Clouded Judgement 7.3.26 - 计算稀缺性的终结？没那么快（14分钟阅读）

# Clouded Judgement 7.3.26 - 算力稀缺的终结？没那么快 每周我会提供云软件公司最新趋势的更新。关注我以保持最新状态！ **算力稀缺的终结？没那么快** 我认为目前有两件大事冲击着AI市场： 1. 如果SpaceX（通过xAI）和Meta突然开始转租其算力，我们是真的面临算力紧张，还是系统开始出现过剩？ 2. 开源模型的崛起和Token最大化（tokenmaxing）的终结，对Anthropic和OpenAI意味着什么？ 关于第1点——SpaceX因其将约45万块GPU出售（即租赁）给Anthropic、Google和Reflection，创造了约23.2亿美元的月收入而闻名。详情如下。 [Twitter引用：Jamin Ball @jaminball - SpaceX 又达成一笔计算交易，这次是与开源模型开发公司 Reflection 合作。GB300s 每月 1.5 亿美元。SpaceX 就是新云！第一笔交易与 Anthropic Colossus 1 和 Colossus 2。Anthropic 拿下了 Colossus 1 的全部，每月 12.5 亿美元，总计约 32.5 万块芯片。] 接着本周有消息称，Meta 正计划推出云计算业务，出售算力容量。观察这两种趋势（SpaceX 和 Meta 出售容量），你可以构建一个看空叙事： - 两家最大买家不再需要的大量算力出现过剩。这反过来意味着“算力稀缺”的终结。 - 这是超大规模云厂商下调资本支出的预警信号。 - 也许 AI 正在构建的东西根本没有足够的需求（扎克伯格本周也表示，AI Agent 技术的发展速度慢于预期）。 我认为这个看空叙事站不住脚，原因有几个。首先，让我们看看这些交易的细节。Meta 实际上还没有卖出任何东西。至于 SpaceX（xAI），他们所有的交易期限都非常短。双方（卖家和买家）都有一个 90 天的“退出”条款，在合同期间的任何时间点，他们都可以在 90 天内退出，停止支付（或提供算力）。SpaceX 能够收取的价格也异常高昂。我相信 SpaceX 这样架构交易是因为他们计划将来自己使用这些算力。而买家（Anthropic、Google、Reflection）之所以愿意支付如此高的价格，是因为他们无法从其他任何地方获得这样的容量。 我还认为你需要看看是谁在出售容量（SpaceX 和 Meta）。Dario 在 Dwarkesh 的播客中有一个精彩的片段，讨论了算力建设的经济学。总之，使用算力有两种主要方式：训练（training）和推理（inference）。存在一个训练/算力的神奇比率，对任何给定的业务都具有经济意义（而且这个比率会因公司而异）。让我们看看两个极端。如果你在算力上花费大量资金，然后 100% 用于训练，那么你就没有剩余算力可用于出售推理服务来赚钱。或者，如果你 100% 用于推理，就没有剩余容量用于训练，你的研发进展就会受阻并停滞不前。这两种情况都不合理，因此每家公司应该采取某种中间路线。 看看 SpaceX（xAI）和 Meta。不幸的现实是，他们的模型都处境艰难……xAI 基本上失去了整个团队，其模型的使用量一落千丈。他们自己对模型没有需求，因此甚至无法使用自己的算力来销售推理服务。这意味着他们 100% 的算力都搁置着用于训练，但同时又在重建整个团队（我这里用绝对化表述，当然实际情况更为微妙，但我认为方向是准确的）。正如我上面提到的，将 100% 的算力用于训练是一个艰难的经济命题。你将在建设上花费巨资，但后端却不会产生任何收入。不是一笔好交易。那么他们决定怎么做？再次，我这是推测……他们决定，在真正拥有可销售的模型之前，从经济上讲，出租他们的容量是有意义的，这样可以带来收入并平衡现金流方程。这些计算交易的短期性质验证了这一点——他们想要一个 90 天的退出条款，以便在准备就绪时收回容量。因此，关于 SpaceX 出售算力，这感觉像是他们自己面临的一个特定问题。而且他们愿意收取的价格也支持稀缺性依然存在。 关于 Meta——我们不完全知道他们的计划或交易可能是什么样（所以很难真正评论），但我们确实知道他们自己的 AI 努力一直很挣扎。Llama 模型已经明显落后（尤其是与中国的开源模型相比），而且团队/士气问题已被充分记录。这也可能是“我们在算力上花了大量资金，但并没有产生足够的收入，让我们在理清头绪之前先出售一些容量。”再次强调，我们实际上不知道他们的计划，所以很难评论。我也认为他们完全有可能看到 AWS、Azure 和 GCP 的业务，并且只是想进入这个市场。 总之，我真的不认为这里有关于“稀缺性终结”的信号，因为从我的角度看，系统中没有过剩的算力。任何愿意出售容量的人（超大规模云厂商、新实验室等）都会立即找到买家。所以不是要轻率地评论，但我认为这些交易在“稀缺性终结”的讨论中根本不算什么。AI 落后者只是想把成本中心变成创收机会。 然后还有第 2 点。开源模型的崛起和 Token 最大化的终结是否意味着 Anthropic 和 OpenAI 统治的终结？不，我不这么认为，但世界确实在演变。Yippit 数据也 supposedly 表明实验室的收入轨迹没有放缓（但公平地说，如果会有什么影响，可能只是还没有体现在损益表上）。 我对这种“恐惧”的主要反应是，我们必须将 AI 的使用分为两个桶： 1. 谁在生成 Token？ 2. 谁在创造收入？ 看起来这两者应该直接相关，但我实际上看到一个未来正在出现，80% 的 Token 流向“低成本预算”选项（如更便宜的小型开源模型），20% 的 Token 流向实验室的“前沿 SOTA”Token（这些 Token 贵得多）。