10. 将来与限制

10. 将来：Scaling 的真实限制 —— 根本性、相对性与自消解

到目前为止，Scaling Law 在 log-log 图上还是那条漂亮的直线。从 GPT-2（2019）到 GPT-4（2023）这四年，训练 compute 涨了约 3.5–4 个数量级（Epoch 估计为 3,000–10,000 倍 ^[1]）；Epoch 估计 2020 年以来前沿语言模型训练算力的趋势约为每年 5 倍（约 0.7 OOM/年；OOM 即数量级，1 OOM = (\times 10)，0.5 OOM/年 ≈ 每年 (\times 3.16)）^[2]，慢于那四年，但仍是指数。自然要问：沿这条趋势继续涨下去，会撞到什么？

流行的答案是”撞墙”——数据墙、能源墙、算力墙。但**“墙”是一个会误导人的隐喻**：它暗示存在一道确定的、所有人会在同一时刻撞上的硬边界，又把性质完全不同的约束混为一谈。本章换一个更可被推演的框架——把约束当成一本账本来记：先按”可不可改、由谁定”分成根本性（物理）/ 相对性（经济与制度）/ 自消解（算法效率）三类，再用Liebig 最小因子律把它们统一成一个 (\min(\cdot))，最后给出一个独立判断：哪一类最难解除、为什么经济与数据约束大概率早于纯物理极限绑定。（下文仍沿用”数据墙""经济墙”等作通俗标签，指的是账本里的约束项。）

本章会反复回到一条主线，它也是通往第 11 章的桥：**scaling 从未”撞墙”，它一直在换”计价单位”——从 FLOP，到高质量 token，再到可验证的经验与环境。**最稀缺的要素沿这条价值链不断上移；资本、电力、芯片这些投入端约束并不因此消失（10.3、10.6）。

图：Aschenbrenner《Situational Awareness》^[1] 的分解——有效算力（effective compute）≈ 物理算力 × 算法效率 × unhobbling（原图为示意，2023 年之后为外推）。他只量化了前两层：物理训练算力的长期趋势约 0.5 OOM/年（与上文 Epoch 对 2020 年以来前沿语言模型的约 0.7 OOM/年口径不同），GPT-2 → GPT-4 期间则涨了约 3.5–4 OOM（Epoch 估计 3,000–10,000 倍，明显快于长期趋势）；算法效率约 0.5 OOM/年。两层合计，GPT-2 → GPT-4 约为 4.5–6 OOM 的”基础有效算力”。unhobbling（从基座模型到聊天机器人、再到 agent 的解锁）他没有换算成 OOM，只说难以放到同一把有效算力尺上，量级至少与前两层相当。所以”约 4 OOM”是物理算力，“4.5–6 OOM”是物理算力加算法效率，两者都不含 unhobbling。

10.1 把”墙”换成账本：三类约束与最小因子律

把所有被叫作”墙”的东西按性质重排，会得到三类截然不同的约束：

• 根本性约束（物理）：能源的热力学下界（Landauer 极限）、光速与通信延迟，以及数据的不可约熵（6.1 节的 ① 层，即评测分布自身的条件熵，详见 10.2）。Landauer 与光速由物理常数锚定，改不了，只能绕；数据熵只随题目本身变，只能换题（6.5 节）。内存带宽常被一并归入此类，但它其实是架构 × 工艺 × 产能的混合约束（10.2）。“数据墙”说的是高质量数据的供给，与数据熵不是一回事，它介于相对与根本之间（10.2、10.5）。

• 相对性约束（经济 / 制度）：资本回报、半导体供应链产能、监管与诉讼、顶尖人才。它们由市场与政策决定，可被钱、政策、时间推移改变。

• 自消解约束（算法效率）：算法进步本身会主动把前两类的有效高度往下压——同样的能力，两年后所需算力大幅下降。它不是”墙”，而是一台”拆墙机”。

三类约束如何共同决定”实际能走多远”？答案是最短板，而不是某一面墙。把它写成 Liebig 最小因子律： [ \begin{aligned} C_{\text{eff}} &= \eta_{\text{alg}}\cdot\min\Big{\underbrace{\eta_{\text{util}}\cdot\min_{i}\frac{R_i}{a_i}}{\text{投入端}},;; \underbrace{C_D(D{\text{hq}})}{\text{信号端}}\Big},\qquad C_D(D)\approx\frac{6D^2}{r},\[4pt] i &\in\Big{\underbrace{\text{资本}}{\text{经济}},;; \underbrace{\text{EUV},,\text{CoWoS},,\text{HBM}}{\text{供应链}},;; \underbrace{\text{电力}}{\text{能源}},;; \cdots\Big} \end{aligned} \tag{47} ]

