После GPT-6 снова обретает смысл история о взрывном росте вычислительных мощностей?

После выхода GPT-6 Astra 3 сентября первыми отскочили акции полупроводниковых компаний и производителей памяти. 4 сентября SOXX вырос на 3,5% за день, Micron прибавил 6,1%, а SanDisk взлетел на 11,9%; 7 сентября южнокорейский KOSPI поднялся на 4,61%, Samsung Electronics вырос на 5,7%, а SK hynix — примерно на 8%.
До этого опасения по поводу перегретых капитальных затрат на ИИ и пика спроса на вычислительные мощности довольно долго вызывали колебания в связанных секторах. MarketWatch даже охарактеризовал этот рост как то, что Astra «вновь разожгла торговлю чипами памяти».

Тэ Ким, автор книги «Путь Nvidia» и бывший технологический репортер Barron's, предложил более радикальное объяснение: ИИ, возможно, вступает в четвертый раунд экспоненциального роста спроса на вычислительные мощности за последние четыре года.

Первые три раунда были связаны с чат-ботами, рассуждениями и кодинг-агентами, а четвертым потенциально может стать Computer Use, на демонстрации которого Astra сосредоточилась в этот раз. Логика Кима такова: чат-боты позволили сотням миллионов людей начать потреблять вычислительные мощности, модели рассуждений требовали больше вычислений на каждый ответ, а кодинг-агенты превратили модель из «однократного ответа» в непрерывную работу в течение десятков минут или даже часов. Теперь Computer Use расширяет сферу непрерывно работающих агентов с программистов на обычных работников умственного труда, использующих Excel, Blender, CAD, Power BI и браузеры.

Ким давно специализируется на инвестициях в Nvidia и полупроводники, а его рассылка Key Context посвящена оценке технологических инвестиций, причем недавние статьи склоняются в пользу ИИ-инфраструктуры.

Таким образом, «четвертый раунд экспоненциального роста» — это прежде всего инвестиционная гипотеза, предложенная быками по вычислительным мощностям ИИ, а не уже подтвержденное отраслевое правило. Однако момент для нее выбран весьма тонко.

Перед выходом Astra парадигма агентов только что пережила волну скептицизма по поводу «упора в стену»: короткие задачи становились все сильнее, но как только дело доходило до долгосрочных, многошаговых сценариев в реальных программных средах, надежность заметно падала, что и породило упомянутые сомнения в пике спроса на вычислительные мощности. Если потолок возможностей агентов не удастся пробить, история о дальнейшем росте вычислительных мощностей становится несостоятельной.

Сможет ли Astra действительно пробить этот потолок?

Каждый человеко-день соответствует 3,1 агентского рабочего дня

Первые три раунда «экспоненциального роста» вычислительных мощностей ИИ означают значительное увеличение объема вычислений, который пользователь может использовать при каждой смене парадигмы использования за последние несколько лет.

ChatGPT впервые вывел рассуждения на массовый рынок; модели рассуждений начали выполнять более длительные внутренние вычисления для одного вопроса; к моменту появления кодинг-агентов простая инструкция могла запускать непрерывный цикл чтения кода, внесения изменений, тестирования, проверки ошибок и повторных правок.

Одновременно агенты начали преодолевать физическое ограничение «один человек может работать только 8 часов в день».

6 сентября OpenAI как раз раскрыла набор внутренних данных. К середине августа этого года среди исследователей компании те, кто находился на 50-м процентиле, использовали кодинг-агентов, потребляя объем вычислений, эквивалентный более чем $600 в день по публичным тарифам API; у исследователей на 90-м процентиле этот показатель превышал $7000 в день. Согласно подборке Business Insider на основе данных OpenAI, медианное значение в июле составляло лишь около $162, то есть рост почти в 3,7 раза всего за месяц с небольшим. Рисунок: К середине августа каждый человеко-день в исследовательском отделе OpenAI соответствует 3,1 агентского рабочего дня; медианный объем рассуждений, используемый исследователями в день, превышает $600 по тарифам API.

Это преобразование внутреннего использования в тарифы API ближе к понятию «интенсивность рассуждений на одного пользователя».

До июня общее время работы всех агентов в исследовательском отделе OpenAI не превышало рабочего времени самих исследователей; к середине августа каждый человеко-день соответствует 3,1 агентского рабочего дня. Все больше исследователей также запускают несколько агентов одновременно.

Это означает, что после появления парадигмы агентов за одним пользователем начинают появляться несколько «цифровых процессов», способных работать параллельно, больше не ограниченных физическим пределом «скорости человеческого ввода». Теперь один человек может поддерживать непрерывную работу трех или четырех агентов, а также позволять агентам создавать субагентов.

Единица измерения спроса на вычислительные мощности, таким образом, может измениться: теперь это будет количество агентов, одновременно работающих за одним пользователем, и количество часов их работы в день.

