越了 99% 的同行——他刚才告诉我其实是 100%。他现在在波士顿运营自己的对冲基金，这也许是他所有逆向操作中最彻底的一次。女士们、先生们，有请这个星球上对半导体了解最深的人——Gavin Baker。
【掌声】谢谢。让我来介绍一下你，Jas。【叹气】你不必这样做。
他是 Blackstone 最资深的合伙人之一，刚刚接手了一项新职务——负责 Blackstone 全部 AI 战略，此前曾担任其战术机遇策略的负责人。【惊呼声】我们已经是老朋友了，所以他来采访我、我来采访他，感觉很有意思。不过 Gavin，今天采访你的是我。既然这是一场投资主题的会议，在我们进入半导体、内存、技术栈与瓶颈这些核心议题之前，我想先从你作为投资者的思维框架说起——我相信在座所有人都和我一样，迫不及待地想就这些话题与你深入交流。你 2000 年加入 Fidelity，经历了两轮泡沫。在 Peter Lynch 时代 Fidelity 留下的基因中，有哪一条你至今保留，又有哪一条你不得不打破，才能成功创办并运营 Atreides？
好问题。我觉得 Peter Lynch 的基因已经永远融入了我的血液——我相信任何有幸在 Fidelity 起步的人都有同感，那真的是一个非凡的地方——那就是：如果你喜欢这家店、喜欢这个产品，你就会爱上这只股票。
这种对新产品、对公司的深度参与——作为消费者和用户去体验——这一点无疑已经刻入我的骨髓。而我整个职业生涯都在努力修炼的，是股市中的一条公理：彼得·林奇说过，你要拔掉杂草，给鲜花浇水——要卖掉亏损的持仓，让盈利的仓位继续跑。不知为何，这对我极其困难。我对估值极为敏感，习惯逆向操作，在 52 周新低名单上才是我最自在的时候。我一直死死握着内存股不放。但这是一段贯穿我整个职业生涯的修行，每年我都尽力进步一点点。大多数伟大的投资者都会提到某一笔糟糕的交易，视之为自己成长旅程中的关键时刻。你的是哪一笔？它具体阻止了你今天去做什么？
我想说有两笔。2011 或 2012 年，我过得很难。两只股票害了我。一家公司叫 Accredo Health，他们实际上是在帮助小型医院与大型保险公司谈判，争取更好的条件。你觉得这是一件好事。然后有一天你醒来，《纽约时报》周日版头版刊出了一篇万字长文，说他们在拒绝向有需要的人提供医疗服务——这完全不是事实。然而股票还是跌了 90%、95%，从未恢复。这告诉我：永远有你未知的未知风险，无论你花多大力气去量化一个机会，风险始终潜伏其中。
第二笔嘛，有点丢人。我当时持有 Nextel International。我过去曾是一名电信分析师，有很长一段时间，投资电信是赚钱的好路子：每当新兴市场建起一张新网络，它从定义上就是成本最低、质量最好的网络，因为它没有历史负担。Nextel International 在南美洲建了一张全新的网络，是当时最先进的 3G 网络，他们正在从一种叫 iDEN 的技术迁移出来。我在这类模式上赚过很多次钱，于是建了一个重仓，还写了一封信给董事会，力劝他们回购股票——我永远忘不了这件事。结果 18 个月后，这家公司破产了。教训是：对高杠杆要极其极其谨慎，因为这家公司的杠杆实在太高了。有时事情不会全部朝好的方向走。发生的事情是：两家规模大得多的无关竞争对手之间爆发了价格战，Nextel International 被卷入其中。我就这样永远留下了一个污点：我写过的唯一一封致董事会要求回购股票的信，恰恰是在公司破产前 15 个月写的。这也是一个很好的教训。是的，我很欣赏你的坦诚和勇气，谢谢。
