 典型的例子是上个月英伟达向OpenAI递出的1000亿投资案。 英伟达方面表示，将向OpenAI投资1000亿美元，建设10吉瓦功耗的数据中心，以当前的Blackwell芯片的能耗换算，差不多相当于500万块B300芯片。 再结合OpenAI向甲骨文购买云服务，一个“三角游戏”的格局至此成型。 虽然这种“无中生有”的商业模式引发了业界的高度担忧，但你是否发现了一个问题： 即在这个链条中，由OpenAI分担了“生产者”的角色，甲骨文分担了“基础设施建设者”的角色，而英伟达扮演的更像是传统意义上的“能源提供方”。 如果这个商业模式未来能够复刻，能么本应由英伟达承担的风险就可以无限向下游转移。 毕竟，在任何一场经济泡沫中，无论人们所站的立场如何，都不会去怀疑“石油是否存在泡沫”、“电力是否存在泡沫”。 当然，这一切的大前提是，算力能够真的如黄仁勋所设想的那样，成为新时代的能源。
英伟达还能赢多久？
在我们讨论英伟达泡沫时，其实更多的是在讨论这波AI是否存在泡沫？ 答案毫无疑问，而且要比之前的几波互联网泡沫更大。 比如今年爆火的核聚变研发公司OKLO，在三年零营收的背景下，市值被捧到250亿美元，这一切仅源于奥特曼认为“超大计算集群对电力有着较高的要求”。 一个连小型化托卡马克装置都没有实现的行业，就被认为是解决电力需求的良药，这其中的逻辑关系是什么，实在让人捉摸不透。 OKLO并不是孤立，从今年开始，越来越多的“AI附属型产业”得到资本青睐，这种完全意义上的“融资驱动型”行业，大概率会加速AI泡沫的破裂。 不过，对于英伟达来说，在未来一到两年内，这个泡沫一定可以继续吹下去。 因为还有很多“技术驱动型”产业仍未得到释放，需要注意的是，这里提到的“释放”并不是“能不能提高营收、能不能创造利润”，仅仅指的是“能否大规模消耗算力”。 用一个较为典型的例子来说明，在具身智能行业中，英伟达开发的Isaac GR00T平台如今被从业者广泛使用，它最大的用途是可以从少量的人类演示中创建大量的合成运动轨迹，减少从真实世界中收集高质量数据集的工作。 这些工作和英伟达有关吗？只能说关系非常有限，但在使用Isaac GROOT训练的过程中需要消耗掉大量算力，比如用在GROOT-Dream Blueprint中输入单张图片，然后生成机器人在新环境中执行任务的视频，用于教会机器人如何执行。 也就是说，未来无论模仿学习的范式会怎样变化，甚至具身智能这条路能否走通，都不会耽误英伟达在今天创造了一个可以消耗算力的场景。 类似的例子还有很多，比如在今年的GTC大会上，黄仁勋提到的“物理AI”、ARC平台、超级计算网络以及自动驾驶的布局，甚至是提前为量子计算打造的NVQlink接口——哪怕目前市面上没有任何一款量产的量子GPU，这些都属于能够大量消耗算力的阵地。 可以看到，基本目前围绕AI的所有研究方向，英伟达都替下游客户描绘好了蓝图。 再回到AI泡沫何时破裂的问题上，我们需要明确的一点是，所谓“泡沫”是一个金融概念，而对于英伟达来说，它担忧的问题是未来会不会出现大范围的算力闲置，至于下游行业能否走出成熟的商业化路径，不是这家公司所关注的核心问题。 而从、基于深度学习所衍生出的研究方向来看，恐怕还没有到讨论“算力过剩”的时刻。因此，短期来看英伟达的泡沫大概率会继续吹下去。 本文来自虎嗅，原文链接：https://www.huxiu.com/article/4798951.html?f=wyxwapp |