投入端里，(R_i) 是第 (i) 种资源的供给，(a_i) 是每单位物理算力所需的该资源量，所以 (\min_i R_i/a_i) 就是这些资源能撑起的物理算力；(\eta_{\text{util}}) 是集群平均有效利用率，只乘这一支（利用率提高不会多产生 token）。信号端的 (C_D) 是高质量数据 (D_{\text{hq}}) 在固定配方（每参数 (r) 个 token）下能支撑的训练算力：由 (C\approx 6ND)、(N=D/r) 得 (C_D\approx 6D^2/r)，高质量数据翻倍可支撑约 4 倍算力，所以数据不能像其他资源那样按常数 (a_i) 折算。(\eta_{\text{alg}}) 是算法效率（Epoch 口径，不含利用率，见 10.4），作用于两支，把物理算力折成有效算力；10.6 把信号端从数据推广到可验证环境。这是示意式：它假设配方固定、资源之间不可替代，而且是静态的，各项供给如何随资本投入扩张见 10.5。

(47) 的读法有三层意思：其一，实际进展受当下最短板约束，砸钱补强非短板项不会让整体更快；其二，补强一处，瓶颈会迁移到下一处，而不是消失；其三，自消解项是乘法系数：算法效率乘在整个 (\min) 外面，利用率只乘投入端那一支，同一份资源能换来的有效算力随之放大 —— 它们的作用是乘法，而不是从供给里”减去”什么；只省某一种资源的改进（如压缩 KV cache 省带宽）则相当于压低该项的 (a_i)，可能让短板换人。

这与第 6 章用的是同一种边际账：杠杆方程 (40)(41) 管同一条曲线内部下一块钱在 (N)、(D) 之间怎么分，(47) 管曲线外部的资源供给——某根轴（例如数据 (D)）逼近供给上限时，约束项换人，曲线被迫”换轴”。

10.2 根本性约束：物理常数（最硬，但本十年多数不绑定）

先把真正的物理天花板与”被叫作物理、其实是经济”的约束分开。下面列四条：前三条是严格意义上的根本性约束，第四条（内存墙）是常被归入此类的混合约束；其中多数本十年并不绑定：

• 能源 / Landauer 极限：每擦除 1 bit 至少耗散 (kT\ln 2\approx 2.9\times10^{-21}) J（室温 (T\approx 300) K）。现实 CMOS 与数据中心系统距此仍有多个数量级，因此 Landauer 本身不是当下约束；真正咬人的”能源问题”是相对性的（电网、审批），见 10.3。

• 光速 / 通信延迟：同一数据中心内网络 RTT 通常为数十 (\mu s)量级，主要由交换跳数与软件栈决定，而不是光速（200 m 光纤往返约 2 (\mu s)），所以万卡级集群的机间同步瓶颈在网络与软件栈。真正受光速支配的是跨数据中心那一档（跨洲约 (150,ms)，已贴近光纤传播的理论下限）。把训练推向多数据中心的，是单站点的电力、施工与审批限制（相对性约束）^[3]；一旦跨 DC，光速延迟与跨区带宽就成了**少数”根本性且已经咬人”**的约束，逼出了分层与异步同步。

• 数据的不可约熵：6.1 节把 loss 的地板分成四层，只有 ① 层（评测分布自身的条件熵）是同一道题上任何模型、任何数据都砸不穿的下界（它只随题目本身变）；(37) 的 (E\approx S(\text{True})) 要在”无限大模型能精确建模数据分布”的假设下才与它重合。“数据墙”是供给约束：同分布的高质量 token 快用完了，曲线沿 (D) 轴往右走的余地只剩重复训练那一段（4.5 节），这不等于曲线已经贴近地板；降 ① 层只能”换题”（6.5 节）；② / ④ 层会随模型族、训练数据与拟合协议移动，不属于根本性约束。

