发布于: 雪球转发:0回复:2喜欢:0
回复@cooker4: 逻辑都遵循资本周期,前期资本扩张,产能过剩,资本收缩。但AI可能是一个螺旋式过程,Scaling-Law会导致每隔两三年智能涌现会上一个台阶,生产力和服务范围又会增益一次,反向推动硬件的需求。直到边界递减效应发生,整个AI陷入大周期的反转,但这个时间短时间是看不到的,因为AI可能会改变每个行为。短期可预见的自动驾驶,机器人,中期的生物领域,新材料发现,AI武器,长期的人类永生等问题。//@cooker4:回复@左庶子:人工智能上游产业链的叙事之宏大,到应用环节在设备折旧期限内因为高昂的边际成本带来的roi叙事上的尴尬,这种撕裂,在一个产业爆发的第一波,你细品后面,是不是事物要回归曲折向上的基本规律呢。。。。
引用:
2024-05-11 10:25
刚消息称苹果接近与OpenAl达成协议,将ChatGPT应用于iPhone。
一旦这些巨头开启AI推理服务,算力的开支很难想象,猜想AI能力服务逐步开放,同时AI算力成本逐步下降,这样形成一个剪刀差形态。
再一个启示就是:云厂商为提升竞争力,必须要自建算力中心,对于大部分非云厂商,是否有必要去...

全部讨论

05-11 15:19

推理的算力需求 大概是3分之一训练需求。但是推理的持续性和边际的可扩张性在训练出强大的模型后,会大大大大的增加。那就会远大于训练的需求量。而训练的需求量在实现AGI前又会不断的增长。

05-11 17:51

mark