Sequoia 更新 AI 投入产出分析：基础设施支出 $1.5T，所需 AI 收入达 $3T——缺口未收窄

人工智能泡沫正在达到一个临界点。应对接下来的情况至关重要。

发布于 2024 年 6 月 20 日

2023 年 9 月，我发布了 AI 的 $200B Question。这篇文章的目的是提出一个问题：“所有的收入都在哪里？”

当时，我注意到人工智能基础设施建设所隐含的收入预期与人工智能生态系统的实际收入增长之间存在很大差距，这也是最终用户价值的代表。我将其描述为“按照当今的水平，每年的资本支出需要填补 125B 美元的漏洞”。

本周，英伟达完成了跃升，成为全球最有价值的公司。在这之前的几周里，我收到了许多要求更新我的分析背后的数学的请求。 AI 的 200B 美元问题是否已得到解决，还是加剧了？

如果您今天再次运行此分析，您会得到以下结果：AI 的 $200B 问题现在是 AI 的 $600B 问题。

注意：直接计算这个指标很容易。您所要做的就是将 Nvidia 的运行率收入预测乘以 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、备用发电机等）1。然后再乘以 2 倍，以反映 GPU 最终用户的 50% 毛利率（例如，从 Azure、AWS 或 GCP 购买 AI 计算的初创公司或企业，他们也需要赚钱）。

自 2023 年 9 月以来发生了哪些变化？

供应短缺已经消退：2023 年末是 GPU 供应短缺的顶峰。初创公司打电话给风险投资家，打电话给任何愿意与他们交谈的人，请求帮助获得 GPU 的使用权。如今，这种担忧几乎完全消除了。对于我采访过的大多数人来说，现在获得 GPU 相对容易，并且交货时间合理。

GPU 库存正在增长：英伟达在第四季度报告称，其数据中心收入的一半左右来自大型云提供商。仅微软一家就可能占英伟达第四季度收入的约 22%。超大规模资本支出正在达到历史水平。这些投资是大型科技公司 24 年第一季度财报的一个主题，首席执行官们有效地告诉市场：“无论你喜欢与否，我们都会投资 GPU。”库存硬件并不是一个新现象，一旦库存足够大以至于需求下降，就会成为重置的催化剂。

OpenAI 仍然占据人工智能收入的最大份额：The Information 最近报道称，OpenAI 的收入目前为 $3.4B，高于 2023 年末的 $1.6B。虽然我们看到少数初创公司将收入规模扩大到 <1 亿美元的范围，但 OpenAI 与其他公司之间的差距仍然很大。除了 ChatGPT 之外，当今消费者真正使用的人工智能产品有多少？考虑一下您可以以每月 15.49 美元的价格从 Netflix 或以每月 11.99 美元的价格从 Spotify 获得多少价值。从长远来看，人工智能公司将需要为消费者提供巨大的价值，以继续打开他们的钱包。

125B 美元的漏洞现在是 500B 美元的漏洞：在最后的分析中，我慷慨地假设谷歌、微软、苹果和 Meta 每年都能从新的人工智能相关收入中产生 10B 美元。我还假设甲骨文、字节跳动、阿里巴巴、腾讯、X 和特斯拉各自的新人工智能收入为 50 亿美元。即使这种情况仍然存在，并且我们在列表中添加了更多公司，$125B 的漏洞现在也将变成 $500B 的漏洞。

事情还没有结束，B100 即将到来：今年早些时候，Nvidia 发布了他们的 B100 芯片，该芯片的性能提高了 2.5 倍，而成本仅增加了 25%。我预计这将导致 NVDA 芯片的需求最终激增。与 H100 相比，B100 的成本与性能有了显着的提高，而且当今年晚些时候每个人都试图上手 B100 时，可能会再次出现供应短缺。

对我上一篇文章的主要反驳之一是“GPU 资本支出就像修建铁路”，最终火车会到来，目的地也会到来——新的农业出口、游乐园、购物中心等。我实际上同意这一点，但我认为它忽略了几点：

缺乏定价能力：在物理基础设施建设的情况下，您正在建设的基础设施存在一些内在价值。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 A 地和 B 地之间只能铺设这么多轨道。就 GPU 数据中心而言，定价权要小得多。 GPU 计算正日益成为一种按小时计费的商品。与成为寡头垄断的CPU云不同，构建专用AI云的新进入者继续涌入市场。在没有垄断或寡头垄断的情况下，高固定成本+低边际成本的企业几乎总是看到价格竞争到边际成本（例如航空公司）。

投资焚烧：即使在铁路领域以及许多新技术的情况下，投机性投资狂热也常常导致高资本焚烧率。 《推动市场的引擎》是关于技术投资的最佳教科书之一，其主要内容（实际上是针对铁路）是，很多人在投机性技术浪潮中损失了很多钱。很难选出赢家，但选出输家却容易得多（运河，就铁路而言）。

折旧：我们从技术的历史中知道，半导体往往会变得越来越好。 Nvidia 将继续生产更好的下一代芯片，例如 B100。这将导致上一代芯片更快地贬值。由于市场低估了 B100 和下一代芯片的改进速度，因此高估了今天购买的 H100 在 3-4 年内的保值程度。同样，物理基础设施不存在这种相似之处，因为物理基础设施不遵循任何“摩尔定律”类型的曲线，因此成本与性能不断提高。

赢家与输家：我认为我们需要仔细观察赢家和输家——在基础设施建设过剩时期总会有赢家。人工智能很可能是下一个变革性的技术浪潮，正如我在上一篇文章中提到的，GPU 计算价格的下降实际上有利于长期创新，也有利于初创企业。如果我的预测成为现实，那么将主要对投资者造成伤害。创始人和公司创建者将继续构建人工智能——他们将更有可能成功，因为他们将受益于较低的成本和在这段实验期间积累的经验。

人工智能将创造巨大的经济价值。专注于为最终用户提供价值的公司建设者将获得丰厚的回报。我们正在经历有可能成为一代人定义的技术浪潮。像英伟达这样的公司在实现这一转变中所发挥的作用值得高度赞扬，并且很可能在未来很长一段时间内在生态系统中发挥关键作用。

投机狂热是技术的一部分，因此并不可怕。那些在这一刻保持冷静的人有机会建立极其重要的公司。但我们需要确保不要相信这种错觉，这种错觉现在已经从硅谷蔓延到全国其他地区，甚至全世界。这种错觉告诉我们，我们都会快速致富，因为 AGI 明天就会到来，我们都需要储备唯一有价值的资源，那就是 GPU。

事实上，前面的路还很长。它会有起伏。但几乎可以肯定这是值得的。

如果您正在这个空间中进行建设，我们很乐意听取您的意见。请联系 dcahn@sequoiacap.com

一些评论者质疑我对非 GPU 数据中心成本的 50% 假设，我将其概括为能源成本。 Nvidia 实际上也采用了完全相同的指标，您可以在我上一篇文章几天后发布的 2023 年 10 月分析师日演示文稿的第 14 页上看到这一点。

J