我们来换一种方式。通常闪电问答放在最后。好，那就放到开头吧。高估还是低估？模式识别。实地调研（Scuttlebutt）。仓位管理（Position sizing）。睡眠。每题只能一个词。我认为模式识别和睡眠都被严重低估了。我认为实地调研被高估了。第四个是什么？仓位管理。仓位管理非常重要。你必须选定自己的打法，然后坚持。你可以做一个"长打率"选手，也可以做一个"打击率"选手。你必须清楚自己的游戏是什么，坚持并保持一致。听起来是"评价恰当"。说到 Gavin Baker 的产出函数——当你真正回顾过去这一年，甚至更早的时期，你的优势到底来自哪里？阅读占多少？人脉网络占多少？也许没那么多，考虑到你对实地调研的评价。还是说，早于别人形成一两个正确框架占多少？
我认为阅读是绝对最重要的部分。我承认，我现在很少和上市公司会面了——我只有在他们主动要求见面时才会见，因为他们受过非常好的训练，从不说任何不在财报电话或 10-Q 里的话。而且我读文字的速度远快于他们说话的速度。所以我阅读大量的财报电话记录、原始资料。我也认为那些专家访谈记录非常有价值，是 AI 的极佳应用场景——但我要说，阅读是压倒性的最重要因素，其次是模式识别，这也很重要。早于别人建立框架确实有帮助。你知道，2023 年 5 月 Nvidia 发布了那个出色的季报，从某种意义上说一切都从那里开始了——讽刺的是，这发生在 ChatGPT 问世 6 个月之后——当时大多数对冲基金都没有雇用半导体分析师，而半导体是我终生的挚爱，深度科技也是如此。
不过现在，大家在半导体上都变得非常精通了。而你当时入场之早令人印象深刻。这是一个很好的过渡，因为框架和思维模型的话题——当下，内存价格已上涨约 60%，Micron 的毛利率大概在高 60% 的区间，而历史平均水平不过在 16% 左右。你一直在谈论整体性的算力短缺，以及这种短缺如何逐层叠加——数据中心、电力，并延伸至先进晶圆产能。你的思维模型是这一切将如何演变？你也说过，有短缺的地方最终必有过剩。能带我们一起走一遍这个演变过程吗？
这在历史上确实屡试不爽，我相信最终还是会出现过剩，但"最终"这个词在那句话里承担了全部的重量，而不是"过剩"本身。我要说，以过去 25 年我们经历过的每一个内存周期来衡量，现在百分之百是应该卖出内存的时候。
我 2000 年时曾经是 Micron 的分析师，记得去他们在太阳谷举办的分析师日的场景。我经历过无数个内存周期，从历史角度来看，现在就是卖出的时机。然而，有一个周期是你绝对不能卖出的，那就是 1990 年代中期的那个周期——那是我认为内存领域有过的最后一次真正意义上的产能周期。从那个周期来推算，我们现在可能还处于非常早期。我听了朋友 Alex 和 Leon 的演讲，我觉得他们做得非常好，Leslie 之前的演讲也很精彩——我只想说，他们给出的每一个数字，我都选更高的那边。每一个数字都是。因为我觉得他们是谨慎的人。我敢打赌他们自己也会选更高的那边。没有人想要一年后在 Sohn 上被打脸。所以我们可能还处于非常早期。这可能是第一次真正的产能周期，而我确实认为这些基本面上的短缺对我们投资者而言是有利的。
最不应该发生的事情是泡沫。泡沫很糟糕，非常可怕，穿越泡沫是痛苦的，泡沫的后果更糟。我们不想要泡沫。但不幸的是，整个金融市场的历史告诉我们：每当出现一项深刻的新技术——无论是 AI、互联网、PC、铁路还是运河——几乎总是会产生泡沫，因为市场是有效的，投资者自然而然地对新技术感到兴奋，就像 Michael Mauboussin 所描述的那样，会出现"多元性崩溃"——所有人开始相信同一件事，泡沫就此形成，然后泡沫为新技术所需的基础设施建设提供了资金。这正是互联网时代发生的事情。我对我们这次也许能避免泡沫感到乐观。"更平稳、持续更长时间"才是我们所有人想要的。而我们之所以能够避免泡沫，是因为我们在瓦特（电力）和晶圆上都存在真实的短缺。
