作为脸书母公司的Meta（US：META）公布第一季度业绩，在营收盈利双双取得佳绩的背景下，由于预告全年人工智能（AI）相关资本支出大幅高于预期，公司股价盘后一度大跌逾18%。市场担心，互联网巨头掀起新一轮算力军备竞赛，但短期内在技术商业化层面很难实现盈利兑现。

　　2023年，Meta与微软两家公司以15万张人工智能GPU“H100”的购买量并列全球第一。根据今年规划，Meta到年底将拥有35万张H100，算上目前已经拥有的其他GPU的话，总算力相当于60万张H100。相较而言，GPT-4的训练需要8192张H100，60万张H100大概能支持近74个同等大小的大模型训练。

　　Meta业绩会上，公司指引2024年全年的资本支出将在350亿至400亿美元，高于之前300亿至370亿美元的范围。不少专家认为，Meta后续还将追加更多投入。这是因为35万张H100体量的AI数据中心建设，还需要考虑配套的能源、冷却系统、折旧、运营费用等开支，这大概需要投入近87.5亿美元。

　　史丹福大学人本人工智慧研究中心（HAI）近期发布最新《人工智慧指数报告》（《AI Index Report》）显示，前沿AI模型的开发成本正变得愈来愈高。2023年，OpenAI的GPT-4和Google的Gemini Ultra的训练成本预计分别约为7800万美元和1.91亿美元。

　　企业采用AI技术比例很低

　　开发运营成本高企，但商业化落地却困难重重。统计显示，目前美国企业的AI采用率仅有5.4%。高盛经济学家Jan Hatzius领导的研究团队也发布报告称，除少数特定的高科技领域外，企业正式采用AI技术的比例仍然很低。生成式AI的发展小幅提高了劳动力市场需求，但对失业率的影响可以忽略不计。

　　在此背景下，AI巨头的财务压力可见一斑。以OpenAI为例，公司具备会员订阅付费、开发者付费和微软分成三种盈利模式，自成立以来（至2023年底）的收入累计不足20亿美元，却耗费了113亿美元融资。

　　但从目前情况来看，各家互联网厂商并没有暂缓投入的迹象。由于硅谷坚信规模效应（scaling law），即参数规模、训练数据集的大小或用于训练的计算量增加时，AI大模型的性能会按照某种“幂律关系”提升，这将促使巨头们继续加大芯片的采购量。