互联网泡沫“龙头”亲历者！前思科高管对比：互联网大基建 vs AI大基建

2026年11月11日，就在CoreWeave三季报超预期、NeoCloud板块单日暴涨逾12%、市场短暂从“AI回报焦虑”中喘过一口气的节骨眼上，a16z发布了一期对话：前思科高级副总裁Mike Volpi坐在a16z合伙人Raghu Raghuram和Guido Appenzeller对面，被问到同一个问题——这轮AI大基建，和你们当年亲手搭建的互联网大基建，到底像不像？

Volpi是极少数有资格回答这个问题的人。1994年加入思科，到2000年离开并购岗位转岗业务，他亲手主导了约70起收购，其中包括让思科一举拿下全球最大以太网交换机市场的关键战役，那段时间里思科一度成为全球市值最高的公司。彼时光纤被疯狂铺入地下，带宽供给远超需求，泡沫破裂后股价从80美元跌至9美元——一个季度，市值蒸发九成。

这场对话的核心，不是怀旧，而是一次高度结构化的因果推演：两轮基建狂潮，哪里相似，哪里本质不同，资产最终会落入谁手。Volpi认为，AI基建像光纤狂潮，资产终会有用，但未必属于今天的玩家。在“Jensen的世界”里，GPU稀缺、NeoCloud洗牌，数据中心网络也正逼近颠覆时刻。

从左到右依次为a16z合伙人Guido Appenzeller、Mike Volpi、a16z合伙人Raghu Raghuram

光纤的命运，会是GPU的命运吗？

这是整个AI基础设施投资逻辑的核心问题，也是市场焦虑的真正来源。

互联网泡沫破裂后，大量铺设光纤的公司因债务压顶相继破产，但那些埋进地下的光纤本身并没有消失——它们被新的运营商以极低价格接手，成为此后数十年互联网流量爆炸的物理基础。资产有价值，但原来的持有人已经换了。

Volpi认为，这个逻辑大概率会在GPU时代重演，但有一个关键变量需要重新估算：GPU资产的实际使用寿命，可能比所有人最初预期的都要长得多。

"当年的光纤埋进地里，能用二三十年。"他说，这是互联网时代资产的天然优势。而计算资产通常被认为折旧更快，受摩尔定律约束，迭代周期以年计。然而，现实正在颠覆这个假设。

以H100为例。大约四年前，市场对它的基准预期是：5年使用寿命，出租价格约$1.8-$2美元/GPU小时。按这个逻辑，H100现在应该接近退役。但Volpi指出，实际情况截然相反——"不仅没有退役，租金反而涨到了$2.5-$3美元。"

这背后的机制，他认为存在一个"未曾预料到的副作用"：AI本身正在让底层硬件资产的寿命延长。"AI在软件层面的能力，作为一个意外后果，正在让底层资产的生命周期变得更长，从而让它更容易被融资。这是我在这件事启动时没有预料到的现象。"

当然，这个逻辑有一个前提条件——稀缺性持续存在。Guido在对话中补充了另一个视角：当前H100的高租金，很大程度上反映的是算力整体供不应求，而非H100本身的竞争优势。一旦Vera Rubin等新一代架构大规模落地，每瓦特能产出的token收入（即"token revenue per watt"）的代际差距将使旧芯片失去经济性。"理论上，当你有足够的Vera Rubin，继续跑H100就是把电转化成钱的最差方式。"

但Volpi的反驳是：稀缺性短期内不会消失。制约供给的根本不是组装产能，而是晶圆厂（fab）产能——ASML光刻机的产量是硬约束，"这个因素大概率在未来两三年内不会改变，甚至可能要到五年后才能看到明显变化。"

因此，他的判断是：AI基建资产将会有用，而且极有可能被充分利用——"100%"。但这些资产最终是否还会被今天的持有人拥有，"这是一个很有意思的经济问题"，答案取决于大量宏观和地缘政治因素，"完全超出了建设者自身的控制范围"。

这次的基建，为什么比上次更大，也更有底气

Guido在对话中抛出了一个数字：当年互联网时代的基础设施投资，占美国GDP的比例不过是"零点几个百分点"；而今天的AI基础设施投资，已经达到GDP的约2%。规模差了一个数量级。

Volpi对这个数字的回应，是从"建的是什么"这个层面重新框定问题。

"在100,000英尺的抽象层面，你建的是什么？那时候建的是通信。今天，我们建的是智能。智能的经济价值，大概率高于通信的经济价值。"

这不是一句空话。他给出了一个可以量化的印证维度：应用层的收入爬坡速度。互联网时代，带宽基础设施建好了，但上层应用的商业化是滞后的——电商、社交、视频，这些都是在泡沫破裂之后才真正跑起来的。而这一轮，Anthropic、OpenAI，乃至Fireworks、Together、Modal等开源模型推理云，"正在经历远超当年的增长速度，而且利润率虽然还不如当年，但收入增速是实实在在的"。

