半导体股暴跌 40% 后，重新审视算力需求的基本面

BiRun 消息，作者：Kerman Kohli 编译：深潮 TechFlow 深潮导读： 半导体股暴跌 30-40% 后，很多人宣告 AI 泡沫破灭。但这个判断建立在一个致命假设上：算力需求是有限的。从政府军事、科学研究到企业产品和个人应用，所有群体都在争抢算力，而每个群体愿意支付的价格天花板都不同。更关键的是，AI 有个其他基建没有的特性——递归需求：算力本身会催生更多算力需求。当超大规模云厂商的算力订单积压从 5,000 亿美元涨到 2 万亿美元时，说这是泡沫需要更强的证据。 核心问题：无限需求还是有限需求根据这篇文章发布的时间，半导体和其他 AI/动量相关股票已经从历史高点下跌了 30-40% 。 很多人愿意把这称为半导体/AI/内存的顶部，并为没有参与而庆祝胜利。 他们很可能庆祝得太早了。 在我看来，半导体/AI 投资论点归结为这一个问题： 「你认为对算力的需求是有限的还是无限的？」 在交流中，我看到太多人困在他们对企业使用/采用的局部经验中，并推广到更广泛的市场。我认为企业采用需要更长时间的论点可能确实成立。 然而，这也创造了一个反向激励，让更小、更 AI 原生的公司用更少的员工击败它们，因为 AI 如果使用得当，可以比用人力扩张便宜得多。 无论如何，让我们放大视野，停止将 AI 资本支出仅仅视为企业需求。从高层次来看，AI 建设是关于让算力上线。 算力反过来可以并将被以下群体使用： 政府用于军事和国防目的科学家用于医学和其他前沿研究企业构建新产品并在没有劳动力限制的情况下扩张个人赋能做更多事情（编程、设计、创作、提问） 这些用例和买家各自愿意为算力支付不同的价格。虽然有些人可能因为算力价格而退出，但认为不会有其他人有更高预算是不明智的。对某些人来说，算力支出是不可商量的，因为这是残酷的竞赛。例子包括主权政府和超大规模云厂商。对其他人来说，算力是劳动力成本的替代品，而且仍然便宜得多（没有法律开销、管理时间等）。 相信我们「过度建设」或「建设超过容量」意味着上述任何群体都已达到最终状态并对现状满意。简单来说，它相信： 政府认为他们不需要更智能的武器和防御能力科学家对已完成的研究量感到满意企业认为他们在产品线上已经做了足够的工作，不想再增长个人已达到好奇心的最终状态，不想做更多如果你真的相信上述任何一点，那么你说 AI 是泡沫、会有过度投资是对的。 每个群体愿意/能够为算力支付的价格不同，但市场会围绕需求组织以确保质量/价格能够满足。认为智能对所有群体来说都太贵是个误解，因为那些能够盈利地编排智能的人会继续推动对它的需求。 但是，如果你相信人类和上述群体永远不会满足，那么你必须相信对算力的需求是无限的。我们现在正处于一场围绕算力的大竞赛中，很少有人意识到这一点。 追问：投资回报率是什么在市场中花费更多时间后，这是投资者对算力建设持续最大的担忧。超大规模云厂商花光所有自由现金流的趋势是否过度，他们是否在赌上自己的未来？ 除了超大规模云厂商的资本支出，人们还非常关注大型实验室获得了什么收入和利润？新的开源模型威胁实验室从前沿模型中可提取的价值，这使情况变得更加复杂。 我会花时间逐一讨论，但让我们从超大规模云厂商的资本支出开始。 那些认为超大规模云厂商算错账的人，我需要你们明白这远非事实：公有云服务贵得离谱，他们知道如何从你身上榨取每一分钱。他们说服了整整一代公司，让你们相信没有他们就无法扩张。 作为回报，他们将正常非 CPU 算力的成本标高 10-20 倍 。此外，你还要为日志、数据传输（出口）和其他 5 项服务付费才能完成基本工作。 这个。