• 内存墙：Gholami et al.^[4] 的 20 年窗口里，峰值硬件算力（FLOPS）累计增长约 (+60{,}000\times)，而 DRAM 带宽仅 (+100\times)、互连带宽仅 (+30\times)（等价速率：算力约 (3.0\times)/2 年、DRAM 带宽约 (1.6\times)/2 年、互连带宽约 (1.4\times)/2 年）；推理 decode 阶段（尤其是低 batch 时；Gholami 的剖析取 batch = 1）是带宽 bound 而非 FLOP bound，KV cache 进一步放大访存压力。这条是”根本性（冯·诺依曼瓶颈 / 工艺）× 相对性（HBM 产能）“的混合，已在推理侧绑定。

本文判断（高置信）：纯物理极限（Landauer、以及光速对单点算力密度的限制）本十年基本不绑定；真正已经咬人的只有两条——光速 → 跨数据中心同步（纯物理），与带宽 → 推理（混合约束）。把这两条与”能源墙""算力墙”混为一谈，会高估物理的紧迫性、低估经济与制度的紧迫性。

10.3 相对性约束：经济、供应链、监管、人才（投入端当下绑定的约束大多在这里）

把镜头转到相对性约束——它们可被钱、政策、时间改变，但决定”能买到多少算力”的投入端约束，当下真正绑定的大多在这一层（访存带宽见 10.2；决定算力能换来多少能力的信号端约束见 10.6）。

10.3.1 经济墙（贯穿全程、最难解除的一堵）

• 资本门槛快速抬升：据 2026 年 7 月下旬的 Q2 财报，Microsoft / Amazon / Alphabet / Meta 四家 CY2026 资本开支指引合计约 7200–7450 亿美元（中值约 7300 亿），比 2025 年实际（约 4100–4160 亿，因口径而异）增长约 73–82% ^[5]；其中微软因把更多新租约计为经营租赁，口径值由约 1900 亿降到约 1750 亿，公司称实际投入预期不变。Oracle 财年截至 5/31，另计：FY2027 资本开支指引 900–950 亿美元，扣除客户预付后的净现金支出不超过 700 亿。日历年与财年、现金 capex 与融资租赁、指引与实际需分列。Goldman Sachs Global Institute（高盛全球研究院）对 2026–2031 全栈基础设施投入的基线估计约 7.6 万亿美元（系 2026–2031 累计的假设驱动基线情景 / 预测，非承诺或已发生支出）^[6]；IBM CEO Arvind Krishna 则按”每 GW 约 800 亿美元”估算，全球约 100 GW 的算力承诺对应约 8 万亿美元资本开支 ^[7]。这些点估计差异很大，可靠的结论不是某个数字，而是前沿能力的资本门槛在指数抬升。

• 折旧错配：GPU 账面寿命常按 5–6 年计，但在前沿训练强度下真实可用寿命可能只有 2–3 年。以 2030 年前后约 2 万亿美元的算力资产示意（自行推算，非既有权威数）：按 5 年账面寿命（年折旧 20%）计约 4000 亿美元/年；若真实寿命只有 2–3 年，经济折旧约 6700 亿–1 万亿美元/年（Goldman 按 3 年周期估算，2026–2031 累计约 3.99 万亿美元、年均约 6650 亿美元，据原文图表读数 ^[6]）。两者之差就是”折旧错配”的量级，可与头部厂商的年利润相比——这意味着财报口径的脆弱性，是经济墙最硬的量化来源之一。

