Gavin Baker - AI Market Jitters - [Invest Like the Best, EP.485]

這集在講什麼

這集在回答一個很現實的問題：AI 股市為什麼在 7 月像「2022 in a month」一樣重挫，但 Gavin Baker 反而覺得基本面還在加速？他給的核心答案是，市場太低估了 compute 供需失衡、GPU 與記憶體價格重定價，以及 open source / frontier model / inference cloud 交織後，整體 tokens 與算力需求仍在往上，而不是降溫。聽完你會帶走一個關鍵框架：別只看單一模型或單一公司，真正要盯的是「64,000 個 GPU、8 gigawatts、50%–60% 的價格回升、20%–30% 的 token/comp 比例」這些會決定 AI capex、credit 與 public market 重新定價的數字。

來賓：Gavin Baker；他是科技／AI 與市場交叉領域的長線投資人，長期追蹤 hyperscaler、GPU、open source model、inference cloud 與 credit market 的連動，因此能把模型進展、供應鏈與資本循環放在同一張圖上看；他這集最核心的主張是：「如果你看見的都是 net accelerating 的 demand signal，那市場現在賣的是恐懼，不是基本面。」

本集亮點

03:19他直接點名，GPU availability、GPU rental pricing、DRAM spot price、token growth 全都在加速，連 Anthropic、OpenAI、open source inference clouds 都不是單一故事；這段值聽在於它把「AI 放緩」的敘事拆成可驗證的幾個 telemetry。

15:28他用一個很有體感的例子：同樣大小的 Blackwell cluster，7 個月後租金從「mid per GPU hour」漲到接近原本的 1.5–1.6 倍，甚至有人預期合約到期後要多付 100%；這段很關鍵，因為它把抽象的 AI 需求變成會直接推升現金流的價格重估。

28:32他解釋 open source 不是在傷害 AI，而是在把 token 從 90% gross margin 的 frontier layer 挪到約 30% margin 的層級，但 token 仍要消耗同樣的 flops、watts、space、cooling；這段值得聽，因為它是整集最反直覺也最重要的「為什麼更便宜，反而可能讓算力需求更大」的答案。

59:59他提到 SpaceX / Starlink / Grok / Cursor 可能在 18 個月內拉上 8 gigawatts 的 compute，而且已經把上半年大量算力「夜裡就吸收掉」；這段放在後半很重要，因為它把話題從現有 hyperscalers 延伸到新的 dark horse，提醒你 AI capex 競賽還沒結束。

章節

完整逐字稿（可點句跳播）、一集白板、AI 問答與一鍵摘錄，在聽摘裡看 👇