AI时代的算力拓展与高性价比追求

大型科技公司正持续加大对AI的投入。微软、谷歌等公司最新财报显示,云业务收入和利润率不断提升,AI正成为新的业绩增长点。这些头部云厂商的算力"军备竞赛"正如火如荼,短期内资本开支难见减速。业界预计,AI算力供需的平衡可能要到2030年左右才能实现。

与此同时,市场也在期待看到更多"接地气"的AI应用,能为用户带来实际的生产力提升或生活便利。今年已经涌现了OpenAI Sora、国产大模型Kimi等亮眼产品,未来还有望看到GPT、Gemini等大模型的持续更新,以及更多端侧AI应用。不过,通向AGI的道路仍然漫长,真正改变人类社会的AI应用可能还需要较长时间孵化。

当前,业界更应关注如何提供"高性价比算力"。从历史经验看,单位算力成本的下降是AI发展的必要条件。便宜、易得、稳定的AI算力,是诞生重大AI应用的基础。以Sora为例,其公开发布仍需数月时间,一个重要原因就是需要持续优化推理所需算力。

为降低算力成本,业界正从多个方面着手:在GPU产能方面,台积电正大幅扩张AI芯片所需的CoWoS封装产能;在网络设备方面,英伟达新一代AI芯片采用铜缆连接以控制成本,光模块厂商也在推动LPO等高性价比方案;在散热方面,随着单机柜功率密度提高,液冷方案的性价比优势将逐步显现。

总的来说,虽然头部云厂商有实力持续大规模投资,但更广泛的市场需求是高性价比的AI算力。未来,如何在保证性能的同时降低单位算力成本,将是推动AI发展的关键。这需要从芯片、网络、散热等多个环节共同发力,打造更具性价比的AI基础设施,为AI应用创新提供坚实支撑。