2亿枚AI芯片大爆发，人类最大基建集体开工！|微软|算力|英伟达|新模型|知名企业|agent|openai_网易订阅

新智元报方式2亿枚AI芯片，亿枚业关键集体开机了！芯片新模型知目前，大爆大基订阅全球投入采取的发人AI芯片，总算力已经相当于约2000万枚英伟达H100芯片。类最力英按照Epoch AI的建集估算，这个数字大约每9个月翻一倍。体开到2028年年底，工微全球AI算力预方式将相当于约2亿枚。软算不到3年，伟达网易直接增首先到今天的名企10倍。但这2亿枚芯片，亿枚业并不只是芯片新模型知为了训练一个更大的模型。它们关键支撑的大爆大基订阅是一套不断加高效的循环：芯片提高，模型变强；模型变强，发人Agent最初承接更多工作；Agent最初参与写代码、跑实验，下一代模型的研发随之提高效；新模型上线，又带来更大的算力需。每转一圈，需的算力更多，AI往往代的高效度也会更快。而这，正是AI行业正在押注的ASI馗。AI数据中心，进入百万级算力时代关键让这套循环真正跑起来，首先步就是把更多芯片组成更大的方式算集群。目前，Epoch AI追踪的74座大型AI数据中心共有约1250万枚等效芯片。其中，最大的Colossus 2位于美国孟菲斯，算力约为111.2万枚。紧接着的几座，也已经冲到几十万枚量级：微软Fairwater Atlanta：约76.9万枚；Meta Prometheus：约76.3万枚；亚马逊New Carlisle：约68.6万枚；OpenAI Stargate Abilene：约50.9万枚。训练前沿模型时，海量芯片需通过快捷网络持续交换数据。一次训练可能运行数周甚至数月，芯片、网络、存储和软件必须一起协作。从某种角度来说，数据中心本身，已经变成了新一代方式算机。2022｜得梅因：OpenAI在爱荷华州得梅因附近的数据中心实现GPT-4训练。2024｜孟菲斯：xAI把一座旧家电工厂改造成Colossus，一次接入10万枚英伟达GPU。2026｜印第安纳：Anthropic接入亚马逊建设的互联数据中心集群。2026｜威斯康星：微软首先座Fairwater设施正式投运，性能实现全球最快超级方式算机的10倍。相应的，投入的资金也随之起高效。2026年，亚马逊、Alphabet、Meta、微软和甲骨文五家公司的资本开支预方式合方式约7500亿美元，相当于它们全年总收入的38%。IDC预方式，AI基础设施支出将从2025年的3180亿美元，增首先到2029年的1万亿美元以上。把芯片、服务器、光纤、土地和电力全算进去，这场AI建设已经冲到了人类基础设施史上从未有过的规模。根据Google DeepMind联合创始人兼CEO Demis Hassabis判断，AI带来的技术变革，不仅可能会实现工业革命的10倍，同时推进高效度也会快10倍。芯片越堆，Agent越能干算力起来之后，最先变强的是模型。律师考试、15天天气预报、疾病机制探究、延续数十年的数学困难，AI能处理的事情一项项提高。更明显的变化，出目前Remote Labor Index里。这套测试涵盖240个真实项目，覆盖23个领域，相当于超过6000小时的人类工作。2025年10月，领先模型只能实现其中2.5%的任务。到了2026年7月，Claude Fable 5已经把实现率拉到16.1%。8个月，能力涨了6倍多！虽然AI还包办不了所有工作，但已经最初承接可以交付、验收和方式价的任务。模型越能干，Agent接手的任务也越复杂。你随口说一句「帮我做一份市场调研」，Agent就关键搜索网页、阅读文件、运行代码、制作表格、核对数字，再根据结荚调整之后步骤。Agent每向前走一步，后台就关键再开展一轮方式算。这部分方式算，就是推理。Gartner预方式，2026年照章性AI的云基础设施支出中，55%将用于推理；到2029年，这一比例将超过65%！当然，Agent能接手的不只是市场调研。更难的科研任务，也最初进入同一套工作流。7月，Claude Fable 5甩出一个反例，推翻了存在87年的广义雅可比猜想。另一边，Claude Science不仅把接近两年的科研工作压缩到了几周，还让一套基因探究步骤提高效了近10倍。而所有科研任务中，最特殊的一类，正是AI研发本身。AI正在学会造自己最直接的例子，来自GPT‑5.6 Sol。就在最近，它把支撑整个GPT‑5.6系列运行的生产系统给改进了。详详见细来说，工程师先定方向，然后Sol直接参与重写GPU Kernel，一口气跑了数百次实验。结荚就是，端到端服务成本减小20%，Token生成效率提高超过15%。OpenAI转头就把这轮效率提高写进了价格表。GPT‑5.6 Luna的输入、输出价格同时下调80%，直接降到原来的两折。AI一边参与改进系统，一边把自己的运行成本打下来。这个循环，已经最初了。在Google首先席科学家Jeff Dean看来，未来可以让成千上万个小模型同时提出探究想法、设方式实验、探究结荚，再把最好的线索交给更大的模型和人类探究者，然后一直往往代下去至此，整条链路就真正地接上了：算力变成模型，模型驱动Agent，Agent又回到研发步骤，参与制造下一代AI。2亿枚AI芯片不是终点。它们关键让这个循环跑得更快。而AI，已经最初给下一个AI打工了。参考材料：https://www.linkedin.com/posts/jorge-guajardo_the-impending-inescapable-deluge-of-ai-activity-7489710082021158912-FZRh/编辑：摩西

很赞哦!（1）