Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

🔮 周日版 #538:3 万亿美元的人工智能扩张;瓦茨主义;自然与自由主义;国防科技、中国的愿望和新的生命形式?++

Posted on 2025-08-24

大家好,

欢迎阅读我们的周日版,我们将在这里探讨影响指数经济的最新发展、想法和问题。

享受周末阅读!

阿齐姆


泡沫的燃烧速度

生成式人工智能投资热潮也难免会受到经济繁荣的影响。众所周知,基础设施支出很难精准,尤其是在新技术的落地阶段:产能过剩与供应不足交织在一起。然而,在这场繁荣时期,对更大规模数据中心的投入似乎永无止境。

但资本支出增速会超过实际收入吗?早在二月份,我就强调过这个难题:

摩根士丹利粗略估计,到 2028 年这一数字将达到 5200 亿美元。假设利润率为 50%,这意味着当年需要创造 1 万亿美元的新收入,这远远超出了我的失望阈值。

如果收入不足以支持这些投资,会发生什么情况?

本周谈到折旧问题时,Praetorian Capital 估计,要弥补今年第一批GPU 的折旧,需要约400 亿美元的利润。根据利润率,这可能意味着收入增长三倍或四倍。去年,超大规模企业仅实现了 450 亿美元的 AI 生成收入。

预计到 2028 年,人工智能收入将超过 1 万亿美元。其中约 4000 亿美元将来自企业生产力支出,而 6800 亿美元将来自消费者钱包(包括电子商务支出、广告、新应用和内容)。

来源

但那是遥远的未来,至少超出了目前安装的芯片的使用寿命。这其中的数学计算很难让人接受:这些GPU是消耗品。它们不是高速公路或电缆管道,可以承受几十年的风吹雨淋。它们存在于资产负债表上,按照我认为不太可能实现的六年折旧计划。感觉有点儿不切实际。

改变现状的是,一些头脑清醒的基础设施资本开始在这场建设中发挥作用。 例如,Meta 就从太平洋投资管理公司 (PIMCO) 和 Blue Owl 获得了 290 亿美元的融资。这些公司并非轻率的决策者。因此,必须押注借款人——大型科技公司——能够提供资金。

我怀疑大型科技公司的动机是这样的:需求的增长远超人们的预期,这并非不可能。随着越来越多的消费者转向付费应用,随着人工智能通过新增库存或更高的投资回报率增加广告收入,以及业务需求持续增长,这些庞大的数据中心将越来越多地转化为收入。

最后,该行业可以看到一个巨大且不断增长的市场。容量供应不足意味着无法为客户提供他们所需的质量。他们的竞争对手正在翘首以盼。

这很可能是理由。当然,我们也可能都错了。

  • 另见:所有这些都让投资者心神不宁。例如,麻省理工学院一个小型研究小组的一份报告发现, 95% 的企业试点项目未能对损益表产生影响。这令市场感到恐慌,甚至连英国《金融时报》都对此进行了报道。但这项研究却在薄冰之上构建了一个强有力的论证。它依赖于便捷而非具有代表性的样本、短暂的观察期和主观的荟萃分析,最终却得出了笼统的结论。各位,还是冷静一下吧!


瓦茨主义

中国人工智能战略日益将这一目标重新定义为一个物理问题:如何有效地将能量转化为有用的智能?称之为“能量计算理论” ——该理论认为,决定谁能主宰人工智能及其构建的经济的,不是重量,而是瓦特。清华大学余教授谈到了从“通用人工智能竞赛”到“无处不在的边缘智能”的转变:

为了实现这一目标,余教授主张将智能能力和可访问性融合为一个目标函数:在给定 IQ 阈值的情况下,最大化推理能效。该 IQ 约束确保我们专注于余教授所说的“高质量[…]代币”。

