智算集群早已迈入超万卡时代。据分析，GPT-5的训练或将用到5-10万卡，GPT-6的训练则有很大概率超越10万卡，耗资百亿美元。
图源：阿里云
在模型训练的投资上，据拾象科技预测，OpenAI和谷歌未来几年的训练预算将达到二百亿至三百亿美元。
而在算力投资规模上，已知微软和OpenAI「星际之门」将达到一千亿美元。谷歌CEO劈柴也曾表示谷歌的算力投资将超过一千亿美元。
而美国科技巨头每年在云计算和人工智能投资方面的支出至少达到4000亿美元。
然而，商业闭环的路径在何处？
迄今无人作答。
在这样的情况下，业界的许多媒体和机构开始对全球大型模型的热潮展开了深入讨论。
有部分高盛分析师认为，人工智能目前根本没有赚到任何大钱，杀手级应用如今尚未出现，即使在未来十年，人工智能的经济上升空间也极其有限。
与此同时，红杉资本的分析师也发文提醒：如今AI基础设施的巨额投资和实际的AI生态实际收入之间，鸿沟已经大到不可思议。AI行业需要每年赚取6000亿美元来支付巨额的硬件支出，人工智能泡沫正在接近临界点！
但可以肯定的是，在大量泡沫和炒作之中，唯一赚得盆满钵满的，就是英伟达的创始人黄仁勋。
人工智能行业面临一个「微小」挑战，即盈利问题
如今全世界对AI的狂热，就仿佛19世纪加州发现黄金的早期。当时，成千上万的人们纷纷涌入加州，梦想着能够通过挖掘黄金来实现一夜暴富的梦想。同样，现在在人工智能领域，创业者、投资者、研究人员等都纷纷投身其中，希望能够抓住这个时代的机遇，成为下一个科技创新的领军人物或获得巨额财富。
但有一个「小小」的问题：人工智能目前还没有赚到大钱。
《经济学人》指出，根据高盛的一项分析，自2022年底以来，希望通过利用人工智能提高生产力以获取利润的公司，无论是H&R Block还是沃尔玛，股价表现依然远远落后于大盘。
同时，人工智能的市场普及率也远低于预期。
根据美国人口普查局的一份报告，仅有5%的企业正在采用人工智能技术，预计到今年秋天，这一比例仅会增加到约6.6%。
当然，企业对于人工智能的应用率并不高，可能是由于对人工智能的幻觉以及对安全和隐私的担忧所阻碍。人工智能模型一方面本质上是不透明的，另一方面可能会泄露重要的商业机密。
在高盛上个月发布的生成式人工智能报告中，分析师Jim Covello对人工智能行业发表了严厉的批评：“为了从昂贵的人工智能技术中获得足够的回报，人工智能必须解决非常复杂的问题，但目前它还做不到，甚至可能永远做不到。”
是的，部署和运行人工智能（AI）确实成本高昂，这还不包括它对环境的潜在有害影响。因此，使用人工智能的公司希望看到显著的投资回报。
然而到目前为止，他们还没有看到。也许真正的问题是，在商业领袖转向下一个热点之前，AI行业还有多少发展的时间。
而且，合法行业在未来将会从AI中获得多少实际的帮助和支持呢？目前我们看到的是，犯罪分子和黑客们已经开始利用AI技术来窃取大量的资金，这种情况不仅给企业带来了严重的经济损失，也迫使越来越多的公司必须在网络安全措施上投入更多的资源与资金，以应对日益严峻的网络安全挑战。
红杉分析师提出6000亿美元问题
This HTML structure remains unchanged as the content does not require expansion or modification.
