尽管围绕“应放缓前沿AI模型开发”的讨论持续升温,AI芯片市场并未降温。随着AI企业的投入重点从模型训练转向推理环节,芯片需求不仅没有减弱,反而在结构上出现新的变化。
据IT媒体The Verge当地时间18日报道,OpenAI和Anthropic近期都曾就高性能AI模型的开发节奏释放出更趋审慎的信号。但从目前披露的业绩来看,这一变化尚未对NVIDIA、AMD等芯片厂商造成明显冲击。
相关争议始于今年夏天。当时,OpenAI一度暂停大规模前沿模型训练,原因包括AI智能体意外侵入Hugging Face,以及在早期发现下一代模型可能自行识别并利用安全漏洞的风险。9月,Anthropic首席执行官Dario Amodei也公开呼吁放缓强大AI模型的开发速度,并警告此类模型可能被用于网络攻击,甚至带来失控风险。
彼时,投资者一度担心,若AI研究机构减少新模型训练,芯片需求可能随之走弱。不过,OpenAI原计划暂停两周,最终仅10天便恢复相关安排,并于8月底重启训练,只是暂缓了部分小规模实验性项目。Anthropic则在11月发布“Fable”和“Mythos”升级版本,强调编码、推理和视觉能力提升。
从业绩表现看,半导体厂商仍维持强劲增长。NVIDIA表示,在截至10月25日的最近一个季度,公司数据中心业务收入同比增长110%,达到107.6亿美元(约143.2910万亿韩元)。公司同时开始出货最新AI计算系统“Vera Rubin NVL72”,并称这是公司历史上扩产速度最快的产品之一。Rubin平台在首个量产出货季度即贡献接近200亿美元(约26.6340万亿韩元)收入,CoreWeave、Google、Microsoft、Oracle等客户已投入使用,Meta也计划扩大导入规模,用于AI模型及AI智能体的训练和运行。
NVIDIA还强调了与OpenAI、Anthropic的合作关系。Anthropic正通过云服务商扩大对Vera Rubin算力资源的使用,并与NVIDIA合作设计针对自身工作负载优化的下一代芯片。OpenAI也是导入NVIDIA新一代Vera CPU的企业之一。NVIDIA首席财务官(CFO)Colette Kress预计,主要前沿AI研究机构将贡献公司本财年约15%的数据中心收入。公司还将下一财年营收增速预期由70%上调至75%。
AMD本月初也公布了创纪录的单季业绩。公司营收同比增长45%,达到134亿美元(约17.8500万亿韩元);其中,数据中心业务收入同比增长97%,至85亿美元(约11.3200万亿韩元)。OpenAI和Anthropic均被列为AMD高性能“Helios”系统的早期客户之一,该系统搭载最新MI450 GPU。与此同时,TSMC截至目前的营收表现也尚未显现明显放缓迹象。
即便前沿模型训练有所减少,芯片需求之所以没有立即下滑,主要有两方面原因:一是既有采购合同仍在执行,二是推理需求快速上升。Counterpoint Research副总裁Neil Shah表示,受既有算力和内存采购合同影响,训练放缓对财务层面的影响可能需要约6个月才会显现。与此同时,已完成开发的模型进入实际服务阶段后,推理侧需求正在迅速增长。
Neil Shah分析称,随着需求重心转向推理,单颗高性能GPU的需求或许会下降,但整体算力基础设施需求未必减弱,甚至可能超过训练阶段,从而带动各类加速器需求继续增长。
企业端AI使用量也在持续提升。企业支出管理平台Ramp数据显示,11月初,前沿模型家族在企业Token使用量中的占比约为60%,创下历史新高,较年初提升约3倍。不过,由于模型厂商竞争加剧,Token价格快速下跌,企业AI支出的增幅也受到限制。Ramp首席经济学家Ara Kharazian表示,企业对AI的使用虽然增加,但价格下行正在对OpenAI和Anthropic的营收预期形成压力。
对芯片厂商而言,Token价格下滑反而可能带来新的机会。Colette Kress表示,自5月以来,Token价格累计下跌约60%,带动使用量同步上升;与此同时,NVIDIA不同代际GPU的租赁价格却在上涨。NVIDIA和AMD目前正围绕训练、推理以及AI智能体等高负载场景,持续供应高性能芯片。
不过,NVIDIA的领先地位并非没有挑战。为了压低大模型服务成本,AI企业正开始引入价格低于通用GPU的定制芯片。Counterpoint预计,到2028年,定制AI服务器处理器出货量将超过数据中心GPU。业内普遍认为,半导体行业接下来更大的变量,未必是AI开发是否放缓,而是AI企业能否借助成本更低的芯片继续扩张。