EETimes：英偉達(dá)AI帝國(guó)2026遇考，45%投資者預(yù)警泡沫

  ICC訊  GPU最初并非為智能而生。這些芯片是像素處理器，專(zhuān)為快速浮點(diǎn)計(jì)算而設(shè)計(jì)，旨在渲染視頻游戲和3D圖形的炫目視覺(jué)效果。但這條路徑正出現(xiàn)裂痕，投資者和技術(shù)專(zhuān)家都在質(zhì)疑，GPU能否持續(xù)滿(mǎn)足其設(shè)計(jì)初衷之外的智能需求。英偉達(dá)AI驅(qū)動(dòng)的增長(zhǎng)是充滿(mǎn)風(fēng)險(xiǎn)的，尤其考慮到這已遠(yuǎn)超出該公司最初的設(shè)計(jì)目的。

  這就是為什么即使在近期業(yè)績(jī)井噴的情況下，像Michael Burry、Peter Thiel和軟銀這樣的“聰明錢(qián)”（smart money）投資者也在悄然退場(chǎng)。在機(jī)構(gòu)投資者中，美國(guó)銀行最近的一項(xiàng)調(diào)查顯示，45%的受訪(fǎng)者指出AI泡沫是首要風(fēng)險(xiǎn)。并且，20年來(lái)首次，多數(shù)受訪(fǎng)者認(rèn)為公司投資過(guò)度，這一激增“源于對(duì)AI資本支出熱潮的規(guī)模及融資方式的擔(dān)憂(yōu)”。

  GPU的成功與根本局限

  盡管GPU取得了巨大成功，我們?nèi)砸训诌_(dá)一個(gè)危機(jī)點(diǎn)。在自動(dòng)駕駛領(lǐng)域，GPU存在實(shí)際局限，無(wú)法滿(mǎn)足車(chē)載AI系統(tǒng)的散熱和能耗限制，這促使特斯拉等公司開(kāi)發(fā)自己的定制解決方案以替代GPU。而大語(yǔ)言模型持續(xù)產(chǎn)生“幻覺(jué)”，即使有龐大的GPU集群運(yùn)行這些模型，因?yàn)橛?jì)算雖然加速了，卻沒(méi)有產(chǎn)生更可信的結(jié)果。

  近70年來(lái)，科技經(jīng)濟(jì)的流動(dòng)符合邏輯。硬件構(gòu)建軟件，軟件轉(zhuǎn)變?yōu)槠脚_(tái)，平臺(tái)承載應(yīng)用，應(yīng)用到達(dá)用戶(hù)手中。資金從物理世界流向數(shù)字世界。隨著數(shù)據(jù)中心增長(zhǎng)、AI和GPU的發(fā)展，情況發(fā)生了逆轉(zhuǎn)。價(jià)值向下轉(zhuǎn)移到土地、冷卻、電力、物理基礎(chǔ)設(shè)施和熱物理學(xué)。技術(shù)棧底層的基礎(chǔ)設(shè)施，比構(gòu)建在其上的各層更有價(jià)值。

  當(dāng)這種逆轉(zhuǎn)發(fā)生時(shí)，頂層的風(fēng)險(xiǎn)就會(huì)暴露。GPU在這種逆轉(zhuǎn)中并非天生有缺陷，但轉(zhuǎn)向GPU部署會(huì)將價(jià)值轉(zhuǎn)移到昂貴的基礎(chǔ)設(shè)施上。這給投資者和合作伙伴提出了一個(gè)問(wèn)題：英偉達(dá)的AI相關(guān)產(chǎn)品能否保持其發(fā)展步伐？英偉達(dá)的GPU對(duì)其利潤(rùn)表而言是一個(gè)絕無(wú)僅有的“幸運(yùn)意外”，但公司設(shè)計(jì)它們的初衷是用于圖形可視化和游戲。

  “雙重陷阱”問(wèn)題即是此類(lèi)挑戰(zhàn)之一。首先是“精確但不真實(shí)”，即傳統(tǒng)AI在數(shù)值上是精確的，但你無(wú)法總是信任或可靠地復(fù)現(xiàn)結(jié)果。另一個(gè)陷阱是“有推理無(wú)記憶”，即大語(yǔ)言模型并不理解它們輸出某個(gè)答案的“過(guò)程”和原因。沒(méi)有內(nèi)在邏輯或?qū)ν评砺窂降睦斫?，這意味著AI只是在產(chǎn)生模仿，而非真正的理解。AI推理的這些根本局限不僅僅是理論上的，它們還導(dǎo)致了巨大的能源和算力需求，并暴露了當(dāng)前基于GPU的AI系統(tǒng)的能力上限。盡管GPU以加速的規(guī)模暴露了雙重陷阱的缺陷，但GPU本身并非原因。