Computer Use расширяет рабочее пространство

Хотя кодинг-агенты быстро развиваются, у них все еще есть четкая граница; большинство тех, кто запускает несколько агентских задач, по-прежнему программисты, а это лишь малая часть мировой численности работников умственного труда.

Computer Use расширяет пространство еще сильнее. После выхода Astra Ким сам провел тест. Раньше он не умел пользоваться Blender, поэтому поручил Astra изучить информацию о космическом шаттле, открыть Blender и выполнить 3D-моделирование на Mac. Примерно через 10 минут была создана вращающаяся модель.

Обычный диалог примерно следует схеме «ввод---рассуждение---вывод»; кодинг-агент превращается в «чтение кода---рассуждение---изменение---тестирование---повторное рассуждение»; Computer Use эволюционирует дальше в «посмотреть на экран---понять интерфейс---решить действия---выполнить---дождаться результата---повторно наблюдать---проверить---исправить ошибки».

Задача, которая занимает у человека десять минут, может занять у ИИ десятки раундов визуального понимания, рассуждений и вызова инструментов.

Как только эта возможность появится в Excel, Salesforce, SAP, Power BI, Photoshop, CAD и различных внутренних корпоративных системах, потенциальная база пользователей расширится почти до всех работников умственного труда, сидящих перед компьютерами.

Это ядро того, что Ким называет «четвертым раундом спроса»:

Кодинг-агенты хотят использовать компьютерное время программистов, а Computer Use стремится использовать компьютерное время всех офисных работников.

Но пока это остается лишь возможностью.

OpenAI не раскрыла объем задач Computer Use после выхода Astra, а также не опубликовала ежедневные кривые использования токенов на одного пользователя, загрузки GPU или пропускной способности инференса. Поэтому нельзя однозначно доказать, что «Astra принесла четвертый раунд роста вычислительных мощностей».

Действительно ли вычислительные мощности начали испытывать дефицит?

После выхода Astra Tencent Technology заметила, что в некоторых сообществах разработчиков появился трудно поддающийся количественной оценке, но заслуживающий внимания отзыв: пользовательский опыт, похоже, начал различаться по регионам и аккаунтам.

Некоторые разработчики в Азиатско-Тихоокеанском регионе сообщили, что в последнее время ответы ChatGPT и Codex замедлились, а стабильность сложных задач уступает американским учетным записям. В сообществе этот опыт прозвали «оглуплением».

По крайней мере, отчасти это не полностью субъективно.

4 сентября на официальной странице статуса OpenAI сообщалось о снижении производительности сервисов в Азиатско-Тихоокеанском регионе, затронувшем несколько продуктов, включая ChatGPT, Work и Codex Cloud. Четыре дня спустя OpenAI объявила о многолетнем соглашении с оператором дата-центров Firmus при поддержке Nvidia о получении выделенных вычислительных мощностей от двух дата-центров в Малайзии.

Аналогично, в настоящее время нет доказательств того, что OpenAI сократила бюджеты на вычисления для рассуждений для пользователей Азиатско-Тихоокеанского региона или переключила их на более слабые модели из-за возросшей нагрузки от Astra.

Так называемое «оглупление» в Азиатско-Тихоокеанском регионе может, по крайней мере, объясняться тремя разными факторами: проблемы региональной инфраструктуры и маршрутизации, контроль рисков на уровне учетных записей и ограничения скорости, а также динамическое планирование ресурсов в пиковые периоды. На стороне пользователя это может проявляться как замедление работы, более высокая частота отказов, прерывания вызовов инструментов и даже худшие конечные ответы для сложных задач.

Однако эта обратная связь все же дает еще один способ наблюдения за давлением на вычислительные мощности ИИ.

По мере того как модели становятся все более способными непрерывно потреблять вычисления, напряженность предложения может сначала проявляться в колебаниях задержки, частоты отказов и качества обслуживания между разными регионами и учетными записями.

Проблема в том, что для этого суждения в настоящее время не хватает набора самых критически важных данных:

Существуют ли стабильные различия в задержке первого токена, общем времени рассуждений, проценте успешных вызовов инструментов и конечной доле завершения задач для одной и той же модели, одного и того же пакета и одной и той же задачи в разных регионах.

Пока эти данные не получены, «оглупление» может быть лишь признаком, а не доказательством дефицита вычислительных мощностей.

Рисунок: 8 сентября пользователь поделился запросом от GPT-6 Astra с сообщением «мощности заполнены», заявив, что все четыре его учетные записи не могут нормально функционировать, и система предложила переключиться на другие модели. Тибо пошутил в ретвите, сказав «мы вернулись», рассматривая «полную загрузку модели» как сигнал возобновления спроса на ИИ.

