这几天，OpenAI的CEO山姆奥特曼想要筹集7万亿美金彻底颠覆制造AI芯片的半导体行业的大新闻已经占据了各大新闻头条，惊掉了无数下巴。对此，奥特曼的目标NVIDIA CEO黄仁勋淡定一笑，内心OS大概是：有必要吗？
下面我们就从资金，人才，能源三个方面来看看，这个计划到底有没有可行性。虽然全球各国都在针对芯片产业制定的各项法案或计划来促进和支持本国芯片产业发展，可是即使将全球各地的芯片法案的资金总额加在一起，也不会超过1万亿美元。而且由于技能缺口的存在，美国和欧洲的计划已经受到了延迟的影响。
全球市值最高的两个公司，微软市值3.124万亿美元，苹果的市值2.916万亿美元，奥特曼的要求超过了这两家顶级公司的市值总和。我们都知道这两家巨头需要多长时间才能达到这个水平。全球半导体公司的市值目前是多少呢？目前全球前10家半导体公司的市值仅为4.75万亿美元。是的，除了这10家公司之外，还需要再来两家NVDIA才能达到7万亿美元。而且每一家半导体公司都面临着巨大的复杂性，需要不断创新以维持其市场地位。以上所有这些数据都是基于股民所推动的公司的市值，那么半导体市场的实际价值是多少呢？根据麦肯锡的数据，到2030年可能达到1万亿美元。也就是说，奥特曼在寻求的资金是预计到2030年全球半导体行业增长的7倍。几乎所有最近的芯片法案计划都面临一个严重障碍，我们从哪里找到所需的人来实施和运行呢？即使是半导体工厂的世界领导者台积电也在努力实现美国和欧洲制定的芯片法案的目标，据说主要原因是缺乏实施所需的人力技能。之所以半导体人才稀缺，是因为这需要在行业内接受培训。迄今为止，人们还没有找到一个有效的方法来传授半导体技能，除了在工作中进行培训。考虑到半导体工程师的每一秒都被压榨着用来生产满足全球巨大需求的芯片，培训大量人员并不容易。如果要通过从参与芯片生产的工程师中抽调人员来进行培训，那么自然会增加成本。会有多昂贵？这是一笔数百万美元的费用，台积电仅在亚利桑那州的工厂就投资了500万美元，用于培训80名学徒，为期5年。另外，这两年欧洲的就业市场趋势显示，人们越来越倾向于AI技能，而不是半导体技能，如下图所示：去年10月发表在《焦耳》杂志上的研究显示，到2027年，AI服务器每年将消耗85至134兆瓦时的能量。这相当于为像阿根廷或荷兰这样的整个国家提供能源。据说，使用模型生成1000张图像会导致的碳排放量等同于一辆普通汽油车行驶4.1英里。还有对自然资源的影响。例如，谷歌2023年用于冷却这些服务器消耗的水比2021年增加了20%。现在，想象一下，通过7万亿美元的基金推动的AI技术将需要多少能源。结论 对于这个庞大数字的一个合理的理解是，资金的很大一部分将用于半导体行业的技能提升。然而，能源需求、原材料、执行的限制仍然存在。至少对我来说，我无法理解如何能筹集7万亿美元来彻底改革AI芯片制造半导体行业。参考资料：Sam Altman’s $7 Trillion Ask for AI Chip Project. Will it be the Innovation or Inflation, to make this happen? Or is it be even possible? | by Gandhi KT | Feb, 2024 | Generative AI