<p>对人工智能（AI）芯片的需求，特别是用于训练最先进 AI 模型的 <strong>英伟达</strong>（NVDA 0.66%）超强 GPU，似乎是无止境的。英伟达的数据中心部门在第三季度的收入超过 300 亿美元，比两年前增长了近 10 倍。科技巨头们争相建立配备英伟达 GPU 的 AI 数据中心，在硬件上投入了数十亿美元。</p>
<p>到目前为止，来自 <strong>OpenAI</strong> 等科技巨头或其他任何受到 AI 热潮影响的公司推出的每一个新 AI 模型都在显著改善其前身。OpenAI 的 GPT-4 远比 GPT-3 更强大，而 <strong>Alphabet</strong> 的 Gemini AI 模型则彻底超越了其旧版本。但这些改进是有代价的。</p>
<p>GPT-4 的训练成本估计在 1 亿美元左右，而 GPT-3 的成本可能仅为几百万美元。Anthropic 的首席执行官 Dario Amodei 预计下一代 AI 模型的生产成本将达到约 10 亿美元。购买并运行数千个高性能 GPU 的费用不菲，收集大量训练数据也并非易事。</p>
<h2>基本限制</h2>
<p>像 GPT-4 这样的语言模型通过预测输出中的下一个标记来工作。在很多情况下，这种方法效果很好。最好的 AI 模型能够生成高质量的文本、创造令人信服的图像，甚至似乎能够进行一些相当复杂的推理。更多的训练数据通常会产生更好的结果，更多的时间用于处理这些数据的训练过程也是如此。</p>
<p>然而，AI 公司似乎正面临一个极限。即使有更多的数据和计算能力，AI 模型的改进速度也在放缓。风险投资公司 a16z 的联合创始人 Marc Andreessen 最近指出，AI 模型似乎在能力上达到了一个上限，无论投入多少数据或计算能力。</p>
<p>一个重大的突破可能会帮助 AI 公司突破这个上限，但也有可能 LLM 的能力本身就有限。对 AI 芯片的强劲需求源于训练一个 10 亿美元或 100 亿美元的 AI 模型在财务上是合理的想法。如果事实并非如此呢？</p>
<p>如果 AI 模型在能力上已经基本达到顶峰，科技巨头们为不落后而进行的疯狂数十亿美元的 AI 投资可能永远无法在收入或利润上获得回报。这种过度投资的后果可能对像英伟达这样的公司来说是严峻的，因为对 AI 芯片的需求可能会枯竭。</p>
<h2>风险股票</h2>
<p>英伟达为投资者带来了惊人的回报，并且在 AI 芯片市场上绝对占据主导地位。但重要的是要记住，树木不会向天空生长。突破明显 LLM 上限的 AI 突破是可能的，但也有可能 AI 技术，像历史上几乎所有的新技术一样，已经被过度炒作。</p>
<p>如果 AI 模型不再大幅提升，人工智能不会消失，但英伟达的惊人增长和利润肯定会消失。英伟达的市值超过 3 万亿美元，其股票看起来是一个风险投资。</p>

英伟达

<p>英伟达的股票面临潜在风险，因为对人工智能芯片的需求可能无法持续。尽管来自人工智能 GPU 的收入显著增长，但训练先进人工智能模型的成本正在飙升，估计达到数十亿美元。专家指出，人工智能模型正面临性能瓶颈，这引发了对大规模投资人工智能技术可行性的担忧。如果改进停滞，科技巨头的预期回报可能会减少，从而影响英伟达的增长和盈利能力。随着市值超过 1 万亿美元，英伟达的股票被视为一种高风险投资</p>

