巴克莱：LLM计算需求远超预期 AI芯片支出浪潮尚未见顶

巴克莱表示，人工智能(AI)芯片支出必须增加，才能满足模型开发商的最低预期。

巴克莱分析师Tom O'Malley表示，自英伟达(NVDA.US)8月底发布财报以来，人工智能芯片股的抛售已经在整个人工智能生态系统中引起了反响，人们越来越质疑人工智能芯片支出浪潮“是否正在接近顶峰”。分析师认为，这种观点没有适当地考虑到未来的计算需求。

分析师补充说，至少有9个独立的组织开发尖端的、参数数量庞大的大型语言模型(LLM)。由于多种原因(投资回报、资金、训练数据限制、路线图问题等)，这些公司中的大多数都无法保证会继续推进模型开发的下一轮迭代。不过，仅仅几次模型迭代就需要令人难以置信的大量计算。

这一需求远远超过了行业目前的预期，分析师认为以下三个因素是他们覆盖股票的关键。

首先，需要逐步实现预计的产能。分析师估计，到2027年，仅为三个参数约为50T的前沿模型提供动力所需的计算资源，就需要近2000万块芯片进行训练。需求量大的一个主要原因是，新模型计算需求的增长速度预计将远高于目前的预期。

其次，商家和消费者有办法实现双赢。分析师认为，在人工智能加速器方面，应该采取双管齐下的方法，英伟达和AMD(AMD.US)的商业解决方案更适合于训练和推理前沿模型，而超大规模定制芯片将用于数据中心内更专业的工作负载。

分析师补充说，他们看到这种情况总体上如预期的那样发展，除了少数例外，如苹果(AAPL.US)使用TPU。他们继续预计，这种市场分化将在未来发挥作用。

第三，推理市场将十分强劲。O'Malley表示，英伟达最近声称其约40%的芯片用于推理，再加上其他加速器提供商重新关注推理市场，为这个新兴市场的发展提供了支撑。

推理将成为目前正在开发的前沿模型货币化的主要渠道。分析师表示，投入更多资源以降低推理成本，将有助于提高开发模型的投资回报率。