近期热议的 AI 话题竟是「GPU 囤积潮」？原因是许多公司大量收购高阶 GPU，并以此为筹码，吸引最具潜力的 AI 新创企业。这个策略背後存有哪些 AI 时代独特的竞争逻辑？为什麽投资巨头们愿意承担硬体快速贬值的风险，也要囤积这些昂贵的运算资源？面对技术快速发展的竞争环境，这种策略能否持续？
囤积高阶GPU为何能吸引AI新创公司？
在开发大型语言模型或复杂的机器学习演算法时，强大的运算能力是不可或缺的因素。然而，顶级GPU如Nvidia H100的价格动辄数万美元，对资金有限的新创公司而言，往往是难以逾越的门槛。
在这种情况下，投资公司通过囤积GPU，无疑能大幅降低AI新创的入场门槛，使他们能够更快速、更经济地进行研发和创新。这不仅能吸引更多优质的AI新创公司的注意，还能加速这些公司的成长速度，提高投资回报的可能性。
再者，藉由提供GPU资源，投资公司能够更深入地参与到AI新创公司的发展过程中。这种参与不仅限於资金支援，更延伸到技术基础设施的层面。这使得投资公司能够更好地理解和评估被投资公司的技术进展，而做出更明智的投资决策。同时，这种紧密的合作关系也有助於建立更牢固的夥伴关系，增加投资成功的机会。
以GPU换取股权能改变未来创业投资的局势？
投资公司以GPU换取股权的新策略，正悄悄改变着创业投资的游戏规则。这种策略无疑会重塑AI创业生态系统。传统上，创投主要提供资金和战略指导。然而，在AI领域，运算资源的重要性不亚於资金。
利用提供昂贵的GPU资源，投资公司实际上降低了AI创业的门槛，使得更多具有创新想法但资金有限的团队能够实现他们的愿景。长远来看，这可能会导致AI创新的爆发式增长，改变整个科技产业的面貌。同时，这种模式也可能引发一场关於创业公司估值的新讨论：如何在公司估值中合理计入GPU等关键资源的价值？这可能会为创业投资带来全新的估值模型和考量因素。
这种投资策略，可能会重新定义创投公司的角色。传统上，创投公司主要依靠其资金实力、产业观察力和人脉资源来吸引优质公司。然而，随着GPU等技术资源成为关键筹码，我们可能会看到一种新型的「技术型」创投公司崛起。这些公司不仅提供资金，还能够为创业公司提供关键的技术基础设施。
GPU资源与资金援助，哪个才重要？
我们看到了一个有趣的现象：AI新创公司，如Luma AI，选择接受Andreessen Horowitz（A16Z）公司提供的GPU资源，而放弃了其他投资者提供的更高资金支持。
这反映了Luma AI对长期发展的战略考量。在AI产业，技术进步的速度往往快於资金消耗的速度。换句话说，拥有足够的运算资源可能比拥有更多现金更能确保公司的竞争力。Luma AI的选择表明，他们不仅着眼於当前的资金需求，更重视能够持续推动公司成长的综合性资源。
这种选择也反映了AI创业生态系统的变化。传统上，创业公司主要依赖资金来推动发展。但在AI时代，技术资源的重要性日益凸显。A16Z通过提供GPU资源，实际上创造了一种新的投资模式，这种模式更贴近AI公司的实际需求。
对於Luma AI来说，选择A16Z不仅是选择了一个投资者，更是选择了一个能够提供核心竞争力的战略夥伴。这种合作模式可能会带来更紧密的投资者与创业者关系，因为双方在技术层面上的深度合作可以促进更好的相互理解和共同发展。
- Andreessen Horowitz Is Building a Stash of More Than 20,000 GPUs to Win AI Deals
- Claude 3.5 Sonnet is powerful, inexpensive, and speedy
- GPU Shortage Intensifies
- AI Investors Are Wooing Startups With Massive Computing Clusters
（首图来源：shutterstock）
