Prediction: This Massive Risk Could Derail Nvidia Stock

对人工智能（AI）芯片的需求，特别是用于训练最先进 AI 模型的 英伟达（NVDA 0.66%）超强 GPU，似乎是无止境的。英伟达的数据中心部门在第三季度的收入超过 300 亿美元，比两年前增长了近 10 倍。科技巨头们争相建立配备英伟达 GPU 的 AI 数据中心，在硬件上投入了数十亿美元。

到目前为止，来自 OpenAI 等科技巨头或其他任何受到 AI 热潮影响的公司推出的每一个新 AI 模型都在显著改善其前身。OpenAI 的 GPT-4 远比 GPT-3 更强大，而 Alphabet 的 Gemini AI 模型则彻底超越了其旧版本。但这些改进是有代价的。

GPT-4 的训练成本估计在 1 亿美元左右，而 GPT-3 的成本可能仅为几百万美元。Anthropic 的首席执行官 Dario Amodei 预计下一代 AI 模型的生产成本将达到约 10 亿美元。购买并运行数千个高性能 GPU 的费用不菲，收集大量训练数据也并非易事。

基本限制

像 GPT-4 这样的语言模型通过预测输出中的下一个标记来工作。在很多情况下，这种方法效果很好。最好的 AI 模型能够生成高质量的文本、创造令人信服的图像，甚至似乎能够进行一些相当复杂的推理。更多的训练数据通常会产生更好的结果，更多的时间用于处理这些数据的训练过程也是如此。

然而，AI 公司似乎正面临一个极限。即使有更多的数据和计算能力，AI 模型的改进速度也在放缓。风险投资公司 a16z 的联合创始人 Marc Andreessen 最近指出，AI 模型似乎在能力上达到了一个上限，无论投入多少数据或计算能力。

一个重大的突破可能会帮助 AI 公司突破这个上限，但也有可能 LLM 的能力本身就有限。对 AI 芯片的强劲需求源于训练一个 10 亿美元或 100 亿美元的 AI 模型在财务上是合理的想法。如果事实并非如此呢？

如果 AI 模型在能力上已经基本达到顶峰，科技巨头们为不落后而进行的疯狂数十亿美元的 AI 投资可能永远无法在收入或利润上获得回报。这种过度投资的后果可能对像英伟达这样的公司来说是严峻的，因为对 AI 芯片的需求可能会枯竭。

风险股票

英伟达为投资者带来了惊人的回报，并且在 AI 芯片市场上绝对占据主导地位。但重要的是要记住，树木不会向天空生长。突破明显 LLM 上限的 AI 突破是可能的，但也有可能 AI 技术，像历史上几乎所有的新技术一样，已经被过度炒作。

如果 AI 模型不再大幅提升，人工智能不会消失，但英伟达的惊人增长和利润肯定会消失。英伟达的市值超过 3 万亿美元，其股票看起来是一个风险投资。