OpenAI Blog2018年5月16日

AI and compute

We’re releasing an analysis showing that since 2012, the amount of compute used in the largest AI training runs has been increasing exponentially with a 3.4-month doubling time (by comparison, Moore’s Law had a 2-year doubling period)[^footnote-correction]. Since 2012, this metric has grown by more than 300,000x (a 2-year doubling period would yield only a 7x increase). Improvements in compute have been a key component of AI progress, so as long as this trend continues, it’s worth preparing for the implications of systems far outside today’s capabilities.

阅读原文

收藏邮箱

AI 分析

标题洞察

标题非常简短，只有“AI and compute”，但它把 AI 进展的核心变量直接点出来，天然适合借势到“算力决定 AI 上限”“AI 竞争本质是资源竞争”这类更易传播的表述。创作者可以改写成更有冲突感的标题，比如“AI 为什么越来越吃算力？”或“真正决定 AI 进步的，不只是算法”。如果要做热点借势，这个标题适合搭配“AI 行业正在进入算力时代”这类判断型表达。

核心观点

文章最重要的观点是：自 2012 年以来，最大规模 AI 训练所用算力在指数级增长，增速远快于传统摩尔定律。作者想强调，算力提升已经是 AI 进步的关键组成部分，因此只要这一趋势持续，就需要提前思考超出当下能力范围的系统会带来什么影响。这里的边界是：原文摘要主要讨论的是训练算力趋势与未来影响，不能直接推断它等同于“AI 已经具备某种能力”。

创作启发

可以做成一篇短文，主题是“为什么 AI 的进步不只是模型变聪明，而是训练资源在疯狂扩张”，用“3.4 个月翻倍”这种强数据点增强传播力。也适合做科普视频或播客切口，比如解释“算力、算法、数据”三者中为什么算力经常被低估。社媒帖则可以写成一个判断句：未来讨论 AI，不只要看模型发布，还要看谁掌握了更多算力。