正在准备 BGM

Blog

算力需求不减，AI迈入理性时代：从芯片波动看AI发展的新趋势

算力需求不减，AI迈入理性时代：从芯片波动看AI发展的新趋势

导语

近期，全球芯片板块再次出现剧烈波动，市场开始议论AI需求是否正在降温。然而，多位行业高管在接受采访时却给出了截然相反的判断：“AI的需求几乎是无限的。”与此同时，企业开始重新审视AI的投资回报率，开源模型的崛起也在改写成本逻辑。更深远的社会议题——如何让AI创造的财富惠及大众——也进入了公众视野。本文尝试从算力、模型、伦理、突破几个维度，描绘AI产业正在经历的理性转型。

算力需求：供给依然跟不上

针对芯片股波动，英特尔前CEO帕特·基辛格明确表示：“我认为AI的需求几乎是无限的。”他认为，目前真正限制AI发展的只有能源供应。AI云计算公司Nebius首席营收官博罗季茨基也印证了这一判断：“我们目前经历的需求非常惊人，需求远远超过我们的供给能力。”AI芯片公司Cerebras的CEO费尔德曼更是直言，整个行业缺少数据中心和关键资源，算力供给远未饱和。就连数据中心光通信设备商Lumentum都宣布其产品未来五年的产能已全部售罄。

来源：芯片板块剧烈波动，业内多位高管称 AI 需求依然强劲

成本之变：从“Tokenmaxxing”到精打细算

尽管需求旺盛，企业对待AI的态度却正从狂热的“Tokenmaxxing”（鼓励员工随意调用大模型）转向理性考量ROI。尤其当DeepSeek、阿里巴巴等公司推出成本更低的开源模型后，OpenAI等前沿模型的昂贵定价引发质疑。Nebius的博罗季茨基指出，CFO们开始控制AI支出并非为了削减预算，而是要将钱花到真正创造价值的地方。“这几乎发生在每一次技术浪潮中，而这种理性化并不会削弱AI的长期需求。”

来源：芯片板块剧烈波动，业内多位高管称 AI 需求依然强劲

模型并行：不同任务适配不同“交通工具”

业内人士认为，未来企业不会依赖单一模型。Cerebras的费尔德曼打了一个形象的比方：“去超市买东西，你没必要开一辆大型巴士。”最复杂的任务仍交给最强模型，而大量简单任务将向低成本、高效率的开源模型迁移。这种多模型共存、各司其职的生态，将继续推高AI的整体使用效率。

来源：芯片板块剧烈波动，业内多位高管称 AI 需求依然强劲

社会议题：AI红利该由谁共享？

AI产业蓬勃发展的另一面，是科技企业裁员增加和公众对财富分配的担忧。美国一项全国调查显示，69%的受访者支持“强制”AI公司将50%的股份转入公共主权财富基金。参议员桑德斯已提出法案，旨在让公众通过基金持有最大AI公司半数股权，确保“AI创造的经济收益用于改善所有美国人的生活”。尽管该构想尚存运营挑战，但反映出全社会对AI伦理与包容性的深切期待。

来源：调查显示近七成美国民众支持设立 AI 主权财富基金

前沿突破：GPT-5.6一小时破解半世纪难题

即便在产业理性回归的背景下，AI的能力边界仍在以惊人速度拓展。OpenAI最新模型GPT-5.6 Sol Ultra利用64个子智能体，在不到一小时内独立证明了图论中悬而未决50余年的“循环双覆盖猜想”。这一突破虽尚待同行评审，却已彰显出AI在科学研究中颠覆性的潜力。

来源：仅用一小时，OpenAI GPT-5.6 Sol Ultra 证明了一个已有50年历史的数学猜想

趋势分析：理性筑基，智能泛在

从上述片段不难看出，AI产业正从盲目扩张走向精细化运营。基础设施的投资逻辑仍然坚挺，但企业更看重可量化的回报；开源生态的成熟让技术普惠成为可能，也倒逼巨头降本增效；社会层面的讨价还价预示AI治理将成为常态；而科研领域的“灵光一现”则持续拉高人们对AGI的想象。总体而言，AI正像电力一样渗透进产业细节，其价值释放不再依赖风口，而取决于与场景的精准耦合。

对个人开发者与技术从业者的启发

  1. 拥抱开源与模型多样性：掌握多种模型的部署、微调和成本优化能力，将成为未来工程师的核心竞争力。
  2. 关注AI伦理与社会影响：主权财富基金等讨论提醒技术人，写下的每一行代码都可能牵动公共利益，应主动思考技术的社会后果。
  3. 深耕垂直场景：当“大巴士”不再必须，如何为特定任务选择最合适的模型，并构建端到端解决方案，是个人价值放大的路径。
  4. 保持对前沿突破的敏锐：GPT-5.6的案例证明，AI的边界仍在高速扩张，持续学习才能避免被工具淘汰。

参考来源