创新者能以多快的速度将创意变为现实?是由设计本身的节奏决定,还是会被硬件资源所制约?当前,各类组织争相利用 AI、扩充计算能力、并着手布局后量子时代,这些技术所依赖的底层资源正面临日益攀升的需求压力。
芯片短缺的隐患已初现端倪
此前的芯片短缺已经引发了外界对 AI 发展能否保持稳定节奏的广泛担忧。与此同时,许多组织正努力在环境、社会与治理(ESG)目标,与实际所需的能源及原材料消耗之间寻求平衡。我们是否正走在一条创新与能源、硬件供给相互碰撞的道路上?
多方专家深度对话
在本期《DOS Won't Hunt》播客节目中,可持续与可扩展基础设施联盟(Sustainable & Scalable Infrastructure Alliance)董事会成员扎卡里·史密斯(Zachary Smith)、Eclipse 合伙人艾丹·马迪根-柯蒂斯(Aidan Madigan-Curtis),以及 MinIO 首席技术官乌尔·蒂格利(Ugur Tigli)共聚一堂,就芯片、能源及其他材料的供应限制是否会阻碍创新,以及行业是否正处于一个关键拐点展开深度探讨。
欢迎收听完整播客内容。
Q&A
Q1:芯片短缺对 AI 发展会产生哪些影响?
A:芯片短缺直接制约了 AI 所需的算力供给,可能导致 AI 模型训练、部署节奏放缓,使组织无法快速跟上技术前沿。当需求持续攀升而供给受限时,AI 基础设施的扩展将面临更大瓶颈,进而影响整体技术创新的推进速度。
Q2:组织在推进 AI 发展的同时,如何平衡 ESG 目标?
A:这是当前行业面临的核心矛盾之一。AI 和高性能计算对能源的需求极高,而 ESG 目标要求组织减少碳排放、降低资源消耗。目前业界正在探索更节能的芯片架构、绿色数据中心以及可再生能源供电方案,以期在两者之间找到可持续的平衡路径。
Q3:后量子时代对芯片和存储资源会带来哪些新挑战?
A:后量子计算对加密算法和算力要求将远超现有标准,这意味着现有芯片和存储架构可能需要全面升级。组织需要提前规划硬件迭代路径,同时应对由此带来的更高能耗和更大存储需求,资源紧张的局面或将进一步加剧。
好文章,需要你的鼓励
Anthropic于6月30日发布Claude Sonnet 5,相较前代Claude Sonnet 4.6在编程、推理、工具使用及知识工作方面均有显著提升。该模型可自主制定计划、使用浏览器和终端等工具,达到数月前需更大更贵模型才能实现的水平。安全评估显示其不良行为率更低。Sonnet 5默认开启自适应思维,采用更新的分词器,性能接近Opus 4.8但价格更低,现已面向所有订阅计划开放。
复旦大学联合多机构提出A2World框架,通过210万条真实机器人轨迹进行动作条件化预训练,将学到的物理动力学先验同时迁移到仿真模拟和策略控制两个方向,在LIBERO和真实机器人任务上均取得当前最优表现。
人工智能基础设施的快速扩张不仅带来总用电量激增,更在改变电网的运行特性。AI训练任务高度同步、计算密集,推理任务则分散且难以预测,两者均可在极短时间内造成电力需求骤变。数据中心的地理集中分布进一步加剧局部电网压力。现有监管框架多基于稳定工业负荷设计,难以适应这类新型需求。专家指出,电网规划需从关注总能耗转向关注需求波动性与同步效应。
同济大学研发的FLISP系统,让无人车与无人机在水电隧道中无需建图、仅靠激光雷达实时协作导航,规划延迟仅7毫秒,成功率100%。