埃隆·马斯克：36个月后，部署人工智能最廉价的地方将是太空

瓶颈始终是物理层面的。在与 Dwarkesh Patel 和 John Coogan 近三个小时的对话中，埃隆·马斯克反复强调这个观点：人工智能的未来不仅仅取决于算法的突破，更取决于谁能以最快的速度扩展能源、芯片和制造能力。对话内容涵盖了轨道数据中心、人形机器人和政府欺诈等多个方面，但贯穿始终的主线是坚定的物质层面。马斯克正在构建一个世界，在这个世界里，xAI 将生产自己的芯片，将自己的计算能力发射到轨道上，并以一种让当前工业产出相形见绌的规模制造自己的机器人。

基于太空的人工智能案例

这个论点始于一个简单的观察：除了中国，全球电力产量基本上没有增长。而芯片产量正在呈指数级增长。这两条曲线将会相交。马斯克预测，到 2026 年底，芯片产量将超过地球上为其供电的能力。

他的解决方案极具特色：将数据中心放置在太空。太阳能在轨道上是充足且不间断的。1 太瓦的太阳能容量，以 25% 的容量系数计算，意味着你需要大约 4 太瓦的面板，但那里没有天气、没有黑夜、没有许可问题。反对意见是，在太空维修 GPU 更加困难，这确实存在，但只是次要问题。数据中心总拥有成本中只有 10-15% 是能源成本，大部分是 GPU 本身。

“The availability of energy is the issue. The output of chips is growing pretty much exponentially, but the output of electricity is flat. So how are you going to turn them chips on?” 问题在于能源的可用性。芯片的产量几乎呈指数级增长，但电力产量却停滞不前。那么你如何启动这些芯片呢？

延迟问题是可以解决的。近地轨道增加了大约 5 毫秒的往返时间，这对于推理工作负载是可以接受的。对于训练，集群可以在内部通信，而无需地面连接。马斯克估计，轨道上每个 GPU 的总质量约为 5 公斤（包括太阳能电池板、散热器和结构），按照星舰预计的每公斤 200-300 美元的入轨成本计算，一旦地球上的电力成为真正的瓶颈，这种经济效益就具有竞争力。

神经网络自然能够抵抗辐射引起的位翻转。在具有数万亿参数的模型中，几个随机翻转毫无意义。芯片需要运行得更热（开尔文温度升高 20% 会使散热器质量减半），但工程设计很简单。特斯拉的定制芯片 Dojo 3 在设计时就考虑到了太空部署。

TeraFab：每月数百万片晶圆

也许是最雄心勃勃的揭示：马斯克计划建造 TeraFab，一个半导体制造综合体，到 2030 年每月生产数百万片晶圆。该设施将处理逻辑、内存和先进封装，垂直整合整个芯片供应链。

计算：100 吉瓦的太空计算能力大约需要 1 亿个全光刻芯片，每个芯片以大约 1 千瓦的持续功率运行。目前最先进的芯片每片晶圆只能生产几十个。这个规模是惊人的。

马斯克已经直接告诉台积电 (TSMC)、三星 (Samsung) 和美光 (Micron)：更快地建造更多的晶圆厂，xAI 将保证购买其产出。但现有的晶圆厂运营商经历了数十年的繁荣与萧条，留下了伤痕。他们已经看到了十个周期的欣快感，随后是接近破产，因此他们本能地不愿意押注于指数级增长的需求曲线。

“I don’t know. We could just flounder in failure, to be clear. Success is not guaranteed.” 我不知道。说清楚，我们完全可能在失败中挣扎。成功没有保证。

这种方法类似于 SpaceX 的早期阶段：首先建造一个小型的晶圆厂，在小规模上犯错，然后再扩大规模。建造过程将在 X 上实时可见。

Optimus 和制造问题

人形机器人技术正在进入“降低汽车成本”的阶段。马斯克的框架是：大约五年后，Optimus 应该成为一款售价 20,000-25,000 美元的消费产品。目前的瓶颈是执行器，即赋予机器人物理能力的关节和电机。

美国制造业存在钢铁问题。美国每年生产约 8000 万吨钢铁；中国生产超过 10 亿吨。对于大规模的机器人制造，你需要冲压钢部件，而整个工业生态系统已经迁移到亚洲。马斯克希望将其带回来，但他承认这需要重建已经衰退了几十年的能力。

Optimus 的设计理念借鉴了特斯拉的自动驾驶方法：基于大量的人类行为数据进行训练。人工智能不是驾驶汽车，而是驾驶人形身体。马斯克暗示了一种类似于特斯拉的训练方法，但拒绝详细说明具体细节。

劳动力经济学引人注目。马斯克估计，大约十年内可能会有 100 亿个人形机器人，超过人类的数量。以每台 20,000-25,000 美元的价格，以及 15-20 年的使用寿命，实际劳动力成本接近于零，这使得人均 GDP 作为一个概念完全失效。

xAI 的制胜理论

马斯克对 xAI 的竞争性论点是硬件，而不是算法。他认为，人工智能研究的想法在大约六个月内就会在各个实验室之间传播开来；算法优势的窗口期通常很短。可持续的护城河是比竞争对手更快地扩展物理基础设施的能力。

