到 2030 年，交易公司可能掌控可观的算力

很疯狂的是，现在这些模型利润最高的方式似乎只是通过API销售它们。Dwarkesh博客奖 质疑这种动态如何能带来实验室盈利，仅仅因为对模型培训和研究的再投资规模需要不断投资超过你赚的钱。嗯，Anthropic很可能已经盈利了， 而且它也不需要我在回答他问题时看到的任何方案。事实证明，通过API销售前沿智能的利润空间非常高！高到AI培训和推断正在消耗曾经服务其他高利润行业的供应链。内存和制造空间正从消费设备被重新定向， 而用于比特币挖矿的计算工具也被重新利用，用来获取前沿实验室利润的一部分。

这一动态强化了传统的权力集中风险，有人估计OpenAI和Anthropic很快将控制全球超过80%的计算量。 只要向Frontier实验室供货是计算量利润最高的领域，很难不看到这种情况会发生。不过，我认为有充分理由认为，由于更好的盈利能力和快速增长，交易将成为对研究计算的威胁，就像现在研究对消费品计算构成威胁一样。

交易公司人工智能的使用

对冲基金和交易公司几十年来一直使用“人工智能”，因为这个模糊的标签可以适用于从算法做市到高频交易的各种领域。我想聚焦于一个在该行业似乎越来越受欢迎的具体交易策略：计算密集型中频交易。简单来说，这涉及训练模型预测某证券在短时间内的走向，比如5分钟，并基于该假设进行交易。具体的交易策略和数据源细节被严格保密，且通常针对不同公司的不同资产类别或市场（期权、公开股票、债券等）。执行交易策略所需的计算量长期以来相当有限。2024年初，计算最密集的参与者（简·斯特里特）仅承诺约2.5亿美元的GPU投资，而MFT领域整体可能不到十亿美元。 这些数字不涉及实验室的计算承诺，也不值得纳入其经济实力模型。情况已经改变。

关于这些数字的说明。由于交易的保密性，我提供的许多数字都是基于公开公告中推断的最佳估计。这些公司有动力既淡化又强调某些策略的成功，这限制了进行此类分析的能力。

这里最能见度最高的是公司本身，所以这主要基于他们的承诺行为和披露的回报。我个人也没有交易背景！我从人工智能政策的角度出发，担心这种风险可能被忽视。

截至2024年1月，Hudson River Trading和Jane Street合计约有约6亿美元的合同计算容量。HRT的计算能力大多通过安装的H100系统在本地部署，Jane Street刚开始与CoreWeave达成协议，访问其数千块GPU。即使与前沿实验室相比，这种计算水平仍占华尔街GPU容量的大部分。唯一的例外可能是XTX Markets，他们拥有大量GPU（25,000+！）。不过，他们专注于将这些GPU用于特定的低延迟市场营销策略。 HRT和Jane Street如何利用计算技术则更为不明朗。2023年，HRT的大部分收入来自高频交易策略，当年可能带来了约40亿美元的收入。Jane Street通过多种方法混合创造了约100亿美元的收入。2024年，他们的收入翻倍至近80亿美元，超过200亿美元。

这些公司可能只是利用高波动性赚钱。我们可以大致比较它们与其他类似公司的回报，无需计算。Citadel Securities 2023年净收入约为63亿美元，2024年为97亿美元，增长了55%。Virtu Financial 2023年收入为22.9亿美元，2024年为28.8亿美元，增长了24%。Optiver 增长约30%。 这些公司正在大幅增长，似乎利用了持续的波动，但没有一家能达到当年HRT或Jane Street的增长。

