AI訓練端進展難預判，推理端需求為何預期旺盛？

Question

Accepted Answer

AI推理端需求預期旺盛，關鍵在於其能直接轉化為生產力與商業價值

儘管先進AI模型的訓練進展難以精確預測，但一旦AI技術走向產品化應用，其在推理端的龐大需求將成為推動產業發展的核心動力。博通執行長陳福陽將AI比喻為一場工業革命，強調這種工具能顯著提升生產力，進而推動社會生活邁向更高層次。
推理需求是AI商業化的直接體現

AI的「訓練」階段，即模型學習與優化的過程，其算力需求確實難以量化且進展充滿變數。然而，一旦模型訓練完成並部署，便進入「推理」階段，意即模型實際應用於解決具體問題、產生輸出結果的過程。此階段的需求預期將「非常、非常旺盛」，因為這直接關乎AI的商業化落地與實際效益。例如，在客服領域，AI推理能即時回應客戶諮詢；在自動駕駛中，AI推理判斷路況並做出決策；在醫療診斷方面，AI推理輔助醫生分析影像。這些應用情境的普及，將帶來龐大的算力需求。
AI作為生產力工具，其價值在於解放生產力

陳福陽將AI的影響力比擬為18世紀的工業革命，其核心在於AI作為一種強大的生產力工具，能極大化地提升各行各業的效率。訓練階段的突破固然重要，但真正讓AI價值得以體現並被廣泛採用的，是其在推理端能夠直接解決問題、優化流程、創造新服務。這種生產力的解放，將驅動市場對AI推理算力的持續渴求，從而支撐起包括博通在內相關產業的長期營收預期，即便在短期訓練進展難預判的擔憂下，其對2027財年營收達到1150億美元的目標依然充滿信心。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

AI訓練端進展難預判，推理端需求為何預期旺盛？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友