过去几年，许多人认为人工智能最大的变化是ChatGPT、AI绘画和智能助手的爆发。然而，从更广阔的视角来看，真正改变世界的并不是某个特定的AI应用，而是背后正在形成的一整套超级基础设施体系。
贝莱德CEO Larry Fink提出了一个引人注目的观点：未来，AI计算能力可能会像石油、电力一样被金融市场彻底商品化，甚至形成一种新的资产类别——“计算期货”。这个概念虽然听起来很超前，但华尔街已经开始朝这个方向行动。
当前整个AI产业进入了“算力争夺时代”。无论是NVIDIA的GPU，还是Microsoft、Amazon、Alphabet疯狂扩建的数据中心，都在说明一件事：AI已经不再只是软件竞争，而是一场围绕能源、芯片、电力和基础设施的超级竞赛。
今天的大模型每次训练都需要惊人的资源消耗。数万张GPU同时运行，庞大的冷却系统全天工作，海量电力持续输入，才能支撑一个AI模型完成训练与推理。随着AI产业的发展，对现实世界物理资源的依赖越来越强。因此，算力正成为AI时代的“新石油”。
过去工业时代争夺的是石油和钢铁，互联网时代争夺的是流量和用户，而AI时代的核心争夺对象变成了计算能力。谁拥有更多GPU、更多数据中心、更稳定的电力供应，谁就能在AI竞争中占据优势。资本市场擅长将稀缺资源金融化，所以未来GPU工时、云计算容量、AI推理能力也可能像原油一样被提前交易。
目前AI行业已经出现明显的“算力短缺”。高端GPU长期供不应求，数据中心容量持续紧张，美国部分地区甚至开始担忧AI带来的电网压力。这导致大量公用事业公司、核电企业和数据中心运营商的股价飙升。资本市场逐渐意识到，AI真正的受益者未必只是做聊天机器人的公司，更可能是那些掌控“数字能源”的基础设施企业。
然而，这种模式真的可持续吗？如果未来AI的发展必须依赖超级数据中心、天量电力和数千亿美元资本投入，那么AI最终很可能只属于少数科技巨头，而且能源消耗也会越来越失控。事实上，人类大脑本身早已给出了另一种答案。人脑功耗只有约20瓦，却拥有远超当前大模型的认知、推理和环境适应能力。相比之下，许多AI模型一次训练消耗的电力堪比一座小型城市。这意味着，当前的大模型路线可能并不是智能演化的最终方向。
因此，全球科技界开始越来越关注“类脑智能”。相比依赖海量数据和超级算力的大模型，类脑智能更强调低功耗、自主学习、动态适应和神经机制模拟。它试图学习的不是互联网数据本身，而是人脑如何高效产生智能。简单来说，大模型是在“堆资源”，而类脑智能是在“提升智能效率”。
这两者背后的逻辑完全不同。前者更像工业时代的重型机械，不断依赖能源扩张；后者则更接近生物智能，希望用更低能耗实现更强认知。这也正在影响资本市场的未来方向。过去几年，AI融资几乎都围绕GPU、大模型和云计算展开。但随着算力成本持续暴涨，越来越多资本开始意识到单纯依赖堆算力并不一定能够真正通向下一代智能。于是，神经形态芯片、类脑计算、自主学习架构、低功耗AI等方向开始成为新的潜在投资热点。
如果未来“算力”真的像石油一样越来越昂贵，那么能够降低算力依赖的技术就会拥有极高战略价值。谁能使AI摆脱对超级数据中心的依赖国内正规最大的配资平台，谁就可能成为下一阶段AI革命的核心玩家。从这个角度看，华尔街如今炒作的表面上是GPU和数据中心，本质上却是在重新定义未来社会最重要的生产资料。下一代AI是否会继续走“无限烧电”的道路，还是会像人脑一样用极低能耗实现真正智能？这或许是未来十年AI产业最大的分水岭。
元鼎证券_元鼎证券官网入口_最大的线上实盘配资平台提示：本文来自互联网，不代表本网站观点。