Рынок капитала снова начал делать ставки

Хотя фактическая кривая использования вычислительных мощностей после выхода Astra не была обнародована, рынок капитала уже отыгрывает историю о том, что «спрос на ИИ еще не достиг пика».

MarketWatch сообщил, что после выхода Astra биржевой фонд iShares Semiconductor ETF вырос примерно на 3,5%, а компании, связанные с памятью, такие как Samsung, SK hynix и Kioxia, показали еще более сильную динамику. Зарубежные СМИ даже прямо охарактеризовали эту волну рыночной активности как Astra «вновь разожгла торговлю чипами памяти».

Примечательно, что самым ярким аспектом этого роста является не Nvidia, а память.

Если Computer Use действительно станет устойчивой рабочей нагрузкой для запуска агентов, потребуется увеличение не только GPU-вычислений. Более длинные контексты, KV Cache, параллельные агенты, виртуальные машины, браузеры и программные среды могут продолжать стимулировать спрос на HBM, DRAM, CPU, сетевое оборудование и хранилища.

Таким образом, недавние сделки на рынке капитала не совсем о том, что «GPT-6 стал мощнее»; основная логика остается прежней: приведет ли более умная модель к тому, что пользователи захотят покупать больше вычислительных мощностей?

Именно здесь эта волна историй об ИИ-инфраструктуре сильнее всего отличается от традиционного программного обеспечения.

Чем более оптимизировано традиционное ПО, тем меньше серверных ресурсов может требоваться одному пользователю.

И наоборот, генеративный ИИ может демонстрировать противоположный «парадокс Джевонса»: чем эффективнее модель и чем выше процент успешных задач, тем охотнее люди делегируют ИИ больше, более длительную и более сложную работу, что в конечном итоге приводит к росту общего потребления вычислительных мощностей.

Однако важно проявлять осторожность, поскольку у рынка капитала тоже есть свои корыстные интересы.

ИИ-инфраструктура уже пережила раунд значительного роста и коррекции до этого, а акции полупроводниковых компаний также заметно снизились в этом году из-за перегретых капитальных затрат и снижения свободного денежного потока облачных провайдеров. Поэтому несколько дней отскока, вызванных Astra, могут лишь указывать на то, что инвесторы снова начинают делать ставки, но этого недостаточно, чтобы доказать, что четвертый раунд спроса на вычислительные мощности действительно возник.

Экономический расчет

Суждение Кима в конечном счете зависит от трех более практических вопросов.

Первый — по-прежнему надежность.

Реальные бизнес-операции — это не разовое демо. Сможет ли агент непрерывно работать с ERP, финансовыми моделями или инженерным ПО в течение нескольких часов и при этом оставаться корректным при появлении всплывающих окон, изменении прав доступа и обновлении данных — это совершенно другой вопрос.

Второй — стоимость.

В будущем, сколько фактически будет стоить выполнение работы, эквивалентной одному часу использования компьютера человеком до появления Computer Use?

Если ИИ сможет выполнить задачу стоимостью $50 для сотрудника за $10, спрос легко взорвется; если это будет стоить $100, рыночный потенциал будет совершенно иным.

Цифра $600 в день от OpenAI указывает на то, что, хотя агенты могут создавать огромный спрос, это также говорит о том, что такой режим работы сегодня может быть все еще дорогим.

Третий вопрос: не устранит ли Computer Use в конечном итоге часть спроса на себя?

В настоящее время моделям нужно смотреть на экран и находить кнопки, потому что существующее ПО разработано для людей. Как только Salesforce, Microsoft, Adobe или внутренние корпоративные системы начнут напрямую открывать API, MCP и агентские интерфейсы, многие задачи больше не потребуют имитации действий мыши и клавиатуры.

Более вероятным результатом является слияние Computer Use и Tool Use: там, где есть структурированные интерфейсы, они будут вызываться напрямую; для старых систем без интерфейсов или которые трудно модифицировать, визуальные операции продолжатся.

Таким образом, рынок, который действительно открывает Computer Use, возможно, заключается не в том, чтобы «заставить ИИ вечно кликать по компьютерам, как люди», а в том, чтобы через подход «мой человеческий хозяин авторизовал меня кликать по вашему ПО, так что вы не можете меня контролировать» позволить агентам прорваться через существующую экосистему приложений. Агенты наконец смогут войти в последние крупные рабочие среды, которые автоматизация ранее не могла охватить.

Это также та часть, которую Ким называет «четвертым раундом экспоненциального роста», которую действительно стоит проверить: «Является ли Computer Use промежуточным этапом или это действительно очередная смена парадигмы?»

После GPT-6 история о вычислительных мощностях, которую становилось все труднее излагать из-за того, что агенты упирались в стену, снова стала связной?

Рынок капитала снова начал делать ставки.

После взрыва генеративного ИИ рынок продолжает наносить удары медведям «роста вычислительных мощностей». Будет ли на этот раз иначе?