红杉美国合伙人:AI 两千亿美元的问题,现在变成了六千亿美元!

【阿里云】云服务器经济型e实例/2核2G/3M/40g,新人专享渠道特惠价只要99元!特惠热卖中。
6月20日,红杉美国合伙人 David Chan 发布了最新文章《AI’s $600B Question》,也是继去年 9月发表《AI’s $200B Question》后的最新思考。
红杉美国合伙人:AI 两千亿美元的问题,现在变成了六千亿美元!

红杉美国合伙人:AI 两千亿美元的问题,现在变成了六千亿美元!

关于 David Chan,他于 2018 年加入 Coatue,当时 Coatue 刚刚开始建立自己的私有软件组合。在加入 Coatue 的前三年,他参与了多个重要投资项目,包括 Snowflake、Databricks、Confluent、UiPath、Gitlab 和 Marqeta。

红杉美国合伙人:AI 两千亿美元的问题,现在变成了六千亿美元!

红杉美国合伙人:AI 两千亿美元的问题,现在变成了六千亿美元!

晋升为合伙人后,David 全力投入 AI 以及Infra 投资,领导了 Coatue 对 Runway、HuggingFace 和 Supabase 的投资。

此外,他还加入了 Weights & Biases 和 Repl.it 的董事会,并一路升任为 Coatue 合伙人&COO。直到去年 7 月,David Chan 加入红杉美国担任合伙人。

在去年发布的《AI 的 2000 亿美元之问》文章中,David Chan 提出一个问题 —— 所有的收入都在哪里?

当时,注意他到 AI Infra 所暗示的收入预期与 AI 生态系统中实际收入增长之间存在巨大差距,这也可以看作是终端用户价值的 Agent。他将其描述为“每年需要填补的 1250 亿美元的空缺”。

本周,英伟达完成了成为全球最有价值公司的飞跃。经对原先框架的再次计算,原先”AI 2000 亿美元的问题“现在已经变成了”AI 6000 亿美元的问题。

根据 David Chan,这项指标的计算非常简单。只需将英伟达年收入预测乘以 2 倍,以反映 AI 数据中心的总成本(GPU占总拥有成本的一半——另一半包括能源、建筑物、备用发电机等)。然后再乘以 2 倍,以反映 GPU最终用户。

例如,从 AzureAWSGCP 购买AI计算的初创公司或企业 50% 的毛利率。

▍去年 9 月以来发生了什么变化?

  • 供应短缺已缓解:2023 年底是 GPU 供应短缺的高峰期。初创公司纷纷拨打风险投资公司和其他能够提供帮助的人的电话,寻求获取 GPU 的帮助。如今,这种担忧几乎完全消除。与 David 交谈的大多数人表示,现在相对容易在合理的交货时间内获得 GPU。
  • GPU库存增加:英伟达在第四季度报告中表示,其数据中心收入约有一半来自大型云提供商。微软单独可能就占了英伟达第四季度收入 22% 左右。超大规模资本支出正达到历史水平。这些投资是大科技公司 2024 年第一季度财报的主要主题,CEO 们实际上向市场传递的信息是:“无论喜欢与否,我们都将投资于 GPU。”囤积硬件并不是新现象,重置的催化剂将是当库存大到需求减少时。
  • OpenAI仍然占据AI收入的大头:据《The Information》最近报道,OpenAI 的收入现在为 34 亿美元,而 2023 年底为 16 亿美元。虽然已经看到一些初创公司将收入规模扩大到不到 1 亿美元的范围,但 OpenAI 与其他所有公司之间的差距依然巨大。除了 ChatGPT,今天消费者真正使用了多少 AI 产品?考虑一下 Netflix 每月 15.49 美元或 Spotify 每月 11.99 美元所带来的价值。从长远来看,AI 公司需要为消费者提供显著的价值,以继续让他们掏钱。
  • 1250 亿美元的空缺现在变成了 5000 亿美元:在上次分析中,大方地假设每个谷歌、微软、苹果和Meta能够从新的 AI 相关收入中每年产生 100 亿美元。David 还假设 Oracle、字节跳动、阿里巴巴、腾讯、X 和特斯拉每家公司每年新增50 亿美元的 AI 收入。即使这仍然成立,并且再加上一些公司,1250 亿美元的空缺现在将变成 5000 亿美元;
  • 尚未结束——B100 即将到来:今年早些时候,英伟达宣布了其 B100 芯片,其性能将提高 2.5 倍,成本仅增加 25%。David 预计这将导致对英伟达芯片的需求出现最后一波激增。B100 在成本与性能方面的改进比 H100 显著,因此今年晚些时候可能会再次出现供应短缺,因为每个人都在争相获得 B100。

David 表示,对于上次文章的一个主要反驳是:“ GPU 资本支出就像修建铁路,最终火车会来,目的地也会到来——新的农业出口、游乐园、购物中心等。”

▍同意但被忽略的问题

  • 定价能力的缺乏:在物理基础设施建设的情况下,你所建基础设施具有一定的内在价值。如果你拥有旧金山和洛杉矶之间的轨道,你可能拥有某种垄断定价权,因为在 A 地和 B 地之间铺设的轨道数量有限。在 GPU 数据中心的情况下,定价能力要小得多。GPU 计算正日益变成一种按小时计量的商品。与形成寡头垄断的 CPU 云不同,新进入者正在不断涌入建立专门的 AI 云市场。没有垄断或寡头垄断,高固定成本+低边际成本的业务几乎总是会看到价格竞争下降到边际成本(例如航空公司)。
  • 投资烧钱:即使在铁路的情况下——以及在许多新技术的情况下——投机投资狂潮往往会导致高比例的资本焚烧。《驱动市场的引擎》是技术投资的最佳教材之一,其主要结论——确实专注于铁路——是很多人在投机技术浪潮中赔了很多钱。很难挑选赢家,但挑选输家要容易得多(运河,在铁路的情况下)。
  • 折旧:我们从技术历史中知道,半导体会越来越好。英伟达将继续生产性能更好的下一代芯片,如B100。这将导致上一代芯片的折旧速度更快。由于市场低估了 B100 和下一代芯片改进的速度,因此高估了今天购买的 H100 在 3~4 年内的价值。这种情况在物理基础设施中并不存在,因为它不遵循任何“摩尔定律”类型的曲线,因此成本与性能不断改进。
  • 赢家与输家:David 认为我们需要仔细看看赢家和输家——在基础设施过度建设期间总会有赢家。AI可能是下一个变革性的技术浪潮,正如我在上篇文章中提到的,GPU 计算价格的下降实际上对长期创新和初创公司是有利的。如果我的预测成真,主要会对投资者造成伤害。创始人和公司建设者将继续在AI领域建设——他们将更有可能成功,因为他们将受益于更低的成本和在此期间积累的经验。

AI将创造出巨大的经济价值。专注于为终端用户提供价值的公司建设者将获得丰厚的回报。

我们正在经历一个有潜力成为一代人定义技术浪潮的时期。像英伟达这样的公司在促成这一转变中发挥了巨大作用,并且可能在很长一段时间内在生态系统中发挥关键作用。

最后,David 表示 —— 投机狂潮是技术的一部分,因此不必害怕。那些在这一刻保持冷静的人有机会建立极其重要的公司。

AGI明天就会到来,我们都需要囤积唯一有价值的资源,即GPU。前面的道路将是漫长的,它会有起有伏。但几乎可以肯定的是,它将是值得的。

© 版权声明

相关文章

暂无评论

暂无评论...