作為臉書母公司的Meta（US：META）公布第一季度業績，在營收盈利雙雙取得佳績的背景下，由於預告全年人工智能（AI）相關資本支出大幅高於預期，公司股價盤後一度大跌逾18%。市場擔心，互聯網巨頭掀起新一輪算力軍備競賽，但短期內在技術商業化層面很難實現盈利兌現。
2023年，Meta與微軟兩家公司以15萬張人工智能GPU「H100」的購買量並列全球第一。根據今年規劃，Meta到年底將擁有35萬張H100，算上目前已經擁有的其他GPU的話，總算力相當於60萬張H100。相較而言，GPT-4的訓練需要8192張H100，60萬張H100大概能支持近74個同等大小的大模型訓練。
Meta業績會上，公司指引2024年全年的資本支出將在350億至400億美元，高於之前300億至370億美元的範圍。不少專家認為，Meta後續還將追加更多投入。這是因為35萬張H100體量的AI數據中心建設，還需要考慮配套的能源、冷卻系統、折舊、運營費用等開支，這大概需要投入近87.5億美元。
史丹福大學人本人工智慧研究中心（HAI）近期發布最新《人工智慧指數報告》（《AI Index Report》）顯示，前沿AI模型的開發成本正變得愈來愈高。2023年，OpenAI的GPT-4和Google的Gemini Ultra的訓練成本預計分別約為7800萬美元和1.91億美元。
企業採用AI技術比例很低
開發運營成本高企，但商業化落地卻困難重重。統計顯示，目前美國企業的AI採用率僅有5.4%。高盛經濟學家Jan Hatzius領導的研究團隊也發布報告稱，除少數特定的高科技領域外，企業正式採用AI技術的比例仍然很低。生成式AI的發展小幅提高了勞動力市場需求，但對失業率的影響可以忽略不計。
在此背景下，AI巨頭的財務壓力可見一斑。以OpenAI為例，公司具備會員訂閱付費、開發者付費和微軟分成三種盈利模式，自成立以來（至2023年底）的收入累計不足20億美元，卻耗費了113億美元融資。
但從目前情況來看，各家互聯網廠商並沒有暫緩投入的跡象。由於硅谷堅信規模效應（scaling law），即參數規模、訓練數據集的大小或用於訓練的計算量增加時，AI大模型的性能會按照某種「冪律關係」提升，這將促使巨頭們繼續加大芯片的採購量。