После GPT-6 история о резком росте вычислительной мощности снова становится понятной?

После выпуска GPT-6 Astra 3 сентября акции полупроводников и памяти первыми начали расти. 4 сентября индекс SOXX вырос на 3,5%, акции Micron поднялись на 6,1%, а акции SanDisk на 11,9%; 7 сентября корейский индекс KOSPI увеличился на 4,61%, акции Samsung Electronics выросли на 5,7%, а SK hynix на около 8%.
До этого рынок испытывал опасения по поводу перегрева капитальных затрат на ИИ и достижения пика спроса на вычислительные мощности, что привело к значительным колебаниям в соответствующих секторах. MarketWatch даже прямо охарактеризовал этот рост как то, что Astra "вновь разожгла торговлю чипами памяти".

Автор книги "The Nvidia Way", бывший журналист Barron's по технологиям Тэ Ким предложил более радикальное объяснение: ИИ, возможно, вступает в четвертую волну экспоненциального роста спроса на вычислительные мощности за последние четыре года.

Три предыдущие волны исходили от Chatbot, Reasoning и Coding Agent, а четвертая волна, возможно, связана с Computer Use, который Astra продемонстрировала в этот раз. Логика Кима такова: Chatbot заставил миллионы людей начать использовать вычислительные мощности для рассуждений, Reasoning требует больше вычислений для каждого ответа, а Coding Agent изменил модель с "одного ответа" на непрерывную работу в течение десятков минут или даже часов. Теперь Computer Use расширяет применение непрерывных агентов от программистов до обычных работников знаний в Excel, Blender, CAD, Power BI и браузерах.

Ким долгое время следит за инвестициями в Nvidia и полупроводники, его информационный бюллетень Key Context сосредоточен на оценках технологических инвестиций, а недавние статьи также склоняются к положительному взгляду на инфраструктуру ИИ.

Таким образом, "четвертая волна экспоненциального роста" в первую очередь является инвестиционной гипотезой, выдвинутой быками на рынке вычислительных мощностей ИИ, а не уже проверенным законом индустрии. Но момент ее появления очень тонкий.

Перед выпуском Astra парадигма агентов только что пережила волну сомнений в "способностях": короткие задачи становились все более мощными, но как только дело доходило до долгосрочных, многошаговых и реальных программных сред, надежность явно снижалась, что также привело к сомнениям в достижении пика вычислительных мощностей. Потолок возможностей агентов не мог быть преодолен, и история о продолжении роста вычислительных мощностей перестала иметь смысл.

Может ли Astra действительно сломать этот потолок?

Каждый 1 рабочий день человека уже соответствует 3,1 рабочим дням агента

Три волны "экспоненциального роста" вычислительных мощностей ИИ означают, что за последние несколько лет каждый раз, когда менялась парадигма использования ИИ, объем вычислений, который мог потреблять один пользователь, значительно увеличивался.

ChatGPT впервые ввел рассуждения на массовый рынок; модели Reasoning начали готовы проводить более длительные внутренние вычисления для одной задачи; с Coding Agent простая команда может инициировать непрерывный цикл чтения кода, модификации, тестирования, проверки ошибок и повторной модификации.

В то же время агенты начали преодолевать физические ограничения "один человек может работать только 8 часов в день".

6 сентября OpenAI только что раскрыла набор внутренних данных. К середине августа среди исследователей компании, использующих Coding Agent, каждый человек в день потреблял вычислительные мощности, эквивалентные более чем 600 долларам по ценам открытого API; исследователи на 90-м процентиле использовали более 7000 долларов в день. Согласно данным Business Insider, собранным на основе данных OpenAI, в июле медианное значение составляло всего около 162 долларов, что означает рост почти в 3,7 раза за месяц. На рисунке: по состоянию на середину августа каждый 1 рабочий день человека уже соответствует 3,1 рабочим дням агента; медианный исследователь использует вычислительные мощности агента на сумму более 600 долларов по ценам API.

Это преобразование внутреннего использования по ценам API ближе к "интенсивности рассуждений одного пользователя".

До июня общее время работы всех агентов в исследовательском отделе OpenAI не превышало рабочего времени самих исследователей; к середине августа каждый 1 рабочий день человека уже соответствует 3,1 рабочим дням агента. Все больше исследователей также начинают одновременно запускать несколько агентов.

Это означает, что после парадигмы агентов за одним пользователем начинают появляться несколько "цифровых процессов", которые могут работать параллельно, и они больше не подвержены физическим ограничениям "скорости ввода человека". Теперь один человек может заставить три-четыре агента работать непрерывно, даже заставить агента создать под-агента.

Единицей измерения спроса на вычислительные мощности может стать: сколько агентов работает одновременно за одним пользователем и сколько часов эти агенты работают каждый день.

