在虧損 67% 之後，情境感知支持芯片製造瓶頸

就在利奧波德·阿申布倫納的對沖基金遭遇最嚴重的挫折之一幾天後，他又向人工智能領域投入了 4 億美元。.

《華爾街日報》8月7日報道稱，情境感知公司（Situational Awareness）已向Source Foundry投資5億美元，其中包括本週早些時候的4億美元投資。Source Foundry由斯坦福大學研究員阿卜杜勒馬利克·奧貝德（Abdulmalik Obaid）和喬·伯格（Joe Burg）於2025年創立，近期由於獲得紅杉資本的投資，其市值約爲50億美元。.

時機使得這筆交易比傳統的風險投資更具意義。.

根據 致投資者的一封信函，Situational Awareness 7 月份未經審計的淨虧損達 67%。儘管其年初至今的淨回報率仍高達 80%，但 Aschenbrenner 透露，由於市場流動性不足，他們出售了部分公開投資組合以降低槓桿率。

然而，信中也澄清，7月份的挫敗並未改變他對人工智能的長期看法。該基金將繼續作爲公私合營的混合型投資工具運作，其公共投資組合今後將以全額付費的方式進行管理，從而消除所有保證金或清算風險。.

鑑於這種情況，Source Foundry 的投資與其說是重拾 7 月份虧損背後的戰略，不如說是對人工智能開發所需的物理基礎設施的長期承諾。.

阿申布倫納押注於籌碼背後的瓶頸。

Source Foundry絕不僅僅是一家人工智能芯片設計公司。該公司志存高遠，專注於開發用於半導體制造的機器、設備和軟件，尤其側重於光刻技術。紅杉資本合夥人Stephanie Zhan將其使命概括爲解決半導體制造中“最棘手的瓶頸”，而光刻技術正是其首要目標。

這意味着這家初創公司將與 ASML 展開競爭，ASML 的極紫外 (EUV) 光刻技術對於製造世界上最複雜的芯片至關重要。

Source Foundry面臨的技術挑戰巨大。ASML的EUV系統使用 13.5納米波長的光，這種光是通過激光照射熔融錫液滴產生的。由於普通透鏡無法有效透射EUV光，因此這種光在真空中傳播，並由極其精確的多層反射鏡進行控制。

目前尚無跡象表明Source Foundry的技術與ASML的EUV系統有何不同。但可以肯定的是，這家初創公司正在致力於研發一種替代目前大型、昂貴且複雜的半導體生產設備的方案。.

爲了使這項工作取得成功，所開發的技術不應僅僅侷限於一臺能夠在實驗室中運行的機器。它需要具備滿足芯片大規模生產所需的精度、吞吐量和可靠性，同時在生產成本、尺寸或部署時間方面取得進展。.

因此，Source Foundry 的成功將產生超越一家人工智能芯片製造商的影響，因爲每家先進的處理器製造商都依賴於半導體制造設備。.

需求持續增長。TrendForce預測， 全球晶圓代工收入 將增長24.8%，達到2188億美元，其中人工智能芯片的需求將使先進工藝節點的產能水平持續保持在高位。

換句話說，7月份發生的事情並沒有消除人工智能對實體基礎設施的實際需求。它只是暴露了通過公開市場槓桿融資來滿足這種需求的弊端。.

全球人工智能市場發出的更大信號

其意義可能遠遠超出情境感知範圍。.

隨着人工智能基礎設施的增長，瓶頸可能會進一步向上游轉移——從模型和加速器到內存、能源、先進封裝，最終到製造芯片本身所需的機器。.

半導體行業協會和德勤聯合進行的一項分析發現，人工智能服務器機架中半導體的價值超過95%。此外，到2028年，人工智能數據中心基礎設施投資可能超過4萬億美元。.

這對投資者來說是一個矛盾之處：即使基礎設施週期穩健，人工智能相關公司的股票也可能下跌。.

Source Foundry 本質上是在賭一把，賭的是當需求遇到一個更大的限制時會發生什麼：那就是生產足夠多先進芯片所需的機器設備。.

這也凸顯了阿申布倫納7月份虧損帶來的教訓：即使對人工智能的長期增長前景判斷正確，也並不一定足以應對短期市場波動。

他7月份67%的虧損表明，當市場劇烈波動、流動性枯竭時，槓桿和集中持倉會如何迅速造成損失。與此同時，他對Source Foundry的4億美元投資表明，他並未動搖其關於人工智能的理念。他只是將更多精力放在了技術棧中鮮爲人知但可能至關重要的部分。.

現在的問題是，Source Foundry能否將這一洞見轉化爲實際的半導體加工技術。如果能夠做到，考慮到芯片製造設備的突破不僅對一家人工智能加速器製造商有利，而且對整個行業都將帶來豐厚的利潤，Aschenbrenner的最新投資對人工智能的意義可能比他之前失敗的公開市場投資更大。.

不要只是閱讀加密貨幣新聞，要理解它。訂閱我們的新聞簡報， 完全免費。