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。