Volpi还提出了另一个结构性差异：这一轮基建的需求侧，渗透率远高于当年。"七十亿人口的口袋里都有一台超级计算机"，软件已经渗透进几乎所有行业的核心流程，AI的消费基础比1990年代更加广泛和均匀。

但他并没有因此变得过于乐观。"我对这个周期整体更乐观，但我也相信会有一些修正，以及行业结构的清理。"他指向的是资产负债表脆弱的NeoCloud群体——"上次我和英伟达的人聊，市场上有200家NeoCloud，那些资产负债表并不好看。"他预言，其中相当一部分会在经济修正中出局，但底层资产会被接手，继续发挥作用。

这个逻辑和光纤的故事如出一辙。

“我们都活在Jensen的世界里”——GPU稀缺、NeoCloud洗牌

对话中，Volpi用一句话描述了当前AI基础设施的供需格局："我们生活在一个AI算力需求近乎无限、供给极度受限的世界里。换句话说，我们都活在Jensen的世界里。"

值得注意的是，当前黄仁勋婚外情绯闻缠身，英伟达董事会据报道正在讨论他的去留。但在访谈语境中，Volpi的这句话是在讨论一个更深层的商业机制：当一个公司掌控了整个行业的算力供给，它的并购策略会呈现出什么样的逻辑，以及这种逻辑的边界在哪里。

Volpi本人在思科担任M&A负责人时，主导了约70起收购，1994年到2000年间，这些被收购的公司最终贡献了思科约50%的营收——彼时思科年收入约300亿美元，即约150亿美元来自并购标的。他的方法论是：不怕失败，用足够高的频率换取统计显著性的结果。

有三分之一做得非常好，三分之一马马虎虎，三分之一彻底失败。我们不怕失败，做的频率够高，就会跑出几个离群值。花了5亿买的东西，两年后每年赚10亿。

他给英伟达的建议，是同样的逻辑。对于英伟达收购Mellanox，他评价为"天才之举"；对于Hugging Face的收购传闻，他直言"我不完全确定其中的逻辑，但我不认为这有什么大不了的，让他们去冒险就好"。核心判断是：英伟达现在处于"市场给了它极大的期权性时刻，基本上可以做任何它想做的事，这是承担这些风险的最佳时机"。

但Volpi也给出了一个清醒的结构性判断，直接针对英伟达向NeoCloud提供融资、试图扩大客户基数的策略。他认为，这个策略在商业逻辑上是"徒劳的"——不是说初衷不好，而是行业的自然形态会抵抗它。

为什么只有三家超大规模云厂商？因为这是一个规模决定一切的生意。不管你怎么资助那些小的（NeoClouds），它们永远是弱者。就像你可以资助100家美国航空公司，最终还是只会剩三家。

Guido从另一个角度为英伟达的逻辑辩护——他在英特尔的经历让他对"只有三四个大客户"的风险有切身体会：超大规模云厂商最终会自研芯片，因为英特尔已经不清楚客户在用芯片做什么了。"我对想要拥有超过三四个客户这件事有一定同情。"

Volpi的回应是：逻辑成立，但结果仍然难以改变行业的自然集中趋势。"我的观点不是说这是个坏主意，只是说它是徒劳的。"

AI数据中心的网络，正在等一场“颠覆”

Volpi在基础设施领域的判断中，最具前瞻性的一个，是关于数据中心网络架构的根本性转变。

过去几十年，整个网络设备行业建立在一个核心假设之上：流量是随机到达的、不均匀的，因此需要统计多路复用（statistical multiplexing）来高效利用带宽。这是Broadcom Tomahawk系列交换机的设计哲学，也是

但AI数据中心的流量特征，与上述假设完全相反。"你没有随机到达的流量。链路持续满载。GPU希望持续满载。流量模式比以往任何时候都更可预测——尤其是在训练场景中，预测性极强。"

这意味着，现有的主流数据中心交换机，带宽是够的，但架构是为另一种世界观设计的。Volpi认为，适合AI数据中心的网络架构，应该回归到更接近电路交换（circuit switching）或时分复用（TDM）的模式——确定性的、持续的、不需要大量缓冲区和查表逻辑的架构。"在一个相对静态的世界里，你不再需要那么多智能和缓冲区。直接打通，送出去。"

这对现有网络设备厂商是个坏消息——越简单的架构，越难收高价。"这是经典的创新者困境。不管你是哪家现有厂商，这都不是个好趋势，你不会想主动推动它。但如果有一个新进入者说，忘掉那套统计多路复用，世界变了，我要做一套新的东西——他可能真的能做出点有意思的东西来。"

他认为Google的数据中心网络架构（包括其光学电路交换技术）已经是这个方向的先行者，而Arista等传统厂商的困境在于，用户惯性和系统集成的复杂性会延缓这个转变。最终，这场架构革命可能必须由英伟达或Google这样的"整机架交付"玩家来推动——"因为网络已经成为架构的有机组成部分，这个创新在某种程度上几乎必须从GPU厂商那里发出来"。