VC巨头红杉一纸文章将英伟达甚至整个AI行业推上了风口浪尖。
Cahn指出，GPU的产能正在过剩，预计“金钱焚烧炉”模式将在AI领域重演。
事件发酵了三天之后，硅谷创投巨头A16Z特别顾问、AI初创公司2X创始人Guido Appenzeller连发近10条推文，不仅推翻了红杉对于AI赚钱能力的估算，还指出红杉最根本的问题是，低估了AI历史性革命的影响。
Appenzeller：AI会颠覆一切软件，收入缺口并不存在
在一系列推文中，Appenzeller指出了Cahn文章的三大错误。
首先，Cahn文章开头用了一个2000亿美元的数字来吸引眼球，但Appenzeller认为，这一数字的计算过程存在问题。
Appenzeller指出，Cahn把GPU的购买成本(资本性支出)、每年的运营成本、GPU使用周期内的累计收入和AI应用带来的年收入都加到了一起，得到了2000亿美元这一看起来超级夸张的数字。
但是，更合适的计算方法应该基于GPU买家投入资本后，每年能够获得的投资回报。也就是说应该计算GPU买家的投资回报率，而不是简单地把不同时间段和性质的各种成本和收入进行加法计算。
其次，Appenzeller认为，GPU的电费成本也被夸大了。Cahn假设GPU的电费消耗和硬件成本之比为1:1，但实际上并没有那么夸张。
根据Appenzeller的说法，一块H100 PCIe GPU的成本大约是3万美元，耗电量约为350瓦，考虑到服务器和冷却，总功耗可能在1千瓦左右。
如果电价是0.1美元/千瓦时，那么这块H100 GPU在5年的生命周期内，在GPU硬件上每花1元，其需要的电费仅为0.15美元，远低于Cahn估算的1美元。
