編輯 | 聽雨

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

繼上回與山姆·奧特曼同臺回應(yīng)微軟和Open AI的合作細(xì)節(jié)后，微軟 CEO 納德拉再度出席主持人Dwarkesh Patel的一檔播客節(jié)目，并公開微軟在整個技術(shù)棧層面為 AGI 做的一系列準(zhǔn)備。

微軟對未來AI的布局可謂野心勃勃。他們正在構(gòu)建一個從芯片、基礎(chǔ)設(shè)施到模型和應(yīng)用的全方位 AI 生態(tài)，不僅服務(wù)頂尖實(shí)驗(yàn)室，還面向整個經(jīng)濟(jì)的長尾市場。

在節(jié)目中，主持人和 SemiAnalysis 創(chuàng)始人Dylan Patel與納德拉一起共同參觀了微軟全新的Fairwater 2 數(shù)據(jù)中心。

圖片

微軟正在建設(shè)多個 Fairwater，每一個數(shù)據(jù)中心都配備了數(shù)十萬顆 GB200 和GB300 芯片。所有這些互聯(lián)的建筑合計(jì)將擁有超過2 吉瓦（GW） 的總算力容量。作為參照，即便只是其中一座 Fairwater 數(shù)據(jù)中心，其計(jì)算能力也已經(jīng)超過目前世界上任何一座 AI 數(shù)據(jù)中心。

圖片

微軟云與人工智能執(zhí)行副總裁Scotte Guthrie透露，微軟的目標(biāo)是每 18 到 24 個月，把訓(xùn)練能力提升 10 倍。這個新數(shù)據(jù)中心的算力，相比 GPT-5 的訓(xùn)練規(guī)模，是又一次 10 倍提升。這棟建筑里的光纖連接數(shù)量幾乎等于 2.5 年前整個 Azure 網(wǎng)絡(luò)的總和。

圖片

隨后，納德拉在節(jié)目中公開了微軟在整個技術(shù)棧層面為 AGI 做的一系列準(zhǔn)備，省流版總結(jié)：

1、AGI商業(yè)模式的底層杠桿不變，微軟的收入仍來自五大支柱：廣告、交易、設(shè)備毛利、訂閱、云消耗，從“賣軟件”到“賣算力”，本質(zhì)仍是提供生產(chǎn)力的通貨。

2、微軟Copilot的優(yōu)勢：目前 GitHub 每秒就有一個新開發(fā)者加入，80% 會自然進(jìn)入Copilot 工作流。微軟將推出新的“Agent HQ” 概念：讓 GitHub 成為所有AI 智能體的中樞。

3、微軟必須在三層同時(shí)具備競爭力：基礎(chǔ)設(shè)施層（infrastructure）、模型層（model）、支撐層 / 編排層（scaffolding），而且不能垂直鎖死在一個模型體系中。必須構(gòu)建能支持多種模型家族的基礎(chǔ)設(shè)施，防止某種架構(gòu)淘汰后資本浪費(fèi)。

4、自研芯片與OpenAI合作關(guān)系：微軟對 OpenAI 研發(fā)計(jì)劃擁有全面訪問，包括系統(tǒng)層創(chuàng)新，將在未來七年內(nèi)繼續(xù)在所有產(chǎn)品中最大化利用 OpenAI 模型；自研 MAI 模型與芯片研發(fā)形成閉環(huán)。

5、人才競爭：微軟正在組建世界級的團(tuán)隊(duì)，Mustafa 已經(jīng)加入，Karen、Amar（Gemini 2.5 的后訓(xùn)練負(fù)責(zé)人）、Nando（DeepMind多模態(tài)專家）都已在微軟。

6、Azure 的目標(biāo)是要成為能承載所有長尾 AI工作負(fù)載的平臺，而不僅僅是服務(wù)幾個超大客戶的裸機(jī)訓(xùn)練基地。

7、微軟認(rèn)為 AI 和超大規(guī)模云業(yè)務(wù)是資本+知識驅(qū)動的新型企業(yè)形態(tài)，通過軟件優(yōu)化硬件和合理規(guī)劃資本支出，實(shí)現(xiàn)長期增長。

8、中美AI競爭的核心在于爭取信任，能不能讓世界相信你、相信你的公司、相信你的國家和制度，會決定誰能贏得這場 AI 競爭。

值得注意的是，納德拉還警示了“贏家的詛咒”（winner's curse)：若你身為模型公司，或許會陷入"贏家的詛咒"——雖已完成艱巨的研發(fā)工作，實(shí)現(xiàn)驚人創(chuàng)新，但技術(shù)壁壘可能僅需一次復(fù)制就會被輕易突破。

小編整理了整期播客實(shí)錄，信息量極大，干貨滿滿，建議收藏細(xì)讀，enjoy!

一、AGI的商業(yè)模式會是怎樣的

Dylan Patel： 回顧以往的技術(shù)革命——鐵路、互聯(lián)網(wǎng)、云計(jì)算、藥物研發(fā)——每次從發(fā)現(xiàn)到普及的周期都越來越短。現(xiàn)在的 AI 革命速度前所未有。光是明年，超大規(guī)模云廠商的資本開支（CapEx）就要達(dá)到 5000 億美元，這種速度和規(guī)模歷史罕見。很多人認(rèn)為這可能是“最后一次技術(shù)革命”。而你似乎看得比“AGI 派”的那種樂觀更冷靜——能講講你的看法嗎？

Satya Nadella：是的，我也很興奮，可能這真的是繼工業(yè)革命之后最大的變革。但我也清楚地知道，我們?nèi)栽谠缙陔A段。我們確實(shí)創(chuàng)造出了一些有用的東西，擴(kuò)展規(guī)律（scaling laws）似乎在起作用，我對它們繼續(xù)奏效保持樂觀。當(dāng)然，這不僅僅是科學(xué)突破，還包含大量工程工作。

但我也認(rèn)為，過去 70 年的計(jì)算發(fā)展本身就是一場持續(xù)的進(jìn)步?？▋?nèi)基梅隆大學(xué)的圖靈獎得主 Raj Reddy 曾提出一個很美的比喻：AI 應(yīng)該是“守護(hù)天使”或“認(rèn)知放大器”。我非常喜歡這個說法——AI 的終極人類效用，就是放大認(rèn)知、守護(hù)人類。

