AI 热潮并没有崩溃，但 AI 计算确实正在发生变化

不要太害怕 AI 熊。他们正在公开怀疑 AI 投资的巨大热潮是否已经过去，是否大量的市场兴奋和在多个高性能 GPU 上训练大型 AI 模型的支出已经结束，是否应该大幅降低对 AI 时代的期望。

但是，如果你仔细观察大型超级计算公司的计划，你会发现 AI 投资仍然活跃。Meta、Amazon、Microsoft 和 Google 都最近加倍投资于 AI 技术。根据最近在《金融时报》的一篇文章，他们2025年的总投资额超过3000亿美元。Microsoft CEO Satya Nadella 表示，Microsoft 可能会单独投资 80 亿美元用于 AI。Meta 创始人和 CEO Mark Zuckerberg 在 Facebook 上说：“我们计划投资 60-65 亿美元用于资本支出，同时也会显著增加我们的 AI 团队，我们有足够的资金来继续在未来投资。”

这并不是 AI 热潮崩溃的声音，但人们越来越担心在启用 AI 应用程序上花费的巨额资金。经过至少两年的科技巨头声称他们看到对更多计算能力的明显需求，以帮助训练大型 AI 模型，2025 年开始时，同样的公司每天都被商业媒体叫到地毯上，因为他们制造了这么多的 AI 热潮。

为什么会有如此突然的转变，从希望到担忧？答案部分在于中国新兴的 AI 应用程序的快速崛起。但是，要完全理解发生了什么以及对未来几年 AI 投资和技术计划的意义，我们必须承认 AI 时代正在进入其演化的新阶段。

深度探索真相

到目前为止，世界已经知道了 DeepSeek，这家中国的 AI 公司正在吹嘘如何使用推理引擎和统计推理来训练大型语言模型，效率更高，成本更低，远远超过其他公司训练模型的方式。

具体来说，DeepSeek 声称其技术使其只需要很少的 GPU（最少 2048 个 GPU），以及不那么强大的 GPU（Nvidia H800），而不是其他公司训练模型所需的成千上万个高性能 GPU（如 Nvidia H100）。在成本方面，虽然 OpenAI 在训练 ChatGPT 上花费了数十亿美元，但 DeepSeek 据报道只花了 650 万美元来训练其 R1 模型。

值得注意的是，很多专家对 DeepSeek 的支出声明持怀疑态度，但损害已经造成，DeepSeek 不同方法的消息引发了超级计算公司和他们花费数十亿美元购买 GPU 来训练 AI 模型的公司的股票价值大幅下跌。

然而，在混乱中，两个重要点被忽略了。一个是 DeepSeek 并没有“发明”一种新的处理 AI 的方法。第二点是，AI 生态系统的大部分已经意识到，AI 投资美元需要如何被花费，以及 AI 将如何在未来几年被利用的转变。

关于 DeepSeek 的方法，使用 AI 推理引擎和统计推理并不是什么新鲜事。统计推理是更广泛的推理模型推理概念的一部分，涉及 AI 能够根据模式识别得出推理。这本质上与人类能够学习不同方法来解决问题并将它们与最佳解决方案进行比较的能力相似。基于推理的模型推理可以在今天使用，并且不仅限于中国初创公司。

与此同时，AI 生态系统已经预测了我们处理 AI 和计算资源的方式将发生的根本变化。AI 时代的最初几年都在训练大型 AI 模型上，这需要大量的处理、复杂的计算、权重调整和内存依赖。一旦 AI 模型被训练，情况就会改变。AI 能够使用推理来应用它所学到的知识来处理新的数据集、任务和问题。推理作为一个计算密集度较低的过程，不需要那么多的 GPU 或其他计算资源。

关于 DeepSeek 的最终真相是，虽然其方法可能没有让 AI 生态系统中的大多数人感到惊讶，但它确实凸显了推理将成为 AI 演化下一阶段的核心之一。

AI：下一代

AI 的承诺和潜力并没有改变。超级计算公司持续进行的大规模 AI 投资表明了他们对未来从 AI 中解锁的价值的信心，以及 AI 将改变几乎每个行业和人们日常生活的方式。

对于这些超级计算公司来说，变化的是他们将如何花费这些美元。在 AI 时代的最初几年，大部分投资都集中在训练上。如果你把 AI 看作是一个孩子，拥有尚在发展中的思维，我们已经花费了很多钱来让它接受最好的教育。现在，这个孩子已经成长为一个受过教育的成年人——它需要找到一份工作来养活自己。在现实世界中，我们已经在训练 AI 上投入了大量的资金，现在我们需要通过使用 AI 来产生新的收入来看到对这些投资的回报。

为了实现这一回报，AI 需要变得更加高效和低成本，以帮助公司最大限度地提高其市场吸引力和对尽可能多的应用程序的实用性。最有利可图的新服务将是那些不需要人类监控和管理的自治服务。

对于许多公司来说，这意味着利用资源高效的 AI 计算技术，例如推理模型推理，来快速、低成本地实现自治的机器对机器通信。例如，在无线行业，AI 可以被用于自治地分析移动网络上的频谱利用率的实时数据，以优化信道使用并减轻用户之间的干扰，从而使移动运营商能够支持其网络上的更动态的频谱共享。这类更高效、更自治的 AI 驱动的机器对机器通信将定义 AI 的下一代。

正如每个其他主要计算时代一样，AI 计算继续演化。如果计算史教会我们任何东西，那就是新技术总是需要大量的前期投资，但随着我们开始利用改进的技术和更好的实践来创建更有益和更实惠的产品和服务来吸引最大的市场，成本将会降低，效率将会提高。创新总是会找到一条路。

AI 部门可能最近看起来似乎遭受了挫折，如果你听 AI 熊的话，但超级计算公司计划今年花费的美元和使用基于推理的技术的增加告诉了一个不同的故事：AI 计算确实正在发生变化，但 AI 的承诺仍然完全完好无损。

ovation 总是会找到一条路。AI 部门可能最近看起来似乎遭受了挫折，如果你听 AI 熊的话，但超级计算公司计划今年花费的美元和使用基于推理的技术的增加告诉了一个不同的故事：AI 计算确实正在发生变化，但 AI 的承诺仍然完全完好无损。