12 月 ETH 价格预测 · 发帖挑战 📈
12 月降息预期升温,ETH 热点回暖,借此窗口期发起行情预测互动!
欢迎 Gate 社区用户 —— 判趋势 · 猜行情 · 赢奖励 💰
奖励 🎁:预测命中的用户中抽取 5 位,每位 10 USDT
时间 📅:预测截止 12 月 11 日 12:00(UTC+8)
参与方式 ✍️:
在 Gate 广场发布 ETH 行情预测帖,写明价格区间(如 $3,200–$3,400,区间需<$200),并添加话题 #ETH12月行情预测
发帖示例 👇
示例①:
#ETH12月行情预测
预测区间:$3,150-$3,250
行情偏震荡上行,若降息如期落地 + ETF 情绪配合,冲击前高可期 🚀
示例②:
#ETH12月行情预测
预测区间:$3,300-$3,480
资金回流 + L2 降费利好中期趋势,向上试探 $3,400 的概率更高 📊
评选规则 📍
以 12 月 11 日 12:00(UTC+8)ETH 实时价格为参考
价格落入预测区间 → 视为命中
若命中人数>5 → 从命中者中随机抽取 5 位 🏆
IBM CEO:AI产业是「难以回本」的赌局,LLM成功打造AGI的概率仅1%
AI产业正迎来前所未有的资本狂潮,但IBM执行长Arvind Krishna用小学生级的计算泼了冷水。他指出全球投入AI数据中心的资本支出正逼近8万亿美元,但以目前的商业模式来看,根本不可能回本。尤其是在他认为现行大型语言模型(LLM)打造AGI的成功率仅1%的情况下,将难以变现。
AI数据中心的「8万亿美元赌局」:为何永远无法回本?
在Decoder节目中,Krishna以当前成本简单估算。
打造一座1GW的AI数据中心需要约800亿美元,若大型科技公司喊出的规模是20到30GW,单家公司就至少需要投入1.5万亿美元;而若看整个产业,AI竞赛正推动全球约100GW的运算量,相当于8万亿美元的资本支出:
Krishna直言:「我认为你不可能从中获得报酬。」
要让8万亿美元的投资回本,每年需要约8,000亿美元的利润才合理,目前没有一家AI公司的商业模式能够支撑这种投资规模。
他补充,再加上GPU使用5年便需汰换再重新投入,这让AI基础设施的折旧成本更加沉重。
(大卖空主角Michael Burry再批AI巨头:低估折旧、虚增盈余是现代诈骗)
微软与OpenAI押注AGI的高风险路线:成功机率仅1%
当主持人Nilay Patel提到OpenAI似乎坚信其巨额投资能带来回报时,Krishna表示:「那是一种信念(belief),我理解但不认同。」
我认为这没问题,有些人会失败但留下有用的基础设施;但一旦有些人成功了,那么他们就能独占市场。
Krishna指出,OpenAI及其背后的金主微软实际上是在押一个前提,那就是「AGI必然会到来,并且是由他们打造」;然而他并不认为这个假设站得住脚:
我认为现行LLM技术达成AGI的机率仅有1%,AGI必须仰赖全新且开创性的技术突破,而非仅是扩张模型规模,如何与人类上千年的知识结合才是关键。
(Balaji五点解析AI未来:不会取代人类工作、不会有一方独大的全能型AGI)
AI泡沫论再起,Krishna称热度合理
随着OpenAI、Meta、Google等科技巨头加倍投入AI领域,市场也开始出现泡沫疑虑。
Krishna对此直接地说:「我认为我们并没有面临AI泡沫,不过这确实跟2000年的网络竞赛一样,部分资本的投入会以赔钱收场。」
这场AI竞赛正追求网络规模以取得成功,上一代的社交媒体就是最好的证明,所以我会说当前的热度是合理的。
(AI加密沙皇:OpenAI被误为AI泡沫开端,科技股下跌是自然修正)
AI将取代多少工作?Krishna:影响有限、但会重塑人才结构
当许多人担忧AI的推进将引发裁员潮,Krishna则抱持更温和的看法:
我相信在未来几年内这很有可能发生,但不会是30%或40%,顶多影响就业人口的10%,而且它会非常集中在某些领域。
他认为企业应该投资让新人使用AI来提高产能与效率,而不是直接裁员:「有时候放大人力比削减人力还要来得划算。」
AI的下一章:巨额赌注还是理性投入?
在一片资本推动的AI狂潮之中,IBM CEO为此提供清晰见解:「AI会改变企业结构,而今天的AI基础设施赌局,充满财务与技术的双重风险,尤其是在打造AGI的路途仍不明朗的情况下。」
这篇文章IBM CEO:AI产业是「难以回本」的赌局,LLM成功打造AGI机率仅1%最早出现在链新闻ABMedia。