<p>Demand for artificial intelligence (AI) chips, particularly ultra-powerful GPUs from <strong>Nvidia</strong>(NVDA 0.66%) used to train the most advanced AI models, appears to be insatiable. Nvidia's data center segment generated more than $30 billion in revenue during the third quarter alone, up by nearly a factor of 10 compared to two years ago. Tech giants are scrambling to build AI data centers packed with Nvidia's GPUs, spending untold billions on hardware.</p>
<div class="lb-trans"><p>对人工智能（AI）芯片的需求，特别是用于训练最先进 AI 模型的 <strong>英伟达</strong>（NVDA 0.66%）超强 GPU，似乎是无止境的。英伟达的数据中心部门在第三季度的收入超过 300 亿美元，比两年前增长了近 10 倍。科技巨头们争相建立配备英伟达 GPU 的 AI 数据中心，在硬件上投入了数十亿美元。</p>
</div><p>Up until now, each new AI model to come out of OpenAI, one of those tech giants, or anyone else who's caught AI fever has meaningfully improved on its predecessor. OpenAI's GPT-4 is far more capable than GPT-3, and <strong>Alphabet</strong>'s Gemini AI models blow its older models out of the water. But those improvements came at a cost.</p>
<div class="lb-trans"><p>到目前为止，来自 <strong>OpenAI</strong> 等科技巨头或其他任何受到 AI 热潮影响的公司推出的每一个新 AI 模型都在显著改善其前身。OpenAI 的 GPT-4 远比 GPT-3 更强大，而 <strong>Alphabet</strong> 的 Gemini AI 模型则彻底超越了其旧版本。但这些改进是有代价的。</p>
</div><p>GPT-4 is estimated to have cost around $100 million to train, whereas GPT-3 may have cost just a few million dollars. Anthropic CEO Dario Amodei expects the next generation of AI models to cost around $1 billion to produce. Buying and then running many thousands of high-powered GPUs is expensive, and collecting mass amounts of training data is no picnic, either.</p>
<div class="lb-trans"><p>GPT-4 的训练成本估计在 1 亿美元左右，而 GPT-3 的成本可能仅为几百万美元。Anthropic 的首席执行官 Dario Amodei 预计下一代 AI 模型的生产成本将达到约 10 亿美元。购买并运行数千个高性能 GPU 的费用不菲，收集大量训练数据也并非易事。</p>
</div><h2>A fundamental limit</h2>
<div class="lb-trans"><h2>基本限制</h2>
</div><p>Large language models like GPT-4 work by predicting the next token in the output. This works pretty well in a lot of cases. The best AI models can produce high-quality text, generate convincing images, and even appear to do some fairly advanced reasoning. More training data generally produces better results, as does more time churning through that data in the training process.</p>
<div class="lb-trans"><p>像 GPT-4 这样的语言模型通过预测输出中的下一个标记来工作。在很多情况下，这种方法效果很好。最好的 AI 模型能够生成高质量的文本、创造令人信服的图像，甚至似乎能够进行一些相当复杂的推理。更多的训练数据通常会产生更好的结果，更多的时间用于处理这些数据的训练过程也是如此。</p>
</div><p>However, AI companies appear to be reaching a limit. The rate of improvement in AI models is slowing, even with more data and more computational horsepower. Marc Andreessen, co-founder of venture capital firm a16z, recently noted that AI models seem to be hitting a ceiling in capabilities, regardless of the amount of data or computing power thrown at them.</p>
<div class="lb-trans"><p>然而，AI 公司似乎正面临一个极限。即使有更多的数据和计算能力，AI 模型的改进速度也在放缓。风险投资公司 a16z 的联合创始人 Marc Andreessen 最近指出，AI 模型似乎在能力上达到了一个上限，无论投入多少数据或计算能力。</p>
</div><p>A major breakthrough could help AI companies push through this ceiling, but it's also possible that LLMs just aren't capable of much more. Soaring demand for AI chips is driven by the idea that training a $1 billion or a $10 billion AI model makes financial sense. What if it doesn't?</p>
<div class="lb-trans"><p>一个重大的突破可能会帮助 AI 公司突破这个上限，但也有可能 LLM 的能力本身就有限。对 AI 芯片的强劲需求源于训练一个 10 亿美元或 100 亿美元的 AI 模型在财务上是合理的想法。如果事实并非如此呢？</p>
</div><p>If AI models have largely topped out in terms of capabilities, the frantic multibillion-dollar AI investments being made by tech giants in an effort to not fall behind may never pay off in terms of revenue or profit. The hangover from this overinvestment could be brutal for companies like Nvidia as demand for AI chips dries up.</p>
<div class="lb-trans"><p>如果 AI 模型在能力上已经基本达到顶峰，科技巨头们为不落后而进行的疯狂数十亿美元的 AI 投资可能永远无法在收入或利润上获得回报。这种过度投资的后果可能对像英伟达这样的公司来说是严峻的，因为对 AI 芯片的需求可能会枯竭。</p>
</div><h2>A risky stock</h2>
<div class="lb-trans"><h2>风险股票</h2>
</div><p>Nvidia has delivered incredible returns to investors, and it's absolutely dominated the market for AI chips. But it's important to remember that trees don't grow to the sky. An AI breakthrough that blasts through the apparent LLM ceiling is certainly possible, but it's also possible that AI technology, like almost every new technology throughout history, has been overhyped to a degree.</p>
<div class="lb-trans"><p>英伟达为投资者带来了惊人的回报，并且在 AI 芯片市场上绝对占据主导地位。但重要的是要记住，树木不会向天空生长。突破明显 LLM 上限的 AI 突破是可能的，但也有可能 AI 技术，像历史上几乎所有的新技术一样，已经被过度炒作。</p>
</div><p>Artificial intelligence won't go away if AI models stop improving by leaps and bounds, but Nvidia's incredible growth and profits certainly will. With a market capitalization above $3 trillion, Nvidia stock looks like a risky proposition.</p>
<div class="lb-trans"><p>如果 AI 模型不再大幅提升，人工智能不会消失，但英伟达的惊人增长和利润肯定会消失。英伟达的市值超过 3 万亿美元，其股票看起来是一个风险投资。</p>
</div>

Prediction: This Massive Risk Could Derail Nvidia Stock

- 对于超强 GPU 的需求持续增长，Nvidia 数据中心第三季度收入超过十亿美元。  
- AI 模型的改进速度放缓，可能导致科技巨头的投资回报不佳。  
- Nvidia 股票市值超过一万亿美元，面临风险。  

预测：这一重大风险可能会使英伟达股票脱轨