根據觀察可以發現，儘管AMD和英偉達GPU的市占率增速確在加快，但AI數據中心加速器的預期增長率卻有所放緩。
根據蘇姿豐的預測，在生成式AI熱潮的首個六年周期（2023年至2028年）之內，全球在數據中心AI加速器上投入的資金將在7000億美元到9000億美元之間，具體數字大家可以根據主觀判斷在區間內任意選擇。也就是說，全球市場在AI系統上的支出總值將達到2萬億美元級別（我們將在後文中具體解釋計算過程），人工智慧正在吞噬整個世界。
希望不是字面意義上的「吞噬」才好。
我們首先得明確一點，相關性並不是因素性，因此AMD最新預測中AI加速器收入增幅放緩，並不單純是因為AMD和英偉達正不斷向市場中投放越來越多的GPU供應。但話又說回來，榮格曾經嚴格論證過同步性理論，這是一種只存在於高級生物頭腦當中的非因果性關聯原則，提醒我們在分析問題時別把邏輯挖得太深、時間推得太遠。
不管具體原因如何吧，總之我們確實在為AI複合體支付成本，蘇姿豐也在用實際行動不斷推進這個依託於AI的總體目標市場（TAM）。就在上周，Advancing AI大會在舊金山召開，認為全世界在未來六年內將繼續對AI進行巨額投入。
不斷擴張的總體目標市場承載起各種加速器方案
早在2023年6月，在Datacenter and AI Technology Premiere大會的AMD CPU與GPU計算引擎增強功能預覽環節，蘇姿豐就曾經對計劃於今年晚些時候推出的第三代「Antares」數據中心GPU做出過基準預測：
如果放大上圖，就會發現其中標出了「數據中心AI加速器總體目標市場：GPU、FPGA和其他」，那接下來我們就圍繞這幾個重點展開討論。
可以這麼講，FPGA目前對整體市場的影響甚至連噪聲都稱不上，這主要是因為GPU加速器在AI工作負載市場中的占比太過於龐大。至於其他部分，則大多數由後起之秀構成，其中可能包括/未包括谷歌、亞馬遜雲科技、微軟、Meta Platforms等科技巨頭自研加速器所創造的價值。
短短六個月之後，隨著「Antares」MI300A和MI300X加速器的推出，生成式AI熱潮迎來了首輪爆發，蘇姿豐也再次大幅上調整了對於數據中心AI市值的預測。
不僅是2023年的基準收入水平將高於預期，從2023年至2027年之間的年均複合增長率（CAGR）也得到大幅上調，來到70%。最終結果就是，到2027年AMD預計加速器銷售額將超過4000億美元。
而隨著上周Advancing AI大會上MI325X和MI355X的正式亮相，蘇姿豐又做出了另一項預測，只是這次預測的終點從2027年延伸到了2028年：
數據中心AI加速器銷售額的450億美元保持不變，但現在預計終端收入為5000億美元，年均複合增長率則以2028年（而非之前的2027年）計算。另外，隨著預測周期的延長，原本的樂觀期待也開始逐漸消退，導致年均複合增長率隨之降低。最新版本認為這項增長率將只高於60%，而非70%。換句話說，蘇姿豐和她的AMD在下調預期的同時又在周期上額外增加了一年，希望分散人們對於增長數字下滑的注意力。
重要提示：哪怕是給定了兩個時間端點和年均複合增長率時，我們也無法真正判斷這兩端之間的具體數字走勢。這有點像個黑匣子，唯一確定的就是開頭的數字和末尾的數字。期間可能會出現大幅震盪，但與之對應的處均複合增長率並不會改變。這雖然限制了這項指標的重要性，但已經是我們能夠用於預測的最佳工具，幫助我們在兩個端點之間進行線性思考，而且任何差異都將在足夠長的時間內被平均化分攤。
因此，如果我們假設AMD對於數據中心AI加速器支出的這三條預測在兩個時間端點間呈線性增長，那麼在均勻補充上中間的空白之後，最終結果將如下表所示：
中間幾年的估算值以紅色粗斜體標記，這是我們根據年均複合增長率計算得出的每一年銷售總額。
根據AMD最新做出的預期調整，我們可以用兩種潛在方式填充這份圖表。
第一種就是繼續保留之前 2023年12月公布的2023年至2027年AI加速器銷售額預測，只額外添加2028年的新終點。我們認為AMD想要表達的肯定不是這個意思，因為如果是這樣，那就意味著如上表所示，2028年AI加速器支出增長將會大幅放緩。
第二種情況則是對整個預測模型做出修訂，這應該也是AMD想要達到的效果（否則也無法解釋為什麼此次公布了更低的年均複合增長率數字）。如大家所見，2024年至2027年（含）之間有1560億美元AI加速器銷售額被從結果中移除。與2023年12月的此前預測相比，2024年10月最新預測的累計銷售額將減少這1560億美元。
AI加速器成本約占其相關系統總體成本的一半，而網路則在其上再額外增加20%左右的投入。這種估算方法假設要部署大量閃存、主內存容量以及強大的主機CPU來驅動AI工作負載中的串行部分，由此建立起合理的AI伺服器。在這個基礎上再增加20%左右，就能計算出由AI伺服器構建AI集群的網路成本。
那麼如果將2023年至2028年AI加速器支出的7370億美元乘以2，就能得到AI伺服器支出約在1.5萬億美元左右，加上網路就是1.8萬億美元。最後加上系統軟體，則基本可以認為期間AI系統總投入將達到2萬億美元量級。
如果接下來企業買家真的按照這個路子執行下去，那麼除了AI伺服器支出之外，其餘伺服器和存儲市場遭遇衰退也就完全在情理之中了。
但現在，這已經是最後才需要考慮的因素了。如果全世界真的將在2023年至2028年這六年間在AI系統身上砸下2萬億美元，那麼投資回報方面的壓力肯定就相當大了。換句話說，我們希望在抵消經濟成本的同時，再至少增加2萬億美元的經濟收入。實際上，最好能把收益再提高一整個數量級。希望這種收益不是來自裁員，而是做出以往無法實現的探索。但哪怕是最樂觀的猜測，裁員的貢獻可能也要在其中占比一半。而且考慮到巨大的投入回報壓力，再加上AI系統對於人類員工的替代效果，沒準所有收益都是通過裁員方式來實現……至少我們要對此做好心理預期。
但千萬不要忘記，如果人丟掉了工作，稅收來源也將隨之消失，自然談不上什麼全民基本收入。當然，時至今日也沒有哪個人類經濟實體能夠真正貫徹全民基本收入，所以這事不提也罷。更加諷刺的是，那些整天喊著支持全民基本收入的傢伙，腦袋裡想的永遠是不能影響到他們自己的收入。所以從這個角度講，全民努力工作到老邁不堪才是最可能出現的結局。但無論是哪種情況，我希望這至少出自全人類的自主選擇、出自全人類的共同福祉。
