Why Trillions in AI Revenue Could Be Bottlenecked by Mirrors - Dylan Patel

制造 1 吉瓦 AI 算力的晶圆厂只需 60 亿美元投入，却能每年带来 1000 亿美元收入，但全行业被 ASML 光刻机的镜子产能卡死。

AI 算力的需求暴涨，理论上只要砸钱就能无限扩产，但现实里从晶圆厂、光刻机到关键镜子，整个供应链被极少数环节卡住。即使 AI 实验室一年能赚几千亿美元，想把这些钱变成更多算力，依然受限于物理产能和极慢的扩建速度。这期用具体数字和真实供应链细节，讲透了“钱多也买不到算力”的真实困境。

AI 算力的制造看似只要砸钱就能扩产，但现实里被极少数环节死死卡住。

• 制造 1 吉瓦 AI 算力，只需约 60 亿美元晶圆厂投资，但每年能带来 1000 亿美元收入，回报率高达 100 倍。
• 关键瓶颈是 ASML 光刻机的镜子，这些镜子由 Carl Zeiss 制造，产能极慢，短期内全球都抢不到。
• 资本主义本能会刺激扩产，但像镜子这种物理制造环节，扩建速度极慢，哪怕你给 Carl Zeiss 100 亿美元，也不是一年两年能翻倍。

即使 AI 实验室现金流爆炸，供应链的扩产速度依然慢得像鞭子甩到尾巴。

• 全行业每年资本支出（CapEx）超 2 万亿美元，但 AI 实验室的现金流远远不够覆盖，扩产还得靠外部融资。
• 供应链每个环节都要同步扩产，光 Carl Zeiss 扩镜子没用，ASML、数据中心、能源等全链条都要一起跟上。
• 有人甚至囤积涡轮机转卖，因为数据中心被这些硬件卡住，二手市场价格能翻数倍，出现“硬件套利”。

“你现在扔 100 亿美元给 Carl Zeiss 让他多造镜子，也不是明年后年就能翻倍，物理世界的扩产速度慢得吓人。”

• 如果你在 AI、云计算或硬件行业，别只盯着模型和算法，提前布局供应链里的“卡脖子”环节，才是真正的护城河。
• 投资和创业时要关注那些极难扩产、但需求爆炸的物理环节，比如高端光刻机、特殊材料和能源设备，这些才是下一个十年最稀缺的资产。