📢 转载信息
原文链接：https://www.technologyreview.com/2026/04/08/1135398/mustafa-suleyman-ai-future/
原文作者：Mustafa Suleyman
人类习惯于线性的世界。如果你走一个小时，就能覆盖一定的距离；走两个小时，覆盖的距离就会翻倍。这种直觉在稀树草原上对我们很有帮助，但在面对人工智能及其核心的指数级趋势时，这种直觉却显得极其无力。
从我2010年开始从事AI工作至今，前沿AI模型所使用的训练数据量增长了惊人的1万亿倍——从早期系统的约10¹⁴次浮点运算（flops，计算的核心单位）增长到今天最大模型的超过10²⁶次。这是一种爆炸式的增长，AI领域的一切演变都源于此。
质疑者始终低估了算力
质疑者不断预言AI会触及瓶颈，但面对这场史诗级的代际算力提升，他们的预测一再落空。他们常指出摩尔定律正在放缓，提到数据匮乏或能源限制。
然而，当你审视推动这场革命的综合力量时，这种指数级趋势其实是可以预见的。AI训练就像是一个挤满人的房间，大家都在使用计算器。过去，增加算力意味着在房间里增加更多使用计算器的人。今天的革命不仅仅是拥有了更多、更好的计算器，而是确保这些计算器永远不停止工作，并且作为一个整体协同作战。
三项关键技术的融合
三项技术的趋同正在实现这一目标。首先，基础计算单元的速度更快了。英伟达的芯片在短短六年内实现了超过七倍的原始性能提升。其次，数据传输更快了。得益于HBM（高带宽内存）技术，其最新一代HBM3将带宽提升了三倍，足以让处理器时刻保持忙碌。第三，超级计算机的构建发生了本质变化。NVLink和InfiniBand等技术将数十万个GPU连接成仓库级的超级计算机，使其像单一的认知实体一样运行。
这些收益共同带来了巨大的算力增长。2020年，在8个GPU上训练一个语言模型需要167分钟，而现在使用现代硬件只需不到四分钟。我们已经从2012年启动深度学习热潮的AlexNet模型（当时仅用两个GPU），发展到如今集群超过10万个GPU的规模。
从聊天机器人到认知代理
这一切将带给我们什么？我认为，这将推动从“聊天机器人”向“准人类水平代理”的转型——这些半自主系统能够持续编写代码、执行长达数周甚至数月的项目、进行谈判、管理物流。不要只盯着那些只会回答问题的基础助手，未来将是能够思考、协作和执行任务的AI工作团队。我们现在正处于这一转型的山脚下，其影响将远超科技行业本身。
当然，明显的限制是能源。但这种需求正与另一种指数级趋势相碰撞：太阳能成本在过去50年下降了近100倍，电池价格在三十年间下降了97%。实现清洁扩展的路径已隐约可见。
资本已经投入，工程技术正在兑现，百亿美元级别的计算集群不再是科幻小说。我们正迈向真正的“认知富足”时代。对于那些习惯线性世界的质疑者，他们将继续预言边际递减，并继续感到惊讶。算力爆炸是我们这个时代最重要的技术叙事，而且，这仅仅是一个开始。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区