算力，AI時代最確定的賽道

AI的熱潮沒有消退的跡象。

剛剛公布業績的meta，業績和指引均超預期，還破天荒地發股息，把回購金額上調到500億美元，盤後股價上漲15%。財報會上，公司高管表示，Meta的總體預期是，未來幾年需要投資更多來支持人工智能業務，今年的情況就會有所反映。

在AI上，Meta真的是身體力行。爲了訓練Llama 3，一口氣要买35萬塊英偉達H100，如果包括其他GPU，將有大約60萬塊H100等效算力。

同時間公布業績的亞馬遜，業績和指引同樣好於預期，股價盤後一度大漲超過6%。其中，亞馬遜雲業務營收同比增長13%，打消了市場對雲服務需求下降的擔憂。高管同樣表示會加大對於AI的投入，以收獲更大商業價值。

而作爲AI基礎設施最重要的一項，算力的景氣度依然很高。不知不覺，英偉達的股價已經超過600美元，市值來到創記錄的1.54萬億美元。同樣的，AMD股價同樣創出不斷創出歷史新高，市值衝上2800億美元的高位。

想起木頭姐說的話，它（英偉達）很像互聯網浪潮开始時候的思科，基礎設施建設的階段，硬件廠商往往表現出更大的增長空間，但一旦這個階段完成，市場的關注點就會轉向軟件，轉向應用。

出於這樣的判斷，木頭姐在2023年初賣掉了大部分的英偉達股票。事後證明，這個操作大錯特錯，完美錯過英偉達這一年來接近3倍的漲幅。

對於AI算力的錯判，並不止木頭姐一個人。

到底是我們錯判了算力，還是算力強大到顛覆過去的投資理念？

01算力到底是什么？

算力確實是AI最基本也是最重要的基礎設施，好比咱們社會的公路橋梁房子，這些基建有大規模建設的階段，也有飽和之後長期的低需求，這是傳統思維。

問題在於，算力之於AI，真的像公路橋梁房子之於人類嗎？

我們不妨換個思維角度去思考，AI到底是什么？

很簡單，AI等同於人類的智力，要取代的也是人類的智力，如果只是神經網絡，那可能是某個軟件程序，但如果給AI賦予一個實體，那就是類似人形機器人，理論上可以把整個人給替換掉。

這就涉及到一個非常有意思的歷史記錄，人這個物種產生，距離今天大概是20-30萬年，但具備靈長類的歷史，也就是有人類智力的歷史，距今只有6500年。

這意味着，人類要生成智力，要經常非常漫長的過程。但是一旦生成，後面的增長就是指數級別的成長，而且會一直持續下去。既然AI要取代人的智力，那它的發展，理論上也應該遵循這個規律。即：在智力生成之前，要經過漫長的“訓練”。

這種“訓練”，靠什么？

顯而易見，算力是必不可少的一環。

Open AI的創始人奧特曼在達沃斯論壇上說了很多，最重要的有兩句話。

第一句是“目前的GPT-4有太多缺點，比我們今年將擁有的版本要差很多，比我們明年將擁有的差得更多，假如GPT-4目前只能解決人類任務的10%，GPT-5應該是15%或者20%”。

第二句是“對大規模AI准備的算力基礎設施還不夠”。

很顯然，AI現在的能力還相當有限，距離完全取代人類很遙遠。而從實踐情況來看，奧特曼說的10%都有可能是高估了。例如在辦公領域，AI還只是用於生成一個PPT、一個圖表、一份文案，當然它的發展速度也很快，像短視頻制作、電影制作、遊戲制作等等也已經出現。

只能說，未來確實值得期待，但在這個未來真的到來之前，中間的時間不會短，因爲它逃不开物理定律。所以，對於算力的需求，很可能會長期處於高位。

02另類的商業化起點

說到這，第二問題又來了：

算力的高需求真的可以無限延續嗎？它難道就沒有天花板嗎？

我們再看下面這張圖。

互聯網等技術革命和AI商業化起點，很不同。只要技術突破的某一點，互聯網商業化起點就开始了，曲线呈現的是先大漲，然後變得平緩，直至產業發展到達飽和期。但AI有可能完全顛覆這個過程，產業化的起點可以很晚，但一旦啓動，後面就是指數級別的增長，並且越來越快。