• 投入与收入的缺口在绝对额，不在增速：Epoch 估计前沿语言模型训练算力 2020 年以来约每年 5 倍、训练成本约每年 3.5 倍，OpenAI 年化收入 2024 年以来约每年 3.2 倍 ^[2]；2026 年头部模型公司的收入涨得更快——据 Epoch 汇总的公开报道，Anthropic 年化收入从 2025 年底约 90 亿美元升到 2026 年 4 月的 300 亿美元以上（公司披露）、7 月底约 650 亿美元，OpenAI 8 月超过 400 亿美元 ^[8]。所以增速上并不存在”收入明显跑输成本”的剪刀差；缺口在绝对额和期限上：四大云厂 2026 年一年的资本开支（约 7300 亿美元）约为这两家头部模型公司年化收入之和（约 1050 亿美元）的 7 倍（口径不对等：云厂 capex 同时服务自身 AI 业务与大量客户，其中相当一部分正是在为这两家公司提供算力，此处只作量级示意），而这些资产要在几年内折旧完（见上条）。这是财务约束，而非物理约束。

• 兑现率：宣称的巨型集群与实际落地之间存在缺口：IEA 估计，若电网风险得不到处理，约 20% 的规划中数据中心项目面临延期风险 ^[9]。

本文判断（高置信）：约束 scaling 的，往往不是 Scaling Law 本身失效，而是资本回报层面的审视先于物理极限到来。这堵墙不会某天突然撞上，而是每一笔巨额融资把它推后一点；资本的耐心有上限。其结构性根因见 10.5 口径二。

10.3.2 供应链 / 地缘墙

• EUV 产能可以被算成一个量级上限：据 SemiAnalysis 创始人 Dylan Patel 的推算 ^[10]，Nvidia Rubin 一代每 1 GW 数据中心容量约需 3.5 台 EUV 光刻机（逻辑与存储晶圆合计约 200 万次 EUV 曝光）；ASML 目前年产约 70 台、到 2030 年也只到 100 台出头，加上已有的 250–300 台，2030 年约有 700 台，若全部用于 AI，每年可支撑约 200 GW 的 AI 芯片（按 IT 负载计）。这是情景推算而非硬天花板：EUV 实际只有一部分分给 AI（Patel 自己也说”并非全部”，这会让上限更低），ASML 扩产又会把它往上推，净方向不确定，应视为量级估计（单一来源的情景推算，证据弱）。

• 瓶颈已经迁移过几轮：按 Patel 在同一访谈中的说法，前几年先后卡在 CoWoS 先进封装、电力与数据中心，这些都是交付周期较短的环节；现在瓶颈回到芯片制造本身（逻辑晶圆与存储，晶圆厂建设要 2–3 年），到 2028–2029 年将落到供应链最底层的 ASML EUV 光刻机 ^[10]——这本身就是 (47) 里”瓶颈迁移”的实例。

• 出口管制与去耦：2022–2025 年多轮收紧使受限地区的高端 GPU 逐级降配（A800 / H800 → H20）；2025 年 12 月美方改为按 25% 分成个案放行 H200（Blackwell、Rubin 仍禁）^[11]，中方却限制采购、转向国产芯片，直到 2026 年 8 月才有首批少量交付的报道（字节、腾讯各约 1 万颗，每笔需发改委审批）^[12]。约束从单边管制变成双向去耦，受限地区仍更依赖算法效率与系统优化。

一句话：scaling 的瓶颈不止是 FLOP 的物理极限，还有”谁能拿到这些 FLOP”。在地缘去耦背景下，这层约束短期内不会消失。

10.3.3 监管 / 法律墙

• EU AI Act：训练算力 (>10^{25}) FLOP 的模型推定为”系统性风险 GPAI”（Art.51，GPT-4 以上基本命中）；所有 GPAI 都要提交技术文档、制定版权政策并公开训练内容摘要（Art.53），系统性风险模型再加评估与对抗性测试、风险缓解、重大事件报告与网络安全义务（Art.55）。

• 训练数据版权诉讼：NYT v. OpenAI、Getty v. Stability、音乐出版商 v. Anthropic 等。其中 Bartz v. Anthropic 已以 15 亿美元和解（约每部作品 3000 美元），2026 年 7 月获法院最终批准 ^[13]；此前法院认定用合法购得的书训练属合理使用，和解针对的是从盗版库下载书籍——训练数据的获取方式开始有了明确的价格。

