马斯克TERAFAB年产能目标50倍全球、AWS 2GW Trainium锁定OpenAI+Anthropic、苹果不训练模型年收AI过路费近10亿美元
马斯克宣布TERAFAB：年产能1太瓦、80%服务太空——这是芯片厂还是SpaceX IPO叙事？
3月21日，马斯克在奥斯汀举行发布会，宣布由特斯拉、SpaceX、xAI三家联合主导的芯片制造计划TERAFAB。年产能目标1太瓦（TW），约为当前全球芯片年产能的50倍。选址德克萨斯州奥斯汀Giga Texas厂区附近，计划将逻辑芯片、内存芯片与先进封装整合于同一设施，实现从掩膜版到测试的全链路闭环，迭代速度据称比现有方案快一个数量级。
驱动逻辑听起来极端，但内部数字却有一套自洽：仅Optimus人形机器人一项，马斯克预计将消耗100-200GW算力；太空AI卫星集群需求则为太瓦量级。他直接点出台积电与美光科技"扩张速度远低于我们的期望"，"要么建TERAFAB，要么就没有芯片"。工厂将生产两类芯片：边缘推理芯片（面向Optimus与汽车）和太空专用高功率芯片（需抵抗高能粒子轰击与极端温度）。
真正的看点不是工厂本身，而是时间节点：SpaceX计划今年夏季IPO，预计融资最高500亿美元、估值或超1.75万亿美元，"向太空发射AI数据中心"正是核心融资逻辑。TERAFAB宣布恰好为这一叙事提供了工业层面的支撑——三家公司协同从产品合作升级为共同主导同一工业项目。分析师对工程可行性普遍存疑，但叙事价值已然到位：TERAFAB把SpaceX从"火箭公司"包装成"轨道算力平台"，每一行技术细节都在为IPO估值背书。
AWS Trainium已部署140万颗、Claude跑在百万颗上，OpenAI签下2GW——英伟达的隐患正在成形
TechCrunch对亚马逊芯片实验室的独家探访揭示了一个被低估的事实：AWS Trainium三代累计部署已达140万颗，其中超百万颗Trainium2专门承载Anthropic的Claude推理流量，Trainium2已承担Bedrock服务的大多数推理流量。更关键的信号：Andy Jassy宣布AWS向OpenAI投资并签下500亿美元大单后，协议核心是为OpenAI新Agent平台Frontier提供2吉瓦Trainium算力。
值得注意的矛盾：微软认为OpenAI与Amazon的独家协议可能违反了自己与OpenAI的合同。Trainium最初设计用于训练，已转型推理优化——这与行业趋势完全对齐：数据中心90%电力已用于推理，英伟达Bill Dally点明数据搬运能耗是计算本身的1000倍，降延迟、减搬运才是推理效率的真正战场。AWS Trainium能否在英伟达阴影下站稳推理市场，将在Frontier规模化落地时见分晓。
苹果不训练模型、2025年从AI应用收佣金近10亿美元，Wedbush估算AI变现对估值贡献高达1.5万亿美元
当四大科技巨头预计在2026年AI基础设施上合计投入近7000亿美元时，苹果用最小的资本支出从中拿走了近10亿美元。逻辑清晰：24亿台iOS设备构成AI应用触达用户的主要渠道，无论OpenAI、Anthropic还是xAI的模型多先进，都必须交"苹果税"——第一年30%、后续15%。2025年1月苹果来自生成AI的月收入约3500万美元，8月高峰达1.01亿美元，全年接近9亿美元，仅OpenAI一家贡献约四分之三。
另一个收费口更隐蔽：本地AI智能体需求推动Mac Mini热销，苹果同时卡住了移动端分发渠道和桌面端运行硬件两个咽喉。摩根士丹利预测亚马逊今年自由现金流将转负，美国银行估算缺口高达280亿美元，而苹果的资本支出仅为竞争对手的零头。
这是一种"基础设施寄生者"模型：苹果既没有训练大模型，也没有为AI基础设施砸重金，却同时收走了AI应用层的消费者入口租金和本地推理硬件的溢价。Wedbush分析师Dan Ives估算AI变现逻辑对苹果的估值贡献高达1.5万亿美元，每股增量75-100美元。当巨头们在算力军备上消耗自由现金流，苹果的策略是：让别人训练，我来收通行费。
五角大楼机密备忘录要求30天内将Maven监管移交至首席数字AI办公室，全面嵌入各军种。Claude参与其中，实现从数小时到秒级的目标识别。
GTC上Jeff Dean与Bill Dally对话指出，推理瓶颈不在模型本身，在内存访问与延迟。合成数据将成突破训练数据枯竭的关键。
宇树科技科创板招股书披露，拟融资42亿元，量产规模化能力将成核心审查重点。
Cursor确认经Fireworks商业授权使用Kimi K2.5，但未提前披露。套壳透明度已成AI工具链新合规焦点。
调查揭示以AI合成视频、虚假粉丝和自动化互动构建的网红经济黑市，品牌方难以识别真伪。
GitAgent提出类Docker的标准化Agent打包规范，允许跨LangChain、AutoGen、Claude Code复用。
新分析指出递归自我提升引入信息损失，从理论上限制了纯自我迭代路径的指数级增长预期。
报告梳理当前AI产业链利润分布，芯片与数据中心持续吃走大头，应用层竞争激烈但利润率相对较薄。
轻舟智航D轮完成，将加速多城市商业运营规模化，自动驾驶落地赛道资本持续流入。
AI与神经接口融合推动脑机接口从实验室走向消费级，本轮融资潮或预示量产时间表前移。