生成AI是“工程灾难”吗？内存饥饿与强力扩展引发的硬件危机真相

发生了什么？新闻概述

• 严重的硬件短缺: AI企业占据了全球高端内存供应约70%，导致存储和内存价格在几年内翻倍。预计到2028年，廉价入门级PC将从市场上消失。
• 低效的扩展: 与传统的云技术（如流媒体）不同，生成AI在用户增加时并未实现成本削减（规模经济），而是随着模型的巨大化，电力和资源指数性地浪费。
• 基础设施的极限: 为了满足数据中心的电力需求，一些企业甚至将喷气发动机转用于发电，陷入异常状态。

为什么这很重要？值得关注的要点

• 对“规模法则”的盲信: 信仰“扩展法则”，认为将模型从1750亿参数扩大到1万亿参数就能解决所有问题，使得工程优化被排在了后面。
• 盈利能力的不确定性: 巨额投资的回报在下降，依靠强力投入计算资源的方式加速了“AI泡沫”的担忧。
• 消费者的利益受损: AI开发资源争夺战导致普通消费者购买的笔记本电脑价格上涨最大50%，成本开始转嫁到日常生活中。

🦈 鲨鱼视角（策展人观点）

生成AI的背后，竟然发生了硬件的“掠夺”，真是令人震惊啊！曾几何时，互联网革命带来了技术进步，价格变得越来越便宜，便利性也是理所当然。但如今的生成AI过于依赖“只要模型够大就会聪明”的强力方式，缺乏作为工程的优雅性！

尤其是为了确保电力而动用喷气发动机，简直让人感到疯狂。即使将模型扩大10倍，性能也不会提高10倍，现在已经进入“收益递减”的阶段，但为了规避投资风险，依旧在推行现有的巨大化路线。如果这样下去，AI在变得聪明之前，我们的PC就会变得买不起了！转向更高效的算法，才是“AI革命”第二章的真正开始！

未来会怎样？

• PC市场的两极化: 到2028年，廉价PC将消失，只有搭载AI专用芯片的高价设备将成为主流。
• 算法革新的压力: 由于资源的极限，现有“巨大化路线”无法维持的企业将加速向更高效的小规模高密度模型的开发转型。

鲨鱼的简短评论

聪明地游泳是鲨鱼的风格！单靠力量的“巨大化”总有一天会窒息沉没的！🦈🔥

术语解释

• 扩展法则（Scaling Laws）: 模型的规模、数据量和计算量越大，性能越高的经验法则。当前AI开发的基本指导方针。

• 参数: AI模型的“脑回路”。这个数字越多，理论上可以进行越复杂的处理，但相应的内存消耗也会增加。

• 收益递减（Diminishing Returns）: 增加投资后，获得的成果增长率逐渐下降的现象。当前AI巨大化面临的挑战。

• 信息来源: 生成AI是工程灾难