【科技资讯】Speechify创始人：为什么每个创业公司都该自建数据中心

📝 核心摘要

2022年，语音模型公司Speechify创始人Cliff Weitzman做出了颠覆多数创业公司选择的决策——在被云服务商拒绝后，花费数千万美元购买英伟达GPU自建数据中心，而非租用AWS、Azure等主流云服务。当时行业普遍将租用云服务视为创业公司的最优路径，但Weitzman通过财务测算发现：一块H100显卡购买价约3万美元，年租用成本达3.5万至5万美元，是购买价的1.5倍，且硬件正常使用期超3年，保修期后仍可再用10年，长期来看自建成本更具优势；更深层动因是工程师的行为逻辑——团队使用GPU时因担心成本过高而效率受限，如同职业运动员需专属训练场地，自建GPU集群能释放研发效率。Weitzman进一步区分了AI训练与推理的核心差异：训练阶段需大规模GPU集群与海量内存的高速连接，以在竞争中抢占速度优势，而云服务无法满足这种定制化的大规模架构需求；推理阶段则对算力要求较低，旧型号GPU即可胜任，因此可灵活调配资源。自建数据中心的过程充满现实挑战，Weitzman提到电力、冷却（液冷技术为必需）、运输（GPU卡车价值堪比房产，保险与供应链风险突出）等问题，例如曾因法国GPU延迟到货仍需支付数据中心租金而承受巨大压力。在算力分配上，Weitzman采用“80%自建、20%租用”的模型，既掌控核心算力保障稳定性，又通过云服务应对峰值需求，实现成本与灵活性的平衡。此外，Weitzman分享了战略失误：2022年他错失与11 Labs合作的机会，当时误判语音API会商品化而低估持续创新的价值，后来意识到API是产品楔子，可通过迭代功能构建壁垒，失败的核心是未参与竞争。他还对数据市场提出清醒判断：数据交易多为一次性行为，缺乏经常性收入，商业风险较高，需极强运营能力。采访最后，Weitzman分享了AI在罕见病治疗中的应用：他利用自建GPU集群分析家人的罕见病数据，发现医生无法察觉的表观遗传线索，计划联合患者群体测序基因组，破解孤儿病的经济可行性难题，这也是他投身AI的初心——用算力解决真实的社会问题。

🔗 阅读原文

👉 Speechify创始人：为什么每个创业公司都该自建数据中心

🏷️ 标签：自建数据中心, 创业公司, AI算力, 语音模型, 数据要素