當(dāng)然，也可以把它看得更神秘一點(diǎn)：AI 做的許多事情原本只有人類才能做。但其實(shí)，每一次技術(shù)革命都是如此。

Dwarkesh Patel： 我們不一定要糾結(jié)定義，但假設(shè)在未來的某個時(shí)間，機(jī)器能生成“Satya tokens”，微軟董事會也認(rèn)為這些 token 很有價(jià)值。

Dylan Patel：你們可能付不起這些“Satya token” 的 API 調(diào)用費(fèi)（笑）。

（注：“Satya token” 是主持人開的一個玩笑，暗指在未來，AI可能生成如此有價(jià)值、近乎等同于納德拉本人決策和智慧的“token”。但當(dāng)AI的能力強(qiáng)大到可以替代頂級CEO的戰(zhàn)略決策和價(jià)值創(chuàng)造時(shí)，經(jīng)濟(jì)的形態(tài)和利潤的分配會變成什么樣？）

Dwarkesh Patel： 沒錯，不論你叫它工具還是智能體，一旦模型的計(jì)算成本降到每百萬 token 只需幾美分，那就存在巨大的利潤空間。問題是：這些利潤的分配——微軟會占多大一部分？

Satya Nadella： 這其實(shí)回到更大的問題：經(jīng)濟(jì)增長會變成什么樣？企業(yè)形態(tài)和生產(chǎn)率會怎么變？歷史上，工業(yè)革命的技術(shù)擴(kuò)散用了幾十年，經(jīng)濟(jì)增長才真正顯現(xiàn)。哪怕今天擴(kuò)散更快，真正的增長仍取決于工作流的重塑。所以企業(yè)的“變革管理”是關(guān)鍵。未來，人的產(chǎn)出是否能獲得更高杠桿？想想看，沒有技術(shù)，你們能運(yùn)營 Semianalysis 或這個播客嗎？根本不可能。技術(shù)讓你們獲得了巨大的規(guī)模。未來它可能再放大 10 倍。工業(yè)革命用了 150 年，而這次我們可能在 20、25 年內(nèi)完成。

Dylan Patel： 微軟歷史上可能是最偉大的軟件公司，從賣 Windows 光盤轉(zhuǎn)向 SaaS，再到今天 AI 驅(qū)動的 Copilot。但 AI 的高成本打破了 SaaS 的低邊際成本邏輯。在這種環(huán)境下，你如何讓微軟完成這場轉(zhuǎn)型？

Satya Nadella： 很好的問題。其實(shí)商業(yè)模式的基本杠桿不會變：廣告、交易、設(shè)備毛利、訂閱和云消耗，這些仍是主軸。區(qū)別只是定價(jià)和層級。例如訂閱其實(shí)就是“打包的消耗權(quán)”，你為一段使用量付費(fèi)，AI 訂閱會延續(xù)這種邏輯。我們在所有這些模式上都有布局，這正是微軟的優(yōu)勢。而且歷史證明：低 ARPU 并不壞。當(dāng)年我們從服務(wù)器遷移到云時(shí)，也擔(dān)心利潤會被吃掉，但云讓市場大幅擴(kuò)張——像印度這樣的新用戶群體以前買不起服務(wù)器，如今能“按需買一塊”。AI 也會重演這個故事。以編碼為例：我們用了十幾年建立 GitHub 和 VS Code，而一年內(nèi) Copilot 已經(jīng)讓整個類別爆發(fā)。這就是市場擴(kuò)張的威力。

二、微軟Copilot如何應(yīng)對競爭

Dwarkesh Patel：但現(xiàn)在競爭也變激烈了。Claude Code、Cursor、Cognition 等都快速增長，你怎么看微軟 Copilot 的優(yōu)勢？

圖片

Satya Nadella：我特別喜歡這張圖，我們?nèi)匀辉诎袷?，但榜上全是近四五年誕生的新公司——這是好事。說明市場正在爆發(fā)。競爭激烈沒問題，關(guān)鍵是市場夠大。AI 編碼可能會成為比知識工作更大的類別。目前 GitHub 每秒就有一個新開發(fā)者加入，80% 會自然進(jìn)入 Copilot 工作流。我們也在推出新的“Agent HQ” 概念：讓 GitHub 成為所有 AI 智能體的中樞。

在那里，你能像用“任務(wù)控制臺”一樣管理多智能體：比如一個“AI 有線電視”式平臺，里面打包 Claude、Codex、Grok 等多個智能體，一次訂閱即可調(diào)用、監(jiān)控、協(xié)調(diào)它們共同開發(fā)。

未來每個部署這些智能體的組織都需要可觀測性——知道哪個智能體在什么時(shí)候改了什么代碼。這將是一個巨大機(jī)會。

Dylan Patel： GitHub 會繼續(xù)增長，但市場份額可能下降，從過去近 100% 降到 25% 以下。你們有多大信心？

Satya Nadella：沒有什么“天賦特權(quán)”。我們只能靠持續(xù)創(chuàng)新。就算份額下降，市場本身更大，我們?nèi)阅茏龈蟮纳?。關(guān)鍵是：微軟能在更廣闊的生態(tài)中成為多贏家之一。

三、模型層or應(yīng)用層，誰的利潤增長最快？

Dwarkesh Patel：但假如未來的模型越來越強(qiáng)大，能自主完成幾天的工作，那模型公司豈不是賺走了所有利潤？Office、Copilot 這些“外層軟件”會不會逐漸失去價(jià)值？

Satya Nadella：這要看價(jià)值鏈怎么演變。比如在 GitHub Copilot 里，我最喜歡的設(shè)置是“Auto 模式”——它會自動選擇最優(yōu)模型去完成任務(wù)，甚至在多個模型之間套利（arbitrage）。

未來，模型可能成為可替換的商品（commodity），而真正的價(jià)值在于掌握“數(shù)據(jù) + 腳手架（scaffolding）”的一方。

尤其是隨著開源模型的發(fā)展，任何人都能拿 checkpoint 加上自己的數(shù)據(jù)重新訓(xùn)練。所以模型公司可能面臨“贏家的詛咒”：投入巨大創(chuàng)新成本，但成果很快被復(fù)制。擁有數(shù)據(jù)流動性（data liquidity）和上下文工程（context engineering）的人，反而可能主導(dǎo)價(jià)值。

