Grayscale：低成本智能體AI將推高算力需求

作者：Zach Pandl，Grayscale研究主管；編譯：Shaw，金色財經

人工智慧（AI）需求正在攀升，背後兩大驅動因素：成本持續下降，以及 AI 自主執行任務的能力不斷增強。這意味著市場對算力與支撐 AI 運行的實體基礎設施需求將進一步增長。例如 Anthropic 表示，其最新的 Sonnet 模型單任務成本降幅最高可達 30%；而 OpenAI 近期推出的 「dots」—— 全天候在線、可持續朝着用戶目標執行任務的智能體，或將大幅拉高算力需求。

成本下行能夠釋放更多 AI 應用活動。低價開源權重模型帶來的競爭，正持續壓減 token 定價，也就是開發者為 AI 模型處理、生成文本所支付的費用。正如我們在《算力瓶頸投資》一文中探討的：智能化服務成本降低，會讓更多應用與自動化工作流具備經濟可行性。

智能體將進一步放大算力需求。聊天機器人只負責回答問題；智能體則會為達成目標執行多步驟任務。舉個例子，籌備客戶會議，可能需要查閱紀要、分析投資組合變動、起草會議議程。這類工作流消耗的 token 數量，視任務不同，可達普通對話機器人交互的 5 至 50 倍。全天候智能體還會把這類計算處理，從單次對話拓展為持續運行。

推理（即運行 AI 模型所需的計算）規模已經高速增長（圖表1）。高盛預測，到 2030 年，在智能體的主要推動下，token 消耗量將增長 24 倍。即便 AI 本身效率持續提升，只要使用量擴張速度更快，整體算力需求依舊上行。

這類數字活動，終究離不開實體基礎設施。電力、數據中心、GPU 的交付都存在周期。因此，AI 降價與算力供給緊張可以同時存在：CoreWeave 近期披露，新簽合約的算力定價有所抬升。我們認為，更低成本的智能服務、能力更強的智能體，所能催生的 AI 場景與使用規模，足以抵消效率提升帶來的節約效應，持續支撐稀缺算力資源的需求，利多算力資產持有者。

核心結論： 成本更低的 AI、能力更強的智能體，大機率會加速算力需求增長，利多支撐人工智慧擴張的稀缺實體基礎設施持有者。

圖表1：從聊天機器人到智能體，推理需求激增

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。