今年以来，在 人工智能 （AI）的推动下，美股大幅反弹，科技股也“重振雄风”，还形成了包含微软和英伟达在内的“七巨头”。一切似乎都看起来非常美好，然而需要谨防的是，目前真正从AI身上捞到钱的仅有英伟达。

　　不论是“领头羊”微软，还是“后起之秀”谷歌、Meta、Adobe，这些公司还处于将AI接入其产品的阶段，还没有真正“货币化”，即从AI那里赚到金银财宝。目前，许多公司的AI服务都是不要钱的，只有微软敢把Copilot费用提价83%，但消费者还未必买账。

　　尽管还未真正实现盈利，但科技公司大举投资AI领域、囤积GPU，已成为事实。根据华尔街分析师预测，到今年年底，英伟达的GPU销售金额可能突破500亿美元。

　　到此，投资者们就不禁想问，在盈利前景还不明朗的情景下，如此大举购买GPU，科技公司们能回本么？到头来，会不会竹篮打水一场空？如果能回本，那啥时候才能回本呢？

　　风投机构红杉的合伙人David Cahn日前发文进行了计算。Cahn认为，每1美元的GPU支出，大约对应1美元的 数据中心 能源成本，说白了，保守估计下，如果英伟达到年底能卖500亿美元的GPU， 数据中心 的支出就高达1000亿美元。

　　然后，以50%的收益率假设，AI行业需要2000亿美元的收入才能收回前期投资的成本。但Cahn指出，目前只有750亿美元的年收入，缺口达到1250亿美元。

　　疑问声袭来

　　对于Cahn提出的说法，硅谷 创投 巨头A16Z特别顾问、AI草创公司2X开创人Guido Appenzeller进行了反驳，逐字逐句地推翻了其论点。

　　总体而言，Appenzeller的核心论点围绕着一个信念，即 人工智能 将成为几乎任何含软件产品中无处不在的组件。他断言，在GPU基础设施上的大量投资，即便高达500亿美元，也可以很容易地在全球5万亿美元的巨大IT支出中得到摊销。

　　他不仅推翻了红杉对于AI挣钱能力的估算，还指出红杉最基本的问题是，低估了AI历史性革命的影响。

　　具体而言，Appenzeller首先指出，Cahn是“标题党”，图谋用“2000亿美元”这样一个数字来吸人眼球，但其实他的计算过程完全是错的。

　　Appenzeller指出，Cahn把GPU的购买成本（资本性支出）、每年的运营成本、GPU使用周期内的累计收入和AI应用造成的年收入都加到了一起，得到了2000亿美元这一看起来超级夸张的数字。但他认为，更适当的计算方法应该基于GPU买家投资成本所获得的年回报率。

　　其次，他还认为，GPU的电费成本也被虚构了。根据Appenzeller的说法，一块H100 PCIe GPU的成本大约是3万美元，耗电量约为350瓦，考量到服务器和冷却，总功耗可能在1千瓦左右。

　　以0.1美元/千瓦的电价计算，这块H100 GPU在5年的生命周期内，在GPU硬件上每花1美元，其期望的电费仅为0.15美元，远低于Cahn估算的1美元。

　　但最关键的是，Appenzeller认为，Cahn忽略了AI革命的规模。他指出，AI模型就像CPU、数据库和网络一样，是一种基础设施组件。而现在，基本上所有的AI软件都在使用CPU、数据库和网络，未来也是如此。

　　那么，AI行业到底能不能赚够2000亿美元？Appenzeller给出了肯定的定论，而且不止如此，作为网络基础设施，它创造的收入会以不同形式存在于每个部门。

　　因此，他总结称，AI会推翻一切软件，Cahn所谓的“AI收入缺口”其实其实不存在。