Dylan Patel 談 NVIDIA 的未來、SemiAnalysis 與他規模 5 億美元的創投基金
Dylan Patel 談 NVIDIA 的未來、SemiAnalysis 與他規模 5 億美元的創投基金
SemiAnalysis 的 Dylan Patel 詳細說明輝達與黃仁勳的醜聞可能如何收緊美國晶片出口規則,接著主張資料中心的反彈聲浪與硬體專業知識,正是他這檔 5 億美元單一普通合夥人基金(solo-GP fund)的驅動力。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
研究機構 SemiAnalysis 創辦人 Dylan Patel 認為,輝達(Nvidia)與黃仁勳這起醜聞不會傷到輝達的銷售,但會讓美國出口管制更趨嚴格,最終還可能把黃仁勳拖到國會作證。醜聞本身只佔這集節目的開場一小段,大部分時間談的是資料中心許可、社群反彈、AI 模型與應用的競賽,以及 Patel 跨足規模 5 億美元的創投基金與收購 Catrini。
Patel 在這些題目上值得一聽,因為 SemiAnalysis 把供應鏈與資料中心資料賣給超大規模雲端業者、半導體公司和 AI 實驗室,而他描述這是一家 115 人的公司,追蹤全世界每一座資料中心。讀者讀完應該能帶走他的具體預測(太空資料中心三、四年內還不成氣候,2027 年的 GW 級容量因許可問題滑到 2028 年)、他對哪些 AI 產品正在勝出的判斷,以及他自述在經營基金的同時維持研究公信力的原則。
輝達醜聞會收緊出口規則,不會流失客戶
Patel 的看法是,個人行為本身「非常糟糕」,但市場傷害是透過政策傳導,而不是客戶。他預期不會有買方反彈——「Google 不會因為 Jensen 做了這件事就停止買 GPU」——並指出輝達已縮減高階遊戲晶片製造、把重心轉向 AI 晶片,所以消費者觀感影響不大。真正的風險在監管面。他預期美國情報圈(他說這個圈子向來強烈反對出口)會推動更嚴格的規則,並主張這起醜聞摧毀了賣晶片給中國的經濟論述:「你現在自動被歸進叛國那一類人。」
至於指控的實質內容,Patel 說「說她是間諜有點牽強」,並形容這名女性是與政商關係良好的阿里巴巴高層,正在爭取產能。他說「百分之百清楚」的是,有大量 GPU 被買下並部署在東南亞,主要供阿里巴巴使用——晶片留在中國境外就合法,只要有任何一批進了中國就違法。他引用 SemiAnalysis 的供應鏈資料估計,「數十萬顆」等級的 GPU 已流入中國,另有數十萬顆租給中國企業。
| 情境 | Patel 的評估 |
|---|---|
| 黃仁勳被撤換執行長 | 「輝達就完蛋了,在我看來」——約 50 位直屬部下裡沒有明確的二把手 |
| 刑事認定 | 若所有晶片都留在中國境外,有可能查無不法 |
| 赴國會作證 | 幾乎確定;黃仁勳至今還不必作證、提供晶片流向資料 |
| 新出口規則 | 很可能;未來 Rubin 世代這類高階晶片不會獲準銷中 |
| 競爭對手受益 | AMD 等業者可把產能租給新加坡業者、再轉租給中國雲端,受到的審查較少 |
他也點出一個他認為比全面禁令更可能成真的政策構想:只允許具備特定安全實務、經核准的公司,把晶片租給總部設在中國的客戶。這套「擴散規則」的某個版本先前因過於複雜而被擱置。他的理由是經濟考量——向 Oracle、Microsoft 或 Google 租用(他說這幾家都大量賣給字節跳動)能把利潤留在美國,而直接賣晶片給中國對買方更便宜。
他提出的二階風險是注意力。黃仁勳親自在支撐整個生態系——給 neocloud 有利的配額、投資新創、Hugging Face 與 Poolside 這類交易——而時機正值「信貸市場正在關閉」。他認為,一個分心的輝達,會讓唯一在撐住生態系的那個角色慢下來。
資料中心成長現在卡在許可,不是裝置或人力
Patel 說 SemiAnalysis 已把「好幾 GW」的容量從 2027 年推到 2028 年,2028 年還有更多,「不是因為蓋不出來,不是因為沒有工人,也不是因為裝置短缺,而是因為根本拿不到許可。」他點名德州州長 Gina Hinojosa 整體立場建設性——她說過不會擋資料中心,只會確保不推高電價、不浪費水——但也指出她掌握用水許可、廢水許可、雨水許可與空氣許可,任何一項都能讓專案停擺,連離網、用水量少的場址也不例外。他標出的癥結是工會人力:德州工會建築工人很少,若強制要求工會,等於逼年薪 20 萬美元以上、做資料中心工程的電工與工業水管工加入工會。
他最引人注目的資料,來自 SemiAnalysis 與 David Shor 合作、在已有、正在興建或已規劃 100MW 以上資料中心的郡所做的民調:49% 的居民不知道自己的郡裡有資料中心,只有 40% 知道三年內會有一座。Patel 的解讀是,反對多半是抽象的——資料中心並未擠進選舉主要議題——而且被氣候團體、「假的草根操作」和外部勢力放大。他說,多數已停用資料中心的轄區,本來就沒有、或沒有規劃任何有實質規模的容量。
只要場址蓋得對,他對資源方面的反對很不以為然。他的對照是:伊隆·馬斯克旗下所有資料中心加起來的用水量,比三家 In-N-Out 漢堡店還少,而且把牛肉供應鏈的隱含用水也算進去。他也主張經濟問題有解——補貼方圓 30 英里內所有人的電費「幾乎不花錢」——並舉路易斯安那州某個郡為例,用資料中心的稅收讓教師年薪多約 2 萬美元。他描述的失敗模式是建設熱潮之後的崩盤:房產稅減免、幾乎沒有永久職缺,電網成本轉嫁給居民。
