智通財經APP獲悉,在人工智能(AI)熱潮爆發近18個月之後,一些大型科技公司正在證明,AI可以成爲真正的收入驅動因素,但同時也是一個巨大的資金坑。
微軟(MSFT.US)和Alphabet(GOOGL.US)公佈的最新財報顯示,由於企業客戶在其AI服務上的支出增加,雲計算收入大幅增加。Meta(META.US)雖然在將其AI技術貨幣化方面落後於其他公司,但該公司表示,其在AI技術上的努力有助於提高用戶參與度和廣告定位。
爲了實現這些收益,這三家公司已經投入了數十億沒有來開發AI技術,且計劃進一步加大投資。4月25日,微軟公佈的截至3月31日的第三財季業績顯示,資本支出同比增長了79%至140億美元,超過了分析師普遍預期的131.4億美元。該公司還預計,資本支出將大幅增加,部分原因是AI基礎設施投資。Alphabet的財報顯示,該公司第一季度資本支出爲120億美元,較上年同期增長了91%,並預計今年剩餘時間將“達到或超過”這一水平,因爲該公司專注於AI機會。與此同時,由於在AI研發和產品開發方面的積極投資,Meta上調了今年的資本支出指引,預計今年的資本支出將在350億美元至400億美元之間,高於此前預期的300億美元至370億美元。
AI投資帶來的成本上升讓一些投資者措手不及,尤其是Meta的股票,該股在支出指引上調和銷售增長不及預期的情況下暴跌。然而,在科技行業,AI成本將會上升其實一直是一種信條,這有兩個關鍵原因:AI模型越來越大導致開發成本越來越高,以及全球對AI服務的需求需要建立更多的數據中心來提供支持。
大語言模型(LLM)變得越來越大
目前最出名的AI產品,例如OpenAI的ChatGPT,都是由LLM驅動的。許多領先的AI企業都在押注,通往更復雜的AI——甚至可能是在許多任務上表現超越人類的AI系統——的方式是讓這些LLM變得更大。這需要獲取更多的數據、更強的計算能力,並對模型進行更長時間的訓練。OpenAI的競爭對手Anthropic的首席執行官Dario Amodei在4月初接受採訪時曾表示,目前市場上的AI模型的訓練成本約爲1億美元。他補充稱:“目前正在訓練的模型,以及將在今年晚些時候或明年年初的不同時間推出的模型,成本接近10億美元。”“我們認爲,在2025年或2026年,這類成本將向50億或100億美元邁進。”
芯片和計算成本
其中很大一部分成本與芯片有關。爲了訓練LLM,AI企業十分依賴於可以高速處理大量數據的GPU(圖形處理單元)。這些芯片不僅供應短缺,而且價格極其昂貴。英偉達(NVDA.US)的H100 GPU是訓練AI模型的主要工具,售價約爲3萬美元,一些經銷商的報價甚至是這個數字的數倍。
即使價格昂貴,大型科技公司仍需要大量的GPU。Meta首席執行官扎克伯格曾表示,該公司計劃在今年年底前採購35萬枚H100 GPU,以支持其AI研究工作,這意味着數十億美元的支出。
儘管企業可以在不採購芯片的情況下完成模型訓練工作,但“借芯片”的成本也很高。例如,亞馬遜(AMZN.US)的雲計算部門以每小時約6美元的價格向客戶租用由英特爾(INTC.US)芯片組成的大型處理器集羣,相比之下,一組H100 GPU每小時的租用成本接近100美元。
英偉達在上個月推出了名爲Blackwell的新型GPU,處理速度要比包括H100在內的Hopper系列快好幾倍,但價格預計將與後者相似。英偉達表示,需要大約2000個Blackwell GPU來訓練一個1.8萬億參數的AI模型,相比之下完成同樣的任務需要8000個Hopper系列的GPU。然而,這種改善可能會被業界推動構建更大的AI模型的努力所抵消。
數據中心
亞馬遜、微軟、Alphabet旗下谷歌等雲計算巨頭以及Meta等大型科技公司、以及其他計算能力租賃提供商正在競相建立新的數據中心。研究機構Dell 'Oro Group估計,今年企業將花費2940億美元建設和裝備數據中心,高於2020年的1930億美元。這種擴張在很大程度上與數字服務的廣泛崛起有關,包括流媒體視頻、企業數據的爆炸式增長等。但越來越多的支出被用於昂貴的英偉達GPU和其他支持AI熱潮所需的專業硬件。
數據許可和人才
雖然採購芯片和建設數據中心佔據了成本的一大部分,但一些AI企業也需要花費數百萬美元獲得數據許可。OpenAI已與幾家歐洲出版商達成協議,將它們的新聞內容納入ChatGPT用於訓練。儘管這些交易的財務條款尚未披露,但據報道,OpenAI同意向Business Insider、Axel Springer SE等出版商支付數千萬歐元,以獲得其新聞文章的使用權。
雖然OpenAI在獲得數據許可方面更爲積極,但大型科技公司也在尋找獲取語言數據的方法,以構建更出色的AI工具。據報道,谷歌與Reddit達成了一項價值6000萬美元的數據授權協議。
科技公司在爭奪AI人才方面也陷入了激烈的競爭。去年,奈飛(NFLX.US)曾一度登廣告招聘AI產品經理一職,年薪高達90萬美元。
更實惠的替代品
微軟在推動圍繞LLM的AI熱潮方面做得比大多數公司都多。該公司最近表示,將嘗試一種不同的方法。該公司表示,LLM仍是解決許多複雜任務的黃金標準,比如高級推理、數據分析和上下文理解,但對於某些客戶和用例來說,較小的模型可能已經足夠了。
然而,就目前而言,AI領域的傳統智慧是“越大越好”,這意味着在AI方面的投資仍將是昂貴的。