密切关注人工智能 （AI） 巨头 IBM 的这一重要收入来源
快速阅读: 据《杂色傻瓜》称，IBM虽在AI数据中心市场份额落后，但其Z系列大型机在推理型机器学习领域表现优异。随着全球AI推理服务器市场预计快速增长，IBM有望受益。Telum II处理器及Spyre加速器为其优势技术，提前布局可带来更高软件收入。
诚然，IBM 在人工智能数据中心市场的份额远远落后于英伟达。正如《The Motley Fool》的内部研究团队指出的那样，英伟达在去年第四季度的人工智能数据中心收入超过了 350 亿美元，而英特尔、AMD 和 IBM 各自仅报告了约 40 亿美元的收入。英伟达也是这些硬件制造商中唯一在过去几年中看到其人工智能数据中心业务实现有意义净增长的企业。尽管如此，IBM 仍然是一个值得关注的人工智能新兴企业。
但首先，IBM 目前最大的利润来源并不是硬件，而是软件，其贡献了超过 40% 的收入，并接近公司总毛利的三分之二。需要注意的是，最终是硬件销售产生了软件和咨询服务收入。正如公司长期以来一直指出的那样，每花费 1 美元在其云硬件上（这构成了公司分类为“基础设施”的大部分），就会额外花费 3 到 5 美元在软件上，另外还会支出 6 到 8 美元用于服务。IBM 即使在企业基础设施的额外购买中也能获得一两美元的额外收益。IBM 的历史数据也证实了这个观点：
数据来源：IBM。
图表由作者制作。单位为百万。收入和毛利数据均累计但分别“堆叠”。连接点。
人工智能数据中心永远不会成为 IBM 的最大业务。然而，如果该业务增长，那么 IBM 的其他部分也会增长得更多——而且有充分的理由相信这种增长即将发生。
一股顺风正在酝酿
不可否认，这还没有发生。事实上，公司的企业基础设施业务可以说是停滞不前，主要受到其 Z 系列大型机和特别先进的 Z16 型号销售疲软的拖累。虽然远不是大多数人认为的典型大型机系统，尤其是在 20 世纪 70 年代到 80 年代标签变得相当普遍的时候，但它仍然是一种与大多数利用英伟达硬件或像微软的 AI 工具 Copilot 这样的应用程序的主流 AI 数据中心明显不同的遗留概念。
然而，随着时间的推移，最好的解决方案总是会进入主流。事实证明，IBM 的 Z16 以及即将到来的 Z17 平台，在一种叫做推理的机器学习类型方面表现非常出色。这对许多人来说可能没什么意义，但这确实很重要。
到目前为止，大多数常用的 AI 工具如谷歌的 Gemini 和 OpenAI 的 ChatGPT 都采用了所谓的“训练”方法。这意味着这些平台会解析大量选定的主题文本信息，然后根据所有这些聚合信息的总和来回答查询。对于大多数用途来说，这种方法工作得很好。
另一方面，推理是一种不同的机器学习方法。在推理模型中，平台会考虑所有已知信息，但会被要求基于这些已知数据采取新的行动或做出合理的但未经验证的预测。正如 IBM 解释的那样，“推理是人工智能模型的关键时刻”，最终以‘测试其在训练期间学到的信息应用于预测或解决问题的能力’结束。这是一个小而微妙的区别，但对于人工智能行业来说却是一个相当大的事情。
现在，既然 AI 平台有效地知道自己不知道什么，也知道可能会被要求创造适当的回应或解决方案，人工智能本身正悄悄进入一个新的时代。
这就是为什么行业研究机构 Market.us 相信，全球 AI 推理服务器市场预计将以每年超过 18% 的速度增长至 2034 年，与 Lucintel 的类似展望相匹配。
当然，这种潜在的增长对 IBM 来说非常有利，因为它专门从事即将显著需求增长的大型机服务器。
值得下注的一笔
值得一提的是，IBM 并不是唯一一家能够处理繁重推理任务的人工智能平台公司。大多数 AI 硬件公司都能够优化其技术以适应这种相对较新的机器学习方法。从某种程度上说，IBM 可以说是推理领域的一个不错选择，如果不是最好的话。
Telum II 处理器及其芯片上的 Spyre 加速器，能够处理 24 TOPS（每秒万亿次操作），将出现在 Z17 服务器中。它们是长期一系列成功推理友好型技术发展的结果，而其他 AI 硬件公司尚未完全匹配这些发展。
数据中心运营商只需认识到其价值，随后，投资者需跟进。
不过，这仍然可以被视为一笔早做比晚做好值得下的赌注，因为在其他人意识到人工智能行业的许多平台处理数据和响应用户请求的方式即将改变之前。
仅增加一点 AI 服务器收入就能为 IBM 带来显著更多的高利润软件收入，其中多数新收入也将具有经常性特点。
(以上内容均由Ai生成)
