Token需求呈指数级增长
英伟达再次改写了纪录。这家芯片制造商公布了又一个创纪录的季度业绩，这得益于首席执行官黄仁勋所说的AI计算基础设施需求前所未有的激增。黄仁勋在财报发布会上表示：“全球对Token的需求已呈指数级增长”，他将公司非凡的财务业绩归因于全球经济消费计算能力方式的根本性转变。
这一业绩延续了英伟达作为AI基础设施建设主要受益者的辉煌表现。随着各行各业的公司竞相部署AI能力——从训练前沿模型的云服务提供商到构建推理管道的企业——英伟达的GPU数据中心业务已成为前所未有的技术行业资本支出周期的核心。
资本支出超级周期仍在继续
英伟达创纪录的季度业绩公布之际，全球最大的科技公司正进行历史性的资本支出承诺。包括Microsoft、Google、Amazon和Meta在内的超大规模云服务提供商已承诺在AI基础设施上投入数千亿美元，其中大部分投资直接流向英伟达的数据中心GPU业务。
支出的规模引发了投资者和分析师的持续质疑，他们担心投资回报是否能证明如此巨额支出的合理性。然而，季度复季度，主要的云服务提供商不仅维持了，甚至加速了其资本支出计划，这表明内部需求信号和客户采用指标持续验证了投资的合理性。
Meta最近宣布与AMD达成一项大规模芯片交易——就在承诺购买数百万块英伟达GPU几天之后——这表明对AI计算的需求非常强烈，即使是最大的买家也在分散供应商，而不是在芯片供应商之间做出选择。AI基础设施市场已经足够大，可以同时容纳多个赢家。
超越训练：推理机遇
虽然最初的AI资本支出周期很大程度上是由训练前沿模型巨大的计算需求驱动的，但现在GPU需求的日益增长部分来自于推理——即实际运行已训练模型以响应用户请求的过程。随着AI应用从研究实验室走向为数百万用户服务的生产部署，推理计算的足迹正在迅速扩大。
这一转变对英伟达尤为重要，因为推理工作负载可能比训练带来更大、更持续的需求驱动力。训练模型是一次性的资本支出，尽管数额巨大。相比之下，推理会产生持续的计算需求，并随着使用量的增加而扩展。随着越来越多的应用程序集成AI功能以及用户采用率的增长，推理需求会以训练无法比拟的方式复合增长。
黄仁勋提到的指数级Token需求直接反映了这种动态。每一个AI驱动的聊天机器人响应、代码补全、图像生成和企业自动化工作流程都会消耗Token，而这些Token需要GPU计算来生成。AI在日常数字互动中嵌入得越深，全球消耗的Token就越多，需要更多的GPU来生成它们。
竞争格局
尽管英伟达拥有主导的市场地位，但它面临着日益激烈的竞争环境。正如Meta最近数十亿美元的购买承诺所证明的那样，AMD凭借其MI系列加速器正在获得市场份额。来自主要云服务提供商的定制芯片——包括Google的TPU、Amazon的Trainium芯片和Microsoft的Maia加速器——代表了另一种竞争方式，因为超大规模云服务提供商试图减少对任何单一供应商的依赖。
英伟达通过硬件性能、创造显著转换成本的CUDA软件生态系统以及让竞争对手始终追赶上一代产品的快速产品更新周期，保持了其领先地位。公司即将推出的Blackwell Ultra和Rubin架构旨在通过下一代AI扩展来维持这种性能领先地位。
这些数字对AI行业意味着什么
英伟达持续创纪录的业绩是衡量整个AI行业健康状况和发展轨迹的晴雨表。该公司的收入增长直接反映了组织将AI雄心转化为具体基础设施投资的速度。只要英伟达继续创纪录，信号就很明确：AI建设正在加速，而不是停滞不前。
对于科技行业和更广泛的经济而言，问题不再是AI基础设施支出是否会继续——它显然会——而是建立在该基础设施之上的应用程序和收入流最终是否能产生证明投资合理性的回报。英伟达的财务业绩表明，最接近芯片的公司对答案是肯定的充满信心。行业其他部分仍在努力证明这一点。
本文基于TechCrunch的报道。 阅读原文。
Originally published on
