【微软AI负责人：到2028年，有效算力还将增长1000倍】

人类的大脑天生习惯于线性思维。走一小时路，你能覆盖一段距离；走两小时，距离就翻倍。这种直觉在非洲草原上对我们大有助益，但在面对 AI 以及它核心的指数级趋势时，它会让我们彻底误判。

从我 2010 年开始从事 AI 研究到现在，投入前沿 #AI# 模型训练的数据量已经增长了惊人的 1 万亿倍：从早期系统的约 10¹⁴ 次浮点运算（flops，即浮点运算次数，是计算的核心单位），增长到如今最大模型的超过 10²⁶ 次。

这是一次爆炸。AI 领域的其他一切都是由这个事实派生出来的。怀疑论者常常预言 AI 的发展即将撞上天花板。但在这场史诗级的跨代算力跃迁面前，他们一次又一次被现实打脸。这些人的论据通常有三个：摩尔定律正在放缓、可用的训练数据即将枯竭、能源供给跟不上算力扩张的速度。

但只要把推动这场革命的几股力量拼在一起看，指数级的增长其实相当可预测。要理解这一点，就得绕到新闻标题背后，看看那个复杂而飞速演进的真实图景。你可以把 AI 训练想象成一间屋子，里面坐满了拿着计算器的人。过去很多年，提升算力的办法就是往屋里塞更多人、配更多计算器。

但这些人大部分时间其实都闲着，手指敲着桌面，等下一组数据送过来好开始下一次运算。每一次等待都是被白白浪费掉的潜力。今天这场革命真正的突破，不只是让计算器更多、更快（当然也做到了这一点），而是让所有的计算器永不停工，并且像一个整体那样协同运转。

戳链接查看详情：http://t.cn/AXMfde5Z