<p>华尔街将人工超智能（ASI）视为 2030 年代的故事。证据表明，这一切将更为迫近。</p>
<p>OpenAI 的山姆·阿尔特曼（Sam Altman）最近表示，他的团队&#34;知道如何构建 AGI（人工通用智能）&#34;，并且&#34;将我们的目标转向超智能。&#34;这种表述是有意为之：<em>我们知道</em>，而不是_我们希望知道_。AGI 指的是能够匹配人类认知水平的机器。ASI 指的是在速度、规模和领域上超越人类能力几个数量级的智能。</p>
<p>这种悄然的转变表明一个里程碑已经被跨越，投资者明智的做法是相应地调整自己的投资布局。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQwOTQvZ2V0dHlpbWFnZXMtMjE5NjUzMjYzOC5qcGcmdz03MDA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQwOTQvZ2V0dHlpbWFnZXMtMjE5NjUzMjYzOC5qcGcmdz03MDA"/></p>
<p>图片来源：Getty Images。</p>
<h2>基础设施讲述了这个故事</h2>
<p>这些数字揭示了前所未有的动员。1 月 21 日，OpenAI、<strong>甲骨文</strong>（Oracle）和 <strong>软银</strong>（SoftBank）宣布了 5000 亿美元的星际计划，这是一个与联邦政策协调的私人倡议。</p>
<p><strong>Meta Platforms</strong>（META 0.73%）几乎在一夜之间推出了&#34;超智能实验室&#34;，马克·扎克伯格的内部备忘录确认了该新部门积极从竞争对手那里招募 11 位杰出的 AI 研究人员，薪酬高达九位数。主要数据中心运营商正在争抢电力，一些地区的需求激增超出了所有先前的预测。</p>
<p><strong>英伟达</strong>（Nvidia）（NVDA 1.28%）的财务数据自成一体。在 2026 财年第一季度，四个_未披露_的客户占公司 441 亿美元收入的 54%。其中一位客户在一个季度内花费了 70 亿美元。公司通常会披露主要客户，除非这些关系涉及高度敏感的项目。</p>
<h2>超乎想象的市场机会</h2>
<p>政府立法为此奠定了基础。《芯片与科学法案》为半导体制造分配了 527 亿美元，另有数十亿美元用于 AI 研究。《基础设施投资与就业法案》增加了 620 亿美元用于能源现代化。</p>
<p>最近的半导体立法将研发的税收抵免从 25% 提高到 35%，能源部获得了 1.5 亿美元用于为 AI 模型准备科学数据，并&#34;为科学和工程的自我改进人工智能模型的种子工作提供支持。&#34;</p>
<p>结合像星际计划这样的私人项目，未来五年将投入超过 1 万亿美元用于 AI 基础设施，这一数字是 2024 年全球云计算市场的两倍多。</p>
<h2>竞争格局已经确定</h2>
<p>尽管投资者在争论 <strong>微软</strong>（Microsoft）或 <strong>谷歌</strong>（Alphabet）谁将在 AI 竞赛中获胜，但各国政府将 AI 的主导地位视为国家安全的迫切任务。对英伟达的 H20 芯片对中国的出口管制导致了 55 亿美元的费用。此外，2025 财年国防授权法案专门拨款 1438 亿美元用于科学和技术研究与开发（R&amp;D），呼吁在国家安全领域开展 AI 试点项目。</p>
<p>在供应链中，赢家显而易见：<strong>阿斯麦</strong>（ASML Holding）（ASML -0.73%）在极紫外光刻技术上拥有垄断地位。<strong>拉姆研究</strong>（Lam Research）（LRCX -0.06%）和 <strong>应用材料</strong>（Applied Materials）（AMAT 0.53%）主导着关键的半导体设备市场。</p>
<p>在 AI 价值链中，没有可行的替代方案来取代这些关键的战略参与者。此外，竞争者在这个游戏中已经太晚，无法以有意义的方式出现。在这种环境下，ASML、拉姆研究和应用材料被视为永远的买入持有。</p>
<h2>加速是真实的，即使时间表不确定</h2>
<p>英伟达的数据中心收入在 2024 财年第四季度飙升 409%，达到 184 亿美元——这一增长远超出增量 AI 升级所能解释的范围。</p>
<p>历史提供了先例：军事技术通常领先于公众发布五到十年。GPS 在 1970 年代满足了军事需求；几十年后才进入消费者市场。互联网本身在公众拥有电子邮件之前就从 DARPANET 中出现。</p>
<p>考虑一下驱动所有现代 AI 系统的变换器架构。谷歌在 2017 年公开推出变换器，彻底改变了机器学习。但如果军事与民用之间的滞后保持不变，类似的突破可能早在 2007 年至 2012 年间就已在机密项目中出现，正是 DARPA 开始资助激进计算效率项目的时期。</p>
<p>2012 年，DARPA 在 PERFECT 计划下向英伟达授予合同——在 5.5 年内最高可达 2000 万美元——以探索激进的计算效率。2015 年 DARPA 推出的 XAI（可解释 AI）计划进一步表明，复杂的 AI 系统已经在机密项目中开发。无论这些项目是否完全成功都无关紧要。模式是明确的：今天的公共 AI 能力可能反映了几年前在机密或军事项目中起源的技术。</p>
<p>Meta 转向&#34;超智能实验室&#34;以及阿尔特曼从 AGI 转向 ASI 开发的转变表明内部人士相信第一个门槛 AGI 已经被跨越。从 AGI 到 ASI 的过渡将需要突破，但当前投资的规模表明对这些突破在可及范围内的信心。阿尔特曼的&#34;事件视界&#34;语言暗示着一个不可逆转的过程已经在进行中。</p>
