9 月 20 日，VC 巨頭紅杉一紙文章將英偉達甚至整個 AI 行業推上了風口浪尖。
紅杉合夥人 David Cahn 認為，保守估計下，英偉達 500 億美元 GPU 銷售，對應其他企業 1000 億美元的數據中心支出，以 50% 的利潤率假設，AI 行業需要 2000 億美元的收入才能抵消這部分支出，但目前只有 750 億美元的年收入，缺口達到 1250 億美元。
Cahn 指出，GPU 的產能正在過剩，預計 “金錢焚燒爐” 模式將在 AI 領域重演。
事件發酵了三天之後，硅谷創投巨頭 A16Z 特別顧問、AI 初創公司 2X 創始人 Guido Appenzeller 連發近 10 條推文，不僅推翻了紅杉對於 AI 賺錢能力的估算，還指出紅杉最根本的問題是，低估了 AI 歷史性革命的影響。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/598d2bb1-2917-4027-bdf7-ffb25cdbbfdd.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="893" height="593" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/598d2bb1-2917-4027-bdf7-ffb25cdbbfdd.png"/>
<h2>Appenzeller：AI 會顛覆一切軟件，收入缺口並不存在</h2>
在一系列推文中，Appenzeller 指出了 Cahn 文章的三大錯誤。
首先，Cahn 文章開頭用了一個 2000 億美元的數字來吸引眼球，但 Appenzeller 認為，這一數字的計算過程存在問題。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/ef4b6775-41f8-4c68-93cc-12dcf51bc400.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="277" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/ef4b6775-41f8-4c68-93cc-12dcf51bc400.png"/>
Appenzeller 指出，Cahn 把 GPU 的購買成本 (資本性支出)、每年的運營成本、GPU 使用週期內的累計收入和 AI 應用帶來的年收入都加到了一起，得到了 2000 億美元這一看起來超級誇張的數字。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/0d2d090f-3aef-4749-9759-6dfbed22c39b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="944" height="759" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/0d2d090f-3aef-4749-9759-6dfbed22c39b.png"/>
但是，更合適的計算方法應該基於 GPU 買家投入資本後，每年能夠獲得的投資回報。也就是説應該計算 GPU 買家的投資回報率，而不是簡單地把不同時間段和性質的各種成本和收入進行加法計算。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/50341655-dce6-46f0-aef4-70fbb06b0072.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="881" height="233" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/50341655-dce6-46f0-aef4-70fbb06b0072.png"/>
其次，Appenzeller 認為，GPU 的電費成本也被誇大了。Cahn 假設 GPU 的電費消耗和硬件成本之比為 1:1，但實際上並沒有那麼誇張。
根據 Appenzeller 的説法，一塊 H100 PCIe GPU 的成本大約是 3 萬美元，耗電量約為 350 瓦，考慮到服務器和冷卻，總功耗可能在 1 千瓦左右。
如果電價是 0.1 美元/千瓦時，那麼這塊 H100 GPU 在 5 年的生命週期內，在 GPU 硬件上每花 1 元，其需要的電費僅為 0.15 美元，遠低於 Cahn 估算的 1 美元。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/5c358583-a91c-4b27-841c-24c326bb8d8b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="899" height="821" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/5c358583-a91c-4b27-841c-24c326bb8d8b.png"/>
以上兩個估算還不是最致命的，Appenzeller 認為，文章最根本的問題是，它低估了 AI 革命的影響範圍。
Appenzeller 表示，AI 模型就像 CPU、數據庫和網絡一樣，是一種基礎設施組件。而現在，幾乎所有的 AI 軟件都在使用 CPU、數據庫和網絡，未來也是如此。
所以 AI 模型將深刻影響所有的軟件和 IT 系統，其影響範圍遠不止文章中分析的那些狹窄領域。文章忽視了 AI 模型作為未來軟件基礎設施的地位，因此低估了 AI 革命的真正意義。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e7273a7c-9dcb-40fa-a3b1-981d673d2dbf.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="898" height="759" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e7273a7c-9dcb-40fa-a3b1-981d673d2dbf.png"/>
初創企業能夠填上這個缺口嗎？Cahn 認為有 “很大的機會”，AI 領域的技術飛躍和空前的 GPU 購買潮，對人類來説總歸是好消息，但是：
<blockquote>
在歷史上的技術週期中，基礎設施的過度建設往往會焚燒資本，但同時也會通過降低新產品開發的邊際成本來釋放未來的創新。我們預計這種模式將在 AI 領域重演。
</blockquote>
那麼，問題來了，AI 行業到底能不能賺夠 2000 億美元？Appenzeller 給出了肯定的答案，而且不止如此，作為網絡基礎設施，它創造的收入會以不同形式存在於每個部門。
Appenzeller 表示：
<blockquote>
每年在網絡基礎設施上的支出超過 2000 億美元，能夠創造 8000 億美元的 “網絡軟件” 收入嗎？
不能，但是谷歌使用網絡基礎設施來銷售廣告，產生的收入顯示為廣告收入，而不是 “網絡軟件” 收入，微軟 Office 365 實現的收入也不會標註為 “網絡軟件” 收入。
</blockquote>
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/35859a16-ff11-4e94-ac64-2844833033fc.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="860" height="218" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/35859a16-ff11-4e94-ac64-2844833033fc.png"/>
也就是説，基礎設施帶來的收入會因為部門的不同被標記為不同的收入類別。
最後，Appenzeller 總結稱，AI 會顛覆一切軟件，Cahn 筆下的 “AI 收入缺口” 其實並不存在：
<blockquote>
文章假設的 “AI 收入缺口” 其實是不存在的。AI 和其支持的基礎設施支出，最終都會以不同形式體現在各行業的軟件支出和收入中。
AI 將深刻影響所有軟件，而不僅僅是窄義的 “AI 軟件”。所以我們不必擔心任何 “收入缺口”，可以充滿信心地看待 AI 革命對整個 IT 產業的深遠影響。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/3417e965-3ce6-4286-9fd3-60ef5d2aa751.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="870" height="235" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/3417e965-3ce6-4286-9fd3-60ef5d2aa751.png"/>
</blockquote>
<h2>英偉達客户遲遲不賺錢，資本的耐心正在 “億點點” 耗盡</h2>
值得注意的是，其實紅杉對於 AI 變現能力的擔憂不無道理。
華爾街見聞此前文章提到，每一塊 GPU 的鉅額投入，最終要轉化為終端客户價值，行業才能長遠走下去。
眼下，作為 “掘金買鏟” 邏輯的核心受益者，英偉達今年前兩季的業績都相當亮眼。但下游應用層，尚還只見 AI 投入增加，不見業績改善。
受益於大模型訓練帶來的巨大需求，AI 基礎設施廠商的訂單和業績已經得到了持續驗證，但 B 端應用還處於早期，大多數 AI 應用廠商還尚未進入到商業化階段，從兑現時間來看預計要晚於基礎設施層 2-3 個季度。
如果淘金人賺不到錢，賣鏟子的業績爆發，當然也不可能長久。最近一個月裏，英偉達股價已經下跌逾 11%，回到了今年 6 月份的水平。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a0daa482-28de-449b-86be-d7343b60d621.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="830" height="598" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/a0daa482-28de-449b-86be-d7343b60d621.png"/>
在降本增效仍是全球科技股發展主旋律的前提下，資本市場的耐心已經不多了。

Appenzeller 認為，紅杉最根本的問題是，低估了 AI 歷史性革命的影響。

GPU 過剩了嗎？紅杉：AI 賺不到 2000 億，A16Z“逐字反駁”：AI 是要顛覆一切的