尽管如此，像OpenAI的CEO山姆·阿尔特曼和Anthropic公司CEO达里奥·阿莫代伊等AI行业领袖仍强烈反对这些质疑，认为AI扩展潜力尚未达到极限。曾經統治AI訓練領域的英偉達，隨着AI競賽從訓練轉向推理，地位面臨挑戰。
隨着ChatGPT引發的人工智能熱潮，"更大規模的AI模型更好"成爲行業共識，這推動了微軟(MSFT.O)、谷歌(GOOGL.O)、亞馬遜(AMZN.O)和Meta Platforms(META.O)等科技巨頭在芯片採購上的競賽，英偉達(NVDA.O)憑藉其在AI訓練中表現卓越的GPU成爲最大受益者。然而，這一競賽可能即將改變，行業面臨着在追求更大AI模型過程中遇到的多重障礙。
英偉達的領先地位與瓶頸挑戰
英偉達的GPU因能夠高效並行運算，在AI模型訓練中佔據主導地位。目前AI能力的主要衡量指標是模型參數數量，而更多參數意味着需要更多GPU。然而，行業內出現了對模型規模擴展效益的質疑。Writer公司聯合創始人Waseem Alshikh指出，「超過一萬億參數後，收益趨於最小。」微軟CEO薩提亞·納德拉在近期的Ignite大會上也表示，圍繞AI模型擴展的懷疑可能刺激更多創新。
儘管如此，像OpenAI的CEO山姆·阿爾特曼和Anthropic公司CEO達里奧·阿莫代伊等AI行業領袖仍強烈反對這些質疑，認爲AI擴展潛力尚未達到極限。
數據瓶頸與AI未來路徑
Hugging Face公司首席科學官Thomas Wolf指出，優質訓練數據的缺乏可能是AI發展面臨的最大挑戰。「我們幾個月前就已耗盡互聯網作爲訓練數據的資源。」這種限制可能會促使未來轉向基於公司或個人數據的小型化模型，而非當前由雲端大公司主導的大型模型。
Meta首席AI官Yann LeCun強調，開發具備記憶、規劃和推理能力的模型才是實現真正通用人工智能（AGI）的關鍵，而非單純依賴更大規模的芯片。
推理的崛起與新競爭者的機會
AI焦點逐漸從訓練轉向推理（生成答案或結果的過程），這爲芯片市場帶來新的動態。推理計算可能不像訓練那樣依賴英偉達的GPU，AMD(AMD.O)、英特爾(INTC.O)、亞馬遜定製芯片及初創公司都可能在這一領域分一杯羹。微軟的Eric Boyd認爲，除了模型規模，推理過程中的技術改進同樣至關重要。
英偉達已注意到推理的潛力，在最近的業績中提到推理業務佔數據中心收入的40%，並快速增長。其新推出的NVL72服務器系統在推理中性能提升30倍，展現了在這一領域的強勁競爭力。
新階段的多元贏家
AI競賽從訓練轉向推理，意味着行業機會將更加分散。儘管英偉達短期內仍是贏家，但隨着推理的重要性上升，AMD、英特爾以及其他競爭者可能逐步侵蝕英偉達的市場份額。對於投資者來說，當前階段的重點不再僅是支持更大規模模型訓練，而是做好準備迎接使用模型時可能出現的一系列新贏家。
