人工智能基礎設施需求熱度持續不減

據新街研究（公司）表示，由於在計算能力方面投入更多會帶來性能更出色的模型，人工智能基礎設施短期內沒有任何放緩的跡象。

這就好比是一個自我延續的系統。

由皮埃爾·費拉古領導的新街研究分析師在一份行業報告裡說道：“OpenAI 展示了模型規模如何給推理成本帶來巨大壓力。”

“儘管隨着模型的成熟，推理成本下降速度非常快，但下一代模型的運行成本明顯高於上一代版本（而且隨着推理能力的引入，這種情況只會變得更糟），”他補充道。

儘管這個循環保證了爲人工智能提供硬件支持的公司有很高的需求和銷售額，但這引發了一個問題，即下一代模型不斷增加的費用究竟是否值得。

“生成式人工智能是一項業務，其（最新模型的）增量成本高得驚人，”費拉古指出。“這與軟件完全相反，軟件的增量成本爲零。我們不確定這最終會怎樣，但它會對價值鏈的結構造成極大的衝擊。”

諸如 Meta Platforms（納斯達克：META）和 xAI（由特斯拉（TSLA）首席執行官埃隆·馬斯克創立的初創公司）等公司在人工智能硬件競賽中持續加碼。上週，馬斯克宣佈了一個由 10 萬個英偉達 H100 GPU 驅動的人工智能訓練集羣。他計劃在接下來的幾個月把規模翻倍。同樣，Meta 首席執行官馬克·扎克伯格計劃在年底前讓 35 萬個 H100 爲其公司的人工智能業務提供支持。

“隨着我們在供應方和需求方對人工智能經濟學的理解都有所提升，”費拉古說。“我們看到了當前支出水平具有可持續性的有力證據，以及進一步大幅增長的空間，”“這並不意味着不會有停頓或調整，但這意味着我們還沒有看到自己處於不可持續泡沫的頂峰。遠非如此。”

Nvidia 目前在爲不斷髮展的一系列人工智能模型提供動力所需的處理器的競賽中勝出。一個主要原因是 Nvidia 最新 GPU 的全棧及系統規模集成能力。這使得在更大範圍內能夠實現更大的芯片到芯片帶寬互連。

新街研究公司表示，這正是英偉達相對於競爭對手 AMD（納斯達克：AMD）的優勢所在。

“不過，這並不代表 AMD 不合格，其架構通用性稍差、可擴展性稍弱，但仍具有競爭力，只是在更爲有限的用例範圍內，並且需要進行專門的優化工作，”費拉古補充道。

AMD 明白這一點，並且正在努力挑戰英偉達，這也是 AMD 最近收購 ZT Systems的原因之一。