<h2>估值需要新的框架</h2>
<p>通过传统的市盈率来估值英伟达或阿斯麦忽视了正在进行的更广泛转型。英伟达的市盈率为 51.4 倍——如果 ASI 在 2030 年前实现，这一倍数可能看起来保守。</p>
<p>单单基础设施支出就确保了数百亿美元的半导体和 AI 收入。这些投资已经在进行中，速度和规模没有历史上的可比性。</p>
<h2>投资启示</h2>
<p>对于保守的投资者来说，建议在 AI 供应链中进行多元化投资。交易所交易基金，如 <strong>Invesco QQQ Trust</strong> 和 <strong>先锋信息技术 ETF</strong>，提供了对该行业增长的广泛覆盖。</p>
<p>为了获得更直接的投资机会，关注不可替代的参与者：英伟达用于人工智能芯片，阿斯麦用于光刻系统，Lam Research 用于沉积和刻蚀设备。</p>
<p>对于更高风险、非对称的上行潜力，可以考虑新兴的人工智能芯片设计公司或受益于基础设施繁荣的数据中心房地产投资信托。</p>
<h2>时间线已经缩短</h2>
<p>基础设施支出超过 1 万亿美元。一些知名科技领袖谈论 AGI 时使用过去时，而没有承认这一关键门槛已经被跨越。供应链正在为尚未公开存在的需求进行扩展。</p>
<p>结论很明确：ASI 很可能比公开声明的时间表来得更快。因此，人工智能关键架构师的看似高估值可能极具误导性。如果 ASI 确实迫在眉睫，整个游戏即将以难以想象的方式发生变化。</p>

英伟达

阿斯麦

OpenAI

<p>华尔街预计人工超级智能（ASI）将在 2030 年代出现，但证据表明它可能会更早到来。OpenAI 的 Sam Altman 表示，向 ASI 发展的转变正在进行中，得到了像 5000 亿美元的 Stargate 项目这样的重大投资的支持。主要公司正在迅速扩展人工智能能力，英伟达报告称数据中心的收入增长了 409%。政府的倡议，包括《芯片法案》，正在推动超过 1 万亿美元的人工智能基础设施投资。竞争格局有利于像 ASML 和英伟达这样的成熟企业，因为人工智能技术的突破可能已经处于先进阶段</p>

<p>Wall Street sees artificial superintelligence (ASI) as a 2030s story. The evidence points to something far more imminent.</p>
<div class="lb-trans"><p>华尔街将人工超智能（ASI）视为 2030 年代的故事。证据表明，这一切将更为迫近。</p>
</div><p>OpenAI's Sam Altman recently said his team &#34;knows how to build AGI (artificial general intelligence)&#34; and is &#34;turning our aim beyond that -- to superintelligence.&#34; The language is deliberate: <em>we know</em>, not <em>we hope to know</em>. For reference, AGI refers to machines that can match human-level cognition. ASI refers to intelligence operating at speeds, scales, and domains that are orders of magnitude beyond human capacity.</p>
<div class="lb-trans"><p>OpenAI 的山姆·阿尔特曼（Sam Altman）最近表示，他的团队&#34;知道如何构建 AGI（人工通用智能）&#34;，并且&#34;将我们的目标转向超智能。&#34;这种表述是有意为之：<em>我们知道</em>，而不是_我们希望知道_。AGI 指的是能够匹配人类认知水平的机器。ASI 指的是在速度、规模和领域上超越人类能力几个数量级的智能。</p>
</div><p>This quiet shift suggests a milestone has already been crossed, and investors would be wise to position themselves accordingly.</p>
<div class="lb-trans"><p>这种悄然的转变表明一个里程碑已经被跨越，投资者明智的做法是相应地调整自己的投资布局。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQwOTQvZ2V0dHlpbWFnZXMtMjE5NjUzMjYzOC5qcGcmdz03MDA" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F824094%2Fgettyimages-2196532638.jpg&amp;op=resize&amp;w=700"/></p>
<p>Image source: Getty Images.</p>
<div class="lb-trans"><p>图片来源：Getty Images。</p>
</div><h2>The infrastructure tells the story</h2>
<div class="lb-trans"><h2>基础设施讲述了这个故事</h2>
