巴克萊：LLM計算需求遠超預期 AI芯片支出浪潮尚未見頂

來源：智通財經APP

巴克萊表示，人工智能(AI)芯片支出必須增加，才能滿足模型開發商的最低預期。

巴克萊分析師Tom O'Malley表示，自英偉達(NVDA.US)8月底發佈財報以來，人工智能芯片股的拋售已經在整個人工智能生態系統中引起了反響，人們越來越質疑人工智能芯片支出浪潮“是否正在接近頂峰”。分析師認爲，這種觀點沒有適當地考慮到未來的計算需求。

分析師補充說，至少有9個獨立的組織開發尖端的、參數數量龐大的大型語言模型(LLM)。由於多種原因(投資回報、資金、訓練數據限制、路線圖問題等)，這些公司中的大多數都無法保證會繼續推進模型開發的下一輪迭代。不過，僅僅幾次模型迭代就需要令人難以置信的大量計算。

這一需求遠遠超過了行業目前的預期，分析師認爲以下三個因素是他們覆蓋股票的關鍵。

首先，需要逐步實現預計的產能。分析師估計，到2027年，僅爲三個參數約爲50T的前沿模型提供動力所需的計算資源，就需要近2000萬塊芯片進行訓練。需求量大的一個主要原因是，新模型計算需求的增長速度預計將遠高於目前的預期。

其次，商家和消費者有辦法實現雙贏。分析師認爲，在人工智能加速器方面，應該採取雙管齊下的方法，英偉達和AMD(AMD.US)的商業解決方案更適合於訓練和推理前沿模型，而超大規模定製芯片將用於數據中心內更專業的工作負載。

分析師補充說，他們看到這種情況總體上如預期的那樣發展，除了少數例外，如蘋果(AAPL.US)使用TPU。他們繼續預計，這種市場分化將在未來發揮作用。

第三，推理市場將十分強勁。O'Malley表示，英偉達最近聲稱其約40%的芯片用於推理，再加上其他加速器提供商重新關注推理市場，爲這個新興市場的發展提供了支撐。

推理將成爲目前正在開發的前沿模型貨幣化的主要渠道。分析師表示，投入更多資源以降低推理成本，將有助於提高開發模型的投資回報率。