
对于普通行业来说,几千万投资可以说还是可以的,几亿,那就是大手笔了吧,但对于现在的人工智能公司来说,可能就是毛毛雨啦。
为啥呢,超级炫酷的人工智能数据中心,那是几亿能搞得起来的么?
还有人工智能工作负载的计算能力和基础设施呢?
请看下面这个表,据统计2024年1月至8月,几个头部公司在AI上的资本支出和数据中心运营上的成本开销,那比海天盛宴还要海天盛宴。
公司 | GPU和其他芯片 | 其他人工智能支出 | 总资本支出 | 培训与研发 | 推理 | 总运营成本 |
微软 | 200亿美元 | 200亿美元 | 400亿美元 | 30亿美元 | 30亿美元 | 60亿美元 |
Meat | 110亿美元 | 120亿美元 | 230亿美元 | 20亿美元 | 20亿美元 | 40亿美元 |
谷歌 | 140亿美元 | 150亿美元 | 290亿美元 | 30亿美元 | 10亿美元 | 40亿美元 |
亚马逊 | 80亿美元 | 80亿美元 | 160亿美元 | 20亿美元 | 10亿美元 | 30亿美元 |
从表中就不难看出,微软目前是在AI数据中心总成本方面处理绝对的大佬,截止8月,资本加运营总成本为460亿美元,这个数据应该是没问题的,由摩根大通提供的。国内几个头部科技公司的支出,目前不太清楚,回头查查资料,再更新。
从表中来看,主要是资本支出占比,比较大,以微软来看,其中400亿的支出,目测为固资和基础设施支出,一次性的,或者说不常有的,后续少量的支出。但是运营成本那就是日常开销了,每天运行和维护数据的费用,甚至软件,折旧,电力等。目前看来一年约在60-80亿美元上下了。
什么叫烧钱机器现在是见识到了吧?
微软目前有300个数据中心,其次是亚马逊,约有 215 个。不过呢,数量多不一定就代表计算能力强,毕竟还有规模和容量也是有差异的。
另外还有个事,9月份的时候微软和贝莱德(微软大家都知道,贝莱德是个啥呢,贝莱德(BlackRock, Inc.)是一家全球知名的资产管理公司,2024年10月,贝莱德的资管规模已达到创纪录的11.5万亿美元,是全球最大的资产管理公司之一,也是个狠人)联手搞了个全球人工智能基础设施投资伙伴关系(GAIIP),宣布了一个1000亿美金的计划呢!这是要开发多少以人工智能为重点的数据中心啊,还有支持它们的能源基础设施呢!
还有就是谷歌和亚马逊现在训练模型的费用比给最终客户运行模型(推理)的费用高出两倍多,由此看来人工智能模型真的是越来越贵了,需要庞大的数据集、复杂的计算和大量的计算资源,还得用上强大的GPU和消耗大量的能源。
我们普通人,还是老老实实想想怎么利用AI这块,实现个人价值吧,今天先分享到这里。