马斯克表示，xAI 的优势在于它可以利用 SpaceX 进行轨道部署，利用特斯拉的制造专业知识，以及其他人工智能实验室所不具备的更广泛的工业基础。无论哪家公司能够以最快的速度扩展硬件，都将成为领导者，他认为 xAI 处于最佳位置。

具体到 Grok，马斯克希望它能够最大限度地追求真理，即使真理令人不舒服。他区分了一种为了迎合口味而过滤现实的人工智能，和一种提供诚实、公正分析的人工智能。他设想 Grok 拥有一种“道德宪章”，将真理置于舒适之上。

中国的结构性优势

马斯克对中国的地位非常坦率。中国的制造业产出占全球的 35-40%，超过了美国、日本和德国的总和。中国的工厂通常以最小的摩擦 24/7 全天候运营；美国的制造文化已经变得厌恶风险和流程繁琐。

半导体供应链集中在台湾是一个严重的地缘政治风险。马斯克的 TeraFab 雄心部分是为了对冲台湾可能发生的突发事件，这对整个行业来说将是灾难性的。

关于中国的 AI 实验室：马斯克承认它们很强大，而且越来越强大。对芯片的出口管制只取得了部分效果；中国的回应是加速国内能力的发展。

SpaceX 的工程 DNA

对话揭示了 SpaceX 的运营理念如何深刻地影响着马斯克所做的一切。Raptor 发动机的开发故事具有启发意义：SpaceX 经历了多次完整的重新设计，每次都无情地简化。结果是，与传统的火箭发动机相比，该发动机的零件数量大大减少，性能更高。

从碳纤维到不锈钢的转变是第一性原理思维的一个案例研究。在低温（液氧和甲烷）下，钢的强度重量比接近碳纤维，但成本约为碳纤维的 1/50。马斯克描述了在深夜搜索材料科学参考文献时发现这一点的过程。

他应用于所有企业的五步工程流程：

1. 让需求不那么愚蠢（质疑每一个假设）
2. 删除零件或流程（最常见的错误是优化不应该存在的东西）
3. 简化或优化
4. 加快周期时间
5. 自动化（仅在前四个步骤之后）

大多数组织从第 5 步开始倒退，自动化了根本不应该存在的流程。

DOGE 和政府支付系统

DOGE 部分揭示了联邦支付基础设施的现状。主要的财政计算机，称为 PM（支付账户主系统），每年处理 5 万亿美元的支付。马斯克的团队发现，将支付与国会授权联系起来的拨款代码是可选的。解释付款用途的注释字段通常留空。

“You have to recalibrate how dumb things are.” 你必须重新校准事情有多愚蠢。

他类比了 PayPal 的欺诈管理：在 PayPal，凭借高能力和高度的关心，他们设法将欺诈降低到支付量的 1% 左右，这非常困难。联邦政府的能力较低，关心程度较低，规模却大得多。这意味着欺诈率很高。

马斯克估计，仅仅使拨款代码成为强制性的，并要求填写非空的注释字段，每年就可以节省 1000-2000 亿美元，而无需触及任何政策问题。国防部无法通过审计，因为验证付款的信息实际上并不存在于系统中。

关于政府作为一个实体：马斯克将其定义为“最大的公司，拥有暴力的垄断权”，并且发现人们不信任公司却信任政府是一种奇怪的二分法，而公司显然拥有更好的问责机制。

政府-人工智能风险

当被问及政府使用人工智能和机器人来压制民众的风险时，马斯克认为这是人工智能可能带来的最大危险，比公司滥用更严重。他的回答是结构性的：对政府的限制以及各部门之间的宪法制衡是主要的保障，而不是公司政策。

这种紧张关系尚未解决。作为日益强大的人工智能和机器人系统的构建者，马斯克对政府可以和不能用技术做什么拥有越来越大的影响力。他承认这一点，但倾向于宪法框架，而不是承诺对 Optimus 或 Grok 采取具体的拒绝政策。

“It’s better to err on the side of optimism and be wrong than on the side of pessimism and be right, for quality of life.” 宁愿乐观地犯错，也不愿悲观地正确，为了生活质量。

一些观察

这次对话值得关注，与其说是任何单一的启示，不如说是马斯克工业愿景的连贯性。各个环节相互关联：基于太空的计算需要廉价的发射（SpaceX），这需要大规模制造（TeraFab），这需要人形劳动力（Optimus），这需要大规模的训练计算（xAI），这需要地球可能无法提供的电力（回到太空）。这是一个雄心勃勃的闭环。

• 最反常的说法：在 36 个月内，太空将成为人工智能计算最便宜的地方。不是因为太空便宜，而是因为地球将耗尽可用的电力。
• 最能揭示问题的承认：TeraFab 的成功没有保证。从头开始建造一个具有竞争力的半导体晶圆厂可能是马斯克尝试过的最困难的工业挑战。
• 最被低估的观点：人工智能研究的想法在六个月内就会在各个实验室之间传播开来。可持续的优势完全在于物理基础设施，而不是算法。这从根本上将人工智能竞赛重新定义为一场工业竞争。
• 限制因素框架将一切联系在一起：在 1 年的时间范围内是电力，在 3-4 年的时间范围内是芯片，除此之外是制造和部署人工智能系统的总工业能力。马斯克正在建立公司来同时解决这三个问题。