能源效率的提升呈倍增趋势。更强大的芯片、更智能的模型和全新的架构创造了多项式优势。中国正在利用机器人技术和异构芯片堆栈作为驱动力,以释放这些复合收益。

为了更好地理解,我们首先要认识到,美国的 genAI 公司也注重效率。计算需要消耗能源,而能源需要花钱。AI 公司有降低成本的动力:例如 OpenAI,其 GPT-5 拥有一个路由器,可以将简单的任务引导到更便宜的模型上。

谷歌也并未停滞不前。 在过去的一年里,它将其法学硕士(LLM)的能耗降低了33倍。Gemini 的平均查询耗电量现在为0.24瓦时。具体来说,如果你在大电视上观看一小时的 Netflix,其耗电量相当于 400 次典型的 Gemini 查询。

创业界有很多公司全力以赴地降低能源智能成本,其中包括我投资的一些公司: Vaire Computing 、 Fractile和Trainloop 。所有这些公司都将以更高的效率提供越来越高质量、越来越繁重的人工智能工作负载。

智力/能量的交换率远非固定。


自由主义与人性

现代自由主义思想常常将自主视为最高利益,即最大限度的选择、无限的自由以及按照我们的意愿塑造自己的能力。

在一篇新文章中指出,我们误解了自由主义的核心力量。它从来都不是无限的自由,而是对限制的承认——我们的尊严和平等源于共同的、持久的人性。

自由主义者需要认识到,自主权虽然是人类的福祉,但它并非凌驾于人类选择的所有其他目标之上的唯一福祉。人类经验的一部分在于接受局限性,这些局限性既适用于我们作为个体,也适用于人类作为一个物种所面临的局限性。

这种观点在当今从生物技术到人工智能的各种辩论中都变得刻不容缓。以基因增强为例:改变后代的性状意味着将不可逆转的选择强加于那些无法表示同意的人。父母可能对他人行使的正是自由主义本意要约束的那种专断权力。正如尤尔根·哈贝马斯在《人性的未来》中警告的那样,我们冒着创造出以解放为幌子的新统治形式的风险。


感谢我们的成员支持每封 Exponential View 电子邮件背后的研究、分析和写作。


别处

在人工智能、科技和科学领域:

  • 人工智能能多准确地预测未来?现在有一个基准。

  • 虽然 GPT-5 可以执行简单的空间任务,但在需要更复杂空间推理的较长任务上仍然失败。

  • 生成式人工智能会根据你与它的交谈方式改变其道德立场。

  • Yann LeCun 认为“服从人类”和“同理心”是人工智能的两个基本护栏。

  • 中国新型17兆瓦海上风力涡轮机原型机的设计能够抵御超过24米高的海浪。浮动平台可以释放更深的水域潜力,全球约80%的海上风电潜力超出了固定底部的深度限制。

  • 细菌和病毒可以结合起来,克服彼此的弱点,作为癌症治疗方法。

  • 令人震惊。震惊!一种新发现的微生物拥有地球上最小的基因组之一,挑战了我们对生物体构成的基本定义。

  • 北京世界人形机器人运动会令人印象深刻:

看起来非常有趣:

市场和战略:

  • 国防科技领域的新招牌:海军无人机独角兽萨罗尼克(Saronic)是前沿技术如何与地缘政治碰撞的试验案例。其盈利途径并非依靠曲棍球棒式的用户增长,而是五角大楼的采购和政府关系。

  • 中国究竟想要什么?对12000多份官方文件和讲话的分析表明,中国优先考虑的是国内稳定、经济发展和领土完整。

在社会和文化方面:

  • 城市的步行性提高了人们的身体活动水平。此外,结构化的运动干预可以显著提高结肠癌幸存者的生存率,并带来具有临床意义的改善。

  • 对理性主义社会进行了批判性的审视。

  • 有证据表明,英国工业革命是导致传统以出生权为基础的社会等级制度崩溃的主要催化剂。

感谢阅读!

阿齐姆

1

仅在 2026 年,谷歌、亚马逊、微软和 Meta 将在数据中心上投入 4000 亿美元。

原文: https://www.exponentialview.co/p/ev-538

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme