據《財富》(Fortune) 報導，隨著科技公司為了在全球算力軍備競賽中搶占優勢，新一代人工智慧 (AI) 晶片推出市場的速度也愈來愈快。但這也引發一個問題：那些舊世代的晶片最後都去了哪裡？
近幾周，AI 股票漲勢明顯降溫，部分原因在於市場擔憂所謂的超大規模雲端業者 (hyperscalers) 並未正確反映其為支撐聊天機器人而大量採購晶片的折舊成本。
以電影《大賣空》(Big Short) 聞名、曾成功預測 2008 年房市崩盤的投資人貝瑞 (Michael Burry) 上個月示警，認為 AI 時代的獲利建立在「現代最常見的會計詐術之一」，也就是拉長折舊年限。他估計，2026 至 2028 年間，大型科技公司可能低估高達 1,760 億美元的折舊費用。
但根據 Alpine Macro 上周發布的一份報告，市場對晶片折舊的擔憂其實被誇大，理由有三：
首先，軟體進步可讓舊晶片效能升級。分析師指出，與新一代晶片同步演進的軟體，也能大幅提升舊世代處理器的效能。舉例來說，透過軟體改進，輝達 (Nvidia)(NVDA.US) 五年前推出的 A100 晶片，效能可比初版提升了 2 到 3 倍。
第二，Alpine 表示，隨著 AI 推論 (inference) 需求快速成長，舊款晶片依然有強勁需求。事實上，未來幾年，推論需求的成長速度將大幅超過 AI 訓練需求。
分析師寫道，「在推論應用上，最新硬體雖然有幫助，但通常並非必要，因此可以用數量來彌補非最先進的品質。」他們也指出，Google 仍在充分使用 7 到 8 年前的 TPU 晶片。
第三，中國對 AI 晶片的需求仍「無法滿足」。Alpine 指出，中國的晶片供應在品質上落後美國數個世代，在數量上也差距數倍。即使北京禁止部分美國晶片進口，黑市仍將持續填補供應缺口。
此外，並非所有用於 AI 的晶片都屬於超大規模雲端業者。甚至家用遊戲主機中的 GPU，理論上也能派上用場。
Yardeni Research 上周一份報告提到「分散式 AI(Distributed AI)」，概念是整合家庭、加密貨幣挖礦伺服器、辦公室、大學及資料中心中未被充分利用的晶片，形成全球性的虛擬運算網路。
Yardeni 指出，雖然分散式 AI 的速度可能慢於集中在同一資料中心的晶片叢集，但其網路架構在部分電腦或節點故障時，反而更具韌性。
報告寫道，「儘管我們無法確定有多少 GPU 正以這種方式被串聯使用，但在全球正投入數十億美元興建大型資料中心的背景下，分散式 AI 無疑是一個值得持續關注的領域。」
(美股為即時串流報價； OTC市場股票除外，資料延遲最少15分鐘。)新聞來源 (不包括新聞圖片): 鉅亨網