电力短缺在未来 5 到 7 年内一定会通过轨道计算（orbital compute）得到解决。但晶圆短缺，我认为将会持续很长时间。它之所以会持续，是因为台积电是由七八十岁的强硬老人们掌管的——我不是说七八十岁就老了，70 岁是新的 50 岁，我今年 50，所以 50 岁是新的 30 岁。【笑声】但他们是台湾最重要的人物。台湾总统算什么？他们才是台湾。他们视自己为张忠谋遗产的守护者。我记得 20 多年前去台湾科学园区，问他们是否认为自己有朝一日能超越 Intel。他们说："那是个美丽的梦，但大概要留给我们的孙辈去实现了。"然而他们在一代人的时间里就做到了。所以他们是这份遗产的守护者，他们需要守护台湾。台积电的泡沫与崩溃，对台积电和台湾都是灾难性的。
因此，他们扩张产能的速度根本赶不上黄仁勋的期望。黄仁勋每三个月去一次，他们也许每次能扩产 5%，而他希望他们翻倍或翻三倍。如果他们真的把产能翻倍或翻三倍，Nvidia 明年大概能卖出价值 1 万亿、1.5 万亿甚至 2 万亿美元的芯片——我是真心这么认为的。但这个硬币的另一面，对所有人来说可能都非常痛苦。所以，我认为这些守护张忠谋遗产的强硬老人们，通过强制执行一个现实世界中真实存在的物理约束，正在帮助我们所有人避免一场泡沫——而这种约束在以往的科技浪潮中是从未出现过的。这很有意思。作为垄断性供应商，他们在从根本上限速供给。他们在与山姆·奥特曼会面后，把他称为"播客网红"。【笑声】我们在后台聊到这个话题——你会押注 OpenAI 和 Anthropic 加在一起，在也许 12 到 18 个月内实现 2000 亿美元收入，超出预期。
我不想设定时间框架，但确实是近期。事实证明，代码生成是将 AI 货币化的杀手级应用，至少在这段旅程的第二章以及当下是如此。如果我们要在接下来的 12 到 18 个月内，从今天的水平增长到 2000 亿美元的收入，这些钱从哪里来？标普 500 的每一家公司都要因为向 Anthropic 支付 token 费用而错过财报预期吗？我不认为这是一个边缘情况。如果你没有积极地购买 token——黄仁勋在 GTC 上说，他的目标是让自己最优秀的工程师将至少一半的薪酬花在 token 上。如果你看一看标普 500 每一家公司的薪资支出，我们根本无法在不对劳动力做出重大调整的情况下，承受那个级别的 token 支出——这正是 Leon 所阐述的要点。但我确实认为有几件事可能会让大规模的财报未达预期不那么普遍发生，因为大家都在拼命烧 token。
如果你还没在拼命烧 token，你应该开始了。如果你不知道什么叫"token maxing"，那祝你好运。第一点，所有这些模型都在转向按使用量计费的定价模式。过去，在座的每个人只需花每月 250 美元订阅某个前沿模型提供商的最佳套餐，就能感受到前沿 AI 的完整能力。现在不一样了。最强的能力已经被锁在了需要付费使用的企业级套餐后面，只向能够按量付费的企业用户开放。这对 AI 来说极其看涨，对这些前沿 token 的定价来说也极具吸引力。回顾移动通信行业：移动通信之所以能成为一个伟大的成长型行业，此前的长途电话也之所以如此，是因为你购买了固定数量的分钟数，超出后按分钟收费。
而人们真的非常喜欢和朋友家人聊天。这就是为什么电信行业在很长一段时间里是一个出色的成长型行业。【哼声】我们只是从"随意吃到饱"的套餐，过渡到按使用量计费、超额部分收取更高费用的模式。我们发现，人们在 token 上的支付意愿远比任何人预计的都要高，天花板还远未到达。所以我认为会产生大量生产力提升。还有，关于基本面上的算力短缺——我认为 Alex 说的那句话极为深刻：全球只有 10 个基点（0.1%）的人口在以应有的方式使用这些模型，而我们已经在花了累计数万亿美元的情况下面临疯狂的短缺。想象一下，当全球有 5% 的人口像那领先的 0.1% 一样使用这些模型时，会发生什么？这简直难以想象。这就是为什么轨道计算是一个必然需求。