红杉资本的分析师David Cahn也在最近发布的博文中，对全世界提出警告：人工智能泡沫，如今正在接近临界点！
具体来说，他给我们算了一笔帐：人工智能（AI）公司每年需要赚取六千亿美元，来支付人工智能基础设施（如数据中心）的费用。
计算这个指标其实很简单。你只需将英伟达的年化收入预测乘以2倍，以反映AI数据中心的总成本（GPU占总成本的一半，另一半包括能源、建筑、备用发电机等）。然后再乘以2倍，以反映GPU终端用户的50%毛利率（例如，从Azure、AWS或GCP购买AI计算资源的初创公司或企业，他们也需要盈利）。
要知道，英伟达去年在数据中心硬件上狠赚了四百七十五亿美元（大部分硬件是用于人工智能和高性能计算应用的计算GPU）。
AWS、谷歌、Meta、微软等大科技公司在2023年纷纷跟进，为了ChatGPT这样的应用在人工智能基础设施上投入了大笔资金。
然而，他们是否能够收回这些投资？
答案有点可怕。
David Cahn提出这个令人深思的观点：我们所有人，正在见证一个巨大金融泡沫的增长。
泡沫是如何形成的
要知道，从2023年9月至今，情况已经发生了变化，我们不能对这些变化视而不见——
1. 供应短缺已经缓解
2023年末是图形处理器（GPU）供应最紧张的时期。那时，许多初创公司纷纷联系风险投资公司，甚至任何愿意帮助他们的人，只为了获取如此稀缺的GPU。
曾经人们在美国疯狂抢购英伟达显卡的场景，宛如《饥饿游戏》
如今，这种担忧已经得到了极大的减轻。当前的情况是，获得图形处理器（GPU）比以前更为简便。
2. GPU库存正在增加
英伟达在最新的第四季度财报中指出，其数据中心业务收入的大约一半来自于大型云服务供应商。仅仅微软一家公司，可能贡献了英伟达第四季度收入约22%。
如今，超大规模的资本支出正达到历史新高。这些投资也成为了大科技公司2024年第一季度财报的主要亮点，CEO们明确表示：“无论你们喜不喜欢，我们都会投资图形处理单元（GPU）。
在行业内，囤积硬件已经不再罕见，一旦库存增加到足以降低需求水平，就会引发市场调整。
3. OpenAI依然在人工智能收入中占据最大的份额。
《The Information》最近报道，OpenAI的收入已增至三十四亿美元，在二零二三年末，他们的收入还是一十六亿美元。
虽然也有一些初创公司达到了不到1亿美元的收入规模，但显然，与OpenAI相比，它们仍在艰难追赶。
除了ChatGPT，今天消费者真正使用的人工智能产品有多少呢？
如果需要支付，每月15.49美元的Netflix，或者每月11.99美元的Spotify，哪个更加诱人呢？
从长远来看，人工智能公司所提供的价值必须非常显著，才能持续激发消费者的购买意愿。
所有这一切导致的结果就是——
1250亿美元的空缺现在变成了5000亿美元的空缺！
与此同时，人工智能硬件投资仍在增长。
在Cahn看来，即使对这些大科技公司AI收入的预测再乐观，也依然不够！
假设谷歌、微软、苹果和Meta每年从人工智能中产生100亿美元的收入，而其他公司如甲骨文、X和特斯拉也都能产生50亿美元的收入。
原文中的内容已经非常清晰和具体，不需要进行进一步的合理性扩写。
即使这些假设仍然成立，并且在这些假设的基础上再增加几家相关公司到名单中，那么原本1250亿美元的市场空缺，现在将变成5000亿美元的市场空缺，显示出潜在市场机会的显著扩大。
AI行业需要学会如何赚钱
显然，业内对人工智能基础设施的投资，态度已经过分乐观了。
与物理基础设施不同，人工智能 GPU 计算可能会因新玩家的进入而商品化，比如 AMD、英特尔，更不用提谷歌、Meta 和微软的定制处理器。
尤其在推理领域，特别是在推断过程中，可以看到新参与者会带来激烈的价格竞争。
投机性投资通常会导致巨大亏损，而新型处理器的快速发布也会导致旧处理器迅速贬值，这与物理基础设施的稳定价值截然不同。
因此，尽管人工智能具备未来巨大的变革潜力，但前方的道路仍然漫长。
大家都不愿意承认的一个事实就是：目前业内还没有哪家企业或初创公司，开发出了能赚钱的应用程序。
Cahn认为，行业必须减少对人工智能进步带来快速利润的期望，认识到当前投资的投机性质，以及持续创新并创造价值的必要性。