• 训练算力阈值与安全评估：美国 EO 14110 设定的 (10^{26}) FLOP 报告要求已随该行政令于 2025 年 1 月撤销；加州 SB 53（2025-09-29 签署）把训练算力超过 (10^{26}) 次运算的模型定义为前沿模型，要求年收入超过 5 亿美元的大型前沿开发者公开安全框架、报告重大安全事件 ^[14]。

监管很少直接限制 scaling 速度，而是通过抬高合规成本、推迟部署、增加诉讼风险，间接把经济墙再垫高一截。

10.3.4 人才瓶颈

顶尖 AI 研究者与能支撑前沿 scaling 研发的实验室都很少（本文判断，中置信：缺少可靠的统计口径）。钱和算力都 scale 得动，顶尖研究者却很难靠加钱在短期内成倍增加——这是一道软上限，而非硬边界。

10.4 自消解约束：算法效率（它会主动推后前两类）

第三类约束最常被”物理天花板”式讨论忽略：算法效率本身是一台拆墙机。

• 预训练效率约每 8 个月翻倍（Epoch 2024 年论文的估计，95% 置信区间 5–14 个月；Epoch 趋势页的更新口径是约每年 3 倍、约 0.5 OOM/年，即约每 7.6 个月翻倍；该口径只计算法，不含硬件利用率 / MFU，见 6.4）^[2]：同样的模型效果，两年后所需算力可大幅下降；推理侧另有 Densing Law 的口径：同等能力所需参数量约每 3.5 个月减半（9.10 节 ^[15]），它衡量的是参数与推理侧效率，与这里的预训练算力效率不是同一口径，不能直接比较或相乘。

• 利用率的余量要分口径看：前沿训练的 MFU 已在 38–55%（Llama 3 405B 预训练为 38–43% ^[16]；MegaScale 在 12,288 卡上训练 175B 模型达到 55.2% ^[17]），即便以 60% 为目标，余量也只有约 1.1–1.6 倍，这才是 (47) 里 (\eta_{\text{util}}) 对前沿训练的含义。企业与推理集群则普遍闲置：Cast AI 称其观测的 Kubernetes 集群 GPU 平均占用率约 5% ^[18]（厂商统计，证据弱；按占用时间计，与 MFU 不是同一指标）。这部分浪费影响推理成本和全行业算力需求，不直接放大前沿训练能用的有效算力。

• 访存侧的自消解：MQA/GQA/MLA、speculative decoding、continuous batching、注意力与 KV cache 压缩，都是在把内存墙往后推。

但自消解的上限同样在收紧：最容易摘的果子（Chinchilla 配比、MoE、FlashAttention、低精度）已成主流；下一代突破需要新范式（test-time compute、原生多模态等；前者见 4.7），新范式能否持续出现，是自消解能否持续的关键不确定性；前沿算法在 2023 年后趋于私有化。

这一层能推出什么、推不出什么：直觉上，效率变高应该让所有墙一起后退，但在竞争性市场里并非如此。单位能力的成本一下降，省下来的算力不会沉淀成利润，而会被竞争性地重新投入到”更强的下一代能力”上 —— 更大的模型、更长的推理链、更多的并行实验。这是 Jevons 效应（效率提升反而推高总消耗，前提是需求足够有弹性），在前沿竞争里又被军备竞赛式的再投入放大。结果是单位成本持续下降，绝对支出、电力和芯片需求却都不降，前沿的资本门槛照旧沿指数抬升（10.3.1）。所以在 (47) 的供给侧账里，算法自消解对经济、能源、供应链三堵墙作用是对称的：它让同样的资源换来更多能力，把每一堵墙在能力维度上都往后推，却不会让其中任何一堵的绝对需求下降——单凭算法效率，推不出”经济墙排在能源、供应链之前”。需求侧还有一层不对称：若需求弹性足够大，降价会推高总收入，先松动经济墙，同时推高电力与芯片的绝对需求（2026 年头部公司收入的快速增长与此一致，10.3.1）。经济墙为什么仍排在前面，要看约束之间的上下游关系，见 10.5 口径二。