Dylan Patel：所以這是兩種世界觀：一種認(rèn)為模型會普及，開源化讓“腳手架”變得更重要；另一種認(rèn)為模型才是核心知識產(chǎn)權(quán)（IP），模型公司將拿走大部分利潤。

畢竟今年我們看到，Anthropic 的推理毛利率從 40% 提升到 60% 以上，即使競爭加劇、開源模型激增，模型層的利潤仍在快速擴(kuò)張。

Satya Nadella：好問題。我覺得幾年前，很多人還認(rèn)為“我只要套一層大模型外殼就能做出一家成功的公司”，但這種想法已經(jīng)被證明不太成立了，因?yàn)槟Ｐ湍芰凸ぞ叩氖褂梅绞揭呀?jīng)變了。不過有趣的是，比如說我們看看 Office 365，就拿我們最近做的一個小東西“Excel Agent”來說，這個項(xiàng)目挺有意思的。

Excel Agent 并不是那種在用戶界面層包一層殼的應(yīng)用，而是一個嵌在中間層的模型。因?yàn)槲覀儞碛?nbsp;GPT 系列的全部知識產(chǎn)權(quán)，我們把這些能力嵌入 Office 系統(tǒng)的核心中間層，讓模型能夠“原生理解”Excel 的語義與邏輯。

這不僅僅是識別屏幕上的像素，而是讓模型對 Excel 的所有內(nèi)部結(jié)構(gòu)都有全面的理解。當(dāng)我給模型一個推理任務(wù)時(shí)，它必須能發(fā)現(xiàn)并修正自己的推理錯誤。也就是說，它不能只看“表面”，還得能看懂公式、理解錯誤的來源。

這些都是在中間層完成的，不是靠界面提示詞，而是通過教會模型 Excel 的全部工具和語法，就像給它一整套“Excel 專業(yè)技能手冊”一樣。

這有點(diǎn)像在構(gòu)建一個“AI 大腦”。我們不僅僅是在做 Excel，而是把 Excel 背后的業(yè)務(wù)邏輯與一個“認(rèn)知層”結(jié)合起來，讓模型具備使用這些工具的能力。換句話說，未來的 Excel 會自帶一個“分析師”，并且能熟練使用所有工具。

這種東西未來會被所有人開發(fā)出來。模型公司之間也會有競爭——如果模型定價(jià)太高，我作為工具開發(fā)者就可以替換掉它。只要市場上存在多個模型的競爭，就不會是“贏家通吃”的局面。就像云計(jì)算那樣，有多家競爭者，也有開源的制衡空間，大家都能在模型之上創(chuàng)造價(jià)值。

在微軟，我們的思路是：

我們會繼續(xù)做超大規(guī)模的基礎(chǔ)設(shè)施業(yè)務(wù)，支持多種模型。我們將繼續(xù)在未來七年內(nèi)使用 OpenAI 的模型，并在其之上進(jìn)行創(chuàng)新和付費(fèi)授權(quán)。換句話說，我們擁有一個前沿級模型的全部使用和創(chuàng)新自由。

同時(shí)我們也會通過MAI（微軟自研模型項(xiàng)目）構(gòu)建自己的模型。我們會在不同領(lǐng)域（安全、知識工作、編程、科學(xué)等）上，打造以模型為核心的應(yīng)用框架——不是簡單“包裝模型”，而是讓模型成為應(yīng)用的核心組成部分。

Dwarkesh Patel：我還有很多問題，但在我們繼續(xù)之前，我想確認(rèn)一點(diǎn)——你說的似乎是假設(shè)今天的模型還不能像人一樣真正使用電腦。比如現(xiàn)在它們可能只能看到屏幕截圖，不能真正理解 Excel 單元格和公式。但未來的模型也許可以像人類知識工作者一樣使用電腦：能看懂公式、能在 Office 365 和其他軟件之間遷移數(shù)據(jù)、能自由使用各種工具。

Satya Nadella： 是的，這正是我的意思。

Dwarkesh Patel：那這樣的話，與 Excel 的深度集成似乎就沒那么重要了？

Satya Nadella：確實(shí)不用太糾結(jié)于 Excel 集成。Excel 本來就是分析師的工具——未來的“AI 分析師”也會有一整套自己的工具。

Dwarkesh Patel：這些工具就是電腦本身，對吧？

Satya Nadella：沒錯。我的意思是，我們在打造的其實(shí)是一個“AI 分析師”，它天生就掌握如何使用各種分析工具的知識。

Dwarkesh Patel：所以你設(shè)想的是，它是完全自主的？

Satya Nadella：可以這么說。設(shè)想公司未來會有兩種形態(tài)：第一種是現(xiàn)在這種，人類使用電腦和 Excel，并且有一個 Copilot 輔助你——你仍然是主導(dǎo)者。

第二種是公司直接為 AI 智能體分配計(jì)算資源，讓它完全自主地工作。這個智能體會“內(nèi)嵌”各種工具，因?yàn)橄啾戎苯油评恚霉ぞ邅硗瓿扇蝿?wù)更高效。

所以我認(rèn)為微軟的業(yè)務(wù)將從“終端用戶工具”逐漸演變成“支持 AI 智能體運(yùn)行的基礎(chǔ)設(shè)施”業(yè)務(wù)。

即使未來主要是 AI 在工作，我們依然需要存儲、歸檔、搜索、管理這些過程的底層系統(tǒng)——這正是我們現(xiàn)有的 M365 基礎(chǔ)設(shè)施將繼續(xù)發(fā)揮作用的地方。

Dwarkesh Patel：所以你意思是：未來即使一個模型沒有和微軟合作，它也可以使用微軟的軟件；但如果它使用微軟的基礎(chǔ)設(shè)施，就能獲得更底層、更高效的訪問能力，對吧？

Satya Nadella：完全正確。就像從物理服務(wù)器到虛擬化一樣，不要只把“工具”當(dāng)成最終產(chǎn)品。真正重要的是人類使用這些工具背后的那整套“底層系統(tǒng)”——這正是 AI 智能體運(yùn)行所需要的計(jì)算基底。

現(xiàn)在我們已經(jīng)看到一個趨勢：做自主辦公智能體的公司，都在采購 Windows 365，因?yàn)樗麄兿霝?nbsp;AI 智能體分配一臺完整的電腦。

