|
作为AI大模型时代并驾齐驱的造浪者，今年以来，英伟达与OpenAI之间的关系明显松动。 年初，媒体爆出英伟达不满OpenAI的商业策略，欲大幅削减投资。此后，又有消息称，OpenAI对英伟达最新芯片在推理环节的表现不满，会继续探索替代方案。 黑料不打烊传言难以证实，但英伟达在OpenAI新一轮融资中出资300亿美元，相较此前的千亿美元投资方案明显缩 作为AI大模型时代并驾齐驱的造浪者，今年以来，英伟达与OpenAI之间的关系明显松动。 年初，媒体爆出英伟达不满OpenAI的商业策略，欲大幅削减投资。此后，又有消息称，OpenAI对英伟达最新芯片在推理环节的表现不满，会继续探索替代方案。 传言难以证实，但英伟达在OpenAI新一轮融资中出资300亿美元，相较此前的千亿美元投资方案明显缩水。 目前，顶尖大模型基本每三个月就要迭代一次。SemiAnalysis创始人迪伦·帕特尔（Dylan Patel）此前在参与The MAD Podcast with Matt Turck播客节目时表示，即使芯片厂商将迭代周期压缩到半年，也无法很好适配模型进步的速度，也难言确保自身优势。 即使芯片和模型的性能增幅双双放缓，这种“赛跑”也未见稍显的迹象。 而考虑到前文提到的制程、技术演进等方面的瓶颈，以及美国能源供给方面愈发紧迫的硬性约束，结果可能演变成跑着跑着增长动能断档，甚至双双“撞墙”，让原本可能在斜率放缓中更加平衡的供需被打破。 更不可小觑的是这种“赛跑”对Capex的依赖。处在芯片与模型之间，被这种“你追我赶”来回拉扯的云厂商，承担了最集中的资本支出，他们往往同时也涵盖AI业务，投资与回报都面临风险和压力。 根据亚马逊、微软、谷歌、Meta和甲骨文这五大云厂商披露的信息，其2026年Capex总额将超过7000亿美元。
| 
發表於