紅杉：重金購入GPU後，AI行業收入缺口達到5000億美元

机器之心發表於2024-07-08

囤 GPU 真的像修鐵路一樣，是一項划算的投資嗎？

AI公司花了那麼多錢從英偉達購買GPU，需要產生多少收入才能證明這筆錢花得合理？最近，紅杉資本的一篇文章給出了一個答案：6000億美元。

而去年9月份，同一位作者算出的數字是2000億美元。

這些數字是怎麼算出來的呢？在去年9月份的文章中，作者David Cahn（紅杉資本的合夥人）表示：在 GPU 上每花費 1 美元，在資料中心執行 GPU 需要花費大約 1 美元的能源成本。GPU 的終端使用者——例如星巴克、X、特斯拉、Github Copilot 或新的初創公司——也需要賺取利潤。假設他們需要賺取 50% 的利潤，而英偉達2023年底的run-rate GPU revenue是500億美元（當時分析師的估計），那麼這些 GPU 需要產生 2000億美元的生命週期收入來償還前期資本投資（2023年9月算出的數字）。這還不包括雲供應商的任何利潤——他們要獲得正回報，總收入要求會更高。

那這些重金購入GPU的公司實際能賺多少錢呢？David Cahn也做出了一些測算。他去年9月份提到，據 The Information 當時的報導，OpenAI 年收入達到 10 億美元；微軟表示，他們預計將從 Microsoft Copilot 等產品中產生 100 億美元的人工智慧收入；David Cahn假設谷歌、Meta 和 Apple 也各自從人工智慧中獲得 100 億美元的收入，甲骨文、位元組跳動、阿里巴巴、騰訊、X 和特斯拉各自獲得50億。那麼它們總共將產生710億美元的收入。這就造成了一個超過1250億美元（125B+）的收入缺口。

作者之所以測算這些數字，是想丟擲一個值得思考的問題：這些資本支出中有多少與真正的終端客戶需求有關，又有多少是基於對未來終端客戶需求的預期？

作者觀察到，在AI領域，大規模的資本支出正在發生。從長遠來看，這應該會大幅降低人工智慧開發成本。但在歷史技術週期中，基礎設施的過度建設往往會燒燬資本。因此，他希望大手筆買入GPU的這些企業想清楚：所有這些 GPU 的用途是什麼？誰是客戶的客戶？如何才能將令人驚歎的創新轉化為客戶每天使用、喜愛並願意付費的產品？

時隔近一年，這些問題依然很難回答，而且償還前期資本投資的數字被推高到6000億美元（假設英偉達2024年底的run-rate GPU revenue是1500億美元）。具體演算法如下：

在計算時，作者指出了一些需要考慮的變數：

1、供應短缺已經消退：2023 年末是 GPU 供應短缺的頂峰。初創公司打電話給風險投資家，打電話給任何願意與他們交談的人，請求對方幫助他們獲取 GPU 的使用權。如今，這種擔憂幾乎完全消除了。David Cahn表示，對於他採訪過的大多數人來說，現在獲得 GPU 相對容易，並且交貨時間合理。

2、GPU 庫存正在增長：英偉達在第四季度報告稱，其資料中心收入的一半左右來自大型雲提供商。僅微軟一家就可能佔英偉達第四季度收入的約 22%。超大規模資本支出正在達到歷史水平。這些投資是大型科技公司 24 年第一季度財報的一個主題。執行長們有效地告訴市場：「無論你喜歡與否，我們都會投資 GPU。」囤積硬體並不是一個新現象，一旦庫存足夠大，需求就會下降，這將是重啟的催化劑。

3、OpenAI仍然佔據著人工智慧收入的最大份額：The Information最近報導稱，OpenAI目前的收入為34億美元，高於2023年底的16億美元。雖然我們已經看到一些初創公司的營收接近1億美元，但OpenAI與其他公司之間的差距仍然很大。在ChatGPT之外，今天消費者真正使用的人工智慧產品有多少？想想每月15.49美元的Netflix或11.99美元的Spotify能給你帶來多少價值。從長遠來看，人工智慧公司需要為消費者提供巨大的價值，讓他們繼續開啟錢包。