這意味著我們的終端計(jì)算基礎(chǔ)設(shè)施業(yè)務(wù)還會持續(xù)增長，而且增長速度可能會超過人類用戶數(shù)。未來的“按用戶計(jì)費(fèi)”模式，可能會演變成“按用戶+按智能體”計(jì)費(fèi)。每個智能體都需要計(jì)算機(jī)、身份、安全和管理系統(tǒng)——這些都會成為新的收入層。

Dylan Patel：我理解的框架是：各家模型公司都在訓(xùn)練模型去掌握各種實(shí)際應(yīng)用——比如用 Excel、在亞馬遜購物、訂機(jī)票等等。

與此同時(shí)，他們也在訓(xùn)練模型去完成“遷移”：把主機(jī)系統(tǒng)遷移到云端、把 Excel 數(shù)據(jù)轉(zhuǎn)成 SQL 數(shù)據(jù)庫、把 Word 和 Excel 文檔轉(zhuǎn)成更程序化的形式。

這類自動化遷移在未來幾年將是 AI 價(jià)值的主要來源。微軟在其中扮演什么角色？因?yàn)殡S著這些遷移進(jìn)行，Office 生態(tài)的使用率可能會下降，類似于主機(jī)系統(tǒng)的情況——雖然沒人談?wù)撍鼈?，但主機(jī)市場其實(shí)過去二十年仍在增長。

Satya Nadella：完全同意。未來很長一段時(shí)間都會是“人類與 AI 混合共事”的世界。AI 智能體會使用工具，與人類協(xié)作，人類也要能理解智能體生成的結(jié)果。

這意味著“輸入-輸出協(xié)同”仍然重要，不會完全遷移走。

但你的問題更深層，因?yàn)槲磥泶_實(shí)可能出現(xiàn)一個新的效率前沿：智能體與智能體之間直接協(xié)作、完全自動化。

而即使在這種“智能體與智能體”的世界中，我們?nèi)匀恍枰讓踊A(chǔ)設(shè)施：存儲系統(tǒng)、日志系統(tǒng)、身份系統(tǒng)、跨模型的身份統(tǒng)一、可觀測性……

這些其實(shí)就是我們今天的 Office 和云底座。

再比如數(shù)據(jù)庫。我非常希望 Excel 全部有數(shù)據(jù)庫后端。那樣能極大提高數(shù)據(jù)結(jié)構(gòu)化與關(guān)聯(lián)效率。

當(dāng)智能體能更好地處理結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)時(shí)，底層的基礎(chǔ)設(shè)施需求只會越來越大。到那時(shí)，模型公司生成的軟件可能是“即時(shí)生成”的，但底層算力和基礎(chǔ)設(shè)施仍由我們這樣的公司提供。微軟也會既做模型，也做基礎(chǔ)設(shè)施，兩者結(jié)合與其他公司競爭。

4.微軟如何在人才競爭中保持領(lǐng)先

Dylan Patel： 那七年后微軟失去 OpenAI 模型訪問權(quán)時(shí)，如何確保你們依然擁有領(lǐng)先的 AI 實(shí)驗(yàn)室？畢竟現(xiàn)在很多關(guān)鍵突破都來自 OpenAI 或 Google。頂尖人才競爭也極其激烈，Meta、Anthropic 都在瘋狂挖人。

微軟打算如何在這場人才與研究競賽中保持領(lǐng)先？

Satya Nadella： 我們正在組建世界級的團(tuán)隊(duì)，Mustafa 已經(jīng)加入，Karen、Amar（Gemini 2.5 的后訓(xùn)練負(fù)責(zé)人）、Nando（DeepMind 多模態(tài)專家）都已在微軟。

本周 Mustafa 會進(jìn)一步公布實(shí)驗(yàn)室方向。微軟會做三件事：

1)構(gòu)建支持多模型的超大規(guī)模基礎(chǔ)設(shè)施；

2)在產(chǎn)品中充分利用 OpenAI 模型；

3)自研MAI 模型，并與其他前沿模型（如 Anthropic）共存整合。

最終，產(chǎn)品在特定任務(wù)上的表現(xiàn)才是評判標(biāo)準(zhǔn)，我們會根據(jù)實(shí)際效果決定垂直整合深度。

Dwarkesh Patel： 未來如果模型能“持續(xù)學(xué)習(xí)”，像人一樣邊用邊學(xué)，情況就會變得不同。那時(shí)擁有“遍布全經(jīng)濟(jì)體系、能從每個崗位學(xué)習(xí)”的模型將獲得巨大的優(yōu)勢。如果那時(shí)微軟不是領(lǐng)先的模型公司，就可能被甩開。

Satya Nadella： 我理解。如果未來真的只剩一個全球主導(dǎo)模型，并且它能持續(xù)學(xué)習(xí)、看遍所有數(shù)據(jù)，那確實(shí)是“游戲終結(jié)”的局面。

但現(xiàn)實(shí)不會那樣。就像數(shù)據(jù)庫領(lǐng)域一樣，從來不可能只有一個系統(tǒng)。不同的地區(qū)、領(lǐng)域、任務(wù)都會需要不同的模型。

所以關(guān)鍵在于：你得同時(shí)具備基礎(chǔ)設(shè)施層、模型層、應(yīng)用框架層的能力，而且要保持開放與兼容。

如果你只為一個模型架構(gòu)優(yōu)化基礎(chǔ)設(shè)施，一旦別人換了新架構(gòu)，你所有投入都會報(bào)廢。微軟的目標(biāo)是構(gòu)建能支持多種模型家族的開放式基礎(chǔ)設(shè)施。

5.Azure 的目標(biāo)：成為能承載所有長尾 AI 工作負(fù)載的平臺

Dylan Patel： 去年微軟正朝著成為最大基礎(chǔ)設(shè)施提供商的方向發(fā)展。你們在 2023 年率先行動——搶占數(shù)據(jù)中心租賃資源、啟動建設(shè)、鎖定電力供應(yīng)，一切都在推進(jìn)中。按照那個速度，微軟原本會在 2026 或 2027 年超過亞馬遜，最遲到 2028 年一定會超過。

