在亏损 67% 之后，情境感知支持芯片制造瓶颈

就在利奥波德·阿申布伦纳的对冲基金遭遇最严重的挫折之一几天后，他又向人工智能领域投入了 4 亿美元。.

《华尔街日报》8月7日报道称，情境感知公司（Situational Awareness）已向Source Foundry投资5亿美元，其中包括本周早些时候的4亿美元投资。Source Foundry由斯坦福大学研究员阿卜杜勒马利克·奥贝德（Abdulmalik Obaid）和乔·伯格（Joe Burg）于2025年创立，近期由于获得红杉资本的投资，其市值约为50亿美元。.

时机使得这笔交易比传统的风险投资更具意义。.

根据 致投资者的一封信函，Situational Awareness 7 月份未经审计的净亏损达 67%。尽管其年初至今的净回报率仍高达 80%，但 Aschenbrenner 透露，由于市场流动性不足，他们出售了部分公开投资组合以降低杠杆率。

然而，信中也澄清，7月份的挫败并未改变他对人工智能的长期看法。该基金将继续作为公私合营的混合型投资工具运作，其公共投资组合今后将以全额付费的方式进行管理，从而消除所有保证金或清算风险。.

鉴于这种情况，Source Foundry 的投资与其说是重拾 7 月份亏损背后的战略，不如说是对人工智能开发所需的物理基础设施的长期承诺。.

阿申布伦纳押注于筹码背后的瓶颈。

Source Foundry绝不仅仅是一家人工智能芯片设计公司。该公司志存高远，专注于开发用于半导体制造的机器、设备和软件，尤其侧重于光刻技术。红杉资本合伙人Stephanie Zhan将其使命概括为解决半导体制造中“最棘手的瓶颈”，而光刻技术正是其首要目标。

这意味着这家初创公司将与 ASML 展开竞争，ASML 的极紫外 (EUV) 光刻技术对于制造世界上最复杂的芯片至关重要。

Source Foundry面临的技术挑战巨大。ASML的EUV系统使用 13.5纳米波长的光，这种光是通过激光照射熔融锡液滴产生的。由于普通透镜无法有效透射EUV光，因此这种光在真空中传播，并由极其精确的多层反射镜进行控制。

目前尚无迹象表明Source Foundry的技术与ASML的EUV系统有何不同。但可以肯定的是，这家初创公司正在致力于研发一种替代目前大型、昂贵且复杂的半导体生产设备的方案。.

为了使这项工作取得成功，所开发的技术不应仅仅局限于一台能够在实验室中运行的机器。它需要具备满足芯片大规模生产所需的精度、吞吐量和可靠性，同时在生产成本、尺寸或部署时间方面取得进展。.

因此，Source Foundry 的成功将产生超越一家人工智能芯片制造商的影响，因为每家先进的处理器制造商都依赖于半导体制造设备。.

需求持续增长。TrendForce预测， 全球晶圆代工收入 将增长24.8%，达到2188亿美元，其中人工智能芯片的需求将使先进工艺节点的产能水平持续保持在高位。

换句话说，7月份发生的事情并没有消除人工智能对实体基础设施的实际需求。它只是暴露了通过公开市场杠杆融资来满足这种需求的弊端。.

全球人工智能市场发出的更大信号

其意义可能远远超出情境感知范围。.

随着人工智能基础设施的增长，瓶颈可能会进一步向上游转移——从模型和加速器到内存、能源、先进封装，最终到制造芯片本身所需的机器。.

半导体行业协会和德勤联合进行的一项分析发现，人工智能服务器机架中半导体的价值超过95%。此外，到2028年，人工智能数据中心基础设施投资可能超过4万亿美元。.

这对投资者来说是一个矛盾之处：即使基础设施周期稳健，人工智能相关公司的股票也可能下跌。.

Source Foundry 本质上是在赌一把，赌的是当需求遇到一个更大的限制时会发生什么：那就是生产足够多先进芯片所需的机器设备。.

这也凸显了阿申布伦纳7月份亏损带来的教训：即使对人工智能的长期增长前景判断正确，也并不一定足以应对短期市场波动。

他7月份67%的亏损表明，当市场剧烈波动、流动性枯竭时，杠杆和集中持仓会如何迅速造成损失。与此同时，他对Source Foundry的4亿美元投资表明，他并未动摇其关于人工智能的理念。他只是将更多精力放在了技术栈中鲜为人知但可能至关重要的部分。.

现在的问题是，Source Foundry能否将这一洞见转化为实际的半导体加工技术。如果能够做到，考虑到芯片制造设备的突破不仅对一家人工智能加速器制造商有利，而且对整个行业都将带来丰厚的利润，Aschenbrenner的最新投资对人工智能的意义可能比他之前失败的公开市场投资更大。.

不要只是阅读加密货币新闻，要理解它。订阅我们的新闻简报， 完全免费。