美国卡住AI芯片、中国追模型、OpenAI再加速:一场失控的AI军备竞赛
一边是美国考虑进一步封锁AI芯片出口,一边是中国公司高调宣称模型超越GPT-4,而OpenAI和Google却在同一时间悄悄加速产品落地。真正的AI竞争,早已不只是模型参数的对决。
一边是美国考虑进一步封锁AI芯片出口,一边是中国公司高调宣称模型超越GPT-4,而OpenAI和Google却在同一时间悄悄加速产品落地。真正的AI竞争,早已不只是模型参数的对决。
当大家还在卷模型参数时,Sam Altman已经把目光投向“AI应用的分发权”。与此同时,更小的数据集击败大模型、新版图灵测试、地下芯片市场同时登场——这不是零散新闻,而是一场AI权力结构的重组。
字节跳动一年买走的英伟达GPU,超过整个中国去年总量;而在华盛顿,AI已经被直接等同为国家安全。真正值得警惕的,可能既不是芯片,也不是模型参数,而是我们正在用什么叙事理解这场AI竞赛。
当美国逼近债务违约、华尔街却因NVIDIA而狂欢时,一个危险又真实的信号出现了:这可能不是“AI行不行”的问题,而是“市场是不是跑太快了”。这篇文章拆开AI泡沫最容易被误解的部分,告诉你哪里是真机会,哪里只是情绪。
很多人只看到Nvidia又发布了更强的AI芯片,却忽略了这场Computex演讲真正的野心:黄仁勋不是在卖GPU,而是在搭建一个从算力、软件到应用的“AI操作系统级平台”。如果你只把Nvidia当成芯片公司,这篇文章会彻底刷新你的认知。
一边是Meta高调宣布自研AI芯片和超级算力,一边是Apple悄悄封禁ChatGPT、同时被曝在内部憋大招,而纽约公立学校却反向操作,重新拥抱生成式AI。这不是零散新闻,而是一场正在成型的“AI基础设施战争”。
当全球最谨慎的投资者,把AI和原子弹放在同一个句子里,这不是耸人听闻,而是一个危险信号。巴菲特、Hinton、Bengio、各国政府,正在从不同角度指向同一个事实:AI已经不只是技术问题,而是地缘政治与人类选择的问题。
Lex Fridman通过“苦涩教训”回顾了70年AI发展史,指出真正推动指数级进步的不是聪明算法,而是能持续放大算力的通用方法。视频从历史案例出发,讨论了算力、算法、数据与未来计算范式之间的张力。
MIT教授Vivienne Sze从能效视角重新审视深度学习、机器人与AI系统设计。她指出,算力增长背后隐藏着能耗与碳足迹危机,而真正的突破来自跨越算法、模型与硬件的协同设计。这是一场关于“把计算带回现实世界”的深度反思。
这场由Dave Patterson等人参与的AI硬件圆桌,回顾了摩尔定律失效后的关键转折点,深入讨论了模型训练与推理的本质差异、GPU与专用芯片的演化路径,以及Google等公司在真实工程约束下做出的取舍。