圖片

但到了去年下半年，微軟突然「踩了剎車」，放棄了一批原本計(jì)劃租賃的數(shù)據(jù)中心用地，而這些地塊后來被 Google、Meta、Amazon、甚至 Oracle 拿走了。

圖片

我們現(xiàn)在坐在世界上最大的幾個數(shù)據(jù)中心之一里，說明你們依然在瘋狂擴(kuò)張。但確實(shí)有一些項(xiàng)目停了下來。為什么？

Satya Nadella： 這要回到「什么才是超大規(guī)模業(yè)務(wù)的本質(zhì)」這個問題。我們當(dāng)時(shí)做出的關(guān)鍵決定之一是：如果要讓 Azure 在 AI 的所有階段都做到卓越——從訓(xùn)練、中間訓(xùn)練、數(shù)據(jù)生成到推理——那就必須讓整個計(jì)算資源池具有「可替換性」。

這意味著我們不能繼續(xù)盲目地按照舊一代硬件架構(gòu)去擴(kuò)建大量容量。到目前為止，我們每 18 個月就在訓(xùn)練算力上為 OpenAI 模型擴(kuò)大 10 倍。我們意識到，關(guān)鍵不只是繼續(xù)擴(kuò)大訓(xùn)練規(guī)模，還要在全球范圍內(nèi)實(shí)現(xiàn)「推理服務(wù)」的平衡。

因?yàn)樽罱K，盈利率 決定了我們能否持續(xù)投入。而基礎(chǔ)設(shè)施也必須支持多種模型，而不是為某一家公司量身定制。

一旦我們意識到這一點(diǎn)，我們就調(diào)整了路徑?，F(xiàn)在我們重新加速開工，同時(shí)大量購買「托管容量」——不論是自建、租賃，還是通過 GPU-as-a-Service 的形式。我們要建設(shè)的，是能同時(shí)滿足訓(xùn)練和推理需求的靈活算力。

我們不想變成只為一家企業(yè)提供托管服務(wù)的「代建公司」。那樣你就必須和那家公司深度垂直整合。OpenAI 是一家成功的獨(dú)立公司，這很好。但我們自己的業(yè)務(wù)不能只依賴它。

另外，像 Meta 也可能會暫時(shí)用第三方容量，但最終他們都會自建。任何達(dá)到一定規(guī)模的企業(yè)，都會成為自己的超大規(guī)模服務(wù)商。我們要做的，是建設(shè)一個全球性的超大規(guī)模算力體系，既能支撐我們自己的研究，又能服務(wù)多樣化客戶。

還有一個非?，F(xiàn)實(shí)的原因：我不想被某一代硬件「套牢」。你剛才看到 GB200，如今 GB300 已經(jīng)來了，再到下一代 Vera Rubin、Vera Rubin Ultra，每一代數(shù)據(jù)中心在每機(jī)架功率、每行功率上都會完全不同，散熱方式也會完全不同。

所以我不能盲目地建出幾吉瓦、卻只能適配一代硬件的設(shè)施。節(jié)奏、靈活性、地理分布、任務(wù)類型和客戶多樣性——這才是我們要追求的。

另外我們學(xué)到的是：AI 工作負(fù)載不僅需要加速器，還需要大量其他配套設(shè)施，而我們真正的利潤空間也在這些配套部分。因此，Azure 的目標(biāo)是要成為能承載所有長尾 AI 工作負(fù)載的平臺，而不僅僅是服務(wù)幾個超大客戶的裸機(jī)訓(xùn)練基地。

微軟不是做「五個大客戶的裸機(jī)托管」的公司。我們做的是超大規(guī)模業(yè)務(wù)——一個為 AI 工作負(fù)載的長尾市場服務(wù)的全球云平臺。當(dāng)然，我們也會在一部分關(guān)鍵模型上提供領(lǐng)先的 bare-metal-as-a-service 能力，包括我們自己的模型。這就是我們追求的平衡。

Dylan Patel：關(guān)于「可替換性」還有一個問題。比如說，有些數(shù)據(jù)中心可能不在理想的地理位置。隨著 AI 任務(wù)時(shí)長的延展——從 30 秒的推理，到 30 分鐘的深度研究，再到幾小時(shí)甚至幾天的智能體任務(wù)——人類交互的時(shí)間尺度變長了。那為什么還要在意位置差異？

Satya Nadella：這是個好問題。這正是我們重新思考「一個 Azure 區(qū)域應(yīng)該長什么樣、區(qū)域間網(wǎng)絡(luò)該怎么建」的原因。

隨著模型能力的演化、token 使用方式的變化（同步 vs 異步），我們不能讓布局「失位」。

此外還有數(shù)據(jù)本地化法規(guī)的問題。比如歐盟要求我們建立「EU 數(shù)據(jù)邊界（EU Data Boundary）」，意思是即使異步調(diào)用也不能把數(shù)據(jù)往返其他地區(qū)。那就意味著我們必須建設(shè)更多區(qū)域性高密度數(shù)據(jù)中心，同時(shí)考慮電價(jià)等因素。

你說得對，隨著 AI 使用模式的演變，拓?fù)浣Y(jié)構(gòu)也得隨之進(jìn)化。我們要在「每瓦 token 產(chǎn)出」「使用模式」「延遲」「存儲布局」之間找到最佳平衡。例如，推理延遲對某些任務(wù)至關(guān)重要，數(shù)據(jù)庫（如 Cosmos DB）和存儲也得靠近算力節(jié)點(diǎn)。這些因素共同決定未來超大規(guī)模業(yè)務(wù)的布局。

Dylan Patel：在暫停擴(kuò)建之前，我們預(yù)測到 2028 年你們的總算力會達(dá)到 12–13 GW?，F(xiàn)在大約是 9.5 GW。

圖片

更有意思的是，Oracle 會在 2027 年前從原本你們五分之一的規(guī)模，超過微軟。雖然他們的投資回報(bào)率不如你們，但毛利也有 35%。所以問題是——也許這不是微軟想做的業(yè)務(wù)，但你們的「放棄」，反而造就了一個新的超大規(guī)模競爭者。

圖片

Satya Nadella：首先，我尊重 Oracle 的成功，也祝他們好運(yùn)。但正如我說的，我們不想做那種「為一家模型公司托管、合同周期短、價(jià)值有限」的生意。

