今天特斯拉财报电话会上，Elon Musk专门点名感谢了Micron，这段发言我认为信息量非常大。 “The memory shortage is very, very real for companies.” “Micron had to make some very tough decisions on memory allocation.” “We really appreciate Micron making room for Tesla in the years to come, and giving us actually very significant allocation on reasonable terms, given the pretty insane pricing of memory these days.” 翻译一下大概意思： 对于企业来说，内存短缺是真实存在，而且非常严重。美光不得不在内存产能分配上做出一些非常艰难的决定。特斯拉非常感谢美光在未来几年为其腾出了产能，并且在当前内存价格已经非常高的情况下，仍然给予了特斯拉非常大规模、且条件合理的内存供应。 听完整段发言，我认为有几个值得关注的信号。 第一，特斯拉再次确认AI时代内存供应依然非常紧张，“memory shortage is very, very real”并不是市场炒作，而是来自一线客户的直接反馈。 第二，美光已经掌握了内存供应链的话语权。客户争夺的不只是价格，更是产能配额（allocation）。当供应持续紧张时，谁能够获得更多配额，谁就拥有更大的竞争优势。 第三，马斯克提到的是“in the years to come”，说明双方锁定的是未来几年的供应，而不是短期采购。这也侧面反映出特斯拉对未来AI算力和内存需求有着长期规划。 第四，在当前内存价格已经处于高位的背景下，特斯拉依然愿意强调获得了“reasonable terms”，说明对于真正重要的AI客户来说，稳定供货远比压低采购价格更加重要。 我认为，这段发言再次证明，AI时代真正稀缺的不只是GPU，内存同样已经成为决定AI基础设施发展的关键资源之一。

今日办公室小思考： 7月之后最惨的可能就是 bottleneck boi 那套 long bottleneck。不是说瓶颈不重要，而是瓶颈本身并不能创造更多算力，赚的更多还是 scarcity rent。 最后 AI 最好的“上游”，其实还是谁能最快把 capex 变成 usable compute。 所以下半年是不是该从 long shortage duration 切到 long expansion？芯片、HBM/封装、networking、power/cooling，包括能把 utilization 拉上去的东西，本质上都在让算力更快上线。 说到底，最后买的可能不是 bottleneck，是 Δcompute

同一天，保时捷还在挤牙膏，特斯拉已经直接飞天 今天，两家面向全球最富有人群的车企，各自开了一场发布会。 纽约皇后区的一座码头上，保时捷先让一台1953年的550 Spyder缓缓驶出画面，几分钟后，全新的中置引擎超跑概念车 Mission S 驶入灯光。现场有收藏了几十台保时捷的喜剧演员 Jerry Seinfeld，背后是曼哈顿天际线。73年前，正是在同一个码头，550 Spyder 在美国留下了它的第一张照片。 一千多英里外，德州 McGregor 的 SpaceX 火箭试验场里，一台白色的特斯拉 Roadster 冲上一条向内卷曲的弯道，倒挂着贴住轨道，然后飞离、在空中翻转180度、悬停、落地。马斯克说：“原来未来真的有飞天汽车。” 一边在回望1953年，一边在预告2028年。同一个夜晚，两套完全不同的生意。 一、撞期绝非巧合：这是一场故意的正面对决 先看时间线。9月28日，特斯拉以德州天气恶劣为由，把原定10月1日的 Roadster 发布会改到10月15日。连美国电动车媒体 Electrek 都直言：不相信这只是天气问题。 9天后的10月7日，保时捷在资本市场日上公布新战略，同时宣布 Mission S 全球首发，日期同样是10月15日。官网挂出倒计时，社交媒体连续一周放预告。 两家公司都不可能不知道对方的日程。