我花了一个晚上读完一份半导体研究报告，然后意识到一件事：
AI 世界真正值钱的东西，可能根本不是模型。
和大多数人一样，我之前也只盯着模型层——谁的参数多，谁的 benchmark 高，谁会成为下一个 OpenAI。
读完《Silicon Control》之后，我觉得这个问题本身就问错了。
OpenAI 真正在卖什么？
很多人觉得 OpenAI 在卖智能。
但如果把 ChatGPT 拆开，你会发现它只是整个系统最上面一层。
用户看到的是：
我 → ChatGPT
而现实是：
我
↓
ChatGPT
↓
OpenAI 数据中心
↓
NVIDIA GPU
↓
HBM 高带宽内存
↓
先进封装 CoWoS（把多颗芯片叠在一起的封装工艺）
↓
TSMC 晶圆代工
↓
ASML 光刻机
↓
发电厂
如果 OpenAI 明天消失，世界不会停止运转。还有 Claude，还有 Gemini，还有开源模型。
但如果 ASML 消失，先进芯片产业可能瞬间倒退十年以上。
绝大多数人只看见最上面两层。
软件时代正在结束
过去二十年，互联网有一个著名判断：
Software Eats The World。软件吞噬世界。
为什么软件赚钱？因为写一次代码，卖给一百万用户，成本几乎不变。Google 如此，Facebook 如此，Shopify 如此。整个 VC 行业都建立在这个逻辑之上。
但 AI 改变了游戏规则。
第一次，软件重新拥有了成本。
传统软件：用户越多，利润越高。AI 软件：用户越多，GPU 消耗越大，电费越高，成本越高。
每一次提问，每一次图片生成，每一次 Agent 调用，都在消耗真实世界的资源。
所以 OpenAI 越火，反而越焦虑。增长不再意味着纯利润，而是更多 GPU、更多机房、更多电力。
AI 供应链上，谁是真正的卡脖子？
《Silicon Control》整篇报告做的事，是把这条供应链拆开，逐层问：这一层，谁说了算？
答案让人意外。
光刻机：ASML 一家独大
选地 → 申请电网连接（等 3-7 年）→ 建变电站 → 买变压器（等 1-2 年）→ 机柜 → GPU
芯片是怎么做出来的？用极紫外光（EUV）照射硅片，刻出纳米级电路。
全世界只有 ASML 能造 EUV 光刻机。
一台机器背后连接着 5000+ 供应商、30 多个国家、数十年协作体系。复制 ASML，某种意义上等于复制整个现代半导体工业。
2025 年 ASML 全年营收 €32.7B，EUV 营收同比增长 39%。而且这台机器，中国目前拿不到——已被美国列入出口管制。
晶圆代工：TSMC 是唯一选择
NVIDIA 的 GPU 在 TSMC 造。Apple 的 M 系列在 TSMC 造。高通、AMD、大量 AI 芯片，都在 TSMC 造。
TSMC CEO C.C. Wei 在 2025 年三季报说：
"AI 相关的前后端产能都非常紧张，我们正在非常努力地缩小供需缺口。"
全球最先进制程，基本就是 TSMC 一家在撑。
HBM 内存：卖到断货
HBM（高带宽内存）是 GPU 能高速运行的关键——你可以把它理解成 GPU 旁边的"超高速暂存区"。
最让我震惊的不是价格，是这个：
Micron 已经把 2026 年全年的 HBM 提前卖完，洁净室建设周期太长，2026 年不会有新增产能。
能源：比芯片更先卡
报告里反复强调一个意料之外的瓶颈：不是芯片，而是电。
IEA 预测，到 2030 年全球数据中心用电量将超过 1000 TWh——大概相当于日本全国一年的用电量。
建一个 AI 数据中心，核心路径是：
选地 → 申请电网连接（等 3-7 年）→ 建变电站 → 买变压器（等 1-2 年）→ 机柜 → GPU
每一层都是真实世界的基础设施，每一层都无法靠写代码绕过。
NVIDIA 最可怕的不是 GPU
以前我也觉得 NVIDIA 牛是因为 GPU 性能强。后来发现不是。真正恐怖的是 CUDA。
CUDA 是 NVIDIA 二十年前开始建的软件生态。如果把 GPU 比作发动机，CUDA 就是操作系统。
PyTorch、TensorFlow，底层都跑在 CUDA 上。全球几乎所有 AI 研究框架都建立在这个生态里。
今天就算有人造出性能高 20% 的 GPU，开发者也不会为了 20% 的提升推倒整个生态重来。
Jensen Huang 在 2025 年财报里说：
"每一个 Blackwell 机架需要 150 万个组件，分布在 350 家工厂生产。"
NVIDIA 卖的不只是 GPU，而是这个没人能短期复制的生态。
超大规模算力支出：2030 年前 $7T
2030 年之前，科技巨头在 AI 算力基础设施上的累计支出预计达到约 $7 万亿。
这不是研发，这是建厂。
Meta 疯狂建机房，xAI 自己建 Colossus，Google 疯狂扩建数据中心，Microsoft 签署大量长期供电协议。
这场战争已经从软件层打到了工业层。
中国路线：另一条供应链
美国优势：GPU、软件、模型。中国优势：制造业、能源、基础设施。
EUV 进不来，中国的路线是：用更低制程工艺、堆叠架构、巨大集群来补性能差距。
未来十年，世界很可能出现两条并行发展的 AI 供应链。这个变量目前还没被大多数人认真对待。
读完之后，我在想什么
读完《Silicon Control》，我最大的感受是：
过去几年，大家都在讨论模型。但模型只是冰山露出水面的部分。
真正决定未来财富流向的，是冰山下面那些没人关注的东西——光刻机、晶圆厂、HBM、先进封装、电力、数据中心。
这些行业过去被认为又重又慢。如今正在成为 AI 世界最重要的资产。
对一人公司的启示
这篇报告给我最大的触动，不是"谁在控制硅"，而是它揭示了一个更底层的规律：
在一个高速变化的行业里，真正值钱的，永远是那些很难被复制的东西。
对大公司来说，是晶圆厂、光刻机、能源基础设施。
对独立开发者来说呢？
模型会越来越便宜，API 会越来越便宜，开源模型会越来越强。但用户信任不会，品牌不会，真正的分发渠道不会。
你控制不了 ASML，但你可以控制自己和用户之间的那条线。
巨头在争 Silicon Control，你争的是 Distribution Control。
ASML 之所以难以被复制，不是因为它有什么秘密，而是因为它花了几十年把整个供应链网络变成了自己的护城河。
这件事，普通人也可以用小得多的规模做到。
本文仅代表个人阅读笔记与观点，不构成任何投资建议。
原文报告：Silicon Control — Silicon Frontier
数据来源：ASML/TSMC/Micron/SK Hynix/Samsung/GE Vernova/Bloom Energy 财报；IEA 2025 年能源与 AI 报告
