算力的竞争：从暴力计算到效率觉醒.pdfVIP

专栏

算力的竞争：

从暴力计算到效率觉醒

域，并有望打破电力困局。

在DeepSeek横空出世之前，算力的竞争同时也将走向电

力的竞争。根据估算，全球数据中心年耗电量已超过伊朗全

邱元阳国用电量，训练GPT-4产生的碳排放相当于3000辆汽车的年

河南省安阳县职业中专排放量。当科技巨头们竞相囤积GPU时，马斯克就曾警告“AI

qiuyuanyang@126.com

将吞噬全球电力”。算力扩张不仅面临着芯片漏电和量子隧

穿效应的物理极限，也带来了散热成本的极大支出，这直接

算法、算力、数据是AI发展的三驾马车。当开源的算法使得头部AI公司训练成本增速和模型商业变现效率倒挂，迫

和公开的数据都不再神秘时，算力的扩张就成为AI竞争的必使企业从“堆算力”转向“抠能效”。这一转变预示着行业

由之路。价值链条的重构，那些在架构创新与能源革命交叉点布局的

当ChatGPT掀起全球AI竞赛时，硅谷巨头们曾断言“算企业，将主导下一个智能时代，AI竞争进入算法、能源、生态

力即权力”，认为千亿参数模型必须依赖海量GPU的堆砌，三维协同的新纪元，在智能密度、认知深度、场景渗透率方

大模型的训练动辄就万卡集群，英伟达的H100芯片被炒至面铺开竞技场，未来的AI竞争将呈现绿色智能、微观智能、

4.5万美元的天价。然而，DeepSeek以行业十分之一的训练生物启发计算等特征，甚至可能突破冯·诺依曼体系的瓶

成本打造的MoE模型，却在多个基准测试中超越众多主流AI颈，引发第二次AI革命。

模型。这场华丽的技术革命，不仅挑战了“算力至上”的神需要指出的是，算力利用效率的提高，并不代表着算

话，更揭示了AI竞争底层逻辑的根本性转变——从资源消耗力消耗的必然降低。相反，它会使原来用不起大量高端GPU的

的“暴力计算”转向算法创新的“效率觉醒”。企业，可以低成本地部署中低端算力，从而在整体上增加算

谷歌用5400亿参数的PaLM模型来证明“规模至上”，力需求。其原理就是杰文斯悖论：在技术进步提高资源利用

Meta用数万亿token训练Llama，以及OpenAI用上亿美元训练效率后，资源总消耗量反而可能增加，而非减少。这在19世

GPT-4的豪赌，让全球陷入“参数竞赛”的狂热。DeepSeek的纪工业革命时期就已经过检验：在瓦特改良蒸汽机后，煤炭

突围暴露了传统路径的致命缺陷：当业界沉迷于堆砌算力效率提升，这在很大程度上节省了煤炭，但工业规模扩大又

时，算法的边际收益已渐渐接近天花板。DeepSeek采用的专导致煤炭总需求激增。算法创新提升的算力效率，不一定会

家混合架构（MoE）通过稀疏激活机制，使模型参数利用率降低AI未来的算力要求，但一定会重塑AI的竞争格局。

提升5倍，配合知识蒸馏技术将推理能耗降低80%。这场效率最后，引用一下DeepSeek的自言自语：“DeepSeek的突

革命的背后，正是模型架构、动态计算和数据炼金术三大技围不是特例，而是效率觉醒时代的先声。”当全球AI竞赛从

术支点的协同突破，算法创新的“杠杆效应”开始显现。“暴力美学”转向“精致艺术”，算法红利开始对冲算力通

效率创新使算力依赖大幅度降低，这对于以GPU来安胀，决定胜负的将不再是计算资