4、在去年9月份的分析中，作者假設OpenAI+谷歌、微軟、蘋果、Meta+甲骨文、位元組跳動、阿里巴巴、騰訊、X 和特斯拉總共能產生710億美元的收入。考慮到OpenAI收入高於預期，同時其他之前沒有被計算在內的AI公司也在產生營收，新的測算結果應該在710億美元的基礎上適當提高。但作者表示，即便如此，收入缺口還是擴大到了5000億美元。

5、B100 即將到來：今年早些時候，Nvidia 釋出了他們的 B100 晶片，該晶片的效能是之前的 2.5 倍，而成本僅增加了 25%。作者預計這將導致英偉達晶片的需求激增。與 H100 相比，B100 的成本與效能有了顯著的提高，而且當今年晚些時候每家公司都試圖上手 B100 時，可能會再次出現供應短缺。

對於David Cahn的測算方法，很多人去年就提出過異議，矽谷創投巨頭A16Z特別顧問、AI初創公司2X創始人Guido Appenzeller就是其中之一。他認為，David Cahn的計算混淆了很多概念，對於GPU電費的計算也不合理，而且忽略了人工智慧革命的規模。

還有人指出GPU 資本支出就像修建鐵路，最終火車會來，農業出口可以創收，遊樂園、購物中心等也會建起來。David Cahn同意這一觀點，但是他認為提出此觀點的人忽略了幾點：

1、缺乏定價能力：就物理基礎設施的建設而言，你所建設的基礎設施具有某種內在價值。如果你擁有舊金山和洛杉磯之間的鐵軌，你很可能擁有某種壟斷定價權，因為在 A 地和 B 地之間只能鋪設這麼多鐵軌。GPU 計算正日益成為一種按小時計量的商品。與成為寡頭壟斷的 CPU 雲不同，構建專用AI雲的新進入者繼續湧入市場。在沒有壟斷或寡頭壟斷的情況下，高固定成本+低邊際成本的企業幾乎總能看到價格被競相壓低到邊際成本（如航空公司）。

2、投資燒燬：即使是鐵路，以及許多新技術，投機性的投資狂潮往往也會導致資本的高燒燬率。「The Engines that Moves Markets」是技術投資方面最好的教科書之一，其中的主要觀點是很多人在投機性技術浪潮中損失慘重。挑選贏家很難，但挑選輸家卻容易得多。

3、折舊：我們從技術發展史中瞭解到，半導體會越來越好。Nvidia 將繼續生產更好的下一代晶片，如 B100。這將導致上一代晶片加速貶值。由於市場低估了 B100 和下一代晶片的改進速度，因此高估了今天購買的 H100 在 3-4 年後的保值程度。同樣，物理基礎設施也不存在這種平行關係，因為物理基礎設施並不遵循任何「摩爾定律」型別的曲線。

4、贏家與輸家：David Cahn認為，我們需要仔細研究贏家和輸家——在基礎設施建設過剩的時期，總有贏家。人工智慧很可能是下一個變革性的技術浪潮，正如作者在上一篇文章中提到的，GPU 計算價格的下降實際上有利於長期創新，也有利於初創企業。如果他的預測成真，它將主要對投資者造成傷害。創始人和公司建立者將繼續在人工智慧領域進行建設，而且他們將更有可能取得成功，因為他們將受益於較低的成本和在這一實驗階段積累的經驗。

David Cahn在文章最後寫道：

人工智慧將創造巨大的經濟價值。專注於為終端使用者創造價值的公司建設者將獲得豐厚的回報。我們正在經歷一場有可能決定一代人命運的技術浪潮。像 Nvidia 這樣的公司在促成這一轉變中所發揮的作用值得我們給予高度評價，而且在未來很長一段時間內，它們都可能在生態系統中發揮至關重要的作用。

投機狂熱是技術的一部分，因此並不可怕。那些在這一時刻保持冷靜的人，有機會建立起極其重要的公司。但我們需要確保不要相信一種錯覺，這種錯覺現在已經從矽谷蔓延到美國其他地區，甚至全世界。這種錯覺認為我們都會快速致富，因為 AGI 明天就會到來，我們都需要儲備唯一有價值的資源，那就是 GPU。

實際上，未來的道路將是漫長的。會有起伏。但幾乎可以肯定的是，這條路是值得的。

^{參考連結：}

^{https://www.sequoiacap.com/article/follow-the-gpus-perspective/}

^{https://www.sequoiacap.com/article/ais-600b-question/}

紅杉：重金購入GPU後，AI行業收入缺口達到5000億美元

相關文章