</div><p>The numbers reveal unprecedented mobilization. On Jan. 21, OpenAI, <strong>Oracle</strong>, and <strong>SoftBank</strong> announced the $500 billion Stargate project, a private initiative coordinated with federal policy.</p>
<div class="lb-trans"><p>这些数字揭示了前所未有的动员。1 月 21 日，OpenAI、<strong>甲骨文</strong>（Oracle）和 <strong>软银</strong>（SoftBank）宣布了 5000 亿美元的星际计划，这是一个与联邦政策协调的私人倡议。</p>
</div><p><strong>Meta Platforms</strong>(META 0.73%) launched &#34;Superintelligence Labs&#34; almost overnight, with Mark Zuckerberg's internal memo confirming the new division's aggressive talent acquisition of 11 prominent AI researchers from competitors with nine-figure pay packages. Major data center operators are scrambling for power, with some regions seeing demand spikes that defy all previous forecasts.</p>
<div class="lb-trans"><p><strong>Meta Platforms</strong>（META 0.73%）几乎在一夜之间推出了&#34;超智能实验室&#34;，马克·扎克伯格的内部备忘录确认了该新部门积极从竞争对手那里招募 11 位杰出的 AI 研究人员，薪酬高达九位数。主要数据中心运营商正在争抢电力，一些地区的需求激增超出了所有先前的预测。</p>
</div><p><strong>Nvidia</strong>'s (NVDA 1.28%) financials tell their own story. In Q1 fiscal 2026, four <em>unidentified</em> customers accounted for 54% of the company's $44.1 billion in revenue. One customer alone spent $7 billion in a single quarter. Companies typically disclose major customers unless those relationships involve highly sensitive projects.</p>
<div class="lb-trans"><p><strong>英伟达</strong>（Nvidia）（NVDA 1.28%）的财务数据自成一体。在 2026 财年第一季度，四个_未披露_的客户占公司 441 亿美元收入的 54%。其中一位客户在一个季度内花费了 70 亿美元。公司通常会披露主要客户，除非这些关系涉及高度敏感的项目。</p>
</div><h2>A market opportunity beyond comprehension</h2>
<div class="lb-trans"><h2>超乎想象的市场机会</h2>
</div><p>Government legislation laid the groundwork. The CHIPS and Science Act allocated $52.7 billion for semiconductor manufacturing, with additional billions for AI research. The Infrastructure Investment and Jobs Act added $62 billion for energy modernization.</p>
<div class="lb-trans"><p>政府立法为此奠定了基础。《芯片与科学法案》为半导体制造分配了 527 亿美元，另有数十亿美元用于 AI 研究。《基础设施投资与就业法案》增加了 620 亿美元用于能源现代化。</p>
</div><p>Recent semiconductor legislation raised tax credits from 25% to 35% for R&amp;D, with the Department of Energy receiving $150 million to prepare scientific data for AI models and &#34;seed efforts for self-improving artificial intelligence models for science and engineering.&#34;</p>
<div class="lb-trans"><p>最近的半导体立法将研发的税收抵免从 25% 提高到 35%，能源部获得了 1.5 亿美元用于为 AI 模型准备科学数据，并&#34;为科学和工程的自我改进人工智能模型的种子工作提供支持。&#34;</p>
