算力:AI竞争的核心杠杆
Sora被砍不是技术问题,是资源博弈
算力才是操盘手
在大模型时代,算力已经不是"支持因素",而是"决定因素"。Sora 被砍是算力,新模型要冲是算力,功能统一是算力。算力够不够,才是所有决策的总开关。
Sora 被砍的真正原因
Sora 是 OpenAI 的视频生成模型,曾被寄予厚望。但根据目前的传闻,Sora 已经被暂停,原因是:
- 算力紧张:训练和运行 Sora 需要大量 GPU 资源
- 资源集中:所有可用算力都必须倾斜到 GPT-6
- 优先级调整:相比视频生成,AGI 更重要
算力竞争格局
100万+
H100 GPU需求量
$10亿+
GPT-6训练成本
200万
Token上下文窗口
算力如何影响模型设计
算力限制直接影响了 GPT-6 的架构设计:
- 上下文窗口:200万 Token 需要巨大的显存支持
- 原生多模态:统一架构比多个专用模型更省算力
- 智能体整合:共享底层能力,避免重复计算
微软的合作
OpenAI 与微软的合作在很大程度上是算力合作。微软的 Azure 云平台为 OpenAI 提供了至关重要的算力支持。作为回报,OpenAI 优先在 Azure 上部署模型。这种合作模式让 OpenAI 能够在算力方面与 Google 和 Amazon 竞争。
未来算力趋势
随着 GPT-6 的发布,对算力的需求将进一步爆发。这将推动:
- 更高效的 GPU 架构
- 新的训练和推理技术
- 算力成本持续下降