特斯拉改期在先，保时捷明知那天全世界都会盯着马斯克的“飞天汽车”，仍然把十多年来最重要的一台旗舰车放在同一天；特斯拉则寸步不让，照常开场。这不是撞车，是双方都接受的正面对决！ 结果呢？ 两场发布会前后只隔几个小时。保时捷在纽约码头讲73年的传承，特斯拉在火箭基地让车飞了起来。 第二天全球社交媒体刷屏的，是那台在空中翻跟头的白色跑车。 不用说什么对手的坏话，高下自现。 二、特斯拉直接飞天：又一次刷新认知 特斯拉这家公司的历史，就是一次次把“不可能”变成“原来可以”。 2008年，第一代 Roadster 让世界第一次相信：电动车也能是跑车。 Model S 让人发现，一台家用轿车可以靠软件远程升级，越开越新。 Cybertruck 用不锈钢车身和完全反常规的造型，把“皮卡该长什么样”彻底推翻。 现在，新一代 Roadster 要回答的问题是：车能不能离开地面？ 过去一百年，所有跑车都被同一个上限卡住：轮胎的抓地力。发动机再强、电机扭矩再大，力量最终都要靠四块巴掌大的橡胶传到地面。特斯拉的思路是绕开这个上限：车身四周布置冷气推进器，配合超高压储气罐和吸附风扇，官方称推进系统产生的力是轮胎抓地力的4到5倍。 于是有了那些画面：倒挂贴轨、腾空翻转180度、悬停后落地；零到60英里/小时不到1秒，现场视频里是0.81秒。 马斯克还说，希望最终量产车能跑到音速的一半。他在台上的那句话最能概括这一夜：原来未来真的有飞天汽车。 这就是创新思维：不在旧赛道上抠0.1秒，而是直接改写赛道规则。它还把 SpaceX 的火箭技术嫁接到汽车上，让两家公司互相背书；把硅谷“我们想要飞天汽车”的老梦想，变成了一场全球直播。 它卖给富人的不是一台车，而是一张“未来的门票” 买家买到的，是“我站在下一个时代那一边”的身份感。根据目前公开的信息，这款车计划2028年量产，售价未公布，现在下订需先付5000美元，十天内再补4.5万美元。 三、保时捷 Mission S：想接918的班，却还在挤牙膏 Mission S 的定位野心很大：一台中置引擎超跑，摆在911之上，对标法拉利、兰博基尼和迈凯伦，被视为 Carrera GT 和918 Spyder 的精神继承者。 918是什么分量？ 2013年问世，V8加双电机的插电混动，887匹马力，限量918台，是保时捷最后一台旗舰超跑。之后十多年，保时捷再没出过真正意义上的“传奇旗舰”。 外界普遍期待 Mission S 以混动千匹的姿态接过918的衣钵，但官方至今没有公布任何动力参数：没有马力、没有发动机信息、没有售价。现场能看到的，只有一块最高8000转的仪表、一把实体钥匙、一个取消了中控大屏的座舱。 这恰恰是问题所在。特斯拉在台上让车飞起来，保时捷在台上展示的是“我们把钥匙还给你了”。 挤牙膏，是保时捷的生意模式。 911从1963年至今，每一代都是在同一个经典轮廓上小步迭代：灯组改一点、马力加一点、价格涨一截。车迷愿意买单，因为买的是那个徽标和那段历史。 Mission S 发布会的每个细节也在讲同一件事：1953年的码头、先出场的550 Spyder、反复提起的 Ferry Porsche、“献给跑车的情书”。你买的不是一台新车，而是保时捷七十多年的品牌资产。 再看它同一周公布的 Sportwagenschmiede ’35 战略，核心口号是“价值优先于销量”： 高端车型平均售价提高约20%，最贵的1万台车平均价格从27万欧元提到33万欧元； 个性化定制（Sonderwunsch）收入做到现在的6倍； 车型变种减少约20%，盈亏平衡点压到20万辆以下，裁员约9000人； 搁置2023年的纯电超跑 Mission X，并明确911永远不出纯电版。 翻译成白话：少造车、多涨价、卖情怀、卖定制。这不是在创造新需求，而是在把已经被市场认可的品牌资产一次次变现。 背景也很现实：2025年保时捷营业利润率只有1.1%，全年交付约27.9万辆；中国市场占比从2020年的约35%跌到如今的15%左右。 在增长失速的时候，消费品牌是最快的回血方式。 四、同一群富人，一个刷新认知，一个消费品牌 两场发布会面对的都是金字塔尖的客户，卖的东西却完全不同。 特斯拉的逻辑是“改写规则”。 当所有人都在比零百快0.1秒时，它把问题换成“车能不能离开地面”。一旦新坐标被接受，旧玩家几十年的积累就会贬值。 连分析师 Gene Munster 都说，这次发布最大的作用就是让传统车企难堪！