这篇文章可能是未来大模型的趋势，感觉技术人员会爆发式增长而不是减少————————据 FT 报道，美国律所 Latham & Watkins（瑞生）买了自己的 NVIDIA GPU 服务器，放在第三方机房、只限自家员工进入，并在内部微调英伟达的开放权重模型（据报道是 Nemotron）。这不是科技公司。这是 2025 财年营收 83 亿美元、全球收入第二的律所。Bloomberg Law 9 月 11 日补充：已购入多颗 H200，正在评估下一代 Blackwell 和 Vera Rubin——注意，是评估，还没买。其技术团队超 900 人，其中约 100 人专做 AI。CIO Rene Mendoza 的理由很直接：有些客户资料太敏感，"我们不想交给任何云厂商"。过去企业用 AI 的姿势是：我要用 AI → 订 ChatGPT / Claude / Harvey。现在多了一种：我要用 AI → 直接买卡。但别急着解读成"弃云"。Latham 去年才给 3600 多名律师全所部署 Harvey，现在仍同时用 Harvey、Legora、OpenAI、Anthropic，官方也明说自建服务器不是为了摆脱 Harvey。真正的信号是分层：普通活在 SaaS 上跑，敏感活在自己 GPU 上跑。Cloud AI + Private AI 并行，这可能才是企业 AI 的常态。再往远看一层：如果银行、药厂、保险公司、政府机构都因为数据主权和成本开始自建算力，GPU 买家就会从 Microsoft、Amazon、Google、Meta、Oracle 这批 hyperscaler，慢慢扩散到真正的 enterprise。但今天它还只是一个 early signal。花了多少钱没披露；Kirkland 等同行虽已宣布数亿美元级 AI 投入，是否同样自购硬件仍未确认。买卡容易，养卡难——机房、网安、AI 工程师、运维，每一道都是门槛。另外值得注意：连 Harvey 自己都在做法律专用模型 Tenet，底座选的是开源 Kimi K3。垂直行业正在集体从"调 API"往下沉到"拥有模型"——Latham 只是把这一步走得更彻底的那一个。