观点OpenAI

我们到底需要多少算力?

马库斯:自2022年以来,AI芯片提供的算力每年增长约2.3倍,这确实带来了AI模型的显著改进。但沿着这条路继续走下去至少有两个问题。

本文作者是纽约大学(New York University)荣誉退休教授,著有《驯服硅谷:如何确保AI为我们服务》(Taming Silicon Valley: How We Can Ensure That AI Works for Us)

从现在到2030年,Meta、微软(Microsoft)、Alphabet和亚马逊(Amazon)等美国超大规模云服务商预计将在算力上投入逾5万亿美元。这是一场对技术的豪赌——它已促使一些科技公司减少股票回购,同时发行新的债务和股票。他们究竟希望通过这些投入获得什么呢?

“扩展算力”(scaling compute)是AI行业的一个术语,指的是向数据中心及其所用芯片——例如英伟达(Nvidia)研发的GPU和Alphabet研发的TPU——加大投入。这些芯片为生成式系统(如ChatGPT、Gemini和Claude等聊天机器人)所用的大型语言模型(LLM)提供算力支持。“算力”一词是对给定系统计算能力的简称。增加算力意味着部署更多高速并行计算性能更强的芯片,以训练和使用(称为“推理”)越来越大的神经网络。

您已阅读34%(476字),剩余66%(905字)包含更多重要信息,订阅以继续探索完整内容,并享受更多专属服务。
版权声明:本文版权归manbetx20客户端下载 所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。
设置字号×
最小
较小
默认
较大
最大
分享×