文|周艾琳
编辑 | 刘鹏
2026 年美国中期选举后,得州出现“蓝色海啸”,民主党人 Gina Hinojosa 当选州长,数据中心监管一夜之间成为 AI 基础设施投资的焦点。资本市场的担忧也从芯片和存储短缺,转向芯片太多、机房不够用。
Nebius 是近两年在算力饥渴中一炮而红的“新云(NeoCloud)”公司,在美欧拥有众多数据中心:Nebius 负责数据中心全栈建设,从土地,到电力,机房,服务器,网络到运维,让成千上万张 GPU 稳定运行。今年 5 月,Nebius 宣布收购由 MIT 韩松(Song Han)实验室校友王瀚锐创办的推理优化公司 Eigen AI。
在全美华人金融协会(TCFA)论坛期间,我们与 Eigen AI 联合创始人兼CEO,现任Nebius 高级副总裁Ryan Hanrui Wang 王瀚锐, 聊了聊。
他一路从复旦本科到MIT计算机系博士,而后在UCLA任教,再到如今的AI创业新贵,是AI基建领域的专家,在一线见证了整个AI产业链的蓬勃发展。在他看来,究竟得州变局对数据中心意味着什么?Eigen 为 Nebius 补上了哪块拼图?即将上市的 Anthropic 又将如何影响整个行业?

“蓝色海啸”:数据中心建设的新变量
“蓝色海啸”之后,投资人对数据中心延期的担忧越来越重。得州的立法时间线大致分三个阶段:现在起,各方提交法案;明年 1 月至 5 月,讨论和签署;明年 9 月,新方案实施。
未来两年可能是数据中心艰难的两年。王瀚锐认为,项目本就在延期,监管加强会让问题更严重。此前的阻碍中,社区反对只占一小部分,更多来自线缆、机械设备、能源接入,以及芯片、内存和原材料的到货延迟。
云厂商都在想办法。“Nebius 是全球化布局,在爱沙尼亚、芬兰、法国、冰岛、以色列、亚太等地都有建设,而且我们在得州没有敞口。”王瀚锐对腾讯财经表示,“需求仍然强劲,谁能更快地建设和交付,谁就能获得更大的市场和溢价。”
加拿大等北美国家同样被看好,云厂商也在亚洲招聘大量国家经理(country manager)。这也是为何"蓝色海啸"来袭之际,马来西亚林吉特汇率出现暴涨。
但得州约占全美数据中心的 25%,当初选址于此,延迟、数据安全、自然条件都是考量。
“Nebius 的大客户是美国客户,比如微软、Meta,都是数百亿美元级别的合同;一些 AI 原生创业公司也是十亿、数十亿美元级别,它们很多都有数据主权(data sovereignty)的需求。”
王瀚锐提及,过去一两年,Nebius 的几个吉瓦级项目——宾夕法尼亚州舒尔基尔县,密苏里的独立城——都在美国,一是美国需求最旺,二是美国资本也希望项目留在本土。
延迟(latency)同样关键。数据中心若放在冰岛或日本,与美国之间往返要 200 毫秒,美国本土则不到 50 毫秒。对首 token 时延(Time to First Token)有要求的客户,延迟增加 10%~20%,优化起来并不容易。
在美国建设还能避开许多出口管制问题,若在东南亚,能否拿到芯片都是未知数。得州之所以成为数据中心集中地,靠的是电力、气候和州政府的支持。
因此,即使数据中心可以转移,整体建设速度仍可能慢于预期,各州政府的表态值得关注。Gina Hinojosa 已表示,已立项数据中心仍可继续建设,同时将推动新的立法。某新云厂商已致信 Gina,强调数据中心给当地带来的好处,未来行业也会加强与本地社区的合作。
据腾讯财经了解,已有美国南部州看重就业和经济增长,表达了建设数据中心的兴趣。AI 如今托举了美国经济和股市的半壁江山,民主党也不可能忽视。业内人士认为,眼下或许已是至暗时刻,只是触底过程仍有波动。
AI基建的未来:高效率、低延迟、全栈式
即使面临逆风,数据中心需求仍将无比强劲,未来比拼的是效率和全栈能力。