在这种情况下，我认为这 20% 将驱动相当大一部分收入（因为这些 Token 更贵，用于更关键的任务）。迄今为止，“昂贵”的 Token 占据了全部市场份额和钱包份额，但我预见到未来这两者会出现分化。这是一个良好且健康的发展。但我深信，前沿 Token 市场将永远存在，即使它在总 Token 中所占比例较小，它也将占据收入的大头。 某种程度上，我们已经在企业数据中看到了类似的情况。Ramp 最新的 AI 指数显示，顶尖 1% 的公司每月每位员工在 AI 上的花费约为 7,500 美元，而中位公司花费 11.38 美元（差距巨大，约 680 倍）。支出高度集中在少数做严肃、关键工作的超级用户群体中，这正是我预计会使用前沿 Token 的群体。Token 最终可能会分散到便宜的开源选项中，但美元总额在顶部聚集/集中，这是我预期会持续的模式。 然后是 Token 最大化的终结。这绝对是趋势。但是——我认为这股浪潮太大了。肯定会有一次浪费性支出的清洗，给 OpenAI/Anthropic 的支出带来短期逆风。但我认为在智能方面的支出增长这一宏观趋势是如此之大，以至于它将压倒任何优化。我意识到这一段听起来很像 2021 年，当时流行的态度是“是的，软件股票估值倍数很高，但它们增长如此之快，以至于增长将压倒不可避免的倍数压缩。”（我自己可能也说过类似的话……）。我在这里说的是类似的东西——我认为我们在 AI S 曲线上的位置太早了，因此沿路出现的优化看起来只是整体趋势上的小波动。 我认为大型实验室面临的一个更大风险，我将在下周写。一个更广泛的“拥有你自己的权重”趋势正在出现，这为大型实验室提供了机会（和挑战）。 **前 10 名 EV / NTM 营收倍数** [图片链接] **前 10 名每周股价变动** [图片链接] **倍数更新** SaaS 企业通常按其营收的倍数估值——在大多数情况下是未来 12 个月的预计营收。营收倍数是简化的估值框架。由于大多数软件公司不盈利或不产生有意义的自由现金流，这是比较整个行业的唯一指标。即使是 DCF 也充斥着长期假设。SaaS 的承诺是早期增长会在成熟期带来利润。下面显示的倍数是通过取企业价值（市值 + 债务 - 现金）/ NTM 营收计算得出的。 总体统计数据： - 总体中位数：3.5 倍 - 前 5 名中位数：28.6 倍 - 10Y：4.5% [图片链接] [图片链接] 按增长率分桶。在下面的桶中，我认为高增长为预测 NTM 增长 >22%，中增长 15%-22%，低增长 <15%。我必须调整“高增长”的截止点。如果 22% 感觉有点随意，那是因为它就是……我只是选了一个截止点，使得符合高增长桶的公司大约有 10 家，以便样本量在统计上更有意义。 - 高增长中位数：19.7 倍 - 中增长中位数：5.3 倍 - 低增长中位数：2.8 倍 [图片链接] [图片链接] **EV / NTM Rev / NTM Growth** 下图显示了 EV / NTM 营收倍数除以 NTM 共识增长预期。因此，一家以 20 倍 NTM 营收交易且预计增长 100% 的公司，其倍数为 0.2 倍。此图的目标是显示每只股票相对于其增长预期的相对便宜/昂贵程度。 [图片链接] [图片链接] **EV / NTM FCF** 折线图显示了所有 FCF 倍数 >0 倍且 <100 倍的公司的中位数。我创建了这个子集以显示那些 FCF 是相关估值指标的公司。 [图片链接] NTM FCF 为负的公司未在图表中列出。 [图片链接] **EV / NTM Rev 倍数 vs NTM Rev 增长的散点图** 增长与估值倍数的相关性如何？ [图片链接] **运营指标** - NTM 增长率中位数：13% - LTM 增长率中位数：16% - 毛利率中位数：76% - 营业利润率中位数：2% - FCF 利润率中位数：21% - 净留存率中位数：110% - CAC 回收期中位数：44 个月 - S&M 占营收比例中位数：34% - R&D 占营收比例中位数：23% - G&A 占营收比例中位数：13% **同行比较输出** 规则 40 显示营收增长率 + FCF 利润率（LTM 和 NTM 的增长率与利润率）。FCF 计算为：经营活动现金流 - 资本支出。 GM 调整后的回收期计算为：（上一季度 S&M）/（季度净新增 ARR x 毛利率）x 12。它显示了 SaaS 企业需要多少个月才能在毛利基础上收回其完全负担的 CAC。大多数上市公司不报告净新增 ARR，因此我使用一个隐含的 ARR 指标（季度订阅收入 x 4）。净新增 ARR 就是本季度 ARR 减去上季度 ARR。未披露订阅收入的公司已从分析中排除，列为 NA。 [图片链接] [图片链接] [图片链接] 本篇文章使用的来源包括 Bloomberg、Pitchbook 和公司文件。 本新闻通讯中的信息是作者的观点，不一定反映任何其他人或实体（包括 Altimeter Capital Management, LP（"Altimeter"））的观点。所提供的信息据信来自可靠来源，但对任何不准确之处不承担任何责任。此信息仅供参考，不应被解释为投资建议。过往表现并不保证未来结果。Altimeter 是一家在美国证券交易委员会注册的投资顾问。注册并不暗示一定水平的技能或培训。Altimeter 及其客户交易公开证券，并已作出和/或可能作出与本文所述公司相关的投资或投资决策。本文表达的观点是作者的观点，而非 Altimeter 或其客户的观点，它们保留作出投资决策或进行交易活动的权利。