10.5 迁移式瓶颈与撞墙时序（独立判断）

材料内部存在一处真实而健康的分歧：有人（如 SemiAnalysis 一派 ^[19][10]）主张半导体供应链是最终的硬卡点（电可以靠并网外的燃气等绕过，芯片制造、最终是 EUV 光刻才扩不动）；电力 / 电网侧分析（如 Goldman ^[20]）主张电力先绑定（电网与审批是 O(年)，赶不上 O(月) 的 GPU 部署；IEA 没有拿电力与芯片比先后，但给出发达经济体新建输电线路要 4–8 年、燃气轮机交期也要数年 ^[9]）；存储侧则指出推理时代访存带宽先绑定（“GPU 在等数据”）。

我的取舍是：这三者并不矛盾，它们是不同 regime 下的同一个 (\min(\cdot))。把 (47) 沿时间展开，得到一个迁移式瓶颈模型：

• 约 2023–2025（训练侧）：先是 CoWoS 先进封装，再是电力与数据中心——交付周期较短的环节先后卡住；

• 2026–2027（训练侧）：绑定项回到芯片制造本身——逻辑晶圆与 HBM / DRAM 产能（10.3.2）；

• 2028–2030（中期）：两种判断并存——SemiAnalysis 认为落到 EUV 光刻机，电网侧分析认为电网接入、审批与时间错配仍是主约束；

• 推理时代（已发生）：绑定项 = 访存带宽 + KV cache；

• 贯穿全程：经济墙（理由见下文口径二）。

图：约束排序与最小因子律。横轴是”对本十年 scaling 的约束力”——越靠左越难被钱、政策或时间解除，且本十年内会绑定（即下文的口径二）；它不等同于按日历时间的先后（那是口径一，见上文的分阶段清单）。颜色编码：相对性（红 / 橙 / 黄）、数据（蓝，介于相对与根本之间）、根本性（灰）；自消解项不在图中。图中 7.6 万亿美元是高盛对 2026–2031 年算力、数据中心与电力累计投入的基线估计 ^[6]，945 TWh 是 IEA 对 2030 年全球全部数据中心用电的基准情景预测 ^[9]。示意图，非实测数据。

本文判断（经济墙排第一：中置信；其余次序：低置信）：这里必须先把两个口径分开，否则会和上面的分阶段清单直接打架 ——

• 口径一 · 按日历时间的”即时短板”：即上面清单里每个时段取到 (47) 那个 (\min) 的项——推理侧的访存带宽已经绑定，训练侧则是供应链与电力交替成为短板。

• 口径二 · 按”本十年内最难解除”排序（能不能被钱、政策或时间解除；单凭算法自消解推不出三者的先后，见 10.4）：经济墙 > 能源墙 > 供应链墙 > 数据墙 > 物理墙。经济墙排第一，不是因为它今天卡得最死，而是因为约束之间有上下游关系，而且是动态的。用 (47) 的记号说：短期内各项供给 (R_i) 是给定的，(\min) 取到哪一项，哪一项就是口径一的即时短板；拉长到数年，电力、芯片等供给随此前投入的资本、按各自的交付周期扩张（自建燃气、拉专线、换址，扩产 CoWoS / HBM、新建晶圆厂；晶圆厂约 2–3 年 ^[10]，发达经济体新建输电线路 4–8 年 ^[9]），数据也能靠采购、授权与合成部分补充，监管与诉讼大多通过抬高成本起作用（10.3.3）。资本本身的供给却取决于回报：融资、战略与主权资本可以把它推迟（10.3.1），但最终要靠收入兑现，而收入取决于需求与变现，不在工程日程表上。所以它贯穿全程；一旦收入跟不上，会同时放慢所有下游约束的扩产（人才是部分例外，见 10.3.4）。能源排在供应链之前，是因为电网的交付周期更长，自建燃气也受轮机交期所限；若 EUV 成为硬顶（下文前提其一），两者次序对调。数据墙可被效率与合成推后；纯物理极限最硬，但本十年多数不绑定，所以排在最后。

上面那张排序图画的是口径二。它是顺序判断而非具体年份预测，依赖两个可观测的前提：

• **其一，电力与供应链在本十年内能靠钱和时间扩张。**观测指标：ASML 的 EUV 年出货与流向 AI 的份额、先进制程与 CoWoS 的订单交期。SemiAnalysis 认为 EUV 恰恰是例外（ASML 到 2030 年也只能年产 100 台出头，10.3.2）。若 2028 年前后先进制程持续满载、AI 芯片交期拉长到两年以上，而云厂资本开支指引仍在上调（即出货受 EUV / 晶圆产能而非资金所限），供应链应在口径二里前移。

