人工智能的蓬勃发展催生了对高性能计算的巨大需求，推高了从GPU和CPU到高带宽内存乃至网络等所有设备的成本。这场热潮引发了房地产抢购潮，推高了电力成本，甚至让人们担忧水资源短缺。但它也引发了关于人工智能本身的一些重大问题，例如：它最终真的能带来回报吗？
得益于生成式人工智能，半导体行业不断创造里程碑。例如，半导体行业协会（SIA）上周宣布，今年芯片销售额已突破1万亿美元大关。这是历史上芯片销售额首次突破12万亿美元大关——而且仅仅用了8个月时间。SIA总裁兼首席执行官迈克尔·罗宾斯表示，8月份全球芯片销售额增长迅猛，增幅高达144.3%，美洲地区更是达到了180.9%，预计今年全年销售额将达到1.6万亿美元。
由于建造芯片工厂需要巨额且多年的投资，芯片销售的增长通常遵循某种可预测的曲线。显然，利润占据了SIA所展示的这条陡峭的“肘形”曲线下的大部分面积，因为芯片本身的原材料并没有发生太大变化。不同之处在于人工智能带来的对硅的惊人需求。
SIA 的数据与Gartner的最新预测相符。Gartner 在 9 月下旬宣布，其预测显示，到 2026 年，全球人工智能支出总额将达到 2.7 万亿美元，仅一年就增长了 49.5%，预计到 2027 年还将再增长 36%，达到 3.6 万亿美元（这仅仅是人工智能的支出，还不包括维持 ERP 系统运行的支出）。
正如 Gartner 分析师 John-David Lovelock 指出的那样：“人工智能数据中心容量的建设是人类迄今为止进行的最大规模的基础设施项目。”
在过去的5000年里，人类建造了许多大型工程。埃及人搬运了600万吨石块建造了吉萨大金字塔，中国人修建了长达13000英里的长城，美国铺设了49000英里的州际公路。
所有这些耗时多年的项目都需要大量的资金和人力投入才能建成。哥伦比亚商学院房地产与金融学教授斯廷吉·范·纽沃伯格（Stinj Van Nieuwerburgh）在一篇题为《人工智能建设融资》（Financing the AI Buildout ）的新论文中指出，目前已进入第四年的人工智能热潮，使得以往的巨型项目相形见绌。
范·尼乌沃伯格写道：“相对于经济而言，预计的建设规模将超过美国主要的运河、铁路、电气化、公路和电信投资热潮。”
范·尼乌沃伯格估计，建造一个 200 兆瓦的人工智能数据中心大约需要 82 亿美元，其中三分之二用于配备 IT 设备（服务器、交换机、网络、冷却），三分之一用于购买房地产和电力连接。
他写道：“我们预计，2025年至2032年间将新增188吉瓦的发电容量，2032年后还将新增115吉瓦。这一项目预计将在2025年至2032年间带来约9万亿美元的投资，平均每年占美国GDP的3.22%。”
那么，用于推动人工智能蓬勃发展的资金从何而来？运行在高性能计算平台上的人工智能应用又将如何为投资者带来回报？
范·尼乌沃伯格指出，亚马逊、微软、Alphabet和Meta等超大规模数据中心运营商——总市值达 13 万亿美元——正在承担大部分繁重的工作。这些公司的资本支出已从 2020 年的约 970 亿美元增至 2025 年的超过 4000 亿美元，预计今年这一数字将翻一番，达到 8000 亿美元。
由于这些数字超过了公司的运营现金流，超大规模数据中心运营商正在引入外部合作伙伴来帮助提供投资资金。据范·纽沃伯格 (Van Nieuwerburgh) 称，目前有大量“数据中心开发商、基础设施基金、房地产投资信托基金 (REITs) 和私募股权投资者”提供现金，而另一部分由银行、私募信贷基金和证券化工具组成的机构则提供债务融资，用于未来五年预计新增的近 200 吉瓦数据中心容量的建设。
正如开发商历来都试图分散大型资本项目（如建筑物和电力基础设施建设）中固有的风险一样，人工智能的蓬勃发展也为我们提供了新的结构来应对购买数千亿美元 GPU 所带来的风险。
Van Nieuwerburgh 写道：“投资级超大规模数据中心租户通过支持长期合同现金流，使这些结构能够获得融资，而前沿人工智能公司则通过超大规模数据中心的资产负债表和信誉有效地获得基础设施。”
但他写道，这些安排并不能消除风险，它们只是改变了风险的形式。而且，它们还有可能放大风险。
范·尼乌韦尔伯格写道：“长期债务的支撑依赖于现金流和抵押品价值，而这些又取决于人工智能需求的不确定性、技术的快速变革、电力和硬件的及时获取，以及少数租户持续的信用质量。因此，由此产生的资本结构可能使风险敞口更加复杂、相关性更强，也更难以观察。”
范·尼乌韦尔伯格在他的论文中似乎并非意在制造恐慌。相反，他认为这些事件是一个有价值的实验室，可以用来研究“现代经济体如何实时为通用技术提供资金”。
他的研究之所以有价值，还在于它详尽地阐述了人工智能蓬勃发展的根本原因。例如，他对IT成本的估算就体现了投资的规模。假设每个机架的功耗为142千瓦，那么在一个典型的200兆瓦数据中心里，可以安装1170套GB300 NVL72系统，每套系统价值400万美元，总计46.8亿美元。“这个价格已经包含了GPU、高带宽内存、Grace CPU、NVLink交换机、电源系统以及物理机架，”范·纽沃伯格写道，“我们还要加上机架成本的10%用于外部网络架构和光纤，5%用于共享存储，以及5%用于集群级安装、集成和调试。”听起来合情合理。
人工智能的蓬勃发展涵盖诸多方面。正如我们在HPCwire文章中探讨的那样，它拥有巨大的科学发现潜力。它是一场技术革命，正在重塑万亿美元的IT产业。它颠覆了商业流程，赋予工作流程自动化全新的意义。对某些人来说，它代表着一种新的娱乐形式，甚至是一种全新的数字化生活方式——但也可能威胁到我们自身的生活。它是数百万人401(k)退休账户增长的引擎，也让极少数人一夜暴富。
人工智能具备所有这些特性。但归根结底，人工智能需要展现投资回报，否则投资速度将会放缓。我们知道，未来五年预计将有9万亿美元的投资投入人工智能领域，但正如范·尼乌沃伯格所指出的，究竟谁承担风险却有些模糊不清。
人工智能的回报最终能否达到9万亿美元？这归根结底是人工智能面临的最大问题。
（来源：编译自hpcwired）
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
