先说个干货
某行测算了GPT-5和GPT-6训练所需算力，GPT-5核心假设：8.8-17.6万亿参数、65T-130T token。由于参数量和数据量的增长是5-10x，总算力的消耗相比GPT-4就是25-100x，大概需要20-30万H100，训练4-6个月时间。
GPT-6，基于Blackwell以及再下一代Blackwell+1、Blackwell+2的算力需求。核心假设参数到67-130万亿，数据token量到494-960万亿，因此算力需要是GPT-4的1444倍-5400多倍，对应需要158万张Blackwell或96万张的Blackwell+2代产品。以及需要IDC容量是可怕的3.5GW-4.2GW。怎么说呢，合理的地方在于惊人的数量级假设倒是呼应上了星际之门、AWS、谷歌千亿美金、微软180万张卡等多颗大卫星。但这里面很多还没准备好。只说电力，目前千兆瓦级训练集群一个都没有（但的确都开始了GW级的建设，AWS的核电站是950MW，小扎在Llama3采访上也提到了即将到来的千兆瓦集群）。以及这可怕的500-1000万亿token数量从哪里来，显然95%以上要来自生成数据or合成数据。卡、电、数据，就是摆在GPT-6面前的三道关。
而上述只是“蛮力”，纯自回归模型scaling就可以了吗？最近也收到了非常多产业界朋友的反馈，显然不够。因此过去那些碎片化的传闻，解决的都是同一个问题——system 2系统二，比如OpenAI的Q-star，老黄斯坦福说的“Long thinking”，还是Yann Lecun经常诟病的“planning能力”，谷歌和princeton提出的“Tree of Thoughts”。这是蛮力之外的“巧劲”，也就是模型层面的理论创新，有可能会从GPT-6进入工程实现。
总结来说，抛开炒股票，未来2年有太多问题让产业界去解决，发展变革的速度可一点都没有放慢。作为我自己，也会不自觉得去找一个短期的锚——GPT-5，但显然这已经是训练中或训练好的模型，其所能验证的也是过去那一套，H100+几十T数据+可能变化不大的模型架构（这点我不确定），所能实现的能力。而Blackwell+更大比例的合成数据+新的模型架构，能带来的能力提升，或许更能说明scaling-law最新的二阶导在哪里。当然这个实现代价如上所示，从电到卡都是非常巨大的。而数据其实给了我们更大信心，先不说Llama3 70B到底如何，至少其15T数据+不变的参数量带来的MMLU提升，说明只怼数据这一个维度对模型拉动的效果其实还没到天花板，这一点很关键。
进入正题，关于英伟达-10%后的看法，在星球发起了投票，参与度空前...
因为星球内包含了产业人士、VC/PE投资人、二级机构投资人、个人投资者，混合了短中长期不同视角。且读者真的藏龙卧虎，可能很多发言是隐藏大佬（当然现在这种混沌时刻，权威也没啥用，大家多听多看吧）
从投票结果看，选择明确看空和看多的1和3都是少数，多数人选择了2，但即便选2的读者，也基本都表达了短期悲观的态度。因此我将观点整理成了多空两派，供大家对比参考
多方：
大宗黄金猛涨 。交易的就是你美元的信用性风险，美股被挂在高位难受了，对 ai 来说就两种，跌下来等美元的风险落地，利率下来接着涨，要么应用那边催化叙事再升级，直接拉上去。本质上还是资产荒，人类未来这种救命稻草式的宏大叙事你想结束是真有点难
AGI 的等级划分来看，还处在level 1阶段，还有很长的技术爬坡。个股基本面没啥，不然asml和台积电就应该拉崩，而不是smci拉崩不可能那么多巨头一起误判趋势（指巨额投入）联储有意收紧金融条件狙击ai，跌了才有降息的理由。经济有韧性，所以标普的调整不会很深宏观环境不支持直接反弹，HB切换期间不确定性也没定价，这波定价完逐步抄吧，等一个gpt-5公司基本面完全没问题。但是宏观战争，选举，通胀三大风险可能会杀估值multiple选2，周五大跌可能是交易层面促发的，而且交易层面的逆风因素还在，短期涨上去缺乏大的催化，不可能有大量的资金这时候给干上去，向下又有业绩的支撑，估值也不算贵，所以必然是震荡走势选2，短期宏观不乐观，行业目前也没有新故事可以讲，但是好歹是第四次工业革命，调整后等ai有新的突破，继续往上
空方：
