SemiAnalysis 创始人 Dylan Patel 近日在接受红杉资本播客《Training Data》采访时指出，AI 推理有望成为全球最大市场之一，规模甚至可能超过石油，占据全球 GDP 的若干个百分点。他表示，每次模型迭代升级后，可完成任务的数量和价值扩张速度持续快于算力增长，这意味着算力短缺或将长期存在。
正文解读
Patel 预计，到 2030 年，仅 OpenAI 和 Anthropic 两家公司的合计算力需求就将超过 100 吉瓦。他同时指出，未来 3 至 5 年内，太空数据中心的影响仍可忽略不计，但到 2040 年，超过一半的新增算力可能进入太空。核心制约因素在于地面能源成本和建电能力，一旦太空部署的经济性超过地面，算力向太空迁移将成为必然趋势。
在硬件与软件协同设计方面，Patel 认为，过去三年 AI 效率提升主要并非来自硬件，而是来自模型层和跨层协同优化。他以 DeepSeek 为例指出，其专家模型形状专门为英伟达 Hopper 架构优化，因此在 Hopper 上表现出色，但在 TPU 上表现不佳。Anthropic 的模型更适合 TPU，而 OpenAI 的模型则更偏向 GPU 路线。Patel 强调，所谓的 CUDA 护城河，本质上并非 CUDA 本身，而是开源模型生态普遍围绕 GPU 进行协同优化。
Patel 还透露，英伟达 CEO 黄仁勋大力扶持新兴云计算厂商，意在避免超大规模云厂商垄断算力格局，推动形成多极化市场。此外，SemiAnalysis 团队搭建的实时推理基准系统 InferenceX 数据显示，在等效质量下，推理成本每年下降约 60 倍，每瓦智能改善约 40 倍。
原创文章，作者：admin，如若转载，请注明出处：https://www.23btc.com/196256/
