【开栏语】

“大模界”是每日经济新闻推出一档专注生成式AI与大模型技术的前沿科技报道栏目。

在这里，我们将聚焦生成式AI技术浪潮，展现从文字、图像、音频、视频的大模型如何编织数字化世界。

在这里，我们将解码、评测国内外各类大模型，探究它们如何成为变革各行各业的重要力量。

在这里，我们将关注AIGC行业发展，联手行业领军人物和顶尖专家，共同揭示最新产品创新和技术突破，前瞻未来发展趋势。

欢迎关注“大模界”，您将见证AIGC如何重塑内容生态，如何以前沿之力推动社会进步。让我们共同开启一场关于AI新纪元的无限旅程！

据外媒报道，推出了“第一位接近人类的AI程序员”的AI初创企业Cognition Labs正在商谈新一轮融资，估值高达20亿美元。

而不到一个月前，这家刚成立不到半年的公司所公布的估值还在3.5亿美元的水平。更重要的是，Cognition Labs还没有任何收入。

AI的迅猛发展吸引了一波又一波的大手笔投资。然而，据《华尔街日报》报道，红杉资本透露，AI行业去年仅在英伟达芯片上就花费了500亿美元，但产出的营收只有30亿美元，芯片花费是营收的17倍左右。这也引发了AI界的热议：AI这么烧钱合理吗？

AI投资势头强劲：收入为0的Cognition Labs估值一个月内增长近5倍

AI投资的热度不减。据彭博社3月28日报道，AI初创公司Cohere正在进行新一轮超5亿美元的融资商谈，估值高达50亿美元。

同一天，亚马逊宣布，已经向AI初创公司Anthropic额外投资了27.5亿美元，总投资额已经达到40亿美元，是该公司对外最大的一笔投资。

亚马逊的野心还不止于此。据彭博社报道，这家科技巨头计划在未来15年投资1500亿美元建设数据中心，以满足爆炸性的AI应用等数字服务增长。亚马逊云科技（AWS）此前还在英伟达GTC大会期间宣布，将采购英伟达最新推出的Blackwell GPU架构，帮助客户客户以更快的速度构建和运行万亿参数大型语言模型。

4月1日，据《华尔街日报》报道，由硅谷著名风投人士Peter Thiel支持的Cognition Labs正在寻求新一轮融资，估值高达20亿美元。该公司的10人团队里包括多名国际信息学奥林匹克竞赛的金牌选手。

今年3月，Cognition Labs推出了号称“第一位接近人类的AI程序员”的代码工具Devin，能够理解人类自然语言输入的需求，自主完成复杂的编码任务。

值得注意的是，Cognition Labs在2023年11月才成立，到目前为止尚未产生任何实际收入，今年3月宣布了获得了2100万美元的融资，估值为3.5亿美元。这就意味着，不到一个月的时间，Cognition Labs的预期估值已经增长了近5倍。

AI企业的估值飙涨已经是常态。AI搜索初创公司Perplexity在几周前获得融资，估值从几个月前的5.2亿美元上升到10亿美元。被称为“欧洲版OpenAI”的法国初创企业Mistral AI至今成立也仅约一年的时间，在去年12月时，其估值已经达到20亿美元。

然而，在没有收入的情况下，Cognition Labs估值迅速增长还是引发了业界对AI行业的泡沫担忧。

风险投资家David Sacks在最新一期的播客节目All-In Podcast中表示，尽管他很欣赏Devin的“AI智能体优先的策略”，但“要在现存的代码库里运行就变得很棘手，难度也大幅上升”。

Cognition Labs等AI初创企业展示出的能力能否在未来转化为盈利的商业模式，从而收回高昂的投资？这是不少投资界人士当下已经开始考虑的问题。

AI开销是收入的17倍，引发业界热议

据《华尔街日报》3月31日报道，红杉资本（Sequoia Capital）的投资人在3月的一次演讲中估计，AI行业去年为了训练大模型，仅在英伟达芯片上就花费了500亿美元，而换来的收入是30亿美元，也就是说除开电费，AI行业的开销是收入的17倍左右。

图片来源：Reddit

红衫资本给出的数据很快在美国“贴吧”Reddit机器学习分论坛和X平台上引发了争论。

正方认为，购买AI芯片的投资是一次性的资本支出，其未来的收入则是经常性的，应当以长远眼光来看待。

“我并不觉得这个数字特别令人震惊。资本支出是一次性的，但来自这项投资的收入是经常性的。生成式AI（及其计算需求）才刚刚开始起飞，这可能在财务上是合理的。”Reddit用户“gamerx88”说道。

AI应用平台Lepton AI的创始人Yangqing Jia在X平台上表示：“一方面，这个数字看起来令人望而生畏：购买500亿美元的英伟达芯片仅带来30亿美元的收入。另一方面，新技术的出现确实需要投资。（美国登月）阿波罗计划耗资250亿美元，相当于2023年的2570亿美元，但我们都同意，它对人类的影响是深远的，超越金钱所能衡量。（另外，如果考虑到硬件成本分4年摊销，那么实际每年的支出实际上是130亿美元）。”

图片来源：X平台截图

然而，不少人并不同意把GPU支出视作常规的硬件投资，因为英伟达的芯片迭代太快，导致前代的GPU迅速贬值。

“GPU每三年就要贬值约50%，这可不是工厂或机械之类的常规资本支出，”Reddit用户pittluke表示。

“如果我买了10台设备，每年消耗1兆瓦的电力，而两年之后竞争对手能够用5台设备和0.5兆瓦的电力完成相同的任务，那我的设备就有点过时了。最终我会发现运营成本太高了，我必须得升级设备，因为买新设备要比运营老设备更加便宜。”Reddit用户CatalyticDragon表示。

在3月份举行的英伟达GTC大会上，黄仁勋推出了新一代的Blackwell GPU。基于该芯片构建的DGX SuperPOD，相比前代H100 GPU构建的系统，可将1.8万亿参数的GPT-MoE推理性能提高到30倍。

“如果B100（Blackwell芯片）开始投入运营，我不会惊讶（前两代的）A100芯片很快被淘汰。”Reddit用户JustOneAvailableName表示。

当然，也有人从科技巨头分散投资的角度来论证天量投资和贬值速度的合理性。

“贬值可以用其他营收来抵消。谷歌母公司、Meta、微软有着大量现金但没法发挥大作用。他们没法去收购，因为很难通过政府的反垄断审查。替代选项就是投资到AI等新业务上。他们还能把贬值用其他收入来抵消。总的来说还是赢的：探索新业务，用资本支出的贬值来缴纳更少的税款。”Reddit用户perfopt表示。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。