这期播客是了解 AI 数据中心物理现实的最好材料。Lambda Labs CEO Stephen Balaban 跟 Matt Turk 聊了一个多小时。
他从光子进、token 出的完整管道讲起：光子或天然气分子 → 发电厂 → 瓦特 → 数据中心（PUE 效率）→ FLOPS → token。服务器成本（每吉瓦 350-450 亿美元）远超发电厂（20-30 亿）和数据中心建筑（100-150 亿）。
为什么大多数 NeoCloud 不是真正的云：它们缺乏同时协调带内网络、带外监控和计算 fabric 的软件——这需要数千万到上亿美元的投资。
GPU 作为资产类：2023 年部署的 H100 现在租赁价格比当初还高——需求远超任何折旧。债权人开始把 NVIDIA 芯片当作成熟的可承保资产类。
垂直整合策略：Lambda 从租房→融资→全栈（选地、设计、建设、部署、绑定承购协议）。目标：匹敌甚至超越 SpaceX AI 200 天建数据中心的记录。
神经软件愿景：LLM 会变成软件本身，而不是生成软件。没有代码在运行——只是模型激活空间的修改。他估计 10-15 年到大规模采用。
被高估的：非可验证领域的 agent 工作流（任何不能像代码一样测试的东西）。被低估的：软件开发 agent 工作流——大多数人还没试过开 10 个 agent 全力跑。
【AI 数据中心的完整物理管道】
Balaban 说：从物理角度，左边是所有能源生产，右边是 token 被消耗。
「左边是光子（太阳能）或天然气分子每秒进入。通过发电厂转化为每秒焦耳——也就是瓦特。数据中心需要冷却自身，这是 PUE。然后放入服务器，产生每秒浮点运算（FLOPS）。FLOPS 被模型训练或推理消耗，转化为每秒 token。」
成本结构：服务器的资本堆栈占比最大——每吉瓦 350-450 亿美元。发电厂每吉瓦 20-30 亿。数据中心建筑每吉瓦 100-150 亿。
「最大的一部分成本是 GPU 小时的折旧。你怎么提取更多价值？靠利用率——如果 50% 时间使用，每小时折旧就是 1/0.5 = 2 倍。所以怎么做出让人爱用的云产品来驱动高利用率，是竞争优势的核心。」
【为什么大多数 NeoCloud 不是真正的云】
Balaban 说：大多数 NeoCloud 根本没有真正的云技术。
「想象一个 10000 GPU 的集群。你想把它分区。你需要同时分区带内网络（存储读写）、带外监控网络（BMC/DPU）和计算 fabric（InfiniBand/Ethernet）。还要支持 RDMA——GPU 直接读写另一个 GPU 的 HBM 内存，不经过 CPU。」
「这个复杂的协调需要大量软件投资——数千万到上亿美元。大多数 NeoCloud 没做这个投资。他们只有一堆裸金属机器，没法按小时租出去。」
【GPU 作为资产类：比人们想的耐用得多】
Balaban 说：说 GPU 三五年就报废的人完全错了。
「我们 2023 年部署的 H100，现在的租赁价格比当初还高。我们从会计角度已经完全折旧的 GPU，仍然在产生收入。」
「使用寿命长于会计折旧周期。真正重要的是经济使用寿命。债权人开始意识到 NVIDIA 芯片是一种很好的信用投资——资产价值清晰、现金流可预测。」
【垂直整合：从租房到建厂】
Balaban 说：Lambda 正在走向全栈垂直整合。
「我们最初是租户。然后开始自己融资建设。现在是全流程：选地、带设计方案、融资建设、放服务器、绑定大客户的长期承购协议。」
「我希望 Lambda 成为高速度部署的 powerhouse。世界上只有两家公司能做到高速度部署——SpaceX AI 和 Lambda。」
他说 xAI 建数据中心的记录大约是 200 天。他认为这个速度可以被匹敌甚至超越——关键在于砍掉流程里的每一个多余环节。
【神经软件：LLM 变成软件本身】
Balaban 说：我想区分 vibe coding 和神经软件。
「Vibe coding 是你给一个 prompt，它输出 C 代码或 Python 代码，然后通过编译器运行。软件是静态的——一旦生成就不能变。」
「神经软件是你直接跟 LLM 交互，它模拟软件的行为。没有代码在运行——只是模型激活空间和上下文的修改。」
「最好的体验方式：去 ChatGPT 或 Claude，让它渲染一个 ASCII art 桌面界面，然后让它假装是一个操作系统。你点击、打开、操作——它全部用文本模拟。」
「这不是不可能有 bug——只有对 prompt 的误解。最终它也会有生成每个像素的多模态网络。」
他估计 10-15 年到大规模采用。Tesla 的端到端自动驾驶就是一个神经软件的现存例子。
【Lambda 的起源故事】
Balaban 2012 年创立 Lambda，最初做人脸识别。在 Google Code 上拉了 CUDA-ConvNet 代码库——「这说明 Lambda 有多老，Google Code 还在。」
做了 Dreamscope（用 ConvNet 把照片变成画作——「早期版 Midjourney」），100 万用户，每月 4 万美元 AWS 账单。为了省钱，花了 6 万美元买了一组工作站集群——「当时我们吓坏了，觉得这笔 CapEx 会搞死我们。」
结果一个半月就回本了。「我们想：省的钱比赚的还多。不如去做 AI 算力生意。」
2017 年硬件业务 300 万收入→2018 年 1000 万→2019 年 3000 万→增长到约 2 亿。云业务 2019 年开始，现在接近 10 亿美元收入。已完全退出硬件业务。
【请 CEO：Stephen 转任 CTO】
Balaban 说：作为创始人，能把公司做到可以请得起 Michel Combe（前 SoftBank International CEO、前 Sprint CEO、Alcatel CEO、McLaren 董事）来当 CEO，是一种荣誉。
「我从来不觉得非得当 founder CEO。我关心技术。融资和日常管理是不得不做的事，不是我热爱的事。」
他转任 CTO 后专注于：怎么大幅缩短数据中心部署周期。
【被高估和被低估的】
被高估的：非软件工程领域的 agent 工作流。「因为 agent 需要非常具体的反馈机制——自动化测试做得极好，但'嘿 Claude 帮我赚十亿'没有。」
「但也不是说只有软件工程才行——CAD、有限元分析、计算流体动力学，这些可验证的领域也适合。」
被低估的：软件开发 agent 工作流。「大多数人还是不了解。他们没试过——去 Claude，开最大努力，用最新模型，说'开 10 个 agent 来做'。很多人从没这么干过。」
【一人一 GPU】
Balaban 说：我 2020、2021 年融资时就讲「一人一 GPU」——灵感来自 Apple 1976 年的「一人一电脑」。
「Steve Jobs 有远见，但 Apple 1976 年创立，到真正实现一人一电脑花了 50 年——到 2024 年才有真正的电商渗透。」
「我相信未来美国每个人都需要一个 GPU 或更多的算力——工作、娱乐、创造。但我也知道这需要很长时间。这不是一夜之间的事。」
S