</div><p>Combined with private projects like Stargate, more than $1 trillion is being deployed for AI infrastructure within the next five years, more than double the entire global cloud computing market in 2024.</p>
<div class="lb-trans"><p>结合像星际计划这样的私人项目，未来五年将投入超过 1 万亿美元用于 AI 基础设施，这一数字是 2024 年全球云计算市场的两倍多。</p>
</div><h2>The competitive landscape is already decided</h2>
<div class="lb-trans"><h2>竞争格局已经确定</h2>
</div><p>While investors debate whether <strong>Microsoft</strong> or <strong>Alphabet</strong> wins the AI race, governments are treating AI supremacy as a national security imperative. Export controls on Nvidia's H20 chips to China, resulting in $5.5 billion in charges. Moreover, the FY2025 National Defense Authorization Act specifically earmarks $143.8 billion for science and technology research and development (R&amp;D), calling for AI pilot programs in national security.</p>
<div class="lb-trans"><p>尽管投资者在争论 <strong>微软</strong>（Microsoft）或 <strong>谷歌</strong>（Alphabet）谁将在 AI 竞赛中获胜，但各国政府将 AI 的主导地位视为国家安全的迫切任务。对英伟达的 H20 芯片对中国的出口管制导致了 55 亿美元的费用。此外，2025 财年国防授权法案专门拨款 1438 亿美元用于科学和技术研究与开发（R&amp;D），呼吁在国家安全领域开展 AI 试点项目。</p>
</div><p>In the supply chain, the winners are clear: <strong>ASML Holding</strong>(ASML -0.73%) holds a monopoly on extreme ultraviolet lithography. <strong>Lam Research</strong>(LRCX -0.06%) and <strong>Applied Materials</strong>(AMAT 0.53%) dominate critical semiconductor equipment markets.</p>
<div class="lb-trans"><p>在供应链中，赢家显而易见：<strong>阿斯麦</strong>（ASML Holding）（ASML -0.73%）在极紫外光刻技术上拥有垄断地位。<strong>拉姆研究</strong>（Lam Research）（LRCX -0.06%）和 <strong>应用材料</strong>（Applied Materials）（AMAT 0.53%）主导着关键的半导体设备市场。</p>
</div><p>There are no viable alternatives to these key strategic players in the AI value chain. Moreover, it's simply too late in the game for competitors to emerge in a meaningful way. ASML, Lam Research, and Applied Materials scan as forever buy-and-holds in this environment.</p>
<div class="lb-trans"><p>在 AI 价值链中，没有可行的替代方案来取代这些关键的战略参与者。此外，竞争者在这个游戏中已经太晚，无法以有意义的方式出现。在这种环境下，ASML、拉姆研究和应用材料被视为永远的买入持有。</p>
</div><h2>The acceleration is real, even if the timeline isn't certain</h2>
<div class="lb-trans"><h2>加速是真实的，即使时间表不确定</h2>
</div><p>Nvidia's data center revenue soared 409% to $18.4 billion in Q4 fiscal 2024 -- growth far beyond what incremental AI upgrades would justify.</p>
<div class="lb-trans"><p>英伟达的数据中心收入在 2024 财年第四季度飙升 409%，达到 184 亿美元——这一增长远超出增量 AI 升级所能解释的范围。</p>
</div><p>History offers precedent: Military technology often runs five to 10 years ahead of public release. GPS served military needs in the 1970s; it reached consumers decades later. The internet itself emerged from DARPANET years before the public had email.</p>