我們考慮的不是未來五年，而是未來五十年。微軟對自己的 OpenAI 合作關(guān)系和布局非常滿意。我們業(yè)務(wù)規(guī)模不小，也會繼續(xù)買 Oracle 的容量。

但從產(chǎn)業(yè)邏輯來看，我們追求的是長期合理的增長路徑，而不是短期的「追逐」游戲。我當(dāng)然會關(guān)注 AWS、Google、你們的數(shù)據(jù)對比報(bào)告——但我不會因此盲目追趕。我要追的是微軟能獨(dú)家清算（clear）的那部分業(yè)務(wù)價(jià)值。

Dwarkesh Patel：我理解你說的：微軟更愿意服務(wù)廣泛的長尾客戶群，而不是幾家超大實(shí)驗(yàn)室，但如果未來 AI 越來越強(qiáng)，行業(yè)形態(tài)可能會變化：像 OpenAI、Anthropic、DeepMind 成為整個經(jīng)濟(jì)的基礎(chǔ)平臺，而企業(yè)通過它們來做業(yè)務(wù)。那時(shí)他們才是平臺層。那長尾客戶為什么還要直接用 Azure？

Satya Nadella：因?yàn)槟切┠Ｐ鸵捕荚?nbsp;Azure 上。如果一個客戶想用多個模型——比如一個開源模型、一個 OpenAI 模型——現(xiàn)在到 Azure Foundry 就能直接配置。你可以購買 PTU（推理單位），搭配 Cosmos DB、SQL 數(shù)據(jù)庫、存儲、計(jì)算節(jié)點(diǎn)。

真正的“工作負(fù)載”不是一次 API 調(diào)用，而是一整套應(yīng)用架構(gòu)。模型公司自己也需要這些底層設(shè)施才能做事。Azure 的超大規(guī)模業(yè)務(wù)就是服務(wù)這一層——不是某個模型，而是整個模型生態(tài)。

如果你想同時(shí)用 Grok、OpenAI 和開源模型，就來 Azure Foundry，部署它們、構(gòu)建應(yīng)用、接入數(shù)據(jù)庫。這才是我們真正的生意。

至于“賣裸機(jī)服務(wù)”模型公司，那是另一種業(yè)務(wù)，我們也有，但不會讓它擠占主業(yè)。

Dylan Patel：那為什么不能兩者都做？而且你少建的那 3.5 GW，不一定要給 OpenAI，也可以用來跑 Azure、Microsoft 365 或 GitHub Copilot。

Satya Nadella：當(dāng)然可以——但我可能想在不同的地方建，比如阿聯(lián)酋、印度、歐洲?，F(xiàn)在我們面臨的最大挑戰(zhàn)之一就是全球容量與監(jiān)管合規(guī)。各地的數(shù)據(jù)主權(quán)要求不同，我們必須全球建點(diǎn)。

我看的是到 2030 年微軟全球業(yè)務(wù)的全貌：一方是自研（first-party），一方是第三方（third-party），包括頂級實(shí)驗(yàn)室、推理集群、以及內(nèi)部研究需求。暫停只是為了調(diào)整建設(shè)方式與地區(qū)分布，不是不建。

我們會繼續(xù)提升總算力，但要考慮節(jié)奏、位置、摩爾定律的推進(jìn)速度。比如 Nvidia 的產(chǎn)品迭代加快，我們也不想被一代硬件折舊拖住。Jensen（黃仁勛）給了我兩個建議：1、執(zhí)行速度要接近光速——比如我們在亞特蘭大數(shù)據(jù)中心，從開工到上線僅 90 天。2、保持代際平衡——讓算力擴(kuò)張成為一種持續(xù)的「工業(yè)流動」，而不是一時(shí)爆發(fā)。

這樣我們就不會在某個地區(qū)或某一代硬件上「堆太多產(chǎn)能」，從而被地理或法規(guī)約束卡住，比如「歐洲不允許異步回傳到德州」這種情況。

Dylan Patel： 那該怎么理解你最近和 Iris Energy、Nebius、Lambda Labs 等簽署的合作？你們在租用「新云（neocloud）」的算力，而不是自建。

Satya Nadella： 這沒問題。只要我們有明確的需求預(yù)測，誰能提供就和誰合作。我們會租賃、定制建設(shè)（build-to-suit），甚至使用 GPU-as-a-Service。

而且我歡迎所有「新云」加入我們的市場。這樣他們的算力可以通過 Azure 市場出售——客戶既能用他們的 GPU，也能同時(shí)使用 Azure 的計(jì)算、存儲和數(shù)據(jù)庫服務(wù)。這對大家都是雙贏。

我并不認(rèn)為微軟必須「吞下所有算力」——開放互聯(lián)的生態(tài)才是未來的超大規(guī)模業(yè)務(wù)邏輯。

6.自研芯片與 OpenAI 合作關(guān)系

Dwarkesh Patel：說到模型公司，現(xiàn)在微軟自研的MAI 模型在Chatbot Arena 排第 36 名。你們雖然有 OpenAI 的 IP 授權(quán)，但為什么自己模型的表現(xiàn)相對靠后？你們完全可以直接基于 GPT 的代碼或蒸餾版本繼續(xù)訓(xùn)練啊。

Satya Nadella：首先，我們會在未來七年內(nèi)繼續(xù)在所有產(chǎn)品中最大化利用 OpenAI 模型，并在其之上增加獨(dú)有價(jià)值，比如 Excel Agent 這種例子。我們會基于 GPT 系列模型，用我們的數(shù)據(jù)進(jìn)行強(qiáng)化學(xué)習(xí)和再訓(xùn)練。MAI 模型項(xiàng)目則會專注于打造一支頂級團(tuán)隊(duì)，進(jìn)行更長期的研究與創(chuàng)新。換句話說，我們不會浪費(fèi)算力去重復(fù)造輪子，而是會讓 GPT 系列的計(jì)算價(jià)值最大化，同時(shí)讓 MAI 的算力用于探索新方向。比如我們推出的圖像模型在榜上排第 9，已經(jīng)用于 Copilot 和 Bing，實(shí)現(xiàn)了成本優(yōu)化。我們也有音頻模型，具備語氣和個性，專為產(chǎn)品優(yōu)化。文本模型方面，我們用 1000 張 H100 訓(xùn)練的實(shí)驗(yàn)?zāi)Ｐ驮?nbsp;Arena 上排第 13，雖然規(guī)模小，但驗(yàn)證了能力。下一步我們會發(fā)布多模態(tài)（Omni）模型，結(jié)合文字、圖像、音頻。MAI 的路線圖是：組建頂級團(tuán)隊(duì)、發(fā)布部分開放模型、服務(wù)微軟產(chǎn)品，為未來 5~8 年的重大突破做準(zhǔn)備。同時(shí)繼續(xù)充分利用 GPT 系列模型的優(yōu)勢。

