还记得前沿AI暂停这件事吗?芯片公司似乎并不在意

英伟达和AMD的财报显示需求依然旺盛。这也解释了为什么前沿模型放缓未必会拖累整个行业。

今年夏天,OpenAI曾暂停其最大规模的前沿训练计划,原因是其AI智能体意外入侵了Hugging Face,早期证据还显示其下一代模型可能具备自主发现并利用安全漏洞的能力。9月,Anthropic首席执行官达里奥·阿莫迪呼吁放缓最强大AI模型的研发进度,他警告称,这类模型可能被用来发起网络攻击,甚至可能变得连其创造者都难以掌控。

这对于AI热潮而言是一个颇为微妙的时刻。研发最强大模型的公司,反而在警告这些模型可能带来的风险,投资者也开始担忧:如果各大实验室放缓新模型研发步伐,芯片需求会受到怎样的冲击。美国芯片股随即遭受重挫。

"给前沿训练踩刹车,并不会缩小AI芯片市场的规模,只会重新分配支出的流向。"

尽管当时引发了不小的轰动,但这种所谓的放缓似乎只是昙花一现。OpenAI宣布的暂停仅为两周;10天后,也就是8月底,该训练计划便重新启动,尽管公司表示仍将"暂时搁置部分较小规模的实验性训练"。11月,Anthropic发布了升级版的Fable和Mythos前沿模型,并着重宣传了在编程、推理和视觉能力方面的提升。

而那些为这些进步提供芯片支持的公司,日子过得比以往任何时候都好。

英伟达周二公布了一份令人瞠目的季度财报,数据中心业务收入同比增长110%,在截至10月25日的三个月里达到1076亿美元。这家芯片设计公司已开始出货其最先进的AI计算系统——Vera Rubin NVL72,并称其为"公司历史上增长最快的产品"。仅在首个量产出货季度,Rubin平台便创造了近200亿美元的收入。目前,这些机架已经在CoreWeave、谷歌、微软和甲骨文的数据中心中运行。Meta也计划扩大Vera Rubin的部署规模,用于训练和运行AI模型及智能体。

英伟达还特别提到了Anthropic和OpenAI。Anthropic已通过云服务提供商扩大了对Vera Rubin算力的使用,并持续与英伟达合作,共同设计适配其工作负载的未来芯片。OpenAI则是采用英伟达新款Vera CPU的公司之一。

"来自OpenAI和Anthropic的专有模型,仍在不断推动技术前沿的发展,"英伟达临时首席执行官科莱特·克雷斯在财报电话会议上表示。她透露,公司预计本财年主要前沿实验室客户将贡献约15%的数据中心业务收入。英伟达还将下一财年的营收增长预测从70%上调至75%。

与此同时,芯片制造商AMD本月早些时候公布了有史以来最亮眼的季度业绩,营收同比增长45%,达到134亿美元。这一增长主要由数据中心业务驱动,相关收入几乎翻倍,达到85亿美元。OpenAI和Anthropic均是最早在AMD新款高端Helios系统(搭载其最新MI450 GPU)上运行工作负载的客户。

博通尚未公布财报,该公司主要为许多顶尖AI公司提供定制芯片设计服务。但就目前情况来看,尚无明显迹象显示前沿模型的放缓对芯片销售造成了负面影响。

当然,即便AI实验室真的大幅缩减训练野心,这种影响反映到芯片制造商的财报上也需要一定时间。Counterpoint Research研究副总裁尼尔·沙阿9月接受The Verge采访时表示,由于现有的算力和存储采购协议存在滞后性,放缓带来的财务影响大约需要六个月才能显现。而对于台积电这样的芯片制造商而言,订单层面的影响可能会更早体现出来。

但截至目前,这方面同样没有太多证据:台积电最新的销售数据同样显示出持续强劲的态势。

不过,还有一个原因可以解释为什么前沿模型放缓未必会对芯片行业造成太大打击:推理需求的持续增长。所谓推理,指的是运行我们现有AI模型的过程。

"虽然有人会认为,随着重心转向推理,对顶级GPU的需求会相应减少,但这些工作负载整体所需的计算基础设施,实际上比训练阶段还要多,"沙阿表示。"总体来看,这意味着对各类加速芯片的需求将出现净增长。"

还有一个原因可以解释为什么前沿模型放缓未必会对芯片行业造成太大打击:推理需求的持续增长,即运行现有AI模型的过程。

根据我们对企业支出平台Ramp最新数据的分析,截至11月初,前沿模型系列约占Ramp用户企业Token使用量的60%——这是一个历史新高,约为年初占比的三倍。其中包括OpenAI的Astra和Sol模型,以及Anthropic的Opus和Fable模型。

但即便企业在AI上的使用量不断攀升,其支出增幅却相对温和。

"这其实并不是需求层面的问题,"Ramp首席经济学家阿拉·哈拉齐安告诉The Verge。"从各种指标来看,企业确实在更多地使用AI。"

哈拉齐安表示,真正的原因在于,AI模型提供商之间的激烈竞争正以极快的速度拉低Token价格,这也使得OpenAI和Anthropic的营收预测面临质疑。

这对于提供算力的公司而言,可能反而是一件好事。在英伟达的财报电话会议上,克雷斯透露,自5月以来,Token价格已下跌近60%,这反过来刺激了使用量的增长。与此同时,各代英伟达GPU的租赁价格却持续上涨。

英伟达和AMD正将各自最强大的芯片,同时定位于训练和推理场景,其中也包括AI智能体所带来的高强度工作负载。

但这并不意味着英伟达将永远保持其主导地位。随着AI公司越来越重视模型服务于数百万用户的经济性问题,它们正越来越多地转向定制芯片,以比通用GPU更低的成本实现相同目标。Counterpoint预计,到2028年,定制AI服务器处理器的出货量将超过数据中心GPU。

"给前沿训练踩刹车,并不会缩小AI芯片市场的规模,只会重新分配支出的流向,"沙阿表示。

事实上,在英伟达的财报电话会议上,瑞银分析师蒂莫西·阿尔库里就曾向克雷斯提问:随着前沿实验室越来越多地投资定制芯片并优先考虑计算效率,英伟达是否愿意为此牺牲部分可观的利润率。克雷斯则坚持表示,英伟达的系统完全配得上其定价,并重申了公司对毛利率的展望。

对于英伟达这样的公司而言,真正的威胁或许并不在于AI公司放缓发展步伐,而在于它们找到了更便宜的芯片来继续前行。

The Verge