在航空領域，有個說法叫“力大磚飛”，往往用來形容某種戰斗機氣動外形設計一般，依靠強大的發動機推力獲得較好的飛行性能。
近日，馬斯克旗下人工智能企業xAI推出Grok 3系列大模型，稱其在數學、科學和編碼等領域擊敗了Open AI的GPT-4o，以及深度探索公司的DeepSeek V3等“前輩”。馬斯克稱Grok 3為“地球上最聰明的AI”。Grok 3在訓練中使用了20萬張高性能GPU，遠超GPT-4的2.5萬張和DeepSeek的2048張。有報道稱，Grok 3使用的算力是GPT-4的20倍、DeepSeek的263倍。
難道說，AI的發展趨勢將要呈現為“算力大”而“模型飛”嗎？
毫無疑問，算力是推動AI發展最關鍵的推動力之一。DeepSeek通過創新算法大幅節約算力令人驚艷，但算力的重要性不應因此被貶低。2月初，美國蘭德智庫在評論中寫道，如果DeepSeek可以使用更多的芯片，它就可以訓練出更強大的AI模型，更早地做出某些發現。
Grok 3使用了更復雜的推理模型，訓練時長達到2億GPU小時，但訓練卻只用了8個月，主要歸功于其前所未有的算力支撐。更強的算力既能夠滿足更復雜模型、更大量數據的訓練需求，又可以加快計算速度、縮短訓練時間，促進AI模型的快速迭代和進步。
但是，AI的發展也不應完全依靠算力，單純走“力大磚飛”的技術路線。
對Grok 3的一些對比測試發現，算力優勢似乎沒有帶來碾壓式的性能優勢。2月19日，號稱“印度最大的數據科學社區”的Analytics Vidhya發表文章稱，對比使用Grok 3和DeepSeek-R1處理Python代碼編程等五個特定問題時發現，DeepSeek-R1對四個問題的回答優于Grok 3。無獨有偶，專門研究ChatGPT等AI工具使用技巧、網名“Alex Prompter”的X用戶也使用Grok 3、DeepSeek-R1和ChatGPT o3-mini處理五個特定問題，結果Grok 3僅在兩個問題中獲勝。
更值得關注的是，算力在推動AI進步的同時，支撐算力的芯片產能和維持算力的能源消耗也開始遇到壁壘。AI發展趨勢研究機構EpochAI統計發現，2019年至今，用于AI模型訓練的算力約每6個月翻一番，每年增長4—5倍，而同期英偉達出貨的GPU芯片計算能力10個月才能翻一番。今年1月，蘭德智庫預測，到2028年，單個數據中心AI訓練耗電量可能達到1吉瓦，需要一座核電站供電；到2030年，則需要8座核電站。芯片產能和電力需求正在成為制約算力提升的瓶頸問題。
AI發展的歷史也表明，即使在算力蓬勃發展的近10年，算法的貢獻也功不可沒。EpochAI和MIT FutureTech的聯合研究認為，從2014年到2023年，在對AI性能提升的貢獻中，算力約占65%、算法占35%，這還是DeepSeek發布前的結果。研究還發現，算法的改進通常具有不可預測性和間歇性，有可能長期研究沒有結果，也有可能一個靈感帶來AI性能的大幅提升。
去年8月，EpochAI發表報告指出，在芯片、電力等制約下，到2030年，美國的AI模型算力仍有潛力提升10000倍，但需要數千億美元的投入。巧合的是，特朗普上臺伊始就宣布了“星際之門”計劃，投資5000億美元建設人工智能基礎設施。
因此，在一段時間內，算力堆砌不會停止，也很可能仍是AI發展的重要引擎，絕不能忽視。但是，DeepSeek的橫空出世也足以告訴人們，在AI算法領域，同樣需要加強投入，而且要堅持不懈地摸索，哪怕經歷漫長的沉默。
在航空領域，有個說法叫“力大磚飛”，往往用來形容某種戰斗機氣動外形設計一般，依靠強大的發動機推力獲得較好的飛行性能。