<div class="lb-trans"><p>历史提供了先例：军事技术通常领先于公众发布五到十年。GPS 在 1970 年代满足了军事需求；几十年后才进入消费者市场。互联网本身在公众拥有电子邮件之前就从 DARPANET 中出现。</p>
</div><p>Consider the transformer architecture that powers all modern AI systems. Google publicly introduced transformers in 2017, revolutionizing machine learning. But if the military-civilian lag holds, similar breakthroughs could have emerged in classified programs as early as 2007 to 2012, precisely when DARPA began funding radical computing efficiency programs.</p>
<div class="lb-trans"><p>考虑一下驱动所有现代 AI 系统的变换器架构。谷歌在 2017 年公开推出变换器，彻底改变了机器学习。但如果军事与民用之间的滞后保持不变，类似的突破可能早在 2007 年至 2012 年间就已在机密项目中出现，正是 DARPA 开始资助激进计算效率项目的时期。</p>
</div><p>In 2012, DARPA awarded Nvidia contracts under the PERFECT program -- up to $20 million over 5.5 years -- to explore radical computing efficiencies. The 2015 launch of DARPA's XAI (Explainable AI) program further suggests that complex AI systems were already in development within classified programs. Whether those programs succeeded fully is beside the point. The pattern is clear: Today's public AI capabilities may reflect technologies that originated in classified or military programs years earlier.</p>
<div class="lb-trans"><p>2012 年，DARPA 在 PERFECT 计划下向英伟达授予合同——在 5.5 年内最高可达 2000 万美元——以探索激进的计算效率。2015 年 DARPA 推出的 XAI（可解释 AI）计划进一步表明，复杂的 AI 系统已经在机密项目中开发。无论这些项目是否完全成功都无关紧要。模式是明确的：今天的公共 AI 能力可能反映了几年前在机密或军事项目中起源的技术。</p>
</div><p>Meta's pivot to &#34;Superintelligence Labs&#34; and Altman's shift from AGI to ASI development suggest that insiders believe the first threshold, AGI, has been crossed. The transition from AGI to ASI will require breakthroughs, but the scale of current investment indicates confidence that those breakthroughs are within reach. Altman's &#34;event horizon&#34; language implies an irreversible process already in motion.</p>
<div class="lb-trans"><p>Meta 转向&#34;超智能实验室&#34;以及阿尔特曼从 AGI 转向 ASI 开发的转变表明内部人士相信第一个门槛 AGI 已经被跨越。从 AGI 到 ASI 的过渡将需要突破，但当前投资的规模表明对这些突破在可及范围内的信心。阿尔特曼的&#34;事件视界&#34;语言暗示着一个不可逆转的过程已经在进行中。</p>
</div><h2>Valuation requires a new framework</h2>
<div class="lb-trans"><h2>估值需要新的框架</h2>
</div><p>Valuing Nvidia or ASML by traditional price-to-earnings ratios misses the broader transformation under way. Nvidia trades at 51.4 times earnings -- a multiple that may look conservative if ASI materializes before 2030.</p>
