风险投资瞄准AI数据中心、本地大语言模型及行业专属模型,以促进未来增长

风投公司在经济放缓中把握新兴AI机会

随着交易活动和退出价值的下降,风险投资(VC)公司越来越关注具备长期增长潜力的AI机会。《Pitchbook人工智能与机器学习报告》强调了VC面临的挑战,包括交易数量和退出价值的显著下滑。Pitchbook指出,AI数据中心、本地大型语言模型(LLMs)和特定领域的基础模型是推动VC增长的关键因素。

市场挑战

过去一年,AI和机器学习(ML)的交易活动下降了19%,从2022年的8,968起减少至2023年的7,238起。交易价值同样走低,Pitchbook报告显示2023年第四季度已披露的交易金额仅为27亿美元,创下自2019年第一季度以来的最低水平。并购(M&A)活动减少,主要科技公司更倾向于与LLM初创公司建立合作而非收购。

少数例外包括AMD收购MLOps公司Nod.AI、IBM收购数据库管理公司Manta,及ServiceNow收购预测分析公司UltimateSuite。人们寄希望于半导体初创公司Astera Labs的IPO能在未来季度重新振兴交易价值。

尽管面临挑战,长期增长的积极迹象依然显现。生成式AI领域的领军企业在2023年第四季度共获得了60亿美元投资,涉及194笔交易,资金主要来自微软和谷歌等大型科技公司,他们渴望获取最新的LLM技术。此外,2023年对水平平台的投资达到了330亿美元的创纪录水平,而垂直应用的融资则降至2020年以来的低点。

探索新投资机会

VC们积极构建组织架构和产品策略,以充分利用Nvidia在GPU技术上的快速创新。Pitchbook指出,AI数据中心、本地LLMs及特定领域的基础模型都是依托Nvidia市场领导地位而蓬勃发展的关键领域。

Nvidia在2024财年第四季度报告了221亿美元的惊人收入,同比增长265%,环比增长22%。数据中心板块的增长尤为显著,从去年同期激增409%,达到了184亿美元。首席执行官黄仁勋强调了在汽车、金融和医疗等多个行业对数据处理和AI解决方案的多样需求。

AI数据中心:增长的催化剂

针对AI工作负载优化的AI数据中心专注于在最大化性能的同时,减少功耗和热输出。这些数据中心旨在支持高性能服务器、存储、网络和专用加速器,优先考虑可持续性。

IDC估计,已对生成式AI基础设施投资了80亿美元,带来了21亿美元的云收入和45亿美元的应用销售。Pitchbook预测,AI数据中心要到2027年才能实现类似软件即服务(SaaS)的利润水平,这促使初创公司寻求成本效益高、具有显著GPU小时节省的解决方案。

据Pitchbook分析,当前初创公司在使用先进的Nvidia A100和独家H100芯片时,能够实现GPU小时节省50%至70%。在公共云服务提供商中,Lambda作为领先的初创公司,已开发出最大的H100芯片集群,超过了谷歌和甲骨文。

VC们正在探索与托管服务提供商生态系统构建合作关系的机会。这些专业云提供商从近1500亿美元的服务互联网市场中分割出46亿美元的市场份额,通过提供可用的AI芯片、本地服务以及支持多云环境和多种遗留硬件系统来与众不同。

Most people like

Find AI tools in YBX