一组颠覆认知的数据

AI圈长期以来有一个共识：进展快是因为芯片越来越强。但最新的深度研究正在挑战这一认知。

实证数据显示：在同等硬件条件下，AI算法的效率正在以惊人的速度提升——每年接近翻倍。而芯片性能的提升速度约为每两年翻倍。算法进步的速度已经超过了硬件。

这意味着什么？

1. Scaling Law不是唯一路径

过去两年，AI行业的共识是「堆参数、堆算力就能堆出更强的模型」。但算法的进步意味着同样的算力投入，今天能训练出比一年前强一倍的模型。

这解释了为什么DeepSeek能够以远低于GPT-4的算力成本训练出性能顶尖的模型——不止是工程优化，更本质的是算法效率的提升。

2. 硬件优势在缩小

如果算法的进步速度持续快于硬件，那么英伟达的GPU护城河将面临来自两个方向的挤压： - 算法效率提升让更多芯片厂商的产品「够用」 - 国产芯片通过软硬件协同优化，正在缩小性能差距

3. 「后发优势」被重新定义

在算法快速迭代的赛道上，后发者不一定落后——他们可以直接使用最新的、效率最高的算法，绕过先行者走过的弯路。

对人的影响

技术加速最直接的后果是：AI能力提升的速度比大多数人预期的更快。这意味着： - 今天制定的一年计划，三个月后可能需要重新评估 - 核心能力不在于你的技术水平，而在于你适应变化的速度 - 最危险的心态不是「我不会」，而是「我暂时不需要」

本文整理自36氪等行业报道，仅供参考学习。