• **其二，AI 收入追不上资本开支。**观测指标：头部模型公司年化收入之和与四大云厂当年资本开支之比。2025 年底约为 1:14（约 300 亿对 4160 亿美元），2026 年年中约为 1:7（约 1050 亿对 7300 亿美元，口径不对等，见 10.3.1），七个多月翻了一倍。若到 2027 年底升到 1:2 以上，经济墙应降级，瓶颈回到电力与供应链。

10.6 真正的主线：与其说 scaling”撞墙”，不如说”计价单位”在上移

把前五节收成一条判断（本文判断，中置信）：“墙”是一个会误导人的隐喻；更贴切的隐喻是”计价单位（numéraire）迁移”。要说清楚的是：这些约束都是真实的，而且如 10.3 所述有好几项当下就在绑定；但迄今为止 scaling 并不是撞上某个物理常数而停下的，它每次只是在更换衡量稀缺性的单位——旧单位”耗尽”时，价值并不消失，而是上移到价值链上更稀缺的要素。

图：计价单位的三代迁移。示意图，非实测数据；年份为粗略起点。三代是叠加而非替换：新单位出现后，旧单位仍在计价（与 11.1”不互斥，也没有必然先后”一致）。

这条主线把第 10 章（限制）与第 11 章（范式）缝成一件事：投入端（资本、电力、芯片）决定能买多少算力，信号端（高质量数据、可验证环境）决定这些算力能换来多少能力。(47) 的两支就是这两端，那里的信号端只写了高质量数据，这里推广到可验证环境。当一个维度能被稳定量化、又有足够供给，它就能被纳入可预测的工程优化；互联网文本这条维度正在变窄，而”可验证经验 / 环境”这条维度才刚刚被打开——下一章正是讲这条新维度怎么 scale。下表把全书几套分期对到这三代上（附录 A 的五个主战场、11.1 的三类学习信号）：

计价单位（约起点）附录 A 的主战场学习信号（11.1）主要限制（信号端按 11.1 的外部性 / 可靠性 / 可扩展性）| 计价单位（约起点） | 附录 A 的主战场 | 学习信号（11.1） | 主要限制（信号端按 11.1 的外部性 / 可靠性 / 可扩展性） |

FLOP / 算力（约 2012 起）2020–22 拼 N/D静态数据（互联网文本）投入端：能买到多少算力（10.3）；互联网文本的三项属性俱佳| FLOP / 算力（约 2012 起） | 2020–22 拼 N/D | 静态数据（互联网文本） | 投入端：能买到多少算力（10.3）；互联网文本的三项属性俱佳 |

高质量 token（约 2022–23 起）2022–23 配比与数据质量；2023–24 MoE、长上下文、过训静态数据，含 SFT 对话可扩展性：高质量文本存量见顶（10.5 图、4.5 节）| 高质量 token（约 2022–23 起） | 2022–23 配比与数据质量；2023–24 MoE、长上下文、过训 | 静态数据，含 SFT 对话 | 可扩展性：高质量文本存量见顶（10.5 图、4.5 节） |

可验证经验 / 环境（约 2024–25 起）2024–25 RLVR 与推理时计算；2025–26 agentic交互经验：coding agent → 高价值 agent可靠性与外部性：verifier 覆盖不全、可被钻空子，缺外部锚定的自生成信号会退化（11.3–11.5）| 可验证经验 / 环境（约 2024–25 起） | 2024–25 RLVR 与推理时计算；2025–26 agentic | 交互经验：coding agent → 高价值 agent | 可靠性与外部性：verifier 覆盖不全、可被钻空子，缺外部锚定的自生成信号会退化（11.3–11.5） |

具身经验（早期，尚未成为主要计价单位）附录 A 未覆盖具身经验：Physical AI可扩展性：反馈可靠，但贵，且受物理时间约束（11.6）| 具身经验（早期，尚未成为主要计价单位） | 附录 A 未覆盖 | 具身经验：Physical AI | 可扩展性：反馈可靠，但贵，且受物理时间约束（11.6） |

