春節(jié)期間，國(guó)產(chǎn)大模型 DeepSeek-R1 橫空出世，證明了用更低的成本、更少的算力需求，就可以實(shí)現(xiàn)世界一流的模型性能水平。

R1 的出現(xiàn)似乎打破了大模型 “?燒更多的錢買更強(qiáng)的芯片，換來(lái)更優(yōu)性能產(chǎn)品 ” 的傳統(tǒng)路徑。1 月 27 日，英偉達(dá)股價(jià)單日下跌近 17% 。

不過(guò)，在人類通往 AGI 的路上，算力真的沒(méi)那么重要了嗎？

谷歌、微軟、Meta和亞馬遜這硅谷四個(gè)科技巨頭可能并不這么想。

從 1 月 30 日起至今，這四家公司接連發(fā)布了自己的財(cái)報(bào)，而在最新的財(cái)報(bào)中，他們都不約而同的提到：2025 年，要花更多的錢來(lái)布局算力。

谷歌母公司 Alphabet 對(duì)?2025 年的資本開支目標(biāo)為 750 億美元，相比 2024 年增加了 42%?。谷歌表示，在 2024 年四季度，他們發(fā)現(xiàn)人們對(duì) AI 產(chǎn)品有非常強(qiáng)勁的需求，以至于需求超過(guò)了他們的可用容量。因此，他們將努力解決這一問(wèn)題，確保他們有更多容量 —— 也就是花錢搞更多算力。

微軟則提到 2025 財(cái)年（ 財(cái)年截至 6 月份 ）將在人工智能數(shù)據(jù)中心上投入 800 億美元，原因也與谷歌相同 —— 市場(chǎng)需求持續(xù)高于他們的可用容量，需要擴(kuò)充。

微軟還在電話會(huì)中表示，這樣的投入他們甚至還是保守了的，因?yàn)?“ 不能一次買太多，因?yàn)槟柖墒褂布磕甓紩?huì)有性能提升，一下子買太多會(huì)虧，要把握好節(jié)奏?！?/p>

Meta 方面，2025 年的資本開支預(yù)算是 650 億美元，相較于 2024 年增長(zhǎng)了 66%，扎克伯格表示：“ 我仍然認(rèn)為，從長(zhǎng)遠(yuǎn)來(lái)看，大力投資資本支出和基礎(chǔ)設(shè)施上將是一種戰(zhàn)略優(yōu)勢(shì)。也許我們會(huì)在某個(gè)時(shí)刻得出不同的結(jié)論，但現(xiàn)在還為時(shí)過(guò)早。此時(shí)此刻，我會(huì)賭注于，能夠構(gòu)建出這種基礎(chǔ)設(shè)施將成為我們的一大優(yōu)勢(shì)。”

亞馬遜則是在最新一季的電話會(huì)中提到 2025 年的資本開支將達(dá)到約 1000-1050 億美元，比去年的 830 億美元增加了 24%，亞馬遜首席財(cái)務(wù)官 Brian Olsavsky 在財(cái)報(bào)電話會(huì)上表示，這筆資本支出的 “ 絕大部分 ” 將用于AI和云服務(wù)AWS。

四巨頭都在算力上繼續(xù)增加投入，并不是因?yàn)榭床簧?DeepSeek，反而是非常認(rèn)同 DeepSeek。

亞馬遜首席執(zhí)行官 Andy Jassy 表示，推理成本的減少，不意味著總支出會(huì)下降，“ 實(shí)際情況并非如此，我們?cè)谠朴?jì)算領(lǐng)域經(jīng)歷過(guò)類似情形 ”。

而微軟的 CEO 此前也在 X 上發(fā)博轉(zhuǎn)發(fā)了維基百科的 “ 杰文斯悖論 ” 詞條來(lái)表示他的態(tài)度。

杰文斯悖論的核心邏輯是：技術(shù)提高資源使用效率后，可能會(huì)因人類行為的改變或市場(chǎng)反饋，導(dǎo)致總消耗量不降反升。

舉一個(gè)非常簡(jiǎn)單的例子：隨著汽車技術(shù)的不斷提升，發(fā)動(dòng)機(jī)的熱效率不斷提高，變得越來(lái)越省油，但由于效率提高使得用車成本降低，人們會(huì)買更多的車、開更遠(yuǎn)的路，最后反而使得石油的消耗量變大。

同理，在 AI 世界里，DeepSeek 就是那臺(tái)效率更高的發(fā)動(dòng)機(jī)，而算力就是汽油，單輛車的耗油量變低了，整個(gè)市場(chǎng)的汽油用量卻會(huì)增多。

要知道，DeepSeek-R1 雖然訓(xùn)練成本低，但也是遵循 Scaling Law （ 規(guī)模擴(kuò)展法則 ）的。

在?Scaling Law?之下，我們可以簡(jiǎn)單粗暴地把模型表現(xiàn)和算力需求看成一個(gè) y=ax 的正相關(guān)函數(shù)，過(guò)去的模型的斜率 a 相對(duì)較小（?效率相對(duì)較低 ），模型表現(xiàn)雖然會(huì)隨著算力的加大而變得更好，但是增長(zhǎng)較慢。DeepSeek ?的斜率 a 則相對(duì)較大（?效率相對(duì)較高?），模型表現(xiàn)隨算力加大而表現(xiàn)變得更好的速度會(huì)更快。

在這種情況下，你會(huì)因?yàn)樾矢叨鴾p少投入嗎？你大概率會(huì)因?yàn)樾矢叨哟笸度搿?/p>

所以，與其擔(dān)心算力過(guò)剩，我們似乎更應(yīng)該關(guān)心的是算力和效率我們都有，但是已經(jīng)沒(méi)有優(yōu)質(zhì)數(shù)據(jù)可以用來(lái)訓(xùn)練了。

同樣還是拿汽車來(lái)舉例子，當(dāng)汽車的油耗（ 模型效率 ）和汽油（ 算力 ）都充沛的情況下，大家都買了車，最后卻發(fā)現(xiàn)出行速度沒(méi)辦法進(jìn)一步提升了，因?yàn)槁罚?優(yōu)質(zhì)訓(xùn)練數(shù)據(jù) ）不夠了，堵車了。

或許在未來(lái)，數(shù)據(jù)標(biāo)注師會(huì)越來(lái)越少，世界會(huì)冒出來(lái)很多 “ 數(shù)據(jù)生產(chǎn)師?”，他們每天坐在格子間里，絞盡腦汁創(chuàng)造能提高模型性能的優(yōu)質(zhì)數(shù)據(jù)。