至於太空資料中心,他對近期時程存疑:「太空這個方案還要好幾年。」他說對馬斯克 2028 年做到大量部署的野心他會「押超過」,但預期大約 2030 年才會有 GW 級的東西上太空。
決定 AI 應用競賽的是產品執行力,不是模型品質
Patel 主張 Meta 的 Muse 和他稱為 Instinct 的應用是「好得多的產品」,即使背後跑的模型較弱——主因是 OpenAI 的安全層(他稱之為 Guardian)在 Codex 和消費端 App 裡「經常過度積極」攔截操作。他批評 OpenAI 的聊天介面設計很差:聊天與工作分成兩塊、一邊有推理強度滑桿、另一邊沒有 pro 選項,而且大多數使用者根本不會發現那些開關。他在收到 Alex(顯然是 Meta 的 Alex Wang)的訊息後試用了 Muse 的 beta,對其 UI 印象深刻。
具體數字來自 SemiAnalysis 自己的支出。在每年 1,500 萬美元的 AI 預算下,常駐型代理(persistent agent)幾個月內從零衝到佔支出 45%——其中絕大多數流向 Perplexity 的電腦產品,後端跑的是 Claude 與 OpenAI 模型,但「就是一個更好的駕馭框架(harness)」。他指出自己不清楚 Perplexity 在這層轉售上的毛利,並懷疑不高。
談到黏著度,他的框架是:
| 層級 | 黏著度 | 理由 |
|---|---|---|
| 消費端/代理產品(Muse、Instinct) | 高 | 使用者是衝著使用情境來的 |
| 開發者工具(Claude Code、Codex) | 低 | 開發者轉換很容易 |
| 企業合約 | 高 | 折扣以 AI 支出佔比為條件,例如對單一供應商約 70% |
他長期看多,但預期多數 AI 新創會失敗,並點名 Sierra 和 Harvey 是營收成長快、投資報酬率真實的公司,同時質疑推論服務商是否配得上它們的估值倍數。他也提到 Harvey 公佈的毛利率「上上下下搖擺不定」。
5 億美元的單一 GP 基金,與研究業務完全隔離
Patel 以唯一普通合夥人(GP)的身分募了一支 5 億美元的早期基金,聚焦種子輪與 A 輪的基礎設施:機器人、晶片、光學、製造、硬體與網路。他拒絕透露單筆投資金額,說揭露會「少掉選擇權」。他自述的理由是能力匹配:「我對應用程式一竅不通,那我為什麼要投應用程式?」他主張硬體同時需要偉大的創辦人和偉大的點子,而應用軟體有時可以只押創辦人。
他把人生目標歸為四件事——玩得開心、賺錢、無所不知、影響重要的人與事——並說研究公司、顧問業務和資料銷售,都是在把「貼近這些目標」變現。他明確表示基金是獨立、防火牆隔開的實體,SemiAnalysis「永遠不會用我打造的平臺去拉抬我投資的公司」。他說自己個人重倉 Nebius(轉錄稿寫成「food stack」),而 SemiAnalysis 曾公開說 Nebius 的資料中心延宕;公司也曾說 IREN 的雲端技術很差,同時承認它已通電的土地很有價值。
「我們從沒做過廣告,從來沒有,你是付錢買我們的觀點。那種事我們從來不做……我們最大的客戶,往往就是我們批評最兇的物件。」
他形容資訊產業的商業模式在既有龍頭那一端已經崩壞——Gartner 和 IDC「很爛、沒用」,而 Gartner 的 AI 代理指數把 IBM 的 coding agent 排在 Cursor 或 Claude Code 之上,正是他想避免的公信力流失。他說有客戶曾因負面報導想抽掉合約,結果是客戶自己的團隊堅持要繼續用這些資料。
Catrini 維持獨立,也維持看空
SemiAnalysis 收購了 Catrini,Patel 強調它仍是一家獨立公司、有自己的編輯聲音。當團隊問還能不能繼續看空,他的回答是「老兄,你想怎樣就怎樣」。他推崇 Catrini 的研究風格——用 AI 做出蠍子抗毒血清來測試 AI 藥物設計、派人到荷莫茲海峽查石油運輸——認為這與 SemiAnalysis 的數字化供應鏈追蹤互補。他提到 Catrini 二月的報告曾撼動市場,而團隊把它定位為思想實驗而非預測;他們幾個月前就轉為看空 AI,而他本人「長期超級看多 AI」。
未來十二個月要觀察什麼
Patel 的前瞻清單很具體:華為晶片、Amazon 自家晶片與各家 AI 新創晶片的推論效能測試;涵蓋資安、晶片設計、硬體設計、材料科學、生物、量化與 RSI 的新 GDPX 基準,他說目前模型在這上面「很爛」;以及他預期會隨模型在這些任務上進步而加速的一波硬體創新。他還提到辦公室裡有一隻小貓、他說自己因 X 染色體而遺傳到的部分色盲(他聲稱這讓他的夜視力更好),以及足以逗人發笑的中文程度——這些都不影響投資判斷。
整集節目裡未解的張力在於,Patel 同時是裁判也是球員。他把資料賣給他批評的公司、持有自家公司所報導公司的部位,還從同一個網路募基金。他的答案是結構性隔離,加上「絕不販賣觀點」這條原則——這個說法,讀者可以用未來的報導來檢驗,尤其是對輝達的報導,畢竟他已經公開批評過輝達的配額做法有反競爭之嫌。