否则，这个价值数千亿美元的泡沫将可能破裂，造成的后果可能极其严重，甚至有可能引发全球范围的经济危机。虽然目前这种情况还只是一个理论上的可能性，但如果泡沫破裂，全球经济将面临巨大的不确定性和风险。
高盛：投入过多，收益太少？
同样，依据这篇高盛的报告，生成式人工智能目前尚未能够解决证明自身成本合理的复杂问题，不过尽管如此，人工智能领域仍然具备巨大的发展潜力。
正如上文中提到的，即使在高盛内部，分析师们对此的看法也是如此不一。
目前，生成式人工智能技术正在深刻改变公司、行业和社会的言论，已经广泛接受。
为此，科技巨头，以及各个领域的公司纷纷加大开支，并预计会在未来几年内花费约1万亿美元。其中包括，对数据中心、芯片、其他人工智能基础设施和电网的重大投资。
但到目前为止，这些支出除了开发人员报告的效率提升外，几乎没有其他显著成果。
甚至是到目前为止获益最多的英伟达，也曾经经历了股票价格大幅下跌。
不过， 尽管有一些担忧和限制，比如技术的成熟度、伦理问题以及潜在的市场波动，高盛依然认为AI主题有着很大发展的空间——或是因为AI技术正在逐渐成熟并开始带来真正的变革，或是因为市场对AI的期待和投资泡沫可能需要很长时间才会破裂。
关于人工智能增长的讨论
生成式人工智能有望显著推动经济增长，因为它能够自动化大量工作任务。
根据高盛的分析，经过广泛采用之后，预计美国的劳动生产率和国内生产总值（GDP）增长可能会累积增加多达15%。
尽管如此，关于生成式人工智能的潜在宏观影响仍存在大量争论。
例如，一些研究假设生成式人工智能将加速机器人技术的发展和采用，或者认为最近生成式人工智能的进展预示着「超级智能」的出现。这些结果是有可能的，但现在谈论还为时尚早，因为它们通常会预设一个技术水平远超当前的人工智能。
另一些研究，比如麻省理工学院经济学家Daron Acemoglu对美国生产率和GDP的增长预期，则要低得多了。他的基线估计表明，生成式人工智能将在未来10年内将美国全要素生产率（TFP）提高0.53%，并将GDP提高0.9%。
更加广泛的人工智能自动化即将到来
与Acemoglu的观点相似，高盛也认为许多面临人工智能挑战的任务，不仅在今天缺乏成本效益，甚至在未来十年内也可能如此。
除了少数几个受益最大的行业之外，例如计算和数据基础设施、信息服务，以及电影和声音制作，人工智能的应用仍然十分有限。
不过，人工智能的全自动化揭示了可能在较长时间内出现的任务，这些任务每年可能使每个工人节省数千美元的成本。
此外，与其他新的技术类似，生成式人工智能（AI）的成本也将会迅速减少，并且一旦应用开发完成，其部署的额外费用可能会非常低，从而极大地提高了人工智能的采用和自动化水平。
劳动力重新配置和新任务的创建
高盛预计，人工智能将通过提高对劳动力具有比较优势的领域的需求，同时创造以前在技术或经济上不可行的新机会来提高产出。
之前信息技术的出现，就带来了非常相似的趋势——它创造了网页设计师、软件开发人员和数字营销专业人士等新职业，并间接推动了医疗、教育和食品服务等行业服务部门工人的需求。
在麻省理工学院经济学家David Autor及其共同作者的最新研究中也可以看出这一点。他们发现，如今60%的工作者从事的职业在1940年是不存在的，并且由技术推动的新职业占过去80年就业增长的85%以上。
因此，高盛认为生成式人工智能在推动自动化、节约成本和提高效率方面有着巨大的潜力，并最终会显著提升生产率和国内生产总值。
AI芯片的局限性
高盛预计，在未来几年内，半导体行业的供应限制将继续成为限制AI增长的重要因素。
随着生成式人工智能（AI）技术的广泛应用，对人工智能芯片的需求急剧增加，这些芯片包括英伟达的GPU和各大云计算公司设计的定制芯片。
这也引发了人们对半导体行业是否能够满足需求的质疑。
鉴于在两个关键领域的限制——高带宽存储器（High-Bandwidth Memory, HBM）和晶圆级封装（Chip-on-Wafer-on-Substrate, CoWoS），高盛预计，从2024年下半年到2025年初，人工智能芯片的出货量将更多地由供应而非需求决定。
市场需求超出供给
目前，AI应用使用两种类型的动态随机存取存储器（DRAM）：高带宽存储器（HBM），这是一种高性能的内存技术，能够提供比传统内存更高的数据传输速率和带宽；以及双倍数据率同步动态随机存取存储器（DDR SDRAM），这是一种常见的内存类型，广泛用于各种计算设备中，以其较高的性能和成本效益满足不同的计算需求。
