黄仁勋 · AI 算力与规模化
过去两年 AI 能力大约提升了一百倍，而这些算力大部分被导向让 AI 学会分步思考、先做研究、反思并在不确定时使用工具，从而减少幻觉、给出更真实安全的答案；未来一千倍的性能提升也会主要用于更深入的反思与研究。
嘉宾观点 · 忠实转述
黄仁勋把'算力增长'重新定义为'安全性/功能性'的提升，并用汽车马力换更好操控作类比，直接回应了外界对 AI'越来越强就越危险'的担忧。
他的未来判断
他预测下一个一千倍算力提升将继续被导向更多反思、研究和更深入的思考，使 AI 更准确、更可靠。
延伸分析 由 AI 生成
若如黄仁勋所述算力持续被导向测试时推理与反思，则推理侧算力需求将结构性上升，利好 AI 芯片与算力供给方；若模型能力提升更多转向端侧或效率优化，高端训练算力增速可能被部分抵消。
相关领域：AI 芯片与算力
后续观察
- 主流模型推理/思考链计算占比
- 单位查询推理成本变化
- 幻觉率与可靠性指标
讨论
还没有公开评论。
Web 当前为匿名只读，可在受邀小程序中参与讨论。