華爾街日報》AI支出持續高漲！：「這種」AI正成為主流　專家：需求或將激增1兆倍

儘管投資者曾一度感到懷疑，但大型科技公司、各國政府和創業投資風險投資家當前投入人工智慧能（AI）領域的資金已達到空前規模。要理解其中的原因，就需要了解AI本身正在發生的變化。

AI技術正在從傳統的大型語言模型轉向推理模型和AI代理智能體。訓練傳統的大型語言模型（多數AI聊天機器人的免費版本中都會有的那種模型）需要龐大的電力和計算時間。但我們正迅速找到方法來減少人類使用它們時所需耗費的資源量。推理模型是建立在大型語言模型的基礎之上，但不同之處在於，推理模型在實際運行中消耗的微晶片和電力資源要多很多倍。

本文為風傳媒與華爾街日報正式合作授權轉載。加入VVIP會員請點此訂閱：風傳媒・華爾街日報VVIP，獨享全球最低優惠價，暢讀中英日文全版本之華爾街日報，洞悉國際政經最前沿。

自OpenAI在去年9月份預展示了名為o1的首個推理模型以來，其他AI公司一直在爭相發布能夠與之競爭的系統。這其中包括DeepSeek的R1和伊隆・馬斯克（Elon Musk）的xAI，R1在今年年初震撼了AI領域並影響到許多科技和電力公司的估值，xAI則剛剛推出了Grok 3推理模型。

DeepSeek之所以引發了一定程度的恐慌，是因為它表明訓練AI模型的成本可以比其他現有模型低得多，這可能會降低對數據中心和昂貴先進晶片的需求。但DeepSeek真正產生的影響是將AI行業更進一步推向了資源密集型的推理模型，這意味著仍然非常需要計算基礎設施。

由於功能增強，這些推理系統可能很快就將成為人們在許多任務中的默認AI使用方式。OpenAI執行長首席執行官山姆・阿爾特曼（Sam Altman）表示，該公司AI模型的下一個重大升級將包括先進的推理功能。

為什麼推理模型以及包含推理模型的產品（比如「深度研究」工具和AI代理智能體）需要如此多的電力呢？答案在於它們的工作原理。

輝達英偉達（Nvidia）負責AI產品管理的副總裁卡里裡・布里斯基（Kari Briski）在最近的一篇部落格博客文章中寫道，AI推理模型可以輕鬆用掉比傳統大型語言模型多100倍的計算資源。這個倍數來自於推理模型要花費數分鐘甚至數小時與自己對話（並非所有這些對話都能被用戶看到），這構成了一個漫長的「思維鏈」（chain of thought）。模型使用的計算資源量與生成的單詞數量成正比，因此，生成100倍於回答問題所需單詞的推理模型將使用更多得多的電力和其他資源。

當推理模型接入網際網路互聯網時，可能會變得更加耗費資源，比如Google（Google）、OpenAI和Perplexity的「深度研究」模型就是這樣。 （相關報導： 華爾街日報》AI支出持續高漲！：「這種」AI正成為主流　專家：需求或將激增1兆倍 ｜ 更多文章 ）

這些模型對算力的需求僅僅是個開始。舉個例子，Google、微軟（Microsoft）和Meta Platforms總共計劃在2025年至少花費2150億美元用於資本支出，其中大部分用於搭建AI數據中心。這意味著它們的資本支出將比去年增加45%。

為了闡述清楚對未來AI需求的預測，我們可以列出一個簡單的等式。

我們等式中的第一個值是處理ChatGPT等AI應用中單個資訊「詞元標記」（token）所需的計算資源量。

今年1月，隨著中國AI模型DeepSeek R1的發布，每個詞元標記的成本（包括算力和資金）似乎都將大跌。DeepSeek及其隨附的論文表明，訓練和交付AI的方式可能比美國AI實驗室之前披露的方法要高效得多。

從表面上看，這似乎表明未來AI對算力的需求將只是目前的一小部分，比如十分之一，甚至更少。但推理模型回答查詢所帶來的算力需求成長增長可能綽綽有餘地彌補這一點。以最簡單的方式算一下，如果基於DeepSeek的見解而開發出的更高效新AI模型將AI算力需求減少到原來的十分之一，但推理模型成為標準，而且對這些模型的需求增加100倍，那麼未來對AI算力的需求仍會達到原來的10倍。

這僅僅是開始。隨著企業發現新的AI模型能力更強，就會越來越頻繁地使用這些模型。這正將對算力的需求從用於訓練模型轉向使用模型，即AI行業所說的「推理」（inference）。

AI計算資源提供商Baseten的執行長首席執行官圖欣・斯里瓦斯塔瓦（Tuhin Srivastava）表示，這種向推理的轉變已在進行中。他的客戶包含那些在各自應用程式和服務中使用AI的科技公司，比如允許內容創作者直接從錄音的文字記錄中編輯音檔和影片的Descript，以及處理醫療記錄的新創初創公司PicnicHealth。斯里瓦斯塔瓦說，Baseten的客戶發現，隨著自身產品需求的快速成長增長，他們需要更強大的AI處理能力。

他補充說：「例如有一個客戶，我們在六個月前將其花費降低了大約60%，而在三個月內，他們的消費水準水平就已經超過最初的水準水平。」

OpenAI、Google和Meta等公司的所有大型AI實驗室仍在試圖通過訓練能力更強的AI模型來互相超越。無論成本如何，目標是盡可能多地佔領仍處於發展初期的AI市場。

舊金山新創初創公司Fractional AI的執行長首席執行官克里斯・泰勒（Chris Taylor）說：「我認為，前沿實驗室完全有可能需要繼續投入巨額資金，才能推動前沿技術的發展。」該公司幫助其他軟體公司構建和集成訂製的AI。像Baseten以及蓬勃發展的AI生態系統中的許多其他公司一樣，Fractional依靠這些尖端模型為自己的客戶提供結果。

創業投資風險投資家、Theory Ventures創始人托馬斯・通古斯（Tomasz Tunguz）表示，未來幾年，新的創新和更多AI專用微晶片可能意味著，向最終客戶交付AI的系統效率將比現在提高1,000倍。他補充說，投資者和大型科技公司押注的是，在未來十年裡，由於推理模型和快速採用，對AI模型的需求量可能會增加一兆倍甚至更多。 （相關報導： 華爾街日報》AI支出持續高漲！：「這種」AI正成為主流　專家：需求或將激增1兆倍 ｜ 更多文章 ）

通古斯說：「你在鍵盤上的每一次敲擊，或者你對著麥克風發出的每一個音素，都將至少由一個AI進行轉錄或處理。」他補充稱，如果是這樣的話，AI市場的規模可能很快就會比現在大1000倍。