马库斯：自2022年以来，AI芯片提供的算力每年增长约2.3倍，这确实带来了AI模型的显著改进。但沿着这条路继续走下去至少有两个问题。
本文作者是纽约大学(New York University)荣誉退休教授，著有《驯服硅谷：如何确保AI为我们服务》(Taming Silicon Valley: How We Can Ensure That AI Works for Us)
从现在到2030年，Meta、微软(Microsoft)、Alphabet和亚马逊(Amazon)等美国超大规模云服务商预计将在算力上投入逾5万亿美元。这是一场对技术的豪赌——它已促使一些科技公司减少股票回购，同时发行新的债务和股票。他们究竟希望通过这些投入获得什么呢？
“扩展算力”(scaling compute)是AI行业的一个术语，指的是向数据中心及其所用芯片——例如英伟达(Nvidia)研发的GPU和Alphabet研发的TPU——加大投入。这些芯片为生成式系统（如ChatGPT、Gemini和Claude等聊天机器人）所用的大型语言模型(LLM)提供算力支持。“算力”一词是对给定系统计算能力的简称。增加算力意味着部署更多高速并行计算性能更强的芯片，以训练和使用（称为“推理”）越来越大的神经网络。