科技巨头财报透露一个事实：AI研发费用太太太高了！

极客网·极客观察8月1日 受益于AI云服务的发展，微软、Alphabet、Meta收入增加。与此同时，为了研发更先进的AI技术，各大科技巨头的成本也在增加。最近几家公司公布的财报向我们证明：AI是一把双刃剑，一面是收益，一面是成本。

二分法切合当下的现实，AI是一个金钱大坑，不是所有企业都玩得起，这就是如今AI革命幕后隐藏的现实。为了开发更大、更复杂的AI模型，科技巨头必须投入巨额资金。如果想开发出媲美人类的AGI，需要更复杂的AI系统。庞大模型不仅耗电惊人，而且硬件成本也越来越高。

AI模型军备竞赛，驱动科技巨头资本支出猛增

在大企业的助推下，专用AI芯片需求猛增。英伟达市值不断飙升，它提供的H100显示芯片成了AI模型训练的“黄金标配”，单块价格达到3万美元。由于缺货，一些企业虽然早就订购了AI芯片，但要等几个月才能拿到手。

Meta首席执行官扎克伯格称，年底之前Meta准备采购35万块H100，以支持公司的AI项目。虽然Meta能以折扣优惠价购买，但成本仍然高达几十亿美元。

有报告预测，到了2025年，Meta整个公司的资本开支将会达到500亿美元。虽然扎克伯格大手笔向AI下注，但投资者显然不像扎克伯格那么有信心。如果AI投入过高，股价可能会受到影响。

分析师称，今年二季度Meta的资本支出达到95亿美元，环比增长50%。2024年的整体资本支出将会达到350-400亿美元，明年达到420亿美元，2025年可能再增加80亿美元，达到500亿美元。

华尔街对科技巨头的疯狂投资已经表现出担忧，看到谷歌、特斯拉提交的AI开支数据后，纳斯达克指数创下年度新低。分析师认为，2024年谷歌的资本支出将会增加51%，达到500亿美元。

扎克伯格信心十足，他认为AI投资迟早会看到回报。他还认为，最新发布的Llama 3.1在今年年底之前将会成为应用最广泛的AI模型，明年年初成为最先进的AI模型。

Wedbush分析师Dan Ives认为，Meta向元宇宙和AI都投入巨资，但两种投资有明显不同。因为AI军备竞赛在美国、中国及世界其它地方发生，目标是打造强大的企业、消费者AI生态系统，元宇宙没有这样的竞争。

“军备竞赛”四个字在AI产业回荡，不论是企业还是分析师，似乎都认为投资是成功的关键。

不让英伟达专美，军备竞赛蔓延至AI芯片领域

与此同时，围绕AI芯片设计，科技巨头也在展开残酷的军备竞赛。不论是谷歌还是亚马逊，都投入巨资开发AI专用芯片，这样做一方面是为了获取竞争优势，另一方面是防止过度依赖第三方供应商。定制芯片让AI研发变得复杂，成本也会增加。

目前行业面临的硬件挑战有很多，不仅仅限于制造。现代AI模型需要巨大的数据中心，专用设施必须具备应付极端计算负载的能力，散热和能效要求更高。当模型变得越来越大，电力成本和运营成本会增加，对环境的冲击也会更大。

4月份，Anthropic首席执行官Dario Amodei公开表示，目前的AI模型训练成本约为1亿美元。他认为：“正在训练的模型和今年晚些时候或者明年年初推出的模型，其训练成本接近10亿美元；照我的推测，到了2025年和2026年，成本会接近50-100亿美元。”

然后就是数据，它也面临挑战。为了获得庞大的高质量数据，科技巨头们投入巨资收集、清理数据并开发创新性数据技术。一些公司开发复杂的合成数据生成工作，以补充现实世界数据的不足，这种做法进一步推高了研发成本。

随着AI创新速度的加快，基础设施和工具快速迭代，企业必须快速升级系统，必须重新训练模型，这样才能保持竞争力，结果导致企业被一个又一个投资循环缠绕。

AI刺激增长，已在云计算业务中显现

4月25日，微软公布季度财报，它的资本支出达到140亿美元，而且公司预计随着AI基础设施投资的增加，未来支出还会增加。Alphabet每个季度的支出也达到了120亿美元，同比增长91%，因为公司专注于挖掘AI机会，预计今年余下时间开支会保持在当前水平，甚至有所增加。Meta告诉投资者，今年的投资将会增加，年度资本开支将会达到350-400亿美元，比原本预期的最高水平还要高出42%，投资增加主要是AI研发和产品开发带来的。

幸运的是，虽然投资大幅度增加，AI的确能为科技巨头创造营收。微软、谷歌云业务增速明显，这些增长主要是AI服务带来的。数据证明，虽然AI的初始投资极为庞大，但科技巨头仍然愿意投入，因为AI带来的回报让他们感到兴奋。

科技巨头充满自信，市场却对AI成本增加感到担忧。由于尖端AI研发成本越来越高，创新可能会受到限制，因为只有土豪企业可以承受，久而久之，市场竞争会被削弱，AI产业的多样化进程会被打断。

为了解决AI成本问题，企业可能会被迫开发更高效的AI技术。为了降低算力要求，企业正在开发少次学习、迁移学习技术，开发更节能的模型架构；行业对边缘AI（在设备上运行AI模型）的兴趣越来越浓厚，这种技术可以减少对数据中心的依赖。

在未来的AI世界中，如果想成为赢家，单是掌握突破性算法和模型设计技术是不够的，还要克服AI系统扩张时带来的技术、财务麻烦。谁能克服效率挑战，谁就能成为下一波AI革命的领导者。（小刀）

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。