尽管算力基础设施的需求持续供不应求，但英特尔与博通两家企业的首席执行官发出警告，资金获取能力或将成为人工智能发展的一大主要约束。博通CEO陈福阳称，全行业都在加紧建设基础设施，支撑复杂度越来越高的AI大模型。相较于半导体、存储芯片或是电力短缺，融资问题可能会成为AI扩张更大的阻碍。
“我认为最大的制约因素或许是资本。”陈福阳周一于新加坡星展亚洲未来前瞻峰会上发言表示。
英特尔CEO陈立武也对融资风险表达了相同的担忧。他指出，资本成本持续走高，同时市场也心存疑问：大举投入AI的企业，最终能否创造足够回报。
“如果说未来存在挑战，那就是资本以及资本成本；从更长期角度看，市场希望看到实实在在的投资回报率（ROI）。”他说道。
两位高管的发言，揭示出AI行业正在浮现的一大难题。为应对算力需求暴涨，行业已经向数据中心、先进芯片、电力基础设施投入海量资金。
当前借贷成本抬升，可能会给重金押注AI基建的科技企业的融资带来麻烦。债券收益率走高，将抬高数据中心建设、芯片采购的资金成本；而这类项目往往需要数年时间才能产生收益，项目的商业可行性或将承受压力。
陈福阳表示，过去两年行业接连遭遇各类供给瓶颈，但随着产能扩张，部分约束条件有望得到缓解。
“过去两年，各种瓶颈层出不穷，但我们总能逐一克服。如今的存储短缺，一年之后或许就不复存在。”
他预判，晶圆紧缺局面有望在2028‑2029年得到缓和；同时随着新建基础设施陆续投产，电力供给情况也会改善。
虽然担忧融资环境，但两位高管依旧看好AI算力基础设施的短期需求。
陈福阳称：“算力基础设施的市场需求已经超出行业供给能力。”他补充，这种供需失衡状态或将持续至2029年，甚至延续到2030年。
英特尔的陈立武同样认为，受AI应用普及、算力需求拉动，未来两到三年行业不太会出现显著的增长失速。
但两位高管同时提到：数年之后行业能否维持高增长，取决于企业落地AI的速度，以及AI技术能否创造实实在在的经济效益。
博通的陈福阳提醒：倘若高级AI模型落地不及预期，或是模型性能提升进入平台期，算力基础设施的需求就有可能降温。
而陈立武则着重强调：企业越来越需要通过效率提升、全新商业模式，来证明AI投资可以带来看得见摸得着的回报。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】