但回到你具体的问题——我认为有人在 X 上发帖说，代码生成可能是通往 ASI 和 AGI 的最短路径。因为如果你能为自己写代码去完成某件事，那真的是一条相当快速而优雅的通往 AGI 的道路。我认为最终结果可能是：coding 不仅仅是 AI 的杀手级应用，而是最终极的 AI 应用，并且会将越来越多的领域吸纳其中。我建议大家试试 Claude Code、Codex，即使你不是程序员，在投资问题上也会得到比普通模型更好的答案。
好，说到硅和芯片的话题。显然，你在 Nvidia 上入局极早——你 2000 年就在和黄仁勋交谈，更别说 2023 年 ChatGPT 爆发之前了。竞争者正在到来，竞争正在激烈，他仍然会占据市场的主导地位，但竞争确实在来。当你考虑 Trainium、TPU、MTIA 这些时，哪一个被市场最低估了？共识在哪里判断错误？
毫无疑问是 Trainium。Trainium 之于 2026 年——尤其是今年下半年 Trainium 3 真正放量之后——将如同 TPU 之于 2025 年。如果有人今天对 TPU 极为看涨，我们就去看他们的 13F 持仓，看看他们是否持有 Momentum 或 Elastica——那才是投资 TPU 的最佳载体。我持有其中一个。所以我觉得我有一定的发言权。我确实认为，Google 出于种种原因，在 TPU V8 的设计上做了非常保守的选择，而 Nvidia 和 Trainium 做了非常激进的设计选择。所以 Trainium 无疑是被最低估的，不仅因为设计选择，还因为所有这些前沿模型都是所谓的"混合专家模型（Mixture of Experts）"。要推理一个这样的模型，而不是说得太技术——你需要一种叫做"交换式横向扩展网络（switched scale-up network）"的东西。
而目前全球仅有两个正在运行的交换式横向扩展网络：一个驱动 Nvidia 的 GPU，另一个驱动 Amazon 的 Trainium。有意思。这就是为什么——我是说，Google 发明了 MLPerf 基准测试，然而他们不会把自己的 TPU 提交到自己发明的基准测试中。【嗯嗯】你能明显看出这让黄仁勋很抓狂。但话说回来，TPU 是一颗伟大的芯片，我相信 TPU V9 一定会很出色，他们会做出更激进的选择。我永远不会做空 Google，也永远不会做空 Broadcom。但我确实认为 Trainium 现在被严重低估。
感谢你的回答。我想换一个话题，这其实也是我们最初在 2022 年、2023 年建立联系的契机。算力云（Meal clouds）。2023 年夏天，我在你度假的时候打电话给你，向你讨教一家叫 CoreWeave 的公司，听取你的意见和建议。最终，这促成了我们向 CoreWeave 投资 75 亿美元，在一个关键时刻帮助他们扩张。首先，谢谢你。快进到今天——CoreWeave、Crusoe、Nebius、Lambda 等等，这个赛道今天还具有持续性吗？还是说它只是一个利用超大规模云服务商 CapEx 时机和 token 摩擦的过渡性套利机会？
我认为这个赛道绝对是具有持续性的。首先，CoreWeave 对我来说是一个有点伤感的话题。当时 Atreides 本可以在 11 亿美元估值的轮次上投入超过 5000 万美元。但我因为与 Crusoe 存在利益冲突而没有参与，而我热爱 Crusoe，我认为 Crusoe 会成功，我们在 Crusoe 上有大量持仓。但每次我一想到本可以在 10 亿美元估值时投入 5000 万，心里就有点难受。不过我非常高兴你们投入了 75 亿美元。是的。这绝对是一个具有持续性的赛道。理解这些集群运营的方式，就像是驾驶一辆 Formula 1 赛车。