彭博社报道的债券持有人披露数据中的简街和HRT;彭博社报道的Citadel证券;美国证券交易委员会文件调整后的净交易收入;Optiver的年度业绩调整后收入。

2026年上半年收入按年化（坦白说，这可能低估了趋势），简街的第二季度预计会有收入。有很多假设和简单的计算，但总体形状应该是正确的。

无论是什么原因导致了这种增长，Jane Street和HRT在2024年后都开始更加重视计算。Jane Street宣布将在2025年上半年扩展到数万块GPU，二手消息称HRT当年有望在计算上投入十亿美元。 两家公司合计花费超过20亿美元。该领域没有其他公司披露任何重大计算支出。有报道称这些公司正在尝试新型交易方式。尤其是HRT，之前主要以高频交易著称，突然间他们在账面上持有资产的时间更长，以进行这种中频交易。 在2025年底的一档Odd Lots播客中，他们直接将这类策略的成功归功于大量计算使用。 两家公司当年的交易收入增长均超过50%。然而，交易计算领域没有出现其他大型竞争者。

2026年第一季度，两家公司的收入均超过了2023年全年。 然后第二节的进度大约是第一节的两倍。 这两家公司开始争夺计算能力;Jane Street 于四月与 CoreWeave 签署了 60 亿美元的承诺，而 HRT 则购买了十亿美元的 B200 容量。 在简街第一季度160亿美元的收入占上一年收入的40%后，人们开始关注华尔街。此前像Citadel这样的公司的轶事，曾在预测未来5分钟以上时，将许多持有股票的机器学习策略视为“崩溃”。 听起来简街可能用模型推荐按天甚至周为尺度的等待。 其他公司也跟进了他们的步伐。Flow Traders、DRW和IMC承诺购买十亿美元的计算能力，而此前几乎没有。 Jane Street和HRT在过去两年里收入均增长了约6倍，而没有显著计算能力的同行公司不到3倍。

到了九月，HRT和Jane Street再次发现计算受限。Jane Street与Crusoe签订了一份价值130亿美元、为期五年的协议，HRT又向CoreWeave支付了几十亿美元的容量。 在承诺用于交易的约半吉瓦计算量中，这两家公司仍控制着80%。以今年使用的0.15吉瓦计算，这两家公司可能创造超过1500亿美元的收入。同样，具体有多少收入直接归功于这些策略，以及它们在增加计算量下的可扩展性尚不明确，但最了解情况的人购买的金额远远超过这些。

有些交易内容模糊或多年期，但只在公布季度以总合同价值显示，这使得归因和良好建模变得困难

一篇相关的学术文献 表明这种做法不可持续;AI交易策略的增加会因交易行为的相关性而侵蚀所有使用者的阿尔法。这种情况很可能发生，但与一般AI交易策略的关键区别在于，模型并未利用特定的市场低效率。相反，它们在发现新的低效漏洞以加利用方面具有超人能力。模型以及撰写论文的人都能理解他们的信号如何与其他公司的AI交易策略相关。随着成功预测的视野延长和适用市场的扩展，模型可以避免相互损害表现。

为什么这可能对2030年前的计算份额产生实质性影响

即使不考虑预付费承诺，Frontier实验室的计算量也远高于0.15 GW。 他们能够占据如此多的计算份额，部分原因是他们愿意为容量支付的金额，而这取决于他们能用多少钱赚钱。在各个实验室里，我们看到计算量流向能够带来最高利润率的模型。“你要么死于前沿实验室，要么活得够久，看到自己卖出计算。” 目前，交易公司没有收入基础来实质性推高实验室的计算成本。即使他们能在购买的计算上带来更高的利润率，计算规模也非常小。即使整个行业开始将40%的收入用于计算，也只能支付一两吉瓦的费用。但如果直接购买计算能带来交易收入增长，回本期足够短，且阿尔法衰减的上限足够高，交易中的计算支出可能会迅速变得非常巨大。