这正是 Nebius 收购 Eigen 的原因。这笔约 6.43 亿美元(现金加股票)的交易于 5 月 1 日宣布、6 月 16 日完成,Eigen 约 20 人的团队并入 Nebius ,负责推理和训练平台 Token Factory。
王瀚锐表示,推理正成为最大的市场,单纯出租 GPU 的“新云”叙事正失去吸引力,Nebius 想做全栈的超大规模云厂商。
“Eigen 做的是软件层,核心是效率。之前 Nebius 做的是硬件和云基础设施,卖的是 GPU 算力;Eigen 加入后,整套基础设施就补全了。”有了软件能力,Nebius 就能满足客户对后训练(post-training)和推理的需求。
越来越多的企业,包括创业公司,都希望在开源模型的基础上训练自己的模型:更可控,经过针对性训练,效果还能超过通用的开源或闭源模型。对大客户,云厂商还会提供手把手的训练支持。
目前市场供不应求,云厂商无需打价格战。只要产品够好,组合更丰富、GPU 运行更稳定,就能卖出溢价。数据中心资本开支巨大,谁能更快、更便宜地让 GPU 上线,又卖得更贵,谁的利润率和自由现金流就更高。
Anthropic IPO在即:决定全行业的命运
顶级前沿模型公司 Anthropic 即将上市。它的募资结果将影响其研发和采购能力,也将左右半导体等 AI 硬件行业的前景。
王瀚锐认为,Anthropic 上市并发展良好,必然利好基建行业。一方面,它能证明模型究竟能强到什么地步,解锁新的应用,如AI for science;另一方面,它能借助合作伙伴,成为很多企业试水 AI 的第一站(Nebius 也有类似合作,如 Palantir 的 AI 套件跑在 Nebius 的 GPU 上),从而释放企业需求。
未来,缩放定律(Scaling Law)仍将发挥关键作用,模型的规模再增长几个数量级都不为过。然而,存储仍将是AI 基建最大的瓶颈。
当前,算力与内存的增长严重失衡。王瀚锐提及,过去几年,模型规模增长了约六个数量级,单GPU 显存却只从 8GB、16GB 增长到 288GB 左右。以 2.8 万亿参数的 Kimi K3 为例,4 比特部署就需要 1.4TB 显存,而一个 B300 节点约 2.3TB,放下模型后再存激活值和 KV Cache,已捉襟见肘。为应对短缺而缩减芯片存储容量,比如 Vera Rubin Ultra 的显存从1 TB 降至 192GB,这无疑非常影响性能,拖累算力效率。
Agent 时代进一步推高了内存需求。Agent 需要很长的上下文,历史对话要以 KV Cache 的形式存下来。一旦上下文足够长,直接读取比重新计算更快。
尽管AI硬件处处短缺,但如今华尔街的关注点在于,资本开支的扩张能持续到何时,投资者显然开始更关注投资回报。
在王瀚锐看来,模型规模还会扩张,但价值兑现需要时间。“全行业每年的资本开支是万亿美元量级,需要相应的收入支撑,中间存在时间差。即便在资深用户中,个人助理的普及率也不高,很多新形态还没出现。”
目前的 Agent 还不够聪明,最多连续工作十几个小时,只能辅助个人完成任务,无法独立运营公司。更大的鸿沟在于,每个人都是信息孤岛,Agent 几乎不参与更广泛的经济活动。已有创业公司在搭建 Agent 市场,让 Agent 在上面交易甚至开公司。
王瀚锐认为,Agent 足够聪明后,人与 Agent 的关系可能反转——线下的活由人来干,规划、财务、运营交给 Agent,也就是“人被 Agent 雇佣”。
他预计这将在一到三年内落地。除监管外,注册公司、搭建网站已没有门槛。“Uber 和 Lyft 本质上就是人被 App 雇佣,但 App 背后是不是 Agent 在运营,无人可知这种模式的雏形早已存在。”
不难发现,模型仍在变大,个人助理才刚刚普及,由 Agent 运营的公司还未真正出现,万亿资本开支的价值仍待时间证明。Anthropic 敲钟之日,或许不是 AI 泡沫的顶点,而是 AI 从“能用”走向“人人在用”的起点。







