MilkRoadAI为何看好AI基础设施建设

这正是我为什么仍然看好整体AI基础设施建设的原因。来看看GPU租赁价格和AI token价格的对比情况。

自7月以来，AI token的价格已经暴跌，但H100 GPU的租赁价格一直保持在每小时约2.70美元的高位，这就是杰文斯悖论的完美例证。

随着AI使用成本降低，开发者和企业就能负担得起更多用量。那些之前成本太高、无法规模化运行的应用，突然就变得经济可行了。

想想看，如果运行一个AI智能体的成本大幅下降，企业就能部署数千个智能体，而不是数百个。这同样适用于编码助手、AI搜索、客户支持，以及几乎所有依赖推理的应用。

虽然每个单独任务可能会变得更便宜，但执行的任务总数量增长会快得多。这意味着对GPU、内存、网络设备、数据中心和电力的需求会更高，我们已经能从图表中看到这种迹象。

尽管token价格大幅下跌，H100的租赁价格自7月以来一直保持相对稳定。这表明，尽管我们看到AI效率有所提升，但算力需求仍然强劲到足以支撑当前价格。

这里有一个重要的区别：更便宜的token并不能自动保证更高的GPU价格。硬件供应、利用率和新一代GPU都在其中发挥作用。但在token价格下跌的情况下，算力价格依然保持坚挺，这个事实告诉我们一些有关潜在需求的重要信息。

我还认为，投资者低估了未来几年更低的价格能解锁多少额外的AI使用量。我们仍然处于采用周期的相对早期阶段，许多企业才刚刚开始将AI整合到日常运营中。

这就是为什么我继续看好供应AI基础设施的公司，而不是试图预测最终哪家模型提供商会占据主导地位。

无论OpenAI、Anthropic、Google还是开源模型占据最大的市场份额，总还是需要有人提供运行所有这些模型所需的算力。

只要AI使用量的增长速度快于效率提升降低算力需求的速度，整体基础设施建设就会持续受益。

我看好整体AI基础设施建设。如果你想了解我如何在算力、内存、网络和电力领域布局投资，可以查看下面我的完整Milk Road Pro投资组合：