AI 前沿巨頭倡議放緩訓練引發市場分歧,推理算力接棒擴張趨勢確立
- —Anthropic、OpenAI 與馬斯克接連呼籲放慢前沿模型訓練節奏,表面上源於高能力智慧代理出現越界與協同攻擊等安全隱患,深層商業動機則是藉由提高合規與安全審查門檻構築護城河,同時延長現有模型商業化週期以回收龐大研發投資。
- —川普與黃仁勳公開反對以安全為由全面放慢 AI 研發,在美中科技競賽的賽局博弈下,任何單方面減速皆可能面臨落後風險;加上缺乏跨國懲罰機制與外部開源模型競爭,前沿巨頭的自願減速協議難以實質約束產業,預計僅有獨立安全審計能轉化為產業標準。
- —訓練端放慢不代表總算力需求萎縮,推理端正受 Agent 連續多工調用、模型推理時思考時間拉長以及單價下滑引發用量激增三大引擎驅動,帶動運算負載迎來爆發式增長,算力建設重心正從少數超大型訓練叢集轉移至分散式推理叢集。
- —晶片端涵蓋 NVIDIA($NVDA)、超微($AMD)以及博通($AVGO)與邁威爾($MRVL)等客製化 ASIC 供應商,目前仍處於長約保障與供不應求格局;機房為貼近終端用戶而更加分散,節點間互連暴增亦使光通訊需求自超大資料中心擴散至遍佈各地的中型機房。
- —應用層軟體則迎來商業模式分水嶺,傳統按席位計費模式面臨效率提升後採購席位縮減的逆風,按實際調用量計費的軟體業者更能直接將激增的推理用量轉化為營收成長