人工智能熱潮帶來的最大瓶頸,未必是技術,而是算力(compute)。
對OpenAI而言,2026年的核心問題不是「有沒有用戶」,而是「有沒有足夠機器去服務這些用戶」。公司財務總監(CFO)Sarah Friar最近指出,AI需求的增長速度已經超出預期,即使OpenAI剛完成高達1220億美元的融資,仍可能需要再籌資,以擴建AI基建。![]()
AI算力需求像「垂直牆」般暴增
Friar形容,目前AI工作負載(AI workloads)的增長速度不像一般科技產品那樣逐步上升,而是像一堵「垂直牆」。意思是需求幾乎是突然暴衝。![]()
原因很簡單:
- 訓練大型AI模型需要成千上萬張GPU
- 需要高速記憶體(HBM)與高速網絡
- 還要大量數據中心與電力供應
這些條件加起來,使AI成為歷史上最「燒錢」的科技競賽之一。
Friar亦透露,由於算力不足,公司現在不得不做出「非常艱難的取捨」,部分機會或項目需要暫時放棄,資源集中在核心AI產品,例如ChatGPT等平台。![]()
換句話說:OpenAI現在的增長限制,並不是市場需求,而是基礎設施容量。
為何1220億美元融資仍未必夠
OpenAI最近完成的1220億美元融資,被形容為史上最大規模的私人融資之一。Friar表示,這筆資金給公司帶來「很大的策略彈性」。![]()
但問題在於,AI基建的投資規模可能遠超傳統科技公司。
主要成本包括:
- 大型GPU叢集採購
- 超大型數據中心建設
- 高速網絡與儲存系統
- 電力與散熱設施
這些投資動輒數百億美元,因此即使完成巨額融資,OpenAI仍可能再次向市場籌資,以確保在AI競賽中保持領先。![]()
Comments
0 comments