<div class="lb-trans"><p>通过传统的市盈率来估值英伟达或阿斯麦忽视了正在进行的更广泛转型。英伟达的市盈率为 51.4 倍——如果 ASI 在 2030 年前实现，这一倍数可能看起来保守。</p>
</div><p>The infrastructure spending alone ensures hundreds of billions in semiconductor and AI revenue. These investments are already in motion, with no historical parallel for the speed or scale.</p>
<div class="lb-trans"><p>单单基础设施支出就确保了数百亿美元的半导体和 AI 收入。这些投资已经在进行中，速度和规模没有历史上的可比性。</p>
</div><h2>Investment implications</h2>
<div class="lb-trans"><h2>投资启示</h2>
</div><p>For conservative exposure, diversify across the AI supply chain. Exchange-traded funds, such as <strong>Invesco QQQ Trust</strong> and <strong>Vanguard Information Technology ETF</strong>, provide broad coverage of the sector's growth.</p>
<div class="lb-trans"><p>对于保守的投资者来说，建议在 AI 供应链中进行多元化投资。交易所交易基金，如 <strong>Invesco QQQ Trust</strong> 和 <strong>先锋信息技术 ETF</strong>，提供了对该行业增长的广泛覆盖。</p>
</div><p>For more direct exposure, focus on irreplaceable players: Nvidia for AI chips, ASML for lithography systems, and Lam Research for deposition and etch equipment.</p>
<div class="lb-trans"><p>为了获得更直接的投资机会，关注不可替代的参与者：英伟达用于人工智能芯片，阿斯麦用于光刻系统，Lam Research 用于沉积和刻蚀设备。</p>
</div><p>For higher-risk, asymmetric upside, consider emerging AI chip designers or data center REITs positioned to benefit from the infrastructure boom.</p>
<div class="lb-trans"><p>对于更高风险、非对称的上行潜力，可以考虑新兴的人工智能芯片设计公司或受益于基础设施繁荣的数据中心房地产投资信托。</p>
</div><h2>The timeline has collapsed</h2>
<div class="lb-trans"><h2>时间线已经缩短</h2>
</div><p>Infrastructure spending exceeds $1 trillion. Some prominent tech leaders speak of AGI in the past tense without acknowledging that this critical threshold has been crossed. Supply chains are scaling for demands that don't yet exist publicly.</p>
<div class="lb-trans"><p>基础设施支出超过 1 万亿美元。一些知名科技领袖谈论 AGI 时使用过去时，而没有承认这一关键门槛已经被跨越。供应链正在为尚未公开存在的需求进行扩展。</p>
</div><p>The conclusion is clear: ASI is highly likely to come faster than the publicly stated timelines suggest. As a result, the seemingly high valuations for AI's key architects may be extremely misleading. If ASI is indeed imminent, the whole game is about to change in unimaginable ways.</p>
<div class="lb-trans"><p>结论很明确：ASI 很可能比公开声明的时间表来得更快。因此，人工智能关键架构师的看似高估值可能极具误导性。如果 ASI 确实迫在眉睫，整个游戏即将以难以想象的方式发生变化。</p>
</div>

Why Artificial Superintelligence Could Arrive Sooner Than Wall Street Thinks

- 华尔街认为人工超智能（ASI）将在 2030 年代出现，但证据显示更为紧迫。  
- OpenAI、Oracle 和 SoftBank 宣布 5000 亿美元的 Stargate 项目，推动 AI 基础设施建设。  
- 投资者应关注 Nvidia、ASML 和 Lam Research 等关键企业，抓住即将到来的机遇。

为什么人工超级智能可能比华尔街预期的更早到来