维度网讯，当地时间2026年5月6日，在美国加利福尼亚州比佛利山庄举行的2026年美国米尔肯研究所全球会议上，五位来自AI供应链各层的高管与专家登台，围绕芯片短缺、能源瓶颈与AI架构展开对话。与会者包括荷兰ASML公司首席执行官克里斯托夫·福凯、美国谷歌云首席运营官弗朗西斯·德苏扎、美国Applied Intuition公司联合创始人卡萨尔·尤尼斯、美国Perplexity公司首席商务官德米特里·谢韦连科，以及量子物理学家伊芙·博德尼亚。

荷兰ASML公司首席执行官克里斯托夫·福凯率先给出判断，指当前AI芯片供应瓶颈并非源于制造投资不足，而是需求增速远超产能扩张节奏。他给出了一个时间窗口：“未来两年、三年，甚至五年内，市场都将处于供给受限状态。”福凯进一步警告称，美国谷歌、美国微软、美国亚马逊、美国Meta等超大规模云服务商“将无法获得他们已付款的全部芯片”。他同时指出，即便尝试将产线利用率推至极限，每台设备仍需依赖数百家供应商提供子系统，其中核心光学器件由德国蔡司独家提供，不存在短期替代方案。

美国谷歌云首席运营官弗朗西斯·德苏扎紧接着用一组数字印证了这一判断。他透露，谷歌云上一季度营收首次突破200亿美元，同比增长63%，但更引人关注的是其积压订单在一个季度内从2500亿美元近乎翻倍至4600亿美元。“需求是真实的，”德苏扎在台上语气冷静地表示，并补充称谷歌正从AI推理中获得可观回报，每天处理超过130万亿个推理词元。他据此认为，7000亿美元的年度AI资本支出规模“不是泡沫”，因为每1美元的投入已在产生可量化的回报。

当对话从芯片转向能源时，德苏扎确认谷歌正在将轨道数据中心作为一个严肃的替代方案进行探索。他解释称，太空可获得更充裕的太阳能，但散热环境截然不同——真空仅能依赖辐射散热，工程难度远高于地面冷却设施。轨道数据中心尚处于早期概念阶段，谷歌未就此给出部署时间表。

美国Applied Intuition公司联合创始人兼首席执行官卡萨尔·尤尼斯从物理AI视角切入，指出真正的瓶颈既不是芯片也不是电力，而是从真实世界中获取数据的难度。“你可以用合成数据进行大量仿真，但最终，你必须走进真实世界才能验证，”尤尼斯表示。他认为，在自主驾驶、无人机和工业自动化等领域，物理世界的长尾场景数据在可预见的未来仍将是不可替代的稀缺资源。这一判断与当前业界对合成数据的高度乐观形成了张力。

量子物理学家伊芙·博德尼亚在会上对当前AI行业的主流技术路径提出了根本性质疑。她认为，当下以大规模语言模型为主导的AI产业可能已经走错了方向，因为支撑这类模型的Transformer架构从根本上讲“效率低下”。她倡导的一种替代方案是“基于能量的模型”(Energy-Based Models, EBMs)。她将EBM对比物理热力学系统进行解释：就像热水与冷水混合后达到平衡温度——这种模型通过寻找数据的底层结构来推理，而非依靠堆积海量数据和算力。博德尼亚解释道，这种模型的训练过程就像将一枚小球从高低起伏的“能量景观”中滚落到最稳定的位置，而这个位置就对应着最接近真实的数据分布。她透露，她的初创公司Logical Intelligence已获得图灵奖得主、美国Meta公司前首席AI科学家杨立昆的背书，后者担任其技术研究委员会的创始主席。

在讨论企业级AI部署的安全性时，美国Perplexity公司首席商务官德米特里·谢韦连科将AI智能体工作模式描述为“数字员工”——这些智能体在受控环境中被赋予特定权限，并通过访问控制和监控系统来管理。“即便是免费用户，每日查询次数也超过11次，这是一个非常高粘性的产品，”谢韦连科表示。他同时指出，企业客户正在要求更细粒度的权限控制与更透明的审计追溯，以在效率与安全之间建立可操作的管理基线。

在涉及AI与国家主权的问题上，美国Applied Intuition公司的尤尼斯指出，物理AI系统直接触及监管最敏感的领域。他向与会者解释道，由于他公司设计自主系统所服务的对象属于国防装备、工业设备和交通工具等“硬资产”，其物理形态使它们无法像软件服务一般仅靠云端就可随意跨越国界。不同主权国家对其拥有严格的准入管制和安全审查体系。

在面向未来的最后对话中，与会者被问及AI将如何影响下一代的批判性思维时出现分歧。德苏扎认为先进工具可支持医疗与基础设施等领域的创造性解决问题;谢韦连科则指出，随着自动化扩展，初级岗位将发生变化，但技术接触面的拓宽也为更多人提供了创造机会。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com