โมเดลขนาดใหญ่ไม่ใช่จุดสำคัญของวิกฤตคอมพิวเตอร์

ทุกครั้งที่มีการเปิดตัวโมเดล AI ใหม่ เช่น GPT อัปเดต DeepSeek Gemini ผู้คนต่างตกตะลึงกับขนาดที่ใหญ่โต ความซับซ้อน และความต้องการคอมพิวเตอร์ที่เพิ่มขึ้นของโมเดลเหล่านี้ ความคิดเห็นคือโมเดลเหล่านี้เป็นตัวกำหนดความต้องการทรัพยากรของการปฏิวัติ AI

ความคิดเห็นนั้นไม่ถูกต้อง

ใช่ โมเดลขนาดใหญ่ต้องการคอมพิวเตอร์มาก แต่ภาระที่ใหญ่ที่สุดต่อโครงสร้างพื้นฐาน AI ไม่ได้มาจากโมเดลขนาดใหญ่ไม่กี่ตัว แต่มาจากการแพร่กระจายของโมเดล AI ทั่วอุตสาหกรรม แต่ละโมเดลถูกปรับให้เหมาะสมกับการใช้งานเฉพาะ และแต่ละโมเดลก็ใช้คอมพิวเตอร์อย่างไม่เคยปรากฏมาก่อน

尽管人们认为 LLMs 正在发展成为竞争激烈的市场，但 AI 的整体格局并没有集中化——它正在变得零散。每个企业不仅仅是在使用 AI——他们还在训练、定制和部署私有模型以满足自己的需求。这将会产生对基础设施的需求曲线，而云服务提供商、企业和政府都没有准备好应对这一挑战。

我们以前曾经见过这样的模式。云计算并没有整合 IT 工作负载；它创造了一个混合的生态系统。首先是服务器扩散，然后是虚拟机扩散。现在？AI 扩散。每一波计算的浪潮都导致了扩散，而不是简化。AI也不例外。

AI Sprawl: Why the Future of AI Is a Million Models, Not One

การเงิน,物流, 网络安全, 客户服务, 研究与开发——每个领域都有自己的 AI 模型，针对自己的功能进行优化。组织并不训练一个 AI 模型来统治整个业务；他们训练成千上万个。这意味着更多的训练循环、更多的计算需求、更多的存储需求和更多的基础设施扩散。

这不是理论。即使在传统上对技术采用较为谨慎的行业，AI 投资也正在加速。麦肯锡 2024 年的一份报告发现，组织现在在平均三个业务功能中使用 AI，制造业、供应链和产品开发领先（麦肯锡）。

医疗保健是一个很好的例子。Navina，一家将 AI 集成到电子健康记录中以提供临床洞察的初创公司，刚刚从高盛获得 5,500 万美元的 C 轮融资（Business Insider）。能源领域也不例外——行业领袖已推出开放电力 AI 联盟，以将 AI 优化带到电网和工厂运营（Axios）。

The Compute Strain No One Is Talking About

AI 已经打破了传统的基础设施模式。人们认为云计算可以无限扩展以支持 AI增长 的假设是完全错误的。AI 不像传统工作负载那样扩展。需求曲线不是渐进的——它是指数级的，超大规模计算提供商也跟不上。

• 电力约束: AI 专用数据中心现在正在根据电力可用性而不是仅仅网络骨干建设。
• 网络瓶颈: 混合 IT 环境正变得难以管理，而没有自动化，AI 工作负载只会加剧这一问题。
• 经济压力: AI 工作负载可以在一个月内消耗数百万美元，造成财务不可预测性。

数据中心已经占全球电力消费的 1%。在爱尔兰，数据中心现在占国家电网的 20%，预计到 2030 年这一比例将显著增加（IEA）。

此外，GPU 正面临着即将到来的压力。贝恩公司最近警告说，AI增长正在为数据中心级芯片创造一个半导体短缺的舞台（贝恩）。

与此同时，AI 的可持续性问题正在增长。2024 年在《可持续城市与社会》杂志上发表的一项分析警告说，医疗保健领域 AI 的广泛采用可能会显著增加该行业的能源消耗和碳排放，除非通过有针对性的效率措施来抵消（ScienceDirect）。

AI Sprawl Is Bigger Than the Market—It’s a Matter of State Power

如果你认为 AI 扩散只是企业的问题，那你就错了。AI 碎片化的最重要驱动因素不是私营部门——而是政府和军事防御机构，它们以超出任何超大规模计算提供商或企业的规模来部署 AI。

美国政府单独就已在 27 个机构的 700 多个应用中部署了 AI，涵盖情报分析、后勤等领域（FedTech Magazine）。

加拿大正在投资最高 7 亿加元以扩大国内 AI 计算能力，启动国家挑战以加强主权数据中心基础设施（创新、科学和经济发展加拿大）。

并且，人们正在呼吁为 AI 基础设施启动一项“阿波罗计划”——这凸显了 AI 从商业优势升级为国家迫切需求的转变（MIT Technology Review）。

军事 AI 不会高效、协调或针对成本进行优化——它将由国家安全命令、地缘政治紧迫性和对封闭、主权 AI 系统的需求驱动。即使企业控制了 AI 扩散，谁会告诉政府放慢脚步？因为当国家安全受到威胁时，没人会停下来问电网是否能承受得住。

当国家安全受到威胁时，没人会停下来问电网是否能承受得住。