Prediction: This Massive Risk Could Derail Nvidia Stock

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 英偉達（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。

到目前為止，來自 OpenAI 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 Alphabet 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。

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。

基本限制

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。

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。

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？

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。

風險股票

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。

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。