马斯克称AI行业明年或面临严重资金短缺,算力扩张带来数千亿美元营运资金缺口

如果全行业从支付算力成本到设备能够稳定创收的时间累计推迟数月,仅营运资金就可能需要额外投入数千亿美元。

深度学习开源项目Keras创始人弗朗索瓦·肖莱(François Chollet)近日在社交平台X上发文,对当前AI基础设施投资形势作出判断。他表示,市场只有两种可能:要么认为AI基础设施建设已经结束、算力需求见顶、AI只是昙花一现的泡沫;要么将其视为一次难得的买入机会。肖莱倾向于后者,理由是GPU现货价格仍在上涨,产能难以保障,HBM和DRAM到2029年的产能基本已被订满,芯片与存储供应预计将持续紧张至2030年代。

肖莱同时给出了一组支撑其判断的数据:前沿模型的训练算力约每5个月翻一番,模型能力提升速度是推理模型出现前的两倍以上;AI推理业务的利润率可达70%至85%,需求仍在快速增长,每一代新模型都会带来新的应用场景。

特斯拉与xAI首席执行官埃隆·马斯克(Elon Musk)随后回复该帖,从工程与资金两个维度提出不同侧重。他指出,让如此大规模的算力设备完成通电、冷却并实现稳定运行极其困难。在此基础上,马斯克预警称,AI行业明年可能面临严重的资金短缺。他进一步测算,如果全行业从支付算力成本到设备能够稳定创收的时间累计推迟数月,仅营运资金一项就可能需要额外投入数千亿美元,而这笔资金的来源尚无明确答案。

这一表态将讨论焦点从算力供给是否见顶,转向基础设施建设与商业回报之间的时间错配问题。当前AI行业普遍采取先大规模采购GPU、建设数据中心,再通过推理服务逐步回收成本的路径,而电力接入、散热改造与机房调试等环节的周期往往超出预期。一旦收入兑现节点后移,企业需要在算力采购之外持续垫付运营资金,现金流压力将集中显现。

对云服务商、算力租赁企业以及自建集群的AI公司而言,马斯克所提示的风险指向同一个问题:在芯片与存储产能已被长期锁定的背景下,融资能力与现金周转效率将取代算力规模,成为下一阶段竞争的关键变量。行业能否在明年找到承接这笔资金缺口的渠道,将直接影响大规模算力扩张的节奏。

该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。

赞 (0)
江丰电子递表港交所推进A+H双平台,靶材主业触顶与利润成色引关注
上一篇 6小时前
SaaStr创始人复盘B2B创业前18个月十大失误:融资拿太少、招聘太保守、MVP与MSP混淆
下一篇 3小时前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部