而“让传统车企难堪”，本身就是特斯拉最值钱的品牌资产。 保时捷的逻辑是“收租”。 它的护城河是没人能复制的赛道史，和大家喜欢的老钱的感觉。它的选择不是冒险，而是把这份遗产包装得更精致、标价更高。每一款新车都在提醒你“这很保时捷”，很少让你觉得“这前所未见”。 说到底，富人买的从来不只是车，而是一种身份叙事。 特斯拉让富人相信自己在投资未来；保时捷让富人相信自己在收藏历史。 前者不断扩大想象的边界，后者不断提高进门的价格。 五、当然，飞天也有代价 创新思维最大的风险，是兑现。这一点特斯拉自己也绕不开： 这款车2017年就开始收订金，当初承诺2020年交付，如今推到2028年； 到场的 Edmunds 记者指出，飞行演示的车是遥控的，车内无人，落地时车身明显弹跳； 能飞的版本没有任何道路或航空认证，官网写明不能上公共道路。 资本市场的态度也说明了一切：发布后股价盘前上涨约5%，但摩根大通维持“中性”，汇丰称其是“工程炫技，而非盈利能力的展示”。 但这恰恰是两种思维的分水岭。特斯拉的风险是“做不出来”，保时捷的风险是“不敢去做”。 前者失败了，至少把行业的想象力往前推了一步；后者成功了，也只是让一台更贵的911式超跑多卖几台。 而品牌溢价不是取之不尽的，当每一代新车都只是挤一点牙膏，总有一天会发现管子已经空了。 保时捷用 Mission S 回答的是：“我们还是你熟悉的那个保时捷。”再加上更高的售价和更贵的定制。它想接过918的传奇，却连一组动力参数都没拿出来。 特斯拉用 Roadster 回答的是：“你以为的极限，并不是极限。”它也许要到2028年才能交车，也许还有无数质疑要回应，但它再一次逼着整个行业重新思考：跑车的下一个十年，比的到底是什么？ 一个靠消费过去活着，一个靠预支未来前进。时间会给出答案

一篇不错的解读：《META出租H100与购买先进算力并不矛盾》 Meta 做 NeoCloud 与继续租 Crusoe 1.6GW，并不矛盾 昨天盘前，Meta 被报道正在考虑把多余 AI 算力对外商业化，甚至做成类似 NeoCloud 的业务。市场第一反应非常剧烈：Meta 盘前上涨接近 6%，但 AI算力和 neocloud 相关股票则受到负面 Narrative 影响, 市场担心的是：如果 Meta 也开始把 GPU 算力对外卖，是否会直接导致算力过剩？ 这个反应可以理解，但我们认为市场把问题想简单了。 首先，Meta 这件事本质上不是“AI 算力需求见顶”，也不是“Meta 不需要继续买算力”。相反，Meta 同时还在继续锁定非常大规模的新算力。根据 Bloomberg/Reuters 报道，Meta 最近与 Crusoe 签署了新的 AI computing capacity 协议，将从 Crusoe 位于 Texas Childress 和 Missouri Warrenton 的两个数据中心获得合计约 1.6GW 的容量。 同时，Meta还在向其他Neocloud购买算力。我们在去年3Q25 META Preview中就提到过META正在向NeoCloud寻求购买3GW算力。 所以表面上看，这里确实有一个矛盾：如果 Meta 自己已经有多余算力，为什么还要继续向 Crusoe 租 1.6GW？ 我们的理解是，这不是矛盾，而是算力代际切换。 过去两年，Meta 已经采购和部署了大量 H100/H200。这些 GPU 不是没价值，恰恰相反，它们对 inference、fine-tuning、企业模型服务、图像/视频生成、传统 ML workload 仍然非常有价值。但对于下一代 frontier model training，尤其是 3T+ 参数规模的 MoE、长上下文、多模态和 RL-heavy post-training，H100/H200 的训练经济性会明显下降。 关键不是 H100 不能训练，而是单位有效 token 成本变差。 当模型进入 3T+ 规模后，瓶颈不再只是单卡 FLOPS，而是 HBM 容量/带宽、GPU 间通信、scale-up 网络、checkpoint/restart、expert routing、sequence parallel、pipeline bubble、以及大规模 collective communication。