文本到视频生成的可能性激动了加密货币市场，当OpenAI首次展示Sora的演示时，AI代币上涨。但要使这成为主流，计算能力将是惊人的。所需的服务器级H100 GPU数量将超过Nvidia一年的产量，或者超过其最大客户在数据中心中的总使用量。

要使文本到视频生成成为主流，将需要多少图形处理单元（GPU）？数十万枚，比微软{{MSFT}}、Facebook {{META}}和谷歌{{GOOG}}目前使用的总和还要多。OpenAI的文本到视频生成器Sora的首次演示令世界震惊，并在演示之后引发了对人工智能（AI）代币的热情，许多代币在演示之后大幅上涨。

在随后的几周，许多加密货币人工智能项目相继出现，也承诺进行文本到视频和文本到图像生成，据CoinGecko数据显示，AI代币类目现在市值达到250亿美元。

AI生成视频的承诺背后是大量的图形处理单元（GPU）的支持，这些处理器来自Nvidia{{NVDA}}和AMD{{AMD}}等厂商，由于它们能够处理大量数据，使得AI革命成为可能。

但是，要使AI生成视频成为主流，需要多少GPU呢？比2023年主要科技巨头手中的数量还要多。

Nvidia H100 GPU大军

Factorial Funds最近的一份研究报告估计，需要720,000枚高端Nvidia H100 GPU来支持TikTok和YouTube的创作者社区。Factorial Funds写道，Sora需要高达10,500枚强大的GPU进行一个月的训练，并且每个GPU每小时只能生成约5分钟的视频。

正如上图所示，这需要比GPT4或静态图像生成更多的计算能力。随着广泛采用，推断将超过训练的计算使用量。这意味着随着更多的人和公司开始使用像Sora这样的AI模型生成视频，用于创建新视频的计算机能力（推断）将会超过最初训练AI模型所需的计算能力。

为了让人们有所了解，Nvidia在2023年出货了55万枚H100 GPU。Statista的数据显示，使用Nvidia H100 GPU的十二大客户共拥有65万张卡，而规模最大的Meta和微软在手中共有30万张。

假设每张卡的成本为30,000美元，这将需要216亿美元来实现Sora对AI生成文本到视频主流的梦想，这几乎等于目前AI代币的整体市值。这是在你可以物理获取所有GPU的前提下。

Nvidia并不是唯一的选择

虽然Nvidia是与AI革命相提并论的，但重要的是要记住，它并不是唯一的选择。它的永恒芯片竞争对手AMD也生产竞争产品，并且投资者也给予了这家公司丰厚的回报，将其股价从2012年秋季的2美元左右推高到今天的175美元以上。

还有其他方式可以将计算能力外包给GPU农场。Render（RNDR）提供分布式GPU计算，Akash Network（AKT）也是如此。但是，这些网络上的大多数GPU都是零售级游戏GPU，比Nvidia的服务器级H100或AMD的竞争产品要弱得多。

尽管如此，Sora和其他协议承诺的文本到视频的承诺将需要大量的硬件投入。虽然这是一个有趣的前提，可能会改变好莱坞的创作工作流程，但不要指望它很快就会成为主流。我们需要更多的芯片。