HBM是一种革命性的存储技术，它将多个动态随机存取存储器芯片堆叠在一个基础逻辑芯片上，从而在与图形处理器单元或人工智能芯片接口时，通过更高的数据传输带宽实现更高的性能。
高盛预计，HBM市场将在未来几年内以大约每年100%的复合年增长率（CAGR）增长，从2023年的23亿美元增长到2026年的302亿美元。
而三大动态随机存取存储器（DRAM）供应商（三星、SK海力士和美光）的供应比例会不断增加，以满足指数级的增长需求。
封装瓶颈
另一个关键的供应瓶颈是被称为Chip-on-Wafer-on-Substrate（CoWoS）的先进封装形式。
这是一种2.5D晶圆级多芯片封装技术，通过在硅中介层上并排放置多个芯片，以提升互连密度和高性能计算应用的性能。
自2022年末ChatGPT问世以来，这种先进的封装能力一直供不应求。尽管台积电和其他供应商正在扩展产能，但这种供不应求显然成为满足AI芯片需求的限制因素。
虽然预测供应何时能赶上需求很困难，但高盛认为，台积电的Chip on Wafer on Substrate (CoWoS)产能今年将增加一倍以上，并在2025年再次翻倍。
因此，虽然芯片供应最终还是能够满足日益强劲的市场需求，但在这一过程中可能会面临极大的挑战和困难。
人工智能受益者正迅速推进
当然，人工智能（AI）已经推动美股不断刷新历史最高纪录，许多投资者因此获利丰厚。
从2023年初以来，英伟达的股票已经实现了709%的回报，一度成为标普500指数中市值最大的股票。
然而，尽管对人工智能（AI）的乐观情绪让许多大型科技股的估值达到了较高水平，最大的10只科技、媒体和电信（TMT）股票的估值达到了31倍，但与科技泡沫高峰期的52倍和2021年末的43倍相比，仍然显得逊色。
总体而言，高盛认为人工智能（AI）主题仍有巨大的发展空间，受益者的范围可能还会扩大，因为投资者正在寻找AI交易的下一个增长阶段，而这将尤其有利于公用事业行业。
AI交易的未来阶段
高盛将人工智能交易划分为四个阶段：
– 「第一阶段」始于2023年初，重点关注英伟达，这是近期最明显的AI受益者，因其在人工智能硬件领域的显著创新和市场领导地位推动了该公司的显著增长。
– 「第二阶段」关注人工智能基础设施，包括更广泛的半导体公司、云服务提供商、数据中心房地产投资信托基金（REITs）、硬件和设备公司、安全软件股票以及公用事业公司；
– 「第三阶段」关注那些能够轻松将人工智能整合到其产品中以增加收入的公司，主要是软件和IT服务；
– 「第四阶段」则包括那些因广泛人工智能采用和生产力提升而获得最大潜在收益的公司。
随着第一阶段的顺利展开——英伟达年初至今已经回报139%，占标普500指数15%年初至今回报的28%——投资者越来越关注第二阶段的受益者。
2024年第一季度的财报显示，许多科技巨头计划在人工智能相关的资本支出上投入数十亿美元，这将为参与AI基础设施第二阶段的公司带来好处。
截至目前，第二阶段公司股票的回报率为22%，相比之下，第三阶段为-2%，第四阶段为2%。
公用事业的社会价值
在第二阶段中，公用事业成为了受欢迎的人工智能交易对象。
首先，它为投资者提供了人工智能曝光的机会。
高盛的股票分析师认为，人工智能（AI）需求、非人工智能需求和能源效率增速放缓的组合，将导致美国电力需求在2022年至2030年期间以2.4%的复合年增长率增长，而在过去的十年中，几乎没有增长。
这种电力需求的增加应该会导致公用事业公司增加资本支出，考虑到许多是受监管的实体，回报率有限，这就是满足增量需求的必要条件。
其次，从宏观角度来看，公用事业在投资组合中提供了防御倾向。随着经济增长放缓，这一倾向应该会受益。
根据高盛的分析，自2023年下半年以来，导致经济增长放缓的多种因素预计将持续存在。
全速前进，但需警惕风险
尽管高盛预计公用事业将持续受益于人工智能技术的兴起，但美国较高的利率对该行业构成了风险。
更进一步地说，对人工智能的持续投入将促使相关公司（第二阶段）取得出色的成绩。
然而，如果经济增长放缓的迹象比预期更明显，且人工智能未能产生足够的投资回报，或者人工智能领军企业的收益出现明显下滑，投资者可能会降低对人工智能受益者的估值。