H100 集群当然还能跑，但训练 wall-clock 更长，通信开销更高，集群利用率更难维持，最终表现为同样训练一个 frontier model，成本和时间都不如 GB200/GB300，未来更不如 Vera Rubin。 因此，Meta 现在面对的是一个很典型的资产配置问题： 最先进的 GB200/GB300/Rubin，要优先留给下一代模型训练；上一代 H100/H200，则应该尽量转成 inference 或外部商业化收入。 这也是为什么“做 NeoCloud”和“继续租 Crusoe 1.6GW”可以同时成立。 Meta 继续向 Crusoe 锁定 1.6GW，本质上是在为更长期、更先进、更大规模的 AI infrastructure 做准备。这种资源对于 Meta 来说，更多是未来 GB200/GB300/Rubin 时代的战略性产能，而不是简单补 H100 的缺口。 另一方面，Meta 既然已经买了大量 H100/H200，就不可能让这些资产在 frontier training 代际切换后闲置。Meta 内部当然有广告、推荐、内容排序等大量推理 workload，但这和 OpenAI/Anthropic 那种直接面向外部客户卖 token 的 LLM inference 业务并不完全一样。Meta 如果没有足够多可以直接 monetization 的外部 token demand，把 H100/H200 做成 cloud capacity 或 hosted model API 对外销售，是非常合理的资本回收方式。 这其实和 xAI / SpaceX 的思路有相似之处。xAI 今年公开宣布与 Anthropic 达成 compute partnership，向 Anthropic 提供 Colossus 1 算力；xAI 官方称 Colossus 1 包含超过 22 万张 NVIDIA GPU，包括 H100、H200 和 GB200，并可支持 training、fine-tuning、inference 和 HPC workload。(xAI) 这说明即使是 frontier AI 公司，也可能把一部分已有 GPU fleet 对外出租，同时把最新、最稀缺、训练效率最高的下一代集群保留给自己的 frontier model。 所以今天市场担心“Meta 进入 NeoCloud 会打垮所有 NeoCloud”，我们觉得有些过度。 更准确的判断应该是： AI 算力市场正在从单一的 GPU shortage，进入多代 GPU 分层定价和分层使用阶段。 第一层是最新训练算力：GB300、Rubin，以及后续更大 scale-up domain 的系统，主要服务 frontier model training。这部分供给仍然稀缺，客户仍然会向 Crusoe、CoreWeave、Nebius、Oracle、Microsoft 等各类供应商锁产能。 第二层是上一代高端算力：H100/H200/部分 GB200，更适合 inference、fine-tuning、enterprise AI、hosted model、agent workload 和中小模型训练。这部分不是没有需求，而是从“最稀缺的训练资源”变成“可以规模化商业化的推理资源”。 第三层是更通用的 GPU cloud 和 long-tail enterprise workload，对价格更敏感，但需求弹性也更大。 在这个框架下，Meta 的行为其实很合理：它不是停止建设 AI infrastructure，而是在把不同代际的 GPU 放到最适合的经济用途上。 因此，我们不认为这是 AI infrastructure 的大问题。真正重要的判断是：下一代 frontier model training 对 GB200/GB300/Rubin 的需求仍然非常强；同时，H100/H200 这类上一代 GPU 也不会被废弃，而会进入 inference monetization 和外部算力销售阶段。 这对整个 AI supply chain 的含义反而是： GPU fleet 开始变成多代际资产，而不是一次性训练工具。旧 GPU 不归零，新 GPU 继续稀缺。Meta 做 NeoCloud，不是需求崩了，而是算力资产终于开始金融化和商业化。