人工智能基礎設施的繁榮：擴展限制和能源約束

！image

資料來源：CryptoNewsNet 原標題：周五圖表：泡沫的要素 原始連結：

人工智能投資前景

“關於人工智能泡沫的討論很多。從我們的角度來看，我們看到的卻是截然不同的東西。”

Alphabet首席執行官桑達爾·皮查伊本週承認，目前AI基礎設施的繁榮中存在“非理性的元素”。然而，谷歌發布Gemini 3的公告表明，市場可能並不夠非理性。

Gemini 3 在語言模型基準測試中展現了相比 Gemini 2.5 的驚人進步。這一發展挑戰了 “規模壁壘理論” - 即大型語言模型已經達到一個平台期，簡單地增加計算能力不再提升性能的理論。

谷歌的突破源於更好的計算：更智能的算法、改進的訓練方法和更新的芯片。這一成功標志着對人工智能基礎設施的持續投資勢頭。

GPU需求依然強勁

Nvidia繼續看到異常的需求。首席執行官Jensen Huang報告稱，“Blackwell的銷售情況超乎尋常，雲GPU已經售罄。” 更重要的是，首席財務官Colette Kress指出，六年前出貨的A100 GPU至今仍在滿負荷運行。

這一觀察回應了關於GPU貶值的擔憂。GPU遵循一種“級聯使用模型”：新芯片大約處理一年的訓練任務，然後處理更長時間的推理工作負載，最後用於視頻流等次要目的。

如果模型持續改進，且對新芯片的需求增長，而舊芯片仍然有用，AI公司實際上可能在低估而非高估收益。

能源約束問題

盡管有強烈的需求信號，本週股市下跌。可能的罪魁禍首是對能源供應的擔憂，而非芯片需求。

谷歌雲的一位高管最近估計，該公司必須在未來四到五年內每六個月將計算能力翻倍，以滿足需求。這創造了前所未有的能源需求。

然而，支持這一需求的基礎設施面臨嚴重的制約。爲大多數數據中心提供動力的燃氣渦輪機需要五到七年的時間來建造，而制造商的訂單已經排滿，至少要到2030年。

在沒有額外電力供應的情況下，購買消耗更多電力的新一代GPU幾乎沒有動力。舊的、更高效的芯片就足夠了。同樣，建立新的數據中心而沒有相應的渦輪供應在經濟上也沒有意義。

系統性經濟影響

Pickai 警告說，如果 AI 泡沫破裂，“沒有公司會免受影響。”這不僅僅涉及 AI 公司，還擴展到更廣泛的經濟。

數據中心佔GDP的4%，在上半年佔GDP增長的93%。如果沒有數據中心的繁榮，美國經濟很可能會陷入衰退。這種經濟增長集中在單一行業上，造成了重大的系統性風險。

泡沫指標

邁克爾·伯裏強調了一個令人擔憂的指標：人工智能基礎設施的資本支出佔GDP的比例已經達到了互聯網泡沫、住房泡沫和頁巖氣泡之前的水平。

然而，舊款A100 GPU的需求表現得比預期更好，這表明貶值的敘述可能並不完整。

微軟的資本支出已飆升至近50%的銷售額，這代表了商業戰略的根本轉變——“從依靠網路效應競爭轉向依靠資本獲取競爭”——這一模式本質上更容易出現泡沫。

初創活動反映了這一趨勢：幾乎所有的 Y Combinator 公司現在都與人工智能相關。

勞動力市場考慮因素

歷史比較表明，如果當前的模式與之前的技術繁榮相匹配，當前的人工智能投資可能會顯著擴大。

對人工智能驅動的職位流失的擔憂依然存在。然而，歷史提供了一些安慰：當奧的斯在1950年推出Autotronic電梯時，正值電梯服務員就業的高峯期，失業的工人在1960年代成功轉型到更好的職位。

最近的勞動數據顯示，9月份美國就業崗位意外增加了119,000個，但更廣泛的就業趨勢仍需持續關注。

更廣泛的經濟背景

美國購房者的中位年齡已上升至59歲，反映出持續的住房負擔能力挑戰。建築行業可能會受益於生產率的提高。

關稅影響顯示，進口商品的價格比正常情況下貴約5.44%。與此同時，美國汽車的平均價格超過50,000美元，而某些地區的汽油價格已跌至水價以下。

人工智能基礎設施的繁榮既帶來了機遇，也帶來了風險：對計算能力的持續需求與能源供應的受限，以及對單一行業的日益依賴。