CoreWeave的增长依然是惊人的，即便是调低了5亿美元的预计收入，也比该公司2022年约2500万美元的收入增长了25倍左右。CoreWeave预计明年的收入为23亿美元。
CoreWeave表示，到2026年，该公司签署的云服务合同将超过70亿美元，高于今年早些时候的50亿美元。
能耗难题
GPU的瓶颈来自供应商英伟达的产能，而承载GPU的数据中心的瓶颈则是高昂的能耗。
云服务商一般通过购买或租用数据中心的方式在托管包含GPU的服务器，但英伟达H100比其早期的芯片消耗更多的能量，单个H100芯片的功耗高达700瓦。
本周早些时候，在加州圣何塞举行的一次行业会议上，数据中心运营商表示，他们正在努力跟上人工智能的发展，但很难建立和运行足够多的数据中心，以容纳英伟达最新的芯片，并满足云服务商的需求。
对于能耗问题，CoreWeave表示，它已经在三个数据中心获得了约15兆瓦的电力，另外三个数据中心计划在2023年开放，这可能使容量达到约40兆瓦。该公司表示，明年其数据中心的容量可能会扩大到70兆瓦，足以容纳10万个H100芯片。
华尔街见闻此前曾介绍，数据中心为训练AI模型产生的能耗将为常规云工作的三倍，2030年，美国数据中心的电力需求预计将以每年约10%的速度增长。
AI服务器的功率较普通服务器高6-8倍，这对于电源的需求也将同步提升，通用型服务器原来只需要2颗800W服务器电源，而AI服务器的需求直接提升为4颗1800W高功率电源，服务器能耗成本直接3100元直接飙升到12400元，大涨3倍。
据咨询机构Tirias Research建模预测，到2028年数据中心功耗将接近4250兆瓦，比2023年增加212倍，数据中心基础设施加上运营成本总额或超760亿美元。
该机构称，生成式AI带来的种种创新功能，都是以处理性能和功耗方面的高昂成本为代价。
因此，虽然人工智能的潜力可能是无限的，但物理和成本最终可能是界限。
