尽管OpenAI和Anthropic近期呼吁放缓最强AI模型的进展,但英伟达(Nvidia)和AMD(超威半导体)的最新财报显示,芯片需求依然强劲。这表明,前沿AI模型训练的短暂放缓并未阻碍行业增长势头。

今年夏天,OpenAI因AI智能体意外入侵Hugging Face平台及潜在安全风险,暂停了最大规模的前沿训练运行;Anthropic首席执行官Dario Amodei也警告模型可能失控或被用于网络攻击。这曾引发市场对芯片需求下滑的担忧,导致美国芯片股承压。

然而,这种放缓似乎是短暂的。OpenAI在8月底重启了运行,Anthropic也在11月发布了其前沿模型的升级版。与此同时,为这些进步提供动力的芯片制造商交出了创纪录的成绩单。

英伟达与AMD业绩飙升

英伟达公布了创纪录的季度业绩。截至10月25日的三个月内,其数据中心收入同比增长110%,达到1076亿美元。公司开始交付最先进的AI计算系统Vera Rubin NVL72,称其为“公司历史上最快的产品爬坡速度”。Rubin平台在生产发货的首个季度即产生近200亿美元收入,已在CoreWeave、Google、Microsoft和Oracle处运行,Meta也计划扩展部署。

英伟达临时首席执行官Colette Kress表示,来自OpenAI和Anthropic的专有模型继续推动前沿发展,预计主要前沿实验室本财年约占其数据中心收入的15%。公司将下一财年收入增长预测从70%上调至75%。

AMD同样报告了其有史以来最大的季度,收入增长45%至134亿美元,其中数据中心销售几乎翻番至85亿美元。OpenAI和Anthropic是首批在其新款Helios系统(搭载MI450 GPU)上运行工作负载的客户。

推理需求抵消训练放缓影响

Counterpoint Research研究副总裁Neil Shah指出:“对前沿训练踩刹车并不会缩小AI芯片市场,它只是重新分配了支出。”由于现有的采购协议,训练放缓对财报的影响可能需要六个月才能显现,且目前台积电的销售数据仍显示强劲势头。

更重要的是,推理(inference)需求的不断增长支撑了芯片市场。Shah表示,虽然向推理转变可能减少对顶级GPU的单一依赖,但这些工作负载整体上将比训练需要更多的计算基础设施,从而增加对所有类型加速器的净需求。

企业支出平台Ramp的数据显示,截至11月初,前沿模型家族占企业令牌使用量的约60%,创历史新高。Ramp首席经济学家Ara Kharazian指出,公司正在使用更多AI,但模型提供商间的竞争导致令牌价格自5月以来下跌近60%,这使得OpenAI和Anthropic的收入前景受到质疑,却刺激了更多使用量,进而利好提供计算能力的公司。

定制芯片的长期威胁

英伟达和AMD正将其最强大的芯片定位为同时用于训练和推理。然而,随着AI公司关注服务数百万用户的经济性,它们正越来越多地转向成本更低的定制芯片。Counterpoint预计,到2028年,定制AI服务器处理器的出货量将超过数据中心GPU。

在财报电话会议上,面对分析师关于是否愿牺牲利润率以应对定制芯片竞争的提问,Kress坚持认为英伟达的系统证明了其定价的合理性。对于英伟达而言,更大的威胁或许并非AI公司放缓步伐,而是它们找到了更便宜的替代方案继续前行。