尤其是对交易公司来说，这要提醒大家，这些数字极具投机性

是时候进行大量天真回归和对数图上的线了！我们将参考Jane Street和HRT的数据，包含大量基于公开数据的假设和估计（主要是计算承诺和季度总收入）。

首先，让我们了解计算密集型中频交易策略的收入趋势。根据MFT在交易收入中具体占比，似乎自2024年第一季度以来，趋势线显示每季度增长约32%（每7.6个月翻一番）。

我们可以推翻更粗略的计算承诺增长估计，预计每季度增长约35%。假设这一趋势持续到十年末，企业收入将增长超过2万亿美元。这可以支持数千亿美元的计算支出，且与前沿实验室现有的承诺相当。

此外，在这种规模下，实验室（以及流氓/独立模型）的边际计算成本会显著上升。

这里的部分增长是假定的中频份额策略在收入中的增长，而这完全是未知变量。这完全是模糊不清的！

值得注意的是，若达到2万亿美元，AI交易策略的收入将超过全球所有交易组织当前的收入。这些回归基于相当薄弱的证据支持如此非凡的说法！

然而，想象一个私营模型，拥有超乎常人的全球资产预测优势。每年持有全球资产0.5%的优势，每年价值2万亿美元！

计算的增长率大约是每年的3倍，目前这一增长速度还被过去几年Anthropic收入每年增长10倍的惊人趋势所超越。 Dwarkesh 意味着，如果这种趋势持续下去，计算价格必须大幅上涨，除非实验室在服务客户上花费更多计算份额，或者利润率大幅提升。我想指出的是，即使实验室收入没有按趋势增长，计算增长率也会被单交易计算增长率（年化3.3倍）超过，边际计算成本仍可能上升。如果趋势真的持续，这可能带来一些潜在影响。

1. 交易可能是当前大规模使用变压器模型最有利可图的应用。

鉴于这些交易公司目前在计算上的花费与前沿实验室相比，他们赚了很多钱。粗略推断交易收入的相对来源，计算公司很可能每投资1美元就能带来5到7美元的利润。这不仅会让计算公司共享他们的方式，还会激励前沿实验室采取类似策略。Dwarkesh博客奖的一个答案 我把这作为一种潜在的盈利路径，尽管我推测实验室更倾向于避免。然而，如果计算市场被交易带来的潜在回报所吸引，而相比AI研究和模型训练的投机性质，他们可能别无选择。

2. 人工智能回报的私有化可能会持续到遥远的未来。

我不同意“开放全球投资”的人工智能治理模式， 但Frontier实验室上市似乎确实对纯粹的私人权力集中化提供了一定影响力。如果交易公司成为主导力量，同时也是AI风险和回报的来源，其私营企业结构可能会阻止公众在不征税的情况下分享收益。

3. 如果交易公司训练足够大的内部模型，它们可能成为灾难性风险的非平凡来源。

大多数灾难性错位AI风险模型（AI 2027，技术青少年，态势感知） 假设强大的人工智能会在政府或实验室中出现。然而，按照目前的结构，商业模式固有某种程度的透明度，需要出售广泛的模型访问权限。在政府方面，目前还没有人整合到如此大量的计算或研究专长。在交易公司内部，模型可以私下开发，其行为可以保持私密，同时仍能产生利润以资助未来的培训运行。常见建议的人工智能监管框架，比如前沿实验室的嵌入式评估员，也完全忽略了这一风险向量。我们已经看到这些由人类掌舵的交易组织出现了“错位”行为。如果交易责任被交给模型，尤其是在严格的盈利动机和零散监控下，我们可能会看到行为错位带来严重的经济后果。