你看 Formula 1 比赛，感觉轻而易举，好像任何人都能做。就像看 Tom Brady 打球，你会想："这也没什么难的嘛，为什么这个传球没有完成？"其实，那是因为他在一个有 10 万人呐喊的体育场里，一群比他重 100 磅、时速 20 英里的人正朝他飞奔，要在他出手之前把他撂倒。Formula 1 也是一样，看起来容易，做起来极难。换句话说，如果让我去坐进一辆 Formula 1 赛车参赛，我会死的——对我自己是危险，对所有人都是危险，包括看台上的观众。运营一个算力集群就是这样。真的很难做好。CoreWeave 之所以能对 GPU 机时收取巨大溢价，原因就在于：不是所有 GPU 机时都是一样的。
CoreWeave 的 GPU，平均每小时的利用率是某些底部供应商的两到三倍。顺便说一句，这对 Crusoe、Nebius 以及其他高质量的新兴云（neo-cloud）同样成立。但我认为这一点被严重低估了。大家会说："这不可能是一种持久的竞争优势。"好，我 2005 年当过零售行业分析师，我那时就观察到：在美国任何一个细分行业，要想打造出 500 亿美元的市值，你只需要做到：在 50 个气候各异、消费偏好不同的州，管理好 1000 家门店，员工态度友好、知识渊博且不偷拿公司财物，货品在正确的时间、以正确的价格上架，门店干净明亮。就这些。而在整个历史上，也许只有 10 家公司真正做到了这一点。
而运营这样一个集群比这还要难。所以我认为这个赛道是持续的。超大规模云服务商长期以来固守成本思维，他们面对的是驾驶 Formula 1 赛车的竞争者，而自己却像在熬夜开着 18 轮大卡车，拼命压低成本。但 AI 不是这样的。现在，他们已经在完成这种心态和文化上的转变。但我认为，这些新兴云中的一部分拥有非常持久的商业模式。
好的，我们确实意见一致。你其实已经提到过——轨道计算（orbital compute）。我们不打算深入科学原理，因为网上有论文，大家可以用自己喜欢的 LLM——Grok 或其他——来提炼要点。它什么时候能在商业上达到真正意义上夺取可观市场份额的规模？
轨道计算什么时候能获得真正的市场份额？还有，在你看来，当今市场上最被低估的做空方向是什么——一个市场尚未定价的因素？是地面数据中心运营商吗？如果是的话，那 Blackstone 就麻烦了。还有没有其他在你看来目前是明确做空对象的东西？
我认为在未来两年内，轨道计算的可行性和经济性将会变得清晰。我认为它在本十年末将开始夺取有意义的市场份额。我确实认为，将来也许会有这么一天，我们再也不会新建地面数据中心——已建成并落地的地面数据中心永远会有价值，训练和强化学习都会在地面数据中心里进行。但我无法想象在未来 7 年内有哪一天，我们会完全停止新建地面数据中心。而在那一天到来之前的那段岁月，对于大量电力、冷却、空间相关公司——那些为了支撑大规模建设而疯狂扩张产能的工业类名字——将会极为痛苦。
而在太空中，电力来自太阳，冷却来自卫星的暗面。如果你见过——有一些名字我不便说——但如果你见过某位轨道计算重要潜在提供商的卫星示意图，你会发现那个散热器有三四百英尺长，卫星运行在太阳同步轨道上，散热器就在卫星后方。所以你有巨大的太阳能帆板，卫星本体，而卫星其实就是一个机架——不是数据中心，就是一个机架，8 英尺高、2.5 英尺宽、4 英尺深。多个机架通过激光连接，构成一个虚拟数据中心，散热器就在机架背后的阴影里。
Gavin，我们的时间到了，但非常感谢你。这次对话精彩绝伦，感谢你的到来。谢谢你。谢谢大家。