转自:有新Newin

  本周,英伟达超越苹果成为全球市值第一大公司,红杉美国合伙人 David Chan发文称:原先”AI 2000 亿美元的问题“现在已经变成了”AI 6000 亿美元问题。指标的计算非常简单,只需将英伟达年收入预测乘以 2 倍,以反映 AI 数据中心的总成本,然后再乘以 2 倍,以反映 GPU最终用户。

  6月20日,红杉美国合伙人David Chan发布了最新文章《AI’s $600B Question》,也是继去年9月发表《AI’s $200B Question》后的最新思考。

  关于David Chan,他于2018年加入Coatue,当时Coatue刚刚开始建立自己的私有软件组合。在加入Coatue 的前三年,他参与了多个重要投资项目,包括Snowflake、Databricks、Confluent、UiPath、Gitlab和Marqeta。

  晋升为合伙人后,David全力投入AI以及Infra投资,领导了Coatue对Runway、HuggingFace 和Supabase的投资。

  此外,他还加入了Weights & Biases和Repl.it的董事会,并一路升任为Coatue合伙人&COO。直到去年7月,David Chan加入红杉美国担任合伙人。

红杉美国合伙人:AI两千亿美元的问题,现在变成了六千亿美元!  第1张

  在去年发布的《AI的2000亿美元之问》文章中,David Chan提出一个问题——所有的收入都在哪里?

  当时,注意他到AI Infra所暗示的收入预期与AI生态系统中实际收入增长之间存在巨大差距,这也可以看作是终端用户价值的Agent。他将其描述为“每年需要填补的1250亿美元的空缺”。

  本周,英伟达完成了成为全球最有价值公司的飞跃。经对原先框架的再次计算,原先”AI-2000亿美元的问题“现在已经变成了”AI-6000亿美元的问题”。

  根据 David Chan,这项指标的计算非常简单。只需将英伟达年收入预测乘以2倍,以反映AI数据中心的总成本(GPU占总拥有成本的一半——另一半包括能源、建筑物、备用发电机等)。然后再乘以2倍,以反映GPU最终用户。

  例如,从Azure、AWS或GCP购买AI计算的初创公司或企业50%的毛利率。

红杉美国合伙人:AI两千亿美元的问题,现在变成了六千亿美元!  第2张

  去年 9 月以来发生了什么变化?

供应短缺已缓解:2023年底是GPU供应短缺的高峰期。初创公司纷纷拨打风险投资公司和其他能够提供帮助的人的电话,寻求获取GPU的帮助。

如今,这种担忧几乎完全消除。与David交谈的大多数人表示,现在相对容易在合理的交货时间内获得GPU。

GPU库存增加:英伟达在第四季度报告中表示,其数据中心收入约有一半来自大型云提供商。微软单独可能就占了英伟达第四季度收入22%左右。超大规模资本支出正达到历史水平。

这些投资是大科技公司2024年第一季度财报的主要主题,CEO们实际上向市场传递的信息是:“无论喜欢与否,我们都将投资于GPU。”囤积硬件并不是新现象,重置的催化剂将是当库存大到需求减少时。

OpenAI仍然占据AI收入的大头:据《The Information》最近报道,OpenAI的收入现在为34亿美元,而2023年底为16亿美元。虽然已经看到一些初创公司将收入规模扩大到不到1亿美元的范围,但OpenAI与其他所有公司之间的差距依然巨大。

除了ChatGPT,今天消费者真正使用了多少AI产品?考虑一下Netflix每月15.49美元或Spotify每月11.99美元所带来的价值。从长远来看,AI公司需要为消费者提供显著的价值,以继续让他们掏钱。

1250亿美元的空缺现在变成了5000亿美元:在上次分析中,大方地假设每个谷歌、微软、苹果和Meta能够从新的AI相关收入中每年产生100亿美元。

David还假设Oracle、字节跳动、阿里巴巴、腾讯、X和特斯拉每家公司每年新增50亿美元的AI收入。即使这仍然成立,并且再加上一些公司,1250亿美元的空缺现在将变成5000亿美元;

尚未结束——B100即将到来:今年早些时候,英伟达宣布了其B100芯片,其性能将提高2.5倍,成本仅增加25%。David 预计这将导致对英伟达芯片的需求出现最后一波激增。

B100在成本与性能方面的改进比H100显著,因此今年晚些时候可能会再次出现供应短缺,因为每个人都在争相获得B100。

  David表示,对于上次文章的一个主要反驳是:“GPU资本支出就像修建铁路,最终火车会来,目的地也会到来——新的农业出口、游乐园、购物中心等。”

  同意但被忽略的问题

定价能力的缺乏:在物理基础设施建设的情况下,你所建基础设施具有一定的内在价值。如果你拥有旧金山和洛杉矶之间的轨道,你可能拥有某种垄断定价权,因为在A地和B地之间铺设的轨道数量有限。

在GPU数据中心的情况下,定价能力要小得多。GPU计算正日益变成一种按小时计量的商品。与形成寡头垄断的CPU云不同,新进入者正在不断涌入建立专门的AI云市场。

没有垄断或寡头垄断,高固定成本+低边际成本的业务几乎总是会看到价格竞争下降到边际成本(例如航空公司)。

投资烧钱:即使在铁路的情况下——以及在许多新技术的情况下——投机投资狂潮往往会导致高比例的资本焚烧。

《驱动市场的引擎》是技术投资的最佳教材之一,其主要结论——确实专注于铁路——是很多人在投机技术浪潮中赔了很多钱。很难挑选赢家,但挑选输家要容易得多(运河,在铁路的情况下)。

折旧:我们从技术历史中知道,半导体会越来越好。英伟达将继续生产性能更好的下一代芯片,如B100。这将导致上一代芯片的折旧速度更快。

由于市场低估了B100和下一代芯片改进的速度,因此高估了今天购买的H100在3~4年内的价值。这种情况在物理基础设施中并不存在,因为它不遵循任何“摩尔定律”类型的曲线,因此成本与性能不断改进。

赢家与输家:David认为我们需要仔细看看赢家和输家——在基础设施过度建设期间总会有赢家。AI可能是下一个变革性的技术浪潮,正如我在上篇文章中提到的,GPU计算价格的下降实际上对长期创新和初创公司是有利的。

如果我的预测成真,主要会对投资者造成伤害。创始人和公司建设者将继续在AI领域建设——他们将更有可能成功,因为他们将受益于更低的成本和在此期间积累的经验。

  AI将创造出巨大的经济价值。专注于为终端用户提供价值的公司建设者将获得丰厚的回报。

  我们正在经历一个有潜力成为一代人定义技术浪潮的时期。像英伟达这样的公司在促成这一转变中发挥了巨大作用,并且可能在很长一段时间内在生态系统中发挥关键作用。

  最后,David表示——投机狂潮是技术的一部分,因此不必害怕。那些在这一刻保持冷静的人有机会建立极其重要的公司。

  AGI 明天就会到来,我们都需要囤积唯一有价值的资源,即GPU。前面的道路将是漫长的,它会有起有伏。但几乎可以肯定的是,它将是值得的。