Dwarkesh Patel：你提到數(shù)據(jù)中心五六年后會折舊，而芯片成本約占數(shù)據(jù)中心總擁有成本（TCO）的75%。而黃仁勛在這些芯片上拿著75%的毛利。所以現(xiàn)在所有的超大規(guī)模云廠商都在嘗試自研加速器，以降低硬件成本、提高利潤。

Dylan Patel：放眼整個行業(yè)，谷歌顯然領(lǐng)先所有人。他們做得最久，預(yù)計(jì)會自產(chǎn)五到七百萬顆 TPU。亞馬遜也在做，大約三到五百萬顆。而微軟自研芯片的訂購量明顯更低。你們的芯片項(xiàng)目其實(shí)開展得也很早，為什么量這么少？

圖片

Satya Nadella：這是個好問題。首先，任何新加速器最大的競爭對手，其實(shí)是前一代的英偉達(dá) GPU。我們在運(yùn)營整個集群時(shí)看的，是整體 TCO。即便是我們自家的芯片，比如 Maia 200，表現(xiàn)很好，但我們從 CPU 領(lǐng)域也學(xué)到了很多。當(dāng)年我們先有 Intel，再引入 AMD，然后推出自研的 Cobalt。這就是我們?nèi)绾卧诓煌桨腹泊娴那闆r下擴(kuò)展規(guī)模。

即使是谷歌和亞馬遜，他們也還在買英偉達(dá)的 GPU。這很合理，因?yàn)橛ミ_(dá)的產(chǎn)品通用、兼容所有模型、客戶需求也大。如果你自己做垂直一體化的芯片，就得有自己的模型來訓(xùn)練和推理，自己創(chuàng)造需求或補(bǔ)貼需求。要想規(guī)?；仨毎盐蘸霉?jié)奏。

我們會讓自家的 MAI 模型與芯片研發(fā)形成閉環(huán)。因?yàn)橹挥羞@樣，才算“有資格”做自研芯片 —— 芯片微架構(gòu)設(shè)計(jì)要和模型協(xié)同優(yōu)化，不斷共同演進(jìn)。好消息是，我們對 OpenAI 的研發(fā)計(jì)劃有全面訪問權(quán)。

Dylan Patel：什么級別的訪問？

Satya Nadella：

全部。

Dylan Patel：也就是說你們能獲得所有相關(guān) IP？只有消費(fèi)級硬件的 IP 不在你們手上？

Satya Nadella：沒錯，就那部分。

Dylan Patel：明白。

Satya Nadella：順便說一句，當(dāng)初我們也給了他們很多 IP 來幫助他們起步。因?yàn)槲覀兒退麄円黄鸸步顺売?jì)算機(jī)。他們理應(yīng)從中受益。而現(xiàn)在，當(dāng)他們在系統(tǒng)層繼續(xù)創(chuàng)新，我們也能訪問這些創(chuàng)新成果。我們會先幫他們落地，再擴(kuò)展延伸。

從更大的視角看，微軟希望成為英偉達(dá)的“光速執(zhí)行伙伴”。因?yàn)橛ミ_(dá)的生態(tài)就是行業(yè)生命線。雖然黃仁勛的利潤很高，但 TCO 有很多維度，我們要在整體效率上做到極致。同時(shí)，我們還要與 OpenAI 和自家的 MAI 系統(tǒng)形成深度聯(lián)動，因?yàn)槲覀冊趦啥硕紦碛?nbsp;IP 權(quán)益。

Dwarkesh Patel：你前幾天在采訪中提到，新協(xié)議中微軟獲得了 OpenAI 的無狀態(tài) API 調(diào)用的獨(dú)家權(quán)利。我們有點(diǎn)困惑：如果 ChatGPT 在會話中保存狀態(tài)，那這還是“無狀態(tài)”嗎？

Satya Nadella： 這是個好問題。我們之所以這樣設(shè)計(jì)，是為了給 OpenAI 保留靈活性。你可以把 OpenAI 看成兩種業(yè)務(wù)：PaaS（平臺即服務(wù)）和 SaaS（軟件即服務(wù)）。ChatGPT 是他們的 SaaS 業(yè)務(wù)，而他們的 API 是 PaaS 業(yè)務(wù)。PaaS 業(yè)務(wù)是 Azure 獨(dú)家承載的，SaaS 業(yè)務(wù)他們可以在任何地方運(yùn)行。

Dylan Patel：那他們可以和任何伙伴合作開發(fā) SaaS 產(chǎn)品？

Satya Nadella： 如果這些合作要用到無狀態(tài) API，那就必須通過 Azure。

Dylan Patel： 那如果是更深度的、有狀態(tài)的合作呢？

Satya Nadella： 即便那樣，他們也得在 Azure 上運(yùn)行。我們和 OpenAI 的合作是在“互信與互利”的基礎(chǔ)上設(shè)計(jì)的。我們確保他們有足夠的靈活性，同時(shí)保護(hù)我們認(rèn)為最有價(jià)值的部分。

Dylan Patel： 比如 Salesforce 想和 OpenAI 合作，一起訓(xùn)練模型并部署在 AWS 上，這種可以嗎？

Satya Nadella： 除非是特定的例外（比如美國政府項(xiàng)目），否則都必須部署在 Azure 上。

7.資本開支要爆了

Dwarkesh Patel： 你剛剛說微軟過去幾年資本支出幾乎翻了三倍?？雌饋砦④涍@家公司，雖然表面上是軟件公司，但現(xiàn)在也在變成工業(yè)化企業(yè)。

Dylan Patel： 其他云廠商現(xiàn)在都在借錢。比如 Meta 在路易斯安那州融資了200億美元。大家的自由現(xiàn)金流都在被吃光。微軟會走到那一步嗎？

