AI 是否有一天会变得资源高效？
摘要
一场关于AI模型长期可持续性的讨论，质疑由于高昂的计算成本和对投资者资金的依赖，探讨资源效率的提升能否防止泡沫破裂。
我听说AI需要大量的计算资源。你可以在笔记本电脑上运行本地模型，但低计算量基本上使其无法使用。这显然不便宜，AI公司每天亏损数百万美元，以远低于维持成本的价格提供产品。目前这是由于投资者大量注资以及为击败竞争对手的努力。但当泡沫破裂，投资者停止补贴成本时会发生什么？这些我们已经融入生活诸多方面的模型，其成本会突然变得极其昂贵吗？防止泡沫破裂的唯一方法是在风投资金枯竭之前让这些模型更加资源高效，但这可行吗？说到底，LLMs的优化程度是有下限的。我的问题是想请教比我更了解这方面的人。AI真的可持续吗？还是说泡沫会破裂，迫使我们把生活倒退到LLMs不像现在这么普及的时代？
相似文章
如此规模的人工智能真的可持续吗？
本文质疑大规模人工智能数据中心的可持续性，探讨其水资源和能源需求，并评估轨道数据中心及效率改进等潜在解决方案。
AI太贵了
文章认为，对于大多数公司而言，人工智能过于昂贵，在经济上不可行。超大规模云服务商在数据中心上花费了数万亿美元，但却未能产生相应的人工智能收入。文章指出，只有像NVIDIA这样的硬件供应商才能从当前的人工智能泡沫中受益。
AI发展正在放缓
文章认为，AI产业正在放缓，面临巨大的财务挑战，需要数万亿美元的收入才能维持自身，并批评了推动AI泡沫的炒作和欺骗。
如何应对AI成本上升？
一篇探讨AI开发与部署成本日益增长的文章，并提出了应对这些成本的潜在策略。
只有我觉得AI背后的经济模式有点令人不安吗？
作者对AI的经济模式感到不安，指出训练和运行模型成本高昂，但公司却以低廉甚至免费的价格提供给用户，并质疑可持续的利润从何而来。