AI 算力正在換擋：從“拼訓練”走向“拼推理”

最近英偉達的一個動向，其實透露出 AI 產業正在發生重要轉變。過去兩年，算力競爭的核心是“誰能訓練更大的模型”，GPU 堆得越多越好。但現在，模型能力階段性夠用了，真正的瓶頸變成了推理效率——一次回答要多快、一次調用要多貴、能不能長期穩定運行。
英偉達開始在傳統 GPU 之外，引入來自 G­roq 的 LPU（語言處理單元）思路，核心目標是降低延遲和能耗。這本身說明，GPU 並非所有 AI 場景的最優解。
更值得注意的是 Op­e­n­AI 的選擇。其大規模採購“專用推理產能”，意味著未來 AI 成本壓力主要來自推理而非訓練。AI 商業化的關鍵，不在模型更大，而在用得起、跑得久。
算力正從“單一通用平台”，走向“按場景切分”的基礎設施時代。
教主觀點：
接下來 AI 投資的分水嶺，不是“誰算力最強”，而是“誰把單位推理成本降下來”。效率，正在取代規模，成為新的定價錨。
$BTC $ETH