Computer Use расширяет рабочее пространство

Хотя Coding Agent быстро растет, у него все еще есть очевидные границы, и большинство задач с несколькими агентами по-прежнему выполняются программистами, которые составляют лишь небольшую часть глобальных работников знаний.

Computer Use расширяет пространство еще больше. После выпуска Astra Ким сам провел тест. Ранее он не умел пользоваться Blender, поэтому попросил Astra на Mac изучить космический шаттл, открыть Blender и завершить 3D-моделирование. Примерно через 10 минут был создан вращающийся модель.

Обычный диалог выглядит как "ввод---рассуждение---вывод"; Coding Agent превращается в "чтение кода---рассуждение---модификация---тестирование---повторное рассуждение"; Computer Use далее превращается в "смотрение на экран---понимание интерфейса---принятие решения---выполнение---ожидание результата---повторное наблюдение---проверка---исправление ошибок".

Задача, выполненная человеком за десять минут, может включать десятки раундов визуального понимания, рассуждений и вызова инструментов.

А как только этот набор возможностей переходит из браузера и редакторов кода в Excel, Salesforce, SAP, Power BI, Photoshop, CAD и различные внутренние корпоративные системы, потенциальные пользователи становятся почти всеми работниками знаний, сидящими за компьютерами.

Это и есть суть "четвертой волны спроса", о которой говорит Ким:

Coding Agent хочет забрать время на компьютере программистов, Computer Use хочет забрать время на компьютере всех офисных работников.

Но на данный момент это все еще лишь возможность.

OpenAI не раскрыла объем задач Computer Use после выпуска Astra, а также не опубликовала ежедневные данные о токенах, использовании GPU или пропускной способности рассуждений для одного пользователя. Поэтому пока нельзя с уверенностью утверждать, что "Astra уже принесла четвертую волну роста вычислительных мощностей".

Действительно ли спрос на вычислительные мощности уже начинает расти?

После выпуска Astra Tencent Technology заметила, что в некоторых сообществах разработчиков возникли трудные для количественной оценки, но заслуживающие внимания отзывы: похоже, что опыт использования начинает различаться в зависимости от региона и аккаунта.

Некоторые разработчики из Азиатско-Тихоокеанского региона сообщают, что в последнее время ChatGPT и Codex стали медленнее реагировать, а стабильность выполнения сложных задач не такая, как у аккаунтов из США. Сообщество привыкло называть этот опыт "уменьшением интеллекта".

По крайней мере, часть из этого не является полностью субъективным восприятием.

4 сентября официальная страница статуса OpenAI отдельно сообщила о снижении производительности услуг в Азиатско-Тихоокеанском регионе, что затронуло несколько продуктов, включая ChatGPT, Work, Codex Cloud и другие. Четыре дня спустя OpenAI объявила о многолетнем соглашении с оператором центров обработки данных Firmus, поддерживаемым Nvidia, чтобы получить выделенные вычислительные мощности из двух центров обработки данных в Малайзии.

В настоящее время также нет доказательств того, что OpenAI из-за увеличения нагрузки Astra снизила бюджет на рассуждения для пользователей из Азиатско-Тихоокеанского региона или переключилась на более слабые модели.

Так называемое "уменьшение интеллекта в Азиатско-Тихоокеанском регионе" может по крайней мере смешивать три различных фактора: проблемы с инфраструктурой и маршрутизацией в регионе, риск и ограничения на уровне аккаунта, а также динамическое распределение ресурсов в пиковые часы. Все они могут проявляться у пользователей как более медленная работа, более высокая вероятность сбоев, прерывание вызовов инструментов и даже ухудшение окончательных ответов на сложные задачи.

Но эти отзывы все же предоставляют другой способ наблюдения за давлением на вычислительные мощности ИИ.

Когда модели становятся все более способными постоянно потреблять вычислительные мощности, нехватка предложения может сначала проявляться в колебаниях задержки, вероятности сбоев и качества обслуживания между различными регионами и аккаунтами.

Проблема в том, что в данный момент для этого вывода все еще не хватает самого важного набора данных:

Имеют ли одинаковые модели, одинаковые пакеты и одинаковые задачи стабильные различия в задержке первого токена, общем времени рассуждений, коэффициенте успеха инструментов и окончательной степени завершения задач в разных регионах.

До получения этих данных "уменьшение интеллекта" может быть лишь подсказкой, но не доказательством напряженности вычислительных мощностей.

На рисунке: 8 сентября пользователь опубликовал сообщение о том, что GPT-6 Astra "емкость заполнена", и заявил, что его 4 аккаунта не могут нормально использовать систему, которая предлагает переключиться на другие модели. Тибо, пересылая это сообщение, подшутил: "мы снова здесь", рассматривая "перегрузку модели" как сигнал о возобновлении спроса на ИИ.

