<p>對人工智能（AI）芯片的需求，特別是用於訓練最先進 AI 模型的 <strong>英偉達</strong>（NVDA 0.66%）超強 GPU，似乎是無止境的。英偉達的數據中心部門在第三季度的收入超過 300 億美元，比兩年前增長了近 10 倍。科技巨頭們爭相建立配備英偉達 GPU 的 AI 數據中心，在硬件上投入了數十億美元。</p>
<p>到目前為止，來自 <strong>OpenAI</strong> 等科技巨頭或其他任何受到 AI 熱潮影響的公司推出的每一個新 AI 模型都在顯著改善其前身。OpenAI 的 GPT-4 遠比 GPT-3 更強大，而 <strong>Alphabet</strong> 的 Gemini AI 模型則徹底超越了其舊版本。但這些改進是有代價的。</p>
<p>GPT-4 的訓練成本估計在 1 億美元左右，而 GPT-3 的成本可能僅為幾百萬美元。Anthropic 的首席執行官 Dario Amodei 預計下一代 AI 模型的生產成本將達到約 10 億美元。購買並運行數千個高性能 GPU 的費用不菲，收集大量訓練數據也並非易事。</p>
<h2>基本限制</h2>
<p>像 GPT-4 這樣的語言模型通過預測輸出中的下一個標記來工作。在很多情況下，這種方法效果很好。最好的 AI 模型能夠生成高質量的文本、創造令人信服的圖像，甚至似乎能夠進行一些相當複雜的推理。更多的訓練數據通常會產生更好的結果，更多的時間用於處理這些數據的訓練過程也是如此。</p>
<p>然而，AI 公司似乎正面臨一個極限。即使有更多的數據和計算能力，AI 模型的改進速度也在放緩。風險投資公司 a16z 的聯合創始人 Marc Andreessen 最近指出，AI 模型似乎在能力上達到了一個上限，無論投入多少數據或計算能力。</p>
<p>一個重大的突破可能會幫助 AI 公司突破這個上限，但也有可能 LLM 的能力本身就有限。對 AI 芯片的強勁需求源於訓練一個 10 億美元或 100 億美元的 AI 模型在財務上是合理的想法。如果事實並非如此呢？</p>
<p>如果 AI 模型在能力上已經基本達到頂峯，科技巨頭們為不落後而進行的瘋狂數十億美元的 AI 投資可能永遠無法在收入或利潤上獲得回報。這種過度投資的後果可能對像英偉達這樣的公司來説是嚴峻的，因為對 AI 芯片的需求可能會枯竭。</p>
<h2>風險股票</h2>
<p>英偉達為投資者帶來了驚人的回報，並且在 AI 芯片市場上絕對佔據主導地位。但重要的是要記住，樹木不會向天空生長。突破明顯 LLM 上限的 AI 突破是可能的，但也有可能 AI 技術，像歷史上幾乎所有的新技術一樣，已經被過度炒作。</p>
<p>如果 AI 模型不再大幅提升，人工智能不會消失，但英偉達的驚人增長和利潤肯定會消失。英偉達的市值超過 3 萬億美元，其股票看起來是一個風險投資。</p>

英偉達

<p>英偉達的股票面臨潛在風險，因為對人工智能芯片的需求可能無法持續。儘管來自人工智能 GPU 的收入顯著增長，但訓練先進人工智能模型的成本正在飆升，估計達到數十億美元。專家指出，人工智能模型正面臨性能瓶頸，這引發了對大規模投資人工智能技術可行性的擔憂。如果改進停滯，科技巨頭的預期回報可能會減少，從而影響英偉達的增長和盈利能力。隨着市值超過 1 萬億美元，英偉達的股票被視為一種高風險投資</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>對人工智能（AI）芯片的需求，特別是用於訓練最先進 AI 模型的 <strong>英偉達</strong>（NVDA 0.66%）超強 GPU，似乎是無止境的。英偉達的數據中心部門在第三季度的收入超過 300 億美元，比兩年前增長了近 10 倍。科技巨頭們爭相建立配備英偉達 GPU 的 AI 數據中心，在硬件上投入了數十億美元。</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>到目前為止，來自 <strong>OpenAI</strong> 等科技巨頭或其他任何受到 AI 熱潮影響的公司推出的每一個新 AI 模型都在顯著改善其前身。OpenAI 的 GPT-4 遠比 GPT-3 更強大，而 <strong>Alphabet</strong> 的 Gemini AI 模型則徹底超越了其舊版本。但這些改進是有代價的。</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 的訓練成本估計在 1 億美元左右，而 GPT-3 的成本可能僅為幾百萬美元。Anthropic 的首席執行官 Dario Amodei 預計下一代 AI 模型的生產成本將達到約 10 億美元。購買並運行數千個高性能 GPU 的費用不菲，收集大量訓練數據也並非易事。</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 這樣的語言模型通過預測輸出中的下一個標記來工作。在很多情況下，這種方法效果很好。最好的 AI 模型能夠生成高質量的文本、創造令人信服的圖像，甚至似乎能夠進行一些相當複雜的推理。更多的訓練數據通常會產生更好的結果，更多的時間用於處理這些數據的訓練過程也是如此。</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 公司似乎正面臨一個極限。即使有更多的數據和計算能力，AI 模型的改進速度也在放緩。風險投資公司 a16z 的聯合創始人 Marc Andreessen 最近指出，AI 模型似乎在能力上達到了一個上限，無論投入多少數據或計算能力。</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>一個重大的突破可能會幫助 AI 公司突破這個上限，但也有可能 LLM 的能力本身就有限。對 AI 芯片的強勁需求源於訓練一個 10 億美元或 100 億美元的 AI 模型在財務上是合理的想法。如果事實並非如此呢？</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 模型在能力上已經基本達到頂峯，科技巨頭們為不落後而進行的瘋狂數十億美元的 AI 投資可能永遠無法在收入或利潤上獲得回報。這種過度投資的後果可能對像英偉達這樣的公司來説是嚴峻的，因為對 AI 芯片的需求可能會枯竭。</p>
</div><h2>A risky stock</h2>
<div class="lb-trans"><h2>風險股票</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>英偉達為投資者帶來了驚人的回報，並且在 AI 芯片市場上絕對佔據主導地位。但重要的是要記住，樹木不會向天空生長。突破明顯 LLM 上限的 AI 突破是可能的，但也有可能 AI 技術，像歷史上幾乎所有的新技術一樣，已經被過度炒作。</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，人工智能不會消失，但英偉達的驚人增長和利潤肯定會消失。英偉達的市值超過 3 萬億美元，其股票看起來是一個風險投資。</p>
</div>

Prediction: This Massive Risk Could Derail Nvidia Stock

- 對於超強 GPU 的需求持續增長，Nvidia 數據中心第三季度收入超過十億美元。  
- AI 模型的改進速度放緩，可能導致科技巨頭的投資回報不佳。  
- Nvidia 股票市值超過一萬億美元，面臨風險。  

預測：這一重大風險可能會使英偉達股票脱軌