1. 德瓦克什·帕特尔，“博客奖”。dwarkesh.com
2. 金融时报关于Anthropic实现盈利的报道。ft.com
3. J.P. Morgan 全球研究，《人工智能驱动的内存短缺》jpmorgan.com);IDC，《全球内存短缺危机：2026年对智能手机和个人电脑市场的潜在影响》（idc.com).
4. Galaxy，“Galaxy 完成其 Helios 数据中心园区的第一阶段”（prnewswire.com);Core Scientific，“Core Scientific与CoreWeave宣布在德克萨斯州登顿场地进行12亿美元扩建”（corescientific.com).
5. Dwarkesh Patel采访Dylan Patel。dwarkesh.com
6. 简·斯特里特，《在噪音中寻找信号》，《信号与线索》（signalsandthreads.com);“XTX市场推出新的机器学习部门XTY Labs”，LiquidityFinder（liquidityfinder.com).
7. “XTX市场收入2025年增长43%，达到39.3亿美元，”金融巨头们。financemagnates.com
8. “简街集团报告创纪录的205亿美元净交易收入”，彭博社Investing.com(investing.com);哈德逊河贸易的商业内幕，联合发行版（itiger.com).
9. “格里芬城堡证券报告创纪录的交易收入97亿美元，”Hedgeweek（hedgeweek.com);Virtu Financial 2024年第四季度业绩（sec.gov);“Optiver公布2024年强劲财报” （optiver.com).
10. “简·斯特里特计算”，eFinancialCareers（efinancialcareers-gulf.com);简·斯特里特，《我们最新的数据中心内部一窥》 （janestreet.com);《哈德逊河交易如何在2025年打破纪录》，Disruption Banking（disruptionbanking.com).
11. 《商业内幕》哈德逊河贸易，2025年3月，联合发行版（itiger.com);Rupak Ghose，《新的哈德逊河交易》，2025年11月（rupakghose.substack.com).
12. Odd Lots，《哈德逊河交易如何实际使用人工智能》，2025年10月31日。podscan.fm
13. “简·斯特里特发布创纪录的161亿美元”，彭博社通过雅虎财经报道（finance.yahoo.com);“哈德逊河交易站第一季度创纪录的64亿美元交易收入”，彭博社Investing.com(investing.com).
14. “哈德逊河交易在市场波动下创下创纪录的114亿美元收入”，Hedgeweek（hedgeweek.com);鲁帕克·戈斯，“简街是对冲基金，别说了”（rupakghose.substack.com);珍街七月失利的幸运（fortune.com).
15. CoreWeave 8-K 展览，2026年4月15日（sec.gov);“Lambda与哈德逊河交易合作，推动定量研发” （businesswire.com);“哈德逊河贸易扩大戴尔部署，推动人工智能驱动的研究” （dell.com).
16. 肯·格里芬于斯坦福GSB，2025年5月。aol.com
17. “简街创纪录的161亿美元”，彭博社转载雅虎财经。finance.yahoo.com
18. “Flow Traders选择CoreWeave为AI驱动的定量交易基础模型训练提供动力” （coreweave.com);“IMC选择CoreWeave深化科研投资”coreweave.com);“QumulusAI 与 DRW 签署 NVIDIA Blackwell B300 容量的 GPU 即服务协议” （businesswire.com).
19. “克鲁索与简·斯特里特签署130亿美元交易：报道”，数据中心动力公司（datacenterdynamics.com);“哈德逊河贸易公司将在CoreWeave云上构建由NVIDIA Vera Rubin NVL72驱动的次世代研究平台” （coreweave.com).
20. 孟和陈，《人工智能驱动的阿尔法衰变：算法均质化、反射性信号侵蚀与智能市场悖论》，2026年3月。arxiv.org
21. Epoch AI，“前沿实验室使用多少AI计算？”2026年5月。epoch.ai
22. Roon（@tszzl）在X。x.com
23. Dwarkesh Patel，《为什么计算成本可能会提高10倍》。dwarkesh.com
24. “人工智能实验室如何盈利（也许最终）”，LessWrong。lesswrong.com
25. Nick Bostrom，《开放全球投资作为通用人工智能治理模型》，2025年。nickbostrom.com
26. 2027年秋冬;达里奥·阿莫代，科技的青春期;利奥波德·阿申布伦纳，态势感知.