-
日期: 2025-05-31 | 来源: 腾讯科技 | 有0人参与评论 | 字体: 小 中 大
报告还指出，尽管训练一个顶尖AI模型的成本如今已高达 10 亿美元，但模型的“推理成本”（即用户使用AI进行输出的花费）却在急剧下降。她援引斯坦福大学的研究数据表示：按每百万个Token计算，推理成本在过去两年内下降了99%。
在竞争格局方面，米克尔强调，当前的AI竞赛也正出现“前所未有”的剧烈变动：竞争对手以极低成本复制彼此功能，特别是在开源模型和中国技术的推动下，市场节奏明显加快。
她引用英伟达的数据指出：2024年推出的Blackwell GPU，在每个Token上的能耗，仅为2014年Kepler GPU的十万分之一，显示出硬件效率的惊人提升。
与此同时，谷歌的TPU（张量处理单元）、亚马逊的Trainium芯片也正在自家云平台中进行大规模部署。米克尔认为，这些项目并非附属业务，而是科技巨头“基础性押注”，意味着AI将成为未来全球数字基础设施的底座。
尽管AI的技术进步速度令人惊叹，但它在财务回报方面仍未跑赢历史上的其他技术革命。米克尔指出，虽然风投资金正以创纪录的速度涌入AI领域，但目前大部分AI公司依然处于高投入、低回报的早期阶段。训练和部署AI系统所需的计算资源与基础设施，意味着极高的前期资金消耗。
米克尔坦言，这对消费者和企业是利好：服务能力快速提升，使用成本显着降低；但对于投资者而言，我们还无法判断，哪些公司最终能熬过烧钱期，成为长期可盈利的下一代科技巨头。她写道：“只有时间会告诉我们，这批AI追梦者，最终会落在赚钱方程式的哪一边。”
值得注意的是，AI的全球扩散路径与互联网1.0时代完全不同。当年，美国是技术起点，随后才逐渐扩展至全球。而ChatGPT自2022年底发布以来，几乎是同时在全球多个地区引爆，打破了技术传播的传统节奏。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见