How much computing power does the Agent need? Barclays: More than 70% of total computing demand, with expenditures reaching 300 billion!

巴克萊預測，到 2026 年，推理計算的需求可能佔通用人工智能總計算需求的 70% 以上。現有芯片資源可能難以滿足這一需求，需增加當前預測 4 倍的芯片資本支出，總額或將接近 3000 億美元。

在巨頭們的激烈角逐下，AI 行業正處於快速發展的拐點。

近日，巴克萊資本公司發佈了一份關於 AI 未來發展的研究報告。Ross Sandler 分析團隊預測，到 2026 年，消費者 AI 日活躍用户（DAUs）將突破 10 億，而企業 AI 代理的採用率可能佔全球 70 億軟件任務的 5%。

屆時，推理計算的需求可能佔通用人工智能（GenAI）總計算需求的 70% 以上，推理計算需求將超過訓練計算需求，並達到後者的 4.5 倍。

然而，現有芯片資源可能難以滿足這一需求，報告預測，行業需增加當前預測 4 倍的芯片資本支出，總額或將接近 3000 億美元。

巴克萊：2027 年 AI 芯片需求激增 14 倍

AI 產品的採用速度正在加速。以 OpenAI 和 Meta 為代表的技術巨頭，其 AI 用户已超過 2 億。同時，新型語音產品如谷歌的 NotebookLM 以及消費者和企業代理開始進入市場，AI 在實際場景中的應用逐漸成熟。

在未來的幾年裏，對計算資源的需求將遠遠超過供應。巴克萊預計，到 2025 年，用於訓練和推理 AI 模型所需的 GPU 和定製芯片的數量將比當前普遍預測的要高出 250%，而到 2027 年，這一數字甚至會高達 14 倍。

“我們預測，英偉達 GPU 目前在推理市場中佔據約 80% 的份額。然而，隨着大型科技公司定製化 ASIC 芯片的不斷湧現，這一比例有望在 2028 年下降至 50% 左右。”

隨着 AI 應用場景的擴展，計算需求也在快速增長。報告預測，到 2026 年，推理計算的需求可能佔通用人工智能（GenAI）總計算需求的 70% 以上，推理計算需求將超過訓練計算需求，並達到後者的 4.5 倍。

然而，現有芯片資源可能難以滿足這一需求，報告預測，行業需增加當前預測 4 倍的芯片資本支出，總額或將接近 3000 億美元。

儘管如此，AI 推理單位成本正以每 18 個月下降 90% 以上的速度迅速降低，這種成本效益的提升被稱為 “Jeveons 悖論”，意味着隨着計算成本下降，AI 消費量將大幅增加。

巴克萊預計，未來幾年，AI 技術的發展或將呈現波浪式趨勢。報告將 AI 的發展劃分為三個階段：

2023-2024 年：以聊天機器人和 Copilot 為代表的探索期。

2025-2026 年：代理時代開啓，消費者和企業 AI 代理的採用將顯著增長。

2027-2028 年：企業 AI 員工和消費者機器人普及，AI 技術將深刻改變生產力模式。

儘管外界普遍認為，AI 前沿實驗室虧損嚴重，但巴克萊報告強調，這些機構在每個大型語言模型（LLM）上可能是盈利的。例如，OpenAI 的 GPT-4 在過去兩年中可能貢獻了近 20 億美元的利潤，展現出強大的經濟潛力。

巴克萊認為，AI 技術正在以前所未有的速度向前推進，消費者和企業市場對 AI 的需求正在同步提升。

到 2026 年，消費者 AI 的日活躍用户將達到 10 億，而企業 AI 代理的採用率可能佔全球 70 億軟件任務的 5%。屆時，推理計算需求將超過訓練計算需求，並達到後者的 4.5 倍。

AI 行業正步入一個拐點，預計將引領全球經濟進入新一輪增長週期。