社区

AI 算力正在换挡：从“拼训练”走向“拼推理”

最近英伟达的一个动向，其实透露出 AI 产业正在发生重要转变。过去两年，算力竞争的核心是“谁能训练更大的模型”，GPU 堆得越多越好。但现在，模型能力阶段性够用了，真正的瓶颈变成了推理效率——一次回答要多快、一次调用要多贵、能不能长期稳定运行。

英伟达开始在传统 GPU 之外，引入来自 Gr­oq 的 LPU（语言处理单元）思路，核心目标是降低延迟和能耗。这本身说明，GPU 并非所有 AI 场景的最优解。

更值得注意的是 Op­e­n­AI 的选择。其大规模采购“专用推理产能”，意味着未来 AI 成本压力主要来自推理而非训练。AI 商业化的关键，不在模型更大，而在用得起、跑得久。

算力正从“单一通用平台”，走向“按场景切分”的基础设施时代。

教主观点：

接下来 AI 投资的分水岭，不是“谁算力最强”，而是“谁把单位推理成本降下来”。效率，正在取代规模，成为新的定价锚。

$英伟达(NV­DA)$ $特斯拉(TS­LA)$ $苹果(AA­PL)$