近日，馬斯克旗下人工智能企業xAI推出Grok 3系列大模型，稱其在數學、科學和編碼等領域擊敗了Open AI的GPT-4o，以及深度探索公司的DeepSeek V3等“前輩”。馬斯克稱Grok 3為“地球上最聰明的AI”。Grok 3在訓練中使用了20萬張高性能GPU，遠超GPT-4的2.5萬張和DeepSeek的2048張。有報道稱，Grok 3使用的算力是GPT-4的20倍、DeepSeek的263倍。
難道說，AI的發展趨勢將要呈現為“算力大”而“模型飛”嗎？
毫無疑問，算力是推動AI發展最關鍵的推動力之一。DeepSeek通過創新算法大幅節約算力令人驚艷，但算力的重要性不應因此被貶低。2月初，美國蘭德智庫在評論中寫道，如果DeepSeek可以使用更多的芯片，它就可以訓練出更強大的AI模型，更早地做出某些發現。
Grok 3使用了更復雜的推理模型，訓練時長達到2億GPU小時，但訓練卻只用了8個月，主要歸功于其前所未有的算力支撐。更強的算力既能夠滿足更復雜模型、更大量數據的訓練需求，又可以加快計算速度、縮短訓練時間，促進AI模型的快速迭代和進步。
但是，AI的發展也不應完全依靠算力，單純走“力大磚飛”的技術路線。
對Grok 3的一些對比測試發現，算力優勢似乎沒有帶來碾壓式的性能優勢。2月19日，號稱“印度最大的數據科學社區”的Analytics Vidhya發表文章稱，對比使用Grok 3和DeepSeek-R1處理Python代碼編程等五個特定問題時發現，DeepSeek-R1對四個問題的回答優于Grok 3。無獨有偶，專門研究ChatGPT等AI工具使用技巧、網名“Alex Prompter”的X用戶也使用Grok 3、DeepSeek-R1和ChatGPT o3-mini處理五個特定問題，結果Grok 3僅在兩個問題中獲勝。
更值得關注的是，算力在推動AI進步的同時，支撐算力的芯片產能和維持算力的能源消耗也開始遇到壁壘。AI發展趨勢研究機構EpochAI統計發現，2019年至今，用于AI模型訓練的算力約每6個月翻一番，每年增長4—5倍，而同期英偉達出貨的GPU芯片計算能力10個月才能翻一番。今年1月，蘭德智庫預測，到2028年，單個數據中心AI訓練耗電量可能達到1吉瓦，需要一座核電站供電；到2030年，則需要8座核電站。芯片產能和電力需求正在成為制約算力提升的瓶頸問題。
AI發展的歷史也表明，即使在算力蓬勃發展的近10年，算法的貢獻也功不可沒。EpochAI和MIT FutureTech的聯合研究認為，從2014年到2023年，在對AI性能提升的貢獻中，算力約占65%、算法占35%，這還是DeepSeek發布前的結果。研究還發現，算法的改進通常具有不可預測性和間歇性，有可能長期研究沒有結果，也有可能一個靈感帶來AI性能的大幅提升。
去年8月，EpochAI發表報告指出，在芯片、電力等制約下，到2030年，美國的AI模型算力仍有潛力提升10000倍，但需要數千億美元的投入。巧合的是，特朗普上臺伊始就宣布了“星際之門”計劃，投資5000億美元建設人工智能基礎設施。
因此，在一段時間內，算力堆砌不會停止，也很可能仍是AI發展的重要引擎，絕不能忽視。但是，DeepSeek的橫空出世也足以告訴人們，在AI算法領域，同樣需要加強投入，而且要堅持不懈地摸索，哪怕經歷漫長的沉默。
本文鏈接：AI發展不能只靠“力大磚飛”http://m.sq15.cn/show-2-10881-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。