  英偉達(dá)在更廣闊的AI生態(tài)系統(tǒng)中遭遇挫折，并不意味著GPU將不復(fù)存在。它們?nèi)匀皇浅錾募铀倨鳎瑢?duì)游戲創(chuàng)新以及增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)的突破至關(guān)重要。圖形渲染和物理模擬仍將依賴(lài)GPU，科學(xué)計(jì)算和高性能計(jì)算也是如此。但GPU并不智能；它被設(shè)計(jì)用來(lái)進(jìn)行插值、乘法和累加，以并行的、可預(yù)測(cè)的工作負(fù)載來(lái)變換幾何形狀和模擬著色。大語(yǔ)言模型所追求和承諾的智能恰恰相反。它是順序的、有狀態(tài)的、無(wú)界的和符號(hào)化的。

  能耗與物理極限的挑戰(zhàn)

  GPU也是電力和能源的消耗大戶(hù)，使其長(zhǎng)期可持續(xù)性面臨極大挑戰(zhàn)。高盛預(yù)測(cè)，到2027年，全球數(shù)據(jù)中心的電力需求將增加50%。熱量打破了擴(kuò)展曲線(xiàn)。據(jù)麥肯錫數(shù)據(jù)，基于空氣的冷卻消耗了典型數(shù)據(jù)中心高達(dá)40%的能源。再加上每天高達(dá)500萬(wàn)加侖的用水量，這些數(shù)據(jù)中心僅為了冷卻芯片和對(duì)抗物理規(guī)律就蒸發(fā)了大量水資源。訓(xùn)練成本是另一個(gè)斷點(diǎn)：?jiǎn)未斡?xùn)練運(yùn)行就需要大量調(diào)用GPU，增加了更多成本和用水。

  當(dāng)然，英偉達(dá)公布了創(chuàng)紀(jì)錄的利潤(rùn)并超出盈利預(yù)期。但隨后的短暫反彈后，其股價(jià)仍低于歷史高點(diǎn)，這提醒投資者，近期的成功可能已達(dá)到維持AI硬件和軟件擴(kuò)展步伐的極限。是什么導(dǎo)致了更廣泛的下行情緒？軟件領(lǐng)域的領(lǐng)導(dǎo)者們表示，當(dāng)前的大語(yǔ)言模型并非完全可靠或可信，因此需要一條新的路徑。

  黃仁勛本人在2024年11月的一次采訪(fǎng)中表示：“我們必須達(dá)到這樣一個(gè)程度：你得到的答案，你大體上是信任的。我認(rèn)為我們還需要幾年時(shí)間才能做到這一點(diǎn)，與此同時(shí)，我們必須不斷增加計(jì)算量。”

  現(xiàn)實(shí)將通過(guò)物理或經(jīng)濟(jì)約束影響AI和GPU，正如在每個(gè)技術(shù)周期中發(fā)生的那樣?；ヂ?lián)網(wǎng)初創(chuàng)公司曾承諾不受限制的增長(zhǎng)，但基礎(chǔ)設(shè)施成本和未經(jīng)證實(shí)的商業(yè)模式阻礙了它們。智能手機(jī)則遇到了電池化學(xué)技術(shù)的極限。

  “浮點(diǎn)泡沫”與未來(lái)轉(zhuǎn)向

  我們正在進(jìn)入GPU和英偉達(dá)的“浮點(diǎn)泡沫”（floating-point bubble）現(xiàn)實(shí)。人們?cè)?jīng)相信，20世紀(jì)80年代發(fā)展起來(lái)的浮點(diǎn)運(yùn)算將使模型更大、更具創(chuàng)新性。但現(xiàn)在正出現(xiàn)修正，因?yàn)槲锢韺W(xué)設(shè)定了邊界。存在一個(gè)三重天花板，其中能量主要消耗在數(shù)據(jù)移動(dòng)上，并觸及電力和冷卻的制約。

  計(jì)算面臨著延遲、帶寬和非確定性瓶頸，而隨著每個(gè)新的大語(yǔ)言模型帶來(lái)的每瓦特和每美元收益遞減，資本也在收緊。用GPU擴(kuò)展AI正觸及經(jīng)濟(jì)和物理極限，以至于構(gòu)建更大的基于GPU的模型并不能保證改進(jìn)結(jié)果。

  即將到來(lái)的修正將轉(zhuǎn)向更小、更具創(chuàng)新性的基礎(chǔ)設(shè)施，讓每一美元的計(jì)算帶來(lái)更強(qiáng)的推理能力、更高的精度和回報(bào)。下一波浪潮將屬于確定性的、可復(fù)現(xiàn)的計(jì)算，其中每個(gè)決策和每焦耳能量都經(jīng)過(guò)驗(yàn)證和審計(jì)。下一批AI贏家將看到成果不是由規(guī)模定義，而是由精度定義。

  原文：Why Nvidia's AI Empire Faces a Reckoning in 2026 - EE Times - https://www.eetimes.com/why-nvidias-ai-empire-faces-a-reckoning-in-2026/