舉個例子，蘋果手機在iPhone 4之後基本定型，後面再怎么發展都只是局部的變化，一個攝像頭變成兩個，兩個再變成三個，結果是拍攝效果越來越好，但是手機的整體架構變了嗎？

一點也沒有。互聯網，本質上就是物理世界的數字化，所以數字化基礎設施建成之後，後面的工作就只有一個，把线下搬线上。

所以，在若幹年之後，隨着普及率和滲透率觸及飽和，整個智能手機行業、整個互聯網行業都步入調整期。這些行業的發展邏輯、投資邏輯都很簡單，只要基本架構成熟了，後面大規模復制，把成本降下來，把體驗做上去，就可以躺贏賺錢了。

但在AI，會發現要真正越過那個商業化拐點，要困難得多。就拿自動駕駛來說，到現在都沒有完全實現，最先進的特斯拉FSD也做不到，馬斯克也因爲不斷吹牛又不斷跳票，搞得現在都不敢說“今年實現FSD”了。

但是自動駕駛的商業化潛力，相信沒有人能夠懷疑，真的實現時可能比大家想象的還要大得多。

換句話說，過去的產業革命，只要突破0分，商業價值就开始爆發，前面賺得多，後面飽和了，然後再等待下一個產業革命。但AI突破0分，可能毫無商業價值，要到60分，商業價值才开始呈現。

人類在6500年前生成靈長類智力之後，對於提升智力的需求少了嗎？

並沒有，反而增加了。人類建立了學校，建立了科研機構，研究了各種科學技術，結果是智力的提升也越來越快，能夠創造的東西也越來越多，文明程度也越來越高，最後進入了一個良性循環。

即人的智力水平越高，對於繼續提升智力的需求也就越大。

從這個角度再去理解算力，就完全不一樣了，因爲AI越往上，提升的要求越高難度越大，而對於提升的需求反而越迫切，如果沒有對應的高算力支持，很難實現。

這才是奧特曼說“算力還不夠”的真正原因。

03全新邏輯

過去講算力的投資，還是基於傳統的分析框架，比如大廠搶單、競爭格局好、議價權高，利潤率、收益率都不錯，但很少會談到長线的需求邏輯，因爲這個邏輯確實不好講，也很難一下子看的清楚，加上過去的經驗在起作用，總是會以爲一波瘋狂基建之後就會偃旗息鼓。

商業社會最原始的驅動因素，就是需求，需求越大，越持久，這門生意就可以長做長有。如果再加上競爭格局清晰，龍頭佔比很高，那就更好了。

有沒有什么生意屬於這種類型？

茅台算一個，操作系統算一個，芯片也算一個。

在前面，我們已經論述過，算力的需求會很大也會很持久，這才是算力公司不斷創出新高的核心原因，而且人工智能領域的競爭格局太好了，GPU基本都是英偉達唱獨角戲，AMD也只是跟上了節奏，還很難說撼動英偉達的地位，至於其他說要做芯片的大廠，八字還沒一撇，等到它們真正做出點什么來的時候再說吧，現在擔心它們的競爭壓力還很早。

誰都不能斷定英偉達會不會年內衝上1000美元，但誰也不能簡單否定英偉達的上漲動力。一年前瘋漲的時候，很多人會覺得英偉達估值太高，但現在英偉達的動態PE變成了80倍，靜態PE卻高達350倍，現在2024年的估值預測只有30倍，可見高增長情況下，高估值的消耗會很快。

有些公司，漲得多並不是你着急賣出的理由，而跌得多也並非买入的理由。

而是要看這種上漲的核心驅動力是什么，如果只是虛晃的炒作，毫無實質的東西，那確實不值得追，但如果是足以影響一個時代，有長達10-20年甚至更長的產業革命，這種增長動力就會源源不絕。

在工業革命、電氣化革命，以後影響至今的IT革命，我們都見識着這種超長线、超高速的增長，有一些公司中間或者經歷過跌宕起伏，但至今依然熠熠生輝，比如蘋果、微軟，都是上市已經40年左右，雙雙成爲全球唯二市值最高的公司。

而AI革命才剛剛开始，過早因爲一些股價波動而下車，可能會避免一些短期損失，但也可能失去收獲長线價值的可能性。