10.7 Takeaway

把三类约束、最小因子律（Liebig，10.1）与当前行业 workaround 收成一张表：

类别约束是否本十年绑定当前主流 Workaround| 类别 | 约束 | 是否本十年绑定 | 当前主流 Workaround |

根本性Landauer / 制程极限否（Landauer 仍差多个数量级；制程微缩在放缓，但尚未成为主约束）专用 ASIC、低精度、近存计算| 根本性 | Landauer / 制程极限 | 否（Landauer 仍差多个数量级；制程微缩在放缓，但尚未成为主约束） | 专用 ASIC、低精度、近存计算 |

根本性光速 / 同步延迟部分（跨 DC 已咬人）多数据中心异步、分层同步| 根本性 | 光速 / 同步延迟 | 部分（跨 DC 已咬人） | 多数据中心异步、分层同步 |

根本性数据熵 E（评测分布自身的条件熵，6.1 节 ① 层）不适用（是地板而非供给，只随任务变）换题：改 conditioning、改任务定义（6.5）| 根本性 | 数据熵 E（评测分布自身的条件熵，6.1 节 ① 层） | 不适用（是地板而非供给，只随任务变） | 换题：改 conditioning、改任务定义（6.5） |

混合内存带宽是（推理侧，低 batch decode）MQA/GQA/MLA、KV 压缩、speculative decoding| 混合 | 内存带宽 | 是（推理侧，低 batch decode） | MQA/GQA/MLA、KV 压缩、speculative decoding |

相对性经济墙（贯穿全程、最难解除）是（最难解除为中置信，10.5）巨额融资、推理端商业化、垂直应用| 相对性 | 经济墙（贯穿全程、最难解除） | 是（最难解除为中置信，10.5） | 巨额融资、推理端商业化、垂直应用 |

相对性能源 / 电网是（局部电网已在咬人；2028–30 年与 EUV 谁先绑定有分歧，10.5）核电伴建、液冷/浸没、绿电选址、需求响应| 相对性 | 能源 / 电网 | 是（局部电网已在咬人；2028–30 年与 EUV 谁先绑定有分歧，10.5） | 核电伴建、液冷/浸没、绿电选址、需求响应 |

相对性供应链 / 地缘是（训练侧，短中期；2028–30 年是否由 EUV 接棒有分歧）封装/HBM 扩产、国产替代、算法补硬件| 相对性 | 供应链 / 地缘 | 是（训练侧，短中期；2028–30 年是否由 EUV 接棒有分歧） | 封装/HBM 扩产、国产替代、算法补硬件 |

相对性监管 / 人才软上限合规与披露、全球抢人、AI 辅助研究| 相对性 | 监管 / 人才 | 软上限 | 合规与披露、全球抢人、AI 辅助研究 |

数据公开高质文本见顶 ^[21]临界（~2028，区间 2026–2032）数据效率/curation、合成（需 verifier）、多模态| 数据 | 公开高质文本见顶 ^[21] | 临界（~2028，区间 2026–2032） | 数据效率/curation、合成（需 verifier）、多模态 |

自消解算法效率上限对冲项新范式、利用率提升、推理时 scaling（4.7）| 自消解 | 算法效率上限 | 对冲项 | 新范式、利用率提升、推理时 scaling（4.7） |

Scaling Law 给出的是投入—产出的理论曲线；而由三类约束共同作用的 (\min(\cdot))，决定了你实际能沿这条曲线走多远。未来四年的真正考验不是”会不会撞上某面物理墙”，而是在经济墙贯穿全程、很可能最难解除的前提下，能否把 scaling 的计价单位顺利上移到”可验证经验/环境”这条新维度——这正是下一章的主题。

暗线回扣：暗线②（数据约束）在本章落到账上 —— 公开高质量文本约在 2028 年前后见顶（区间 2026–2032），是 (47) 式信号端的上限；暗线③（范式演化）表现为计价单位上移 —— 稀缺要素从 FLOP 移到高质量 token，再到可验证经验与环境（10.6 节的分期对照表）。