关键要点
- 谷歌前首席执行官埃里克·施密特 (Eric Schmidt) 对大型科技公司正在进行的人工智能支出狂潮发表了评论。
- 他说，大公司正在考虑在人工智能基础设施上投资 3000 亿美元。
- 他预计，其中很大一部分资金将直接流向 Nvidia。
大型科技公司希望从预计到本世纪末将达到万亿美元的行业中分得一杯羹，因此他们正投入巨资为数据中心配备必要的硬件。
谷歌前首席执行官埃里克·施密特最近在斯坦福大学发表演讲时表示，他所交谈过的商业领袖们正着眼于未来几年数百甚至数千亿美元的投资，以确保他们拥有必要的基础设施来迎接人工智能的热潮。
埃里克·施密特预计将在人工智能基础设施上花费 3000 亿美元
在他 演讲 施密特表示，打造新一代 人工智能数据中心 可能会让大型科技公司损失高达 3000 亿美元。
“我正在与大公司进行谈判，大公司告诉我，他们需要 200 亿美元、500 亿美元、1000 亿美元——非常非常需要，”他进一步说道。
那么他认为谁将成为人工智能投资热潮的最大受益者？当然是英伟达。
Nvidia 在 AI 芯片领域的主导地位
虽然 Nvidia 并不是 GPU 领域唯一的芯片制造商，但其处理器比竞争对手强大得多，这对于 AI 训练来说非常有价值。
谷歌、OpenAI、微软和 Meta 目前都 依赖 Nvidia 芯片 以推动其 AI 开发。尽管各方都在努力打破该公司对 AI 培训市场的垄断，但尚未取得任何重大突破。
施密特指出，竞争对手难以缩小差距的一个因素是 Nvidia 的 CUDA 编程语言的广泛流行。
随着大型科技公司竞相获取最新的 Nidia 芯片并构建 更强大的 GPU 超级集群，施密特的逻辑很难被反驳。
然而，放眼未来，业内有些人认为，TPU（张量处理单元）而不是 GPU 才是未来的发展方向。
后 GPU 时代的 AI 发展
自 2015 年以来，谷歌已在内部使用 TPU 来处理 AI 工作负载。自 2018 年以来，第三方开发者已通过云端可以使用它们。
但到目前为止，CUDA 的流行和谷歌未能真正开放 TPU 生态系统，使得基于 GPU 的训练仍然占据主导地位。
话虽如此，如果谷歌可以 A) 降低 TPU 的生产成本，B) 开始向其他数据中心运营商出售芯片，或 C) 通过开源技术鼓励更多基于 TPU 的 AI 开发，它可能会引发以 GPU 为中心的模式的转变，并可能侵蚀 Nvidia 的市场份额。
除了谷歌之外，其他参与者也在关注 TPU 的潜力。
据报道，OpenAI 首席执行官 Sam Altman 招揽投资 建立可与谷歌竞争的全新 TPU 合资企业 和 然而，对于 Nvidia 来说，这个雄心勃勃的项目可能需要 5 至 7 万亿美元才能实现其目标。
打破 Nvidia 当前垄断所需的巨额资金和大规模技术转型意味着该公司在未来几年将在 AI 领域占据一席之地。之后会发生什么，谁也说不准。
这篇文章有帮助吗？