Satya Nadella： 這是結(jié)構(gòu)性的轉(zhuǎn)變。微軟現(xiàn)在既是資本密集型公司，也是知識密集型公司。我們的任務(wù)，是用知識來提高資本回報(bào)率。

硬件公司喜歡談摩爾定律，但軟件優(yōu)化同樣強(qiáng)大。以 GPT 系列為例，我們通過優(yōu)化軟件，在“每美元每瓦能處理的token量”上提升了5倍、10倍，甚至40倍。這就是知識密度帶來的資本效率提升。

真正的區(qū)別在于：傳統(tǒng)的托管商只是堆硬件，而超大規(guī)模云廠商靠軟件讓硬件“聰明”。比如能實(shí)時(shí)調(diào)度任務(wù)、優(yōu)化資源利用率，這些都是軟件系統(tǒng)層面的競爭力。我們會繼續(xù)保持軟件公司的本質(zhì)，但這是一個截然不同的新業(yè)務(wù)形態(tài)。

Dwarkesh Patel： 聽起來你對 AGI 的到來比較持謹(jǐn)慎態(tài)度，認(rèn)為它會更漸進(jìn)。那么從資本支出的角度，你該怎么規(guī)劃？你們的設(shè)備五年就折舊完，但 AGI 可能要到2040才來。

Satya Nadella： 要像做研發(fā)一樣分配“研究算力預(yù)算”。這部分開支應(yīng)被視為 R&D 投入。你要規(guī)劃好增長的節(jié)奏——兩年、16個月、隨你定。那是基礎(chǔ)投入，除此之外都要以需求為驅(qū)動。

Dwarkesh Patel： 現(xiàn)在各大實(shí)驗(yàn)室都預(yù)測2027-2028年能做到千億美元收入，并繼續(xù)每年2-3倍增長。你相信嗎？

Satya Nadella： 市場上現(xiàn)在激勵機(jī)制很明顯。獨(dú)立實(shí)驗(yàn)室要融資，就得給出足夠吸引投資者的增長預(yù)期。這沒問題，他們也確實(shí)交出了成績單，無論是 OpenAI 還是 Anthropic。我們和這些實(shí)驗(yàn)室都有龐大的合作業(yè)務(wù)。

但核心邏輯沒變：必須為 R&D 和頂級人才投入預(yù)算；必須投入計(jì)算資源；研究員與 GPU 的比例要高；必須有充足現(xiàn)金流提前布局。

8.世界是否會信任美國公司引領(lǐng)AI

Dylan Patel：微軟過去幾十年憑借 Windows、Word 等產(chǎn)品主導(dǎo)了全球科技棧。但 AI 不同，各國政府如今都非常重視 AI。美國、中國、歐洲、印度都強(qiáng)調(diào)“主權(quán) AI”。微軟該如何在這個多極世界競爭？

Satya Nadella： 關(guān)鍵在于信任。美國的科技領(lǐng)導(dǎo)力建立在全球?qū)γ绹贫群推髽I(yè)的信任之上。美國只有4%的人口，卻占世界GDP的25%、市值的50%。這是因?yàn)槿蛳嘈琶绹馁Y本市場和科技治理。

所以美國政府與科技行業(yè)必須攜手，既要創(chuàng)新領(lǐng)先，也要讓全球相信我們的技術(shù)值得信任。比如微軟在全球投資建設(shè) AI 工廠，這是美國企業(yè)在全球的直接投資，這應(yīng)該被當(dāng)作美國最好的“軟實(shí)力宣傳”。

同時(shí)我們也必須尊重各國主權(quán)訴求。我們在歐洲承諾數(shù)據(jù)主權(quán)、隱私保護(hù)，并建設(shè)法國和德國的“主權(quán)云”，甚至與 Nvidia 合作實(shí)現(xiàn) GPU 級機(jī)密計(jì)算。這些都是在技術(shù)和政策層面構(gòu)建信任。

Dwarkesh Patel：那未來各國會要求模型必須在本國訓(xùn)練、數(shù)據(jù)本地存儲嗎？還是像半導(dǎo)體一樣，大家最終還是去用最好的？

Satya Nadella：關(guān)鍵不在于模型在哪里訓(xùn)練，而在于它能否推動本地經(jīng)濟(jì)創(chuàng)造價(jià)值。但各國一定會希望有“連續(xù)性”，即不被一家模型壟斷。這就是為什么開源模型永遠(yuǎn)會存在。它為各國提供了一種“流動性”和“保險(xiǎn)機(jī)制”。

Dylan Patel：可半導(dǎo)體就沒有這種流動性。全世界的冰箱、汽車都靠臺積電。

Satya Nadella： 那是“之前”的情況。各國現(xiàn)在都在吸取教訓(xùn)，追求關(guān)鍵供應(yīng)鏈的自給自足。作為跨國公司，我們必須尊重這種政策訴求。

全球化不會逆轉(zhuǎn)，但“韌性”將成為新目標(biāo)。美國要建芯片廠、歐洲要建主權(quán)云，這都是時(shí)代的必然。我們必須在尊重各國政策和安全需求的前提下，繼續(xù)全球化布局。

Dwarkesh Patel：所以你的意思是，每個國家都會要求數(shù)據(jù)本地化、隱私保障，而微軟因?yàn)橛虚L期政府合作和主權(quán)云經(jīng)驗(yàn)，在這個趨勢中占有優(yōu)勢？

Satya Nadella：我不會說是“特權(quán)”，而是我們花了幾十年在打基礎(chǔ)。無論美國還是歐洲，只要政府提出合理要求，我們都會落實(shí)。這就是微軟的全球化方式：尊重主權(quán)，服務(wù)本地。

Dylan Patel：最后一個問題。中美正在進(jìn)入雙極競爭。你們不僅面對亞馬遜、谷歌，也面對字節(jié)跳動、阿里巴巴、DeepSeek、Moonshot 等中國公司。美國企業(yè)要如何重建信任，繼續(xù)贏得世界？

Satya Nadella：你正好說到了關(guān)鍵點(diǎn)。未來最重要的競爭力，可能不是模型能力，而是信任能力。能不能讓世界相信你、相信你的公司、相信你的國家和制度，會決定誰能贏得這場 AI 競爭。

參考鏈接：https://www.youtube.com/watch?v=8-boBsWcr5A

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：聽雨