芯片的最大风险

公众号记得加星标⭐️，第一时间看推送不会错过。 来源：内容 编译自 fortune 。 人工智能开发也需要大量的资本投入。训练最先进的模型需要耗资数十亿美元的计算集群。即使是一次训练运行也可能耗 资数千万美元。然而，尽管开发成本不断上升，但实际回报却有限。除了人工智能编程助手之外，很少有人工智能能够产 生足以证明这些巨额资本投入的回报。 一些公司已经因成本原因缩减了其AI基础设施投资。例如，微软正在"放缓或暂停一些早期项目"，并取消了多个全球数据 中心项目的设备订单。据报道，Meta、AWS和谷歌都削减了GPU订单。芯片瓶颈、电力短缺以及公众担忧也阻碍了AI的 大规模应用。 如果人工智能热潮逐渐消退，这对芯片行业来说是个坏消息，因为芯片行业已经利用这项新技术避免了严重的衰退。 芯片制造成本越来越高。开发新的制造工艺耗资数十亿美元；建造新工厂则耗资数百亿美元。这些成本最终都转嫁给了消 费者，但除了人工智能之外，消费者并不热衷于购买更昂贵的芯片。如今人工智能处理器中的尖端技术在其他方面并没有 太大用处。 人工智能推迟了行业的清算：制造成本越来越高，而性能提升却在萎缩。人工智能的经济前景证明了芯片高价的合理性， 但 ...