选择1和2之間，需要等的时间再长一点，就变1会继续调整，联储为了后续降息钱能继续留在美国做准备大模型在c端的应用已经被pass了，无论是写作，音乐，绘画，都是糊弄外行的渣渣。b端应用目前也只是一些头部公司的自娱自乐，没看出在某个细分领域有出圈的商业模式，应用太差劲，始终是这波大模型热潮的头上的一把刀。AI周期性潮起潮落就已经经历过不少于4次，向量机, 概率图模型, 深度学习和目前的LLM。各领风骚几年，行业热点不断变换，很多从业者也不得不主动或者被动的跟随。但在这些不断发展之中，作为从业者/研发者和应用落地者，业内在1984年提出的一些基础问题（The dark ages of AI: a panel discussion at AAAI-84, 这篇文章建议都好好读读），得到了很好的解决了吗?见顶。会做个M头，参考21-22年特斯拉。LLM往前看已经有明显的科学问题了，常理来看，巨头以外的地方冷静2年左右比较正常。csp今年支撑600亿，明年支撑1000亿，后年可能还20%的涨，可是小厂那块儿是非常说不清楚的。这不能说泡沫破裂，但是中间波折一下2-3年也算正常，自动驾驶行业周期，信与不信摆动了N多次了，基本两年换个观点，但是特斯拉，waymo，pony一直在前进。（此处引发了对FSD的有趣讨论如下）
人形机器人，达到人类智商的，值多少钱？纯自动驾驶汽车，又打算出多少钱呢？现实问题是技术和成本不能突破，而收益为负。我认为ai的将来会在小范围应用，全民应用还需要时间。现阶段的建设浪潮已经结束。有勇气的话应该空英伟达AI阶段性调整，相当于AI从0到1的炒作结束，沾AI就上天的股价不会再有了。美股就不评说了，看看A股的概念股，光模块才多大点市场，无法想象zjxc，xys，tftx，jqtx四家光模块公司市值比半导体四大龙头wegf，zycx，zsw，sbgf高得多吗。一堆算力股，尤其是租赁的，都什么玩意，整天瞎涨，跨界收购就能涨几倍，买几台机器租个算力也能涨几倍，站岗的都不知道要多久了选2，先空着再说。涨的够久了，该人心摆动了；整体资金面捉襟见肘，不光AI，生科，btc，日经欧洲指数都大调了，所以不会是3AI已经出现审美疲劳了，需要调整几个月甚至半年时间。经过大幅度的上涨已经空间有限了，英伟达已经两万亿市值了，涨到4万亿？先不说业绩能否跟上，就是业绩跟上了也就是一倍的空间了。大宗商品的上涨给资金提供了新的阵地，先从美股撤退进入大宗商品的资金已经有赚钱效应了，后续资金会陆续从美股等涨幅多的股市撤出来，进入大宗商品市场。资金是为了盈利为目的，至于AI能否改变世界并不重要。资金已经找到了新的现场，等大宗商品涨完了，AI也调整的差不多了，新的应用又出来了，再回来就可以了。纯属娱乐，不许骂人。现在有个基本面的困境，目前模型和硬件条件下没有大规模2C的monetization落地，甚至还看不到苗头，那么产品力就还要提升，模型和硬件提升就还要继续加大投入，但在狂烧了两三年（以及未来两年预期拉满）后继续把硬件和infra做好的成本也是指数增长的，大家又看不到回头钱，外部宏观环境一收缩很难再继续炒硬件scaling law看到killer app才能让资本市场相信这不是一个大bubble，更好的应用需要更好模型能力的支持，更好模型能力受限于硬件升级迭代速度（降本），这个时间周期比预想中长（已经很快了但还是得1年1迭代），那短期股价如果高位很容易被各种短期headwind主导，当然了向下有业绩支撑也不会跌太多。综合起来就是高位震荡到“看见”再继续向上，or巨头们“不相信”（感觉比较难）向下应用落地主要是b端，速度肯定会比较慢些；叠加宏观不确定性（再通胀的自我实现），以及目前来看概率还比较小的衰退风险，可能要到下半年才能看到软/硬着陆的信号水逆期间，就不要逆势而为了！老米一直说：sell in may, go away! 老米嘴巴上说5月卖，身体上4月已经卖完了。
BTW，我记得上一次分析看空观点是12月，之后NV就直接翻倍了。这次看空观点如此多，也是个signal。可能关键又回到了手中有筹码的人，他们所处的宏观、资金、风险偏好、资产比价关系、以及产业和基本面业绩等等环境要素。但有一点确定，AI从0到1的无脑看多阶段过去了，下一步是细活儿，投资的难度增加，研究的专业性要求会更高。最近和很多专业的读者聊了聊，更加认识到这个平台的意义。也顺便求一份上述报告的excel，不是投资用，给一些国内搞大模型的产业人士参考。
（完）