如果你仔细聆听,就会发现关于人工智能的讨论中经常提到"炒作周期",以及对CEO、投资者和其他人对这些前所未有的新技术所表现出的热情程度的分析。一些人甚至谈论"泡沫",认为目前在AI领域进行的大规模投资是过度的、没有根据的,最终是不可持续的。
但你也会听到其他声音表示,事实上,这场盛宴才刚刚开始,未来几年对AI的需求将继续攀升。
本质上,人们似乎在AI发展的"指数曲线"的两边下注。对这个市场相关趋势的观察确实显示出一种"曲棍球棒"式的增长预测,三四年前还很微小的东西现在已经变得庞大。从市值来看,最大的例子是英伟达,这家公司在新冠疫情结束前大多数人都不太熟悉,当时该公司开始在GPU上大举押注。现在,它已经是家喻户晓的名字,市场上最大的单一股票,黄仁勋也成了人人皆知的人物。而且他仍然看涨。
英伟达的财报电话会议
在最近的财报电话会议上,黄仁勋试图平息对AI泡沫的担忧。
根据Motley Fool的报道,这位CEO这样描述即将到来的智能体AI时代:"革命性的,将催生新的应用、公司、产品和服务。"
这可能是真的,但其他人仍然怀疑市场是否被高估了,公司是否在AI篮子里投入了太多资金。
大数据中心
在对算力需求巨大的报道中,怀疑论者认为市场活动基于的预测如果未能实现,可能会对该行业造成毁灭性打击。
"亚马逊、谷歌、Meta和微软今年预计将在AI上总共投入约4000亿美元,主要用于资助数据中心建设,"NPR的Bobby Allyn本周在一篇文章中写道,文章展示了来自迈克尔·伯里等人士的悲观情绪,后者曾帮助预测次贷危机。"其中一些公司预计将把其当前现金流的约50%用于数据中心建设...地球上的每个iPhone用户都必须支付超过250美元才能为这种支出买单。"
然后Allyn通过消息来源补充道:这是不会发生的。
从CloudWeave到OpenAI等公司,参与者们都在押注持续的指数曲线增长。
市场观点
我最近参加了瑞银集团Ulrike Hoffman-Burchardi的演讲,她谈到了围绕这个问题的一些市场信号,果然,英伟达是焦点。
Hoffman-Burchardi首先谈到了作为指标的资本支出。
她说:"资本支出是大多数宏观经济模型中的一个变量,它通常推动经济增长和生产力繁荣。而且,如果你回顾历史,回到铁路的资本支出繁荣,然后是电气化,显然在1990年代的互联网资本支出繁荣,这三者都产生了生产力的巨大改善。"
她将此应用于当前的市场条件。
"如果我们看资本支出,特别是自ChatGPT发布以来我们看到的超大规模云服务商资本支出的数量,我们看到它使美国私人固定投资的百分比增加了约3%,所以它实际上在过去三年中从私人固定投资的3%增长到6%,现在...它超过了美国GDP的1%,那么这对金融市场意味着什么?"
她以英伟达为例进行了重点说明,还有博通等其他公司,指出"AI赢家的表现超过了标普500其他顶级表现者的平均水平。"
她认为,这种趋势超越了美国边界,尽管是英伟达作为这些大赢家的典型代表。
她说:"中国和欧盟也显示出同样的模式。AI赢家的表现超过了非AI赢家。"
以下是她的总结,回应了对即将破裂的泡沫的担忧。
"我们在这场游戏中是早期还是晚期?"她问道。"我们实际上认为我们还很早期。如果你看我们在2030年前所需要的算力量,我们从生成式AI到那时可能执行的大脑活动量的角度来看这个问题,最好的指标是...每秒浮点运算次数。"
注意到这个指标:
"AI需要执行多少数学计算,特别是随着智能体AI的出现?我们预测它将达到2万exaflops,比现在的约800 exaflops大幅增加,这将需要现在现有安装基础五倍的计算能力。所以即使当然,这些AI的推动者已经表现强劲,我们认为在机会周期中仍然相当早期。"
实际上,你自己的投资活动将取决于你是否认为AI"刚刚开始",或者你是否将现有投资视为非理性看涨,只是一长串羊群心理踩踏中的另一个郁金香狂热,几乎总是以毁灭告终。AI有所不同吗?有多不同?时间会证明一切。
Q&A
Q1:英伟达为什么成为AI热潮的代表性公司?
A:英伟达在新冠疫情结束后开始大举押注GPU技术,抓住了AI发展的机遇。现在它已成为市值最大的单一股票,CEO黄仁勋也成了知名人物。该公司从一个大多数人不太熟悉的企业,发展成为AI时代的标杆企业。
Q2:大科技公司在AI上的投资规模有多大?
A:亚马逊、谷歌、Meta和微软今年预计将在AI上总共投入约4000亿美元,主要用于数据中心建设。其中一些公司将把当前现金流的约50%用于数据中心建设,这相当于地球上每个iPhone用户都要支付超过250美元。
Q3:AI发展现在处于什么阶段?
A:根据瑞银分析师预测,我们还处于AI发展的早期阶段。预计到2030年,AI需要的计算能力将从现在的约800 exaflops增长到2万exaflops,需要现有安装基础五倍的计算能力,说明还有巨大的增长空间。
好文章,需要你的鼓励
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
AI硬件的竞争才刚刚开始,华硕Ascent GX10这样将专业级算力带入桌面级设备的尝试,或许正在改写个人AI开发的游戏规则。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。