英语轻松读发新版了,欢迎下载、更新

中国的巨大AI泡沫是否会在创纪录的时间内破裂?|OilPrice.com

2025-03-29 21:00:00 英文原文

作者:Alex Kimani

几个月前,中国的AI繁荣发生了什么,这是完全倾斜并在接缝处爆裂的?去年有数百万的高端Nvidia(NASDAQ:NVDA)GPU在全国范围内找到自己的路,疲倦地导致关税和美国出口限制。但是他们以英勇的气候勇气。 

AI硬件的需求量很高,以至于专业的NVIDIA H100芯片用于训练AI型号的型号可以以黑市上的流行价为200,000元(28,000美元)。同时,建造了数百个数据中心来容纳AI服务器。但是现在,报告麻省理工学院技术评论(MIT Technology Review)透露,中国短暂的人工智能繁荣已经破产,政府资金枯竭,迫使项目导致销售剩余的GPU,并使新建的设施空无一人。

中国对人工智能基础设施的迅速扩展是单一的,但没有挑战,其中大多数已经归结为计划不良和建筑能力和实际需求之间的不一致。最重要的是,这是一项急需的工作,许多AI数据中心都是在没有清楚地了解培训与推理工作量的特定要求的情况下,导致效率低下的要求。阿里巴巴首席执行官正如巴伦(Barron)报道的那样,他在这里看到一个大泡沫。

相关:高峰二叠纪?地质和水说我们要关闭

深入研究,我们了解到,中国专注于培训能力(输入数据)而不是推理(简化数据),但两者都是深度学习的骨干。中国的偏重重点意味着该领域充斥着高端GPU,因为训练阶段需要大量的计算能力和未充分利用的数据中心。” 

更糟糕的是,根据麻省理工学院的说法,多个报告和行业内部人士透露,某些公司使用AI数据中心有资格获得政府补贴的绿色能源或土地交易。在其他情况下,专门用于AI任务的电力被盈利地卖回了网格中。其他开发商在将建筑物未使用的同时获得了贷款和税收优惠。实际上,中国AI部门的大多数投资者都希望从慷慨的政策激励措施中受益,而不是从事实际的AI工作。去年,有144家公司在中国网络空间管理局注册,以开发自己的大型语言模型(LLMS)。但是,在今年年底之前,只有约10%的公司仍在积极投资LLM培训。 

中国人工智能行业正在经历的日益严重的痛苦主要是由于没有经验的参与者公司和地方政府在炒作火车上跳跃的结果,这是为当今需求提供最佳选择的设施兰德公司技术高级顾问吉米·古德里奇(Jimmy Goodrich)告诉麻省理工学院技术评论。

具有讽刺意味的是,中国自己的AI实验室DeepSeek在其AI困境中发挥了重要作用。上个月,Deepseek在其大型语言模型的表现优于美国AI领导人之后,将硅谷震撼了,这无视阻止中国高科技野心的尝试。根据发布的基准 DeepSeek的网站,R1的表现优于Openai的模型,(纳斯达克:元)和人类,他们花费了数十亿美元建立自己的模型。DeepSeek在一份技术报告中说,其V3模型的培训成本仅为560万美元的数亿甚至数十亿美元,即其大型语言模型的美国AI实验室费用。尽管中国人工智能实验室不得不在中国进行美国半导体限制,但中国人工智能实验室还是能够实现这一目标的事实 - 禁止出口强大的AI芯片,例如NVIDIA CORPSâ(NASDAQ:NVDA)H100S-将其更加令人印象深刻。DeepSeek迫使许多AI公司重新考虑其对硬件和规模的要求。

看好电力需求增长

尽管如此,尽管推出了更便宜,更有效的DeepSeek AI模型,但华尔街仍然对强劲的电力需求增长仍然看涨。需求肯定会增加,但是我们不知道多少彭博情报公用事业分析师Nikki Hsu说。没有人确切知道AI的需求是什么……

的确,DeepSeek的效率甚至可能导致更广泛地使用AI。Rystad Energy的Power Markets Research负责人Carlos Torres Diaz表示,如果数据中心变得更加高效,数据中心可能最终会简单地处理更多数据。

根据电力研究所(EPRI)的数据,数据中心将在十年末吞噬美国产生的总电量的9%,从目前〜1.5%得益于快速采用渴望的技术,例如生成AI。从某些角度来看,去年,美国工业部门的能源消耗了102万GWH,适合美国消耗的26%。

alex kimani for oilprice.com

loilPrice.com的更多顶级读取


关于《中国的巨大AI泡沫是否会在创纪录的时间内破裂?|OilPrice.com》的评论


暂无评论

发表评论

摘要

尽管贸易障碍,但中国的AI繁荣仍有数百万的高端GPU进口,但由于政府的削减和产能过剩,最近崩溃了。专门的NVIDIA H100芯片在黑市中以高价出售,因为为AI服务器建造了数百个数据中心。但是,由于计划差,基础设施与需求之间的不匹配,许多项目失败了。一些公司通过将AI设施用于无关目的或将过量的电力出售给电网来利用补贴。此外,DeepSeek的突破促使人们重新评估了硬件需求,但也突出了中国AI开发方法的效率低下。尽管有这些挑战,但由于提高效率和技术进步,对未来AI驱动的电力需求仍然有乐观。