来自 AI 研究立场图谱百科
算力国家主义:算力是 AI 时代决定性的生产要素,谁集中了最多算力,谁就有资格定义前沿。
主张
算力国家主义看待 FLOPs 的方式,就像计划经济看待钢产量。算法来来去去,数据集爬了又爬,但集群规模决定了今年能做到什么。于是进步就变成了一个资本配置问题:建更大的数据中心,抢更多的加速卡,剩下的交给参数。巧思当然欢迎,但它只是算力的乘数,永远不是替代品。
它位于图表左上方:偏语言,因为文本是算力回报最显眼的地方;坚定站在单体一侧,因为集中的算力天然偏爱一次超大训练,而不是一堆小系统。它的范式等级是铁杆正统——这与其说是革命,不如说是一个已经赢下争论的产业的内在逻辑。
论据
- 实证的 scaling law 研究显示,loss 随训练算力在多个数量级上平滑、可预测地下降。
- 很多被热捧的算法改进,折算下来只相当于一个常数倍的算力增益,而下一代硬件很快就把它吃掉了。
- 长上下文推理、多模态生成等能力,往往最先出现在集群最大的实验室里。
批评
- 把算力当宿命,会把研究集中到少数几家机构,让学术界沦为看客。
- 效率派指出,小模型和蒸馏模型已经能追平早先的巨无霸,说明数据和方法比裸 FLOPs 更重要。
- 能耗、成本和供应链约束,让“再建一个更大的集群”这条路有一块看得见的天花板。
代表作
关系
亦敌亦友
怎样测出它
在完整版或专业版里落到这一格:x ≈ −0.54,y ≈ +0.86,范式 ≈ −0.88。