北京
分享至
Jensen Huang 给出了一个数字：AI 可能很快需要约十亿倍的算力。这个判断来自他对下一代模型工作方式的观察——它们不再满足于简单检索，而是要进行大规模基于 GPU 的搜索和裁剪。
正方看，这是算力叙事的一次升级。检索是查表，搜索和裁剪是在解空间里反复试探、筛选、丢弃，每一步都要真金白银的算力。如果模型真的从"找答案"转向"算答案"，那今天的数据中心规模只是起点。
反方看，十亿倍是个方向性表述，不是采购清单。它描述的是需求曲线的斜率，不是明天就要落地的订单。把这句话直接换算成芯片出货量或电力缺口，是过度解读。
我的判断：这句话的价值不在数字本身，而在它指出的机制变化。检索靠索引，搜索靠算力。当模型开始做大规模基于 GPU 的搜索和裁剪，瓶颈就从存储和带宽挪到了计算本身。
对做 AI 工程的人来说，这意味着优化对象要换。过去省的是显存和 IO，接下来要省的是每一次搜索迭代的算力开销。谁能把裁剪做得更早、更狠，谁就能在同样的卡上跑出更多轮。
十亿倍是 Jensen Huang 给出的量级判断，不是承诺。但它至少说明一件事：在下一代模型的路径上，算力仍然是那个绕不开的变量。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