Капиталовложения снова начали делать ставки

Хотя реальные кривые использования вычислительных мощностей после выпуска Astra еще не были опубликованы, капиталовложения уже заранее торгуют историей "спрос на ИИ еще не достиг пика".

MarketWatch подсчитал, что после выпуска Astra ETF iShares Semiconductor на какое-то время вырос примерно на 3,5%, а компании, связанные с памятью, такие как Samsung, SK hynix, Kioxia, показали еще более сильные результаты. Зарубежные СМИ даже прямо описали этот ралли как то, что Astra "вновь разожгла торговлю чипами памяти".

Стоит отметить, что наиболее заметным в этом ралли не является Nvidia, а именно память.

Если Computer Use действительно станет рабочей нагрузкой для непрерывной работы агентов, то необходимо будет увеличить не только вычисления GPU. Более длинные контексты, KV Cache, параллельные агенты, виртуальные машины, браузеры и программные среды могут продолжать увеличивать спрос на HBM, DRAM, CPU, сеть и хранилище.

Таким образом, недавние сделки на капиталовложениях не полностью связаны с тем, что "GPT-6 стал более мощным", основная логика все еще заключается в том, что: более умная модель может заставить пользователей захотеть купить больше вычислений.

Это также является отличием этой волны истории инфраструктуры ИИ от традиционного программного обеспечения.

Традиционное программное обеспечение, чем больше оптимизируется, тем меньше ресурсов сервера может потребоваться одному и тому же пользователю.

Генеративный ИИ, наоборот, может столкнуться с "парадоксом Джевонса": чем выше эффективность модели и выше вероятность успеха задач, тем больше люди готовы передать более длительные, более сложные задачи ИИ, в конечном итоге общее потребление вычислительных мощностей продолжает увеличиваться.

Но следует быть осторожным, что у капиталовложений также есть свои "приоритеты".

Инфраструктура ИИ уже пережила раунд роста и коррекции, акции полупроводников в этом году также испытали значительное снижение из-за перегрева капитальных расходов и снижения свободного денежного потока у облачных компаний. Поэтому несколько дней роста, принесенных Astra, могут лишь свидетельствовать о том, что инвесторы снова начали делать ставки, но этого недостаточно, чтобы доказать, что действительно возникла четвертая волна спроса на вычислительные мощности.

Экономический расчет

Оценка Кима в конечном итоге зависит от трех более реалистичных вопросов.

Первый все еще касается надежности.

Работа реальной компании — это не одноразовая демонстрация. Может ли агент непрерывно работать с ERP, финансовыми моделями или инженерным программным обеспечением в течение нескольких часов и при этом сохранять корректность, когда возникают всплывающие окна, меняются права доступа и обновляются данные — это совершенно другой вопрос.

Второй вопрос — это стоимость.

Сколько на самом деле потребуется денег, чтобы выполнить эквивалентную работу человека на компьютере в течение часа?

Если ИИ выполняет работу стоимостью 50 долларов за 10 долларов, спрос легко взорвется; если потребуется 100 долларов, рыночное пространство будет совершенно другим.

Данные OpenAI о 600 долларах в день показывают, что агент может создать огромный спрос, но также косвенно указывают на то, что такой способ работы сегодня все еще может быть очень дорогим.

Третий вопрос: не уничтожит ли Computer Use в конечном итоге часть собственного спроса?

Сейчас модели нужно смотреть на экран и искать кнопки, потому что существующее программное обеспечение разработано для людей. Как только Salesforce, Microsoft, Adobe или внутренние корпоративные системы начнут открывать API, MCP и интерфейсы для агентов, множество задач станет совершенно ненужным для имитации мыши и клавиатуры.

Более вероятная форма, которая может возникнуть, — это слияние Computer Use и Tool Use: в местах с структурированными интерфейсами будет происходить прямой вызов, а для старых систем без интерфейсов, которые трудно модернизировать, и открытых веб-страниц по-прежнему будет использоваться визуальное управление.

Таким образом, рынок, который действительно открывает Computer Use, может быть не "заставить ИИ всегда кликать на компьютере как человек", а через такой подход "мой человеческий хозяин разрешил мне нажимать на ваше программное обеспечение, так что вы не можете вмешиваться", позволить агенту жестко прорваться через существующую экосистему приложений. Агент наконец может войти в последние большие рабочие среды, которые ранее не могли быть охвачены автоматизацией.

Это также та часть, которую Ким называет "четвертым раундом Индекс роста", действительно стоит проверить: "Является ли Computer Use трамплином или это действительно еще одно изменение парадигмы"?

После GPT-6, тот рассказ о вычислительных мощностях, который стал все труднее объяснять из-за столкновения агентов с ограничениями, снова стал ли он понятным?

Капитал снова начал делать ставки.

После взрыва генеративного ИИ рынок продолжает опровергать медведей на "рост вычислительных мощностей", будет ли на этот раз иначе?