AI 计算的未来：去中心化浪潮与全球竞争格局重塑

引言

人工智能（AI）正以前所未有的速度发展，尤其是大模型训练和推理效率的提升，使得 AI 计算成本迅速下降，呈现出向去中心化演进的趋势。

最新的 DeepSeek r1 模型，以仅 600 万美元 的训练成本，达到了 OpenAI o1 级别的性能，表明 AI 技术正迈向更具普惠性的阶段。这一趋势不仅对 AI 产业格局产生深远影响，还将改变计算基础设施、全球科技竞争力分布，甚至可能影响人工超级智能（ASI）的未来发展。

因此，AI 计算的去中心化趋势、其对全球经济与科技竞争的冲击，以及 AI 发展的长期影响，成为当下值得深入探讨的话题。

---

AI 训练成本骤降：推动创新与竞争加剧

长期以来，AI 训练成本高昂，一直是行业发展的主要瓶颈。然而，DeepSeek r1 仅用 600 万美元 训练出高质量的 AI 模型，这一突破改变了 AI 产业的游戏规则。

1. 算力优化与新技术的突破

DeepSeek r1 的成功，源自多个关键技术的突破。例如，FP8（8位浮点数） 和 MLA（多令牌预测） 等创新技术，使得模型训练和推理的计算需求大幅降低。此外，DeepSeek 可能依赖超过 2048 个 H800 GPU，通过 批处理优化 进一步降低计算成本。这表明 AI 训练的成本已经进入指数级下降的轨道。