人工智能基础设施的繁荣：扩展限制和能源约束

！image

资料来源：CryptoNewsNet 原标题：周五图表：泡沫的要素 原始链接：

人工智能投资前景

“关于人工智能泡沫的讨论很多。从我们的角度来看，我们看到的却是截然不同的东西。”

Alphabet首席执行官桑达尔·皮查伊本周承认，目前AI基础设施的繁荣中存在“非理性的元素”。然而，谷歌发布Gemini 3的公告表明，市场可能并不够非理性。

Gemini 3 在语言模型基准测试中展现了相比 Gemini 2.5 的惊人进步。这一发展挑战了 “规模壁垒理论” - 即大型语言模型已经达到一个平台期，简单地增加计算能力不再提升性能的理论。

谷歌的突破源于更好的计算：更智能的算法、改进的训练方法和更新的芯片。这一成功标志着对人工智能基础设施的持续投资势头。

GPU需求依然强劲

Nvidia继续看到异常的需求。首席执行官Jensen Huang报告称，“Blackwell的销售情况超乎寻常，云GPU已经售罄。” 更重要的是，首席财务官Colette Kress指出，六年前出货的A100 GPU至今仍在满负荷运行。

这一观察回应了关于GPU贬值的担忧。GPU遵循一种“级联使用模型”：新芯片大约处理一年的训练任务，然后处理更长时间的推理工作负载，最后用于视频流等次要目的。

如果模型持续改进，且对新芯片的需求增长，而旧芯片仍然有用，AI公司实际上可能在低估而非高估收益。

能源约束问题

尽管有强烈的需求信号，本周股市下跌。可能的罪魁祸首是对能源供应的担忧，而非芯片需求。

谷歌云的一位高管最近估计，该公司必须在未来四到五年内每六个月将计算能力翻倍，以满足需求。这创造了前所未有的能源需求。

然而，支持这一需求的基础设施面临严重的制约。为大多数数据中心提供动力的燃气涡轮机需要五到七年的时间来建造，而制造商的订单已经排满，至少要到2030年。

在没有额外电力供应的情况下，购买消耗更多电力的新一代GPU几乎没有动力。旧的、更高效的芯片就足够了。同样，建立新的数据中心而没有相应的涡轮供应在经济上也没有意义。

系统性经济影响

Pickai 警告说，如果 AI 泡沫破裂，“没有公司会免受影响。”这不仅仅涉及 AI 公司，还扩展到更广泛的经济。

数据中心占GDP的4%，在上半年占GDP增长的93%。如果没有数据中心的繁荣，美国经济很可能会陷入衰退。这种经济增长集中在单一行业上，造成了重大的系统性风险。

泡沫指标

迈克尔·伯里强调了一个令人担忧的指标：人工智能基础设施的资本支出占GDP的比例已经达到了互联网泡沫、住房泡沫和页岩气泡之前的水平。

然而，旧款A100 GPU的需求表现得比预期更好，这表明贬值的叙述可能并不完整。

微软的资本支出已飙升至近50%的销售额，这代表了商业战略的根本转变——“从依靠网络效应竞争转向依靠资本获取竞争”——这一模式本质上更容易出现泡沫。

初创活动反映了这一趋势：几乎所有的 Y Combinator 公司现在都与人工智能相关。

劳动力市场考虑因素

历史比较表明，如果当前的模式与之前的技术繁荣相匹配，当前的人工智能投资可能会显著扩大。

对人工智能驱动的职位流失的担忧依然存在。然而，历史提供了一些安慰：当奥的斯在1950年推出Autotronic电梯时，正值电梯服务员就业的高峰期，失业的工人在1960年代成功转型到更好的职位。

最近的劳动数据显示，9月份美国就业岗位意外增加了119,000个，但更广泛的就业趋势仍需持续关注。

更广泛的经济背景

美国购房者的中位年龄已上升至59岁，反映出持续的住房负担能力挑战。建筑行业可能会受益于生产率的提高。

关税影响显示，进口商品的价格比正常情况下贵约5.44%。与此同时，美国汽车的平均价格超过50,000美元，而某些地区的汽油价格已跌至水价以下。

人工智能基础设施的繁荣既带来了机遇，也带来了风险：对计算能力的持续需求与能源供应的受限，以及对单一行业的日益依赖。