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”，还形成了包括微软和英伟达在内的“七巨头”。一切似乎都看起来非常美好，然而需要注意的是，目前真正从AI身上捞到钱的只有英伟达。
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那里赚到真金白银。目前，许多公司的AI服务都是免费的，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况下，如此大举购买GPU，科技公司们能回本吗？到头来，会不会竹篮打水一场空？如果能回本，那什么时候才能回本呢？
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，也就是说，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%的利润率假设，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。
质疑声袭来
对于Cahn提出的观点，硅谷创投巨头A16Z特别顾问、AI初创公司2X创始人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，即使高达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赚钱能力的估算，还指出红杉最根本的问题是，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”，企图用“2000亿美元”这样一个数字来吸人眼球，但实际上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应用带来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，更合适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的电费成本也被夸大了。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，考虑到服务器和冷却，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，其需要的电费仅为0.15美元，远低于Cahn估算的1美元。
但最重要的是，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，几乎所有的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给出了肯定的答案，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。
因此证券股票配资，他总结称，AI会颠覆一切软件，Cahn所谓的“AI收入缺口”其实并不存在。
文章为作者独立观点，不代表炒股配资观点
相关文章
