AI 投资只有一个确定的机会

原文来源：小饭桌

作者丨黄泽正

编辑丨张丽娟

图片来源：由无界 AI生成

“如果说面向新一代人工智能做投资布局，当前阶段有什么比较确定的投资机会，我会建议在AI基础设施这一层，不仅是AI芯片还有一系列面向大模型训练、推理的服务和工具。”凡卓资本合伙人王梦菲告诉小饭桌。

事实上，创投圈的一个明显体感是：尽管AI大模型炒的很热，但真正值得投资的标的着实不多。

由于生成式AI尚处早期，大家对AI应用投资的看法也五花八门，激进派与保守派兼而有之，但唯有一个共识——投资AI基础设施绝对没错。

原因无他，英伟达最新的Q3财报显示，其在第三季度大约卖出了50万台H100和A100 GPU，在数据中心硬件上狂赚145亿美元，比去年同期翻了近两倍。而在第二季度，英伟达刚刚卖出了900吨GPU，在数据中心硬件上赚了103亿美元。

在生成式AI尚未创造巨额利润的当下，英伟达已经凭借其独一无二的AI基础设施赚了个盆满钵满。

一个尴尬的现实是，明明AI算力和基础服务供不应求，国内的AI基础却起步较晚、尚未形成成熟生态。

而在AI市场火热、英伟达显卡溢价、产能不足、芯片禁令等多重因素的作用下，国产AI基础设施建设和投资，似乎迎来了一个崭新的机会。

为了探讨大模型时代，国内AI基础设施企业如何把握机会，迎头赶上？以及AI时代的基础设施，有哪些潜在的投资机会？小饭桌特别举办了AI基础设施主题沙龙，由凡卓资本合伙人王梦菲对话天开智算董事魏昊旻，并与现场多位AI芯片上下游行业的从业者、投资人展开了对话，共同探讨了AI基础设施的现状与未来。

既颠覆千行百业也颠覆算力底座

在生成式AI浪潮兴起后，一个行业共识是AI将颠覆千行百业，但或许在AI颠覆千行百业之前，最先被颠覆的会是算力底座。

数据中心，一直承担着传递、加速、展示、计算、存储数据信息的职能。随着互联网的普及，数据中心早已和交通网络一样，成为了现代社会基础设施的一部分，也对诸多产业拥有深远影响。

凡卓资本合伙人王梦菲则认为：“在大模型时代，数据中心作为算力的集散地，依然会是基础设施的重要组成，但随着大模型训练对算力提出了更高要求，传统的数据中心即将面临大量改造。”

因为几乎所有数据中心的运营问题，都可以简化为用电和散热问题，而在大模型时代，这两个问题只会更加严峻。

以用电为例，根据参会嘉宾提供的数据，GPT4.0一次训练就需要耗费6200万度电，而在如此巨大的用电量下，不同地区的电费差异，等于直接造成了巨大的成本差异。

根据公开资料显示，我国电价最低的一档大约3毛2一度电，相比较而言，北京的电价可能要达到8毛，将近是最低档的2.5倍。

也就是说，如果按6200万度电计算，企业每训练一次GPT4.0，就需要为同样的服务多支付约3000万元。而对于广大创业公司来说，一年的纯利润或许都还远达不到3000万元。

甚至除了电费昂贵，更高用电带来的一系列连锁问题，也在对AI时代的数据中心，提出新的要求。

比如由于AI训练需要更高算力、更高用电，数据中心发热问题势必会更加严重。

届时数据中心是否需要增设空调；是否需要将传统的风冷系统，改造成液冷系统；甚至材料是否需要更换成更不导热的新材料……一位数据中心从业者表示：“这一系列问题不是‘可能’会发生，而是必然会遇到，目前各数据中心都在针对AI的新要求进行大量测试更新。”

凡卓资本合伙人王梦菲还提到，从更宏观层面，在“双碳”的大背景下，数据中心的节能减排势在必行，因此未来投资数据中心及相关配套设施也必须将节能环保考虑在内。

2022年全年，根据国家电网公布的数据，全国数据中心耗电量达到2700亿千瓦时，占全社会用电量约3%。2021年，全国数据中心耗电量为2166亿千瓦时，是同期三峡电站累计发电量的两倍。

中国电子学会副秘书长洪京一也曾表示：“数据中心用电量大、用电负荷高，在‘双碳’大目标下，数据中心必然要进行绿色转型。”

面对数据中心带来的节能环保问题，现场有多位投资人表示了担忧：“会不会由于能耗过大，导致项目被关停？”