近期，一份由麥格理分析師發布的報告引起了廣泛關注。該報告深入探討了R1的開發成本與DeepSeek所公布的成本之間的巨大差異，估計R1的開發成本高達26億美元，這一數字是DeepSeek公布成本的467倍。
麥格理在報告中明確表示，這一估計基于之前的相關工作，并指出R1的開發成本遠超報告中的預期。這一發現無疑為行業內的成本問題帶來了新的思考。
報告還強調了新興市場的發展趨勢。分析師指出，新興市場的增長主要依賴于數量的增加，而非價格的降低。隨著計算成本的持續下降，新興市場的采用率預計將加速提升。
在訓練計算方面，報告認為這是一種具有明確成本曲線的商品。硬件效率的提高將增加計算能力的供應，而軟件的進步則有助于減少對計算能力的需求。這一觀點得到了分析師的廣泛認同。
報告進一步指出，硬件和軟件效率的提高分別影響了計算能力的供需關系。硬件效率的提升使得每兆瓦計算單位的供應量增加，而軟件效率的提升則降低了對計算單位的需求。
麥格理還特別強調了開源人工智能模型的結構優勢。這些模型受益于免費開發、麻省理工學院許可證的使用以及廣泛的采用，從而降低了基礎模型構建者的進入門檻。
盡管存在成本方面的擔憂，但報告指出，對計算能力的需求仍在不斷增長。這一現象被稱為人工智能領域的杰文斯悖論，即效率的提高帶動了整體消耗的增加。麥格理認為，推理成本的降低是推動這一悖論的關鍵因素。
在數據中心運營商方面，報告指出資本支出意向仍然是其主要驅動力。同時，與人工智能相關的支出正在成為當前收入的重要驅動力。這一趨勢表明，人工智能領域的發展正逐漸改變數據中心運營商的商業模式。
最后，分析師在報告中得出了結論：押注人工智能就是押注地球上最大的資產負債表。盡管存在投機風險，但超大規模企業對人工智能基礎設施的投資將持續擴大。這一觀點為行業未來的發展指明了方向。
同時，報告還提到，開源人工智能模型的廣泛采用將進一步推動這一趨勢的發展。隨著技術的不斷進步和成本的降低，人工智能將逐漸滲透到各個行業領域，成為推動社會發展的重要力量。
