真正阻碍AI下一次突破的原因是什么?有两件事一直被忽视:我们对庞大数据中心的过度依赖以及对仅限语言模型的狭隘关注。



数据中心正成为瓶颈——不仅仅是计算能力的问题,还关系到可持续性和可访问性。我们将资源投入到集中式基础设施,而真正的创新可能需要分布式解决方案。

然后是房间里的大象:把所有赌注都押在语言模型上。多模态系统呢?为不同任务、不同领域设计的模型呢?当每个人都追逐同一种方法时,回报会逐渐递减。

这些看不见的限制可能会定义未来十年的走向。在我们重新思考它们之前,我们只是在盒子里优化,而不是突破它。
查看原文
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 4
  • 转发
  • 分享
评论
0/400
AirdropSweaterFanvip
· 8小时前
说得没错,数据中心那套早就该换了,烧钱还污染环境
回复0
LiquidatedNotStirredvip
· 8小时前
分布式才是未来啊,现在都在烧算力搞大模型,有点南辕北辙的感觉
回复0
OptionWhisperervip
· 8小时前
分布式才是未来,大数据中心那套已经过时了。
回复0
爱发币的阿婆主vip
· 8小时前
说实话,大数据中心那套已经有点过时了,都2024年了还在堆算力?分布式才是未来啊。
回复0
交易,随时随地
qrCode
扫码下载 Gate App
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)