【財經一點通】「AI泡沫煞車皮是台積電」！投資大咖揭原因：一群保守的七十歲老先生

「這次AI的泡沫不會這麼快出現，因為有台積電在把關」。
​
這是 Gavin Baker 在投資會議上，拋出的看法。如果你有關注科技股投資，對 Baker 這個名字一定不陌生。他曾是 Fidelity 的明星基金經理，當年的戰績是打敗了 99% 的同行。
​
這場訪談中，我挑選了三個最值得深挖的維度，結合我的觀察分享給大家。
​
真正的「AI 泡沫煞車皮」，握在台積電手中
​
市場上最大的擔憂是什麼？AI 需求是真實的，但如果供給跑得比可持續的需求更快，就會重演 2000 年網路泡沫或 2018 年記憶體崩盤的歷史，供給過剩導致價格崩盤。
​
但 Baker 提出一個「反泡沫」論點：這次可能不會發生，因為存在一個強大的物理限制，而這個限制的閥門，正被一群深謀遠慮的管理者牢牢掌控著。
​
這個限制就是台積電（TSMC）的先進製程晶圓產能。
​
Gavin Baker 的原話是：「台積電是由一群七十多歲、性格頑固的老派管理者在經營。他們視自己為張忠謀遺產的守護者，他們才是台灣經濟命脈的代表。」
​
「他們需要保護台灣，一場泡沫與破裂對台積電和台灣來說都是一場災難。所以，即便黃仁勳每三個月就飛一次台灣，希望產能翻倍、再翻倍，台積電的這群老人家依然不為所動，只肯給出 5-10% 這種極其克制的增長。」
​
這段話的弦外之音是什麼？
​
台積電經歷過半導體行業慘烈的週期性起伏，深知瘋狂擴產最終只會導致產能過剩和血本無歸。他們寧願賺得慢一些，也要走得穩。
​
而軟體可以一夜之間複製，但先進晶圓廠不行。一座新廠從規劃到量產需要數年時間和天文數字的資本。這是一個無法被「炒作」或「加速」的物理定律。
​
台積電的「保守」，反而人為地拉長了這輪牛市的生命週期。因為供應被卡死在物理層面（晶圓產能），產能過剩的風險被推遲了。這對 Nvidia 的定價權和整個 AI 基礎設施的健康度來說，反而是長線利好。
​
AI 的隱形護城河——只有兩家公司能蓋好的「高速公路網」
​
當所有人都聚焦在晶片本身有多強大時，Baker 將我們的注意力引向了一個更隱蔽、但可能更關鍵的戰場：網絡。
​
他指出，目前所有最前沿的 AI 大模型（GPT、Claude 等）都在採用一種叫做「專家混合模型」（Mixture-of-Experts, MoE）的架構。
​
你可以這樣理解 MoE：過去的模型，就像要整個大腦 100% 全力運轉，才能回答一個簡單問題，成本極高。
​
而 MoE 模型，則是像一個擁有無數專家的智庫，每次只喚醒最相關的幾位專家來協同工作，效率大大提升。
​
但這帶來一個新的技術難題：你需要在數千個加速器（GPU）之間，建立一個能以極低延遲、動態切換的「交換式擴展網絡」（Switched Scale-Up Network）。這就像為專家智庫建造一個超光速的神經中樞系統。
​
Baker 的結論是：目前世界上，只有兩家公司的這個「神經中樞系統」是真正成熟可用、且能大規模運作的：Nvidia 和亞馬遜（Amazon）。
​
- Nvidia：透過其 NVLink 和 InfiniBand 技術，打造了黃金標準。
​
- Amazon：透過其自研的 Trainium 晶片內部的客製化網絡，成為了市場上最被低估的「黑馬」。
​
這也是為什麼 Baker 認為，儘管競爭加劇，他對 AI 基礎設施的頭部玩家依然非常樂觀。因為建造這個「高速公路網」的技術門檻，可能比製造晶片本身還要高。
​
這也解釋了為什麼亞馬遜的 Trainium 不容小覷，它不僅有晶片，更有與之匹配的、別人沒有的網絡架構。
​
如果他的判斷正確，Amazon 的 Trainium 3 在今年下半年放量時，可能會給市場帶來巨大的驚喜。
​
新興雲端（Neoclouds）的商業模式，就像經營一支 F1 車隊
​
市場上有一種普遍的看法：像 CoreWeave 這樣的新興 GPU 雲端服務商，只是暫時的套利者。
​
一旦微軟、Google 這些超大規模雲端廠商（Hyperscalers）的 GPU 到位，它們就會被消滅。
​
Baker 並不認同這個觀點，並用了一個比喻：「營運一個 GPU 叢集，就像駕駛一輛 F1 賽車。你看比賽時覺得很輕鬆，但背後是極致的工程學。」
​
他的核心論點是：卓越的營運能力本身，就是一條極深的護城河。
​
Baker 指出，頂級營運商（如 CoreWeave）能將 GPU 的有效利用率做到是二流廠商的 2 到 3 倍。這意味著，同樣一塊 GPU，在他們手裡每小時創造的價值是別人的數倍。這就是他們能收取更高費用，客戶還趨之若鶩的原因。
​
理論上，大家都可以買到同樣的 Nvidia GPU（F1 賽車）。但如何圍繞它搭建軟體堆疊、網絡、散熱、電力管理、任務調度、故障排除系統，這需要一個像 F1冠軍車隊那樣頂尖的工程師團隊，而不是普通的修車師傅。
​
傳統雲端廠商的基因是「追求最低成本」，而 AI 任務的基因是「追求極致性能和穩定性」。這兩種思維模式在構建基礎設施時，會產生截然不同的結果。
​
對於投資者來說，切勿輕易斷言 Neoclouds 早晚會消失。這個領域的贏家，很可能因為其極高的營運門檻，而獲得多年的複利增長。

本文由「Fomo研究院」提供