ChatGPT面世已逾两年，AI领域的竞争焦点正悄然变化，由训练端转向更为广阔且激烈的推理领域。推理被视为AI大模型发展的“下半场”，上半场的竞争集中于快速预训练响应，而今，AI推理时代正逐步逼近，慢速深度推理成为新的关注焦点。

在温哥华NeurIPS大会上，OpenAI联合创始人兼前首席科学家伊利亚·苏茨克维尔（Ilya Sutskever）断言：“AI预训练时代无疑将终结。”自今年5月离开OpenAI后，Ilya Sutskever创立了Safe Superintelligence AI实验室，并在此次大会上罕见露面。

Ilya Sutskever在演讲中将数据比作化石燃料，指出燃料终将耗尽。“算力在增长，但数据却停滞不前，因为我们只有一个互联网……数据峰值已至，我们必须充分利用现有数据。”

尽管现有数据仍可推动AI进步，但行业正竭力挖掘新数据源进行训练，这终将促使AI模型训练方式的变革。

Ilya Sutskever预测，下一代AI模型将是真正的AI Agent，具备推理能力。目前的AI主要依赖大模型先前学习的内容进行匹配，而未来的AI则能以更接近人类思考的方式逐步解决问题。“它们能凭有限数据理解事物，不会感到困惑。”他补充说，AI推理越多，越难以预测。

Ilya Sutskever的观点与OpenAI近期的表态及动向不谋而合，均强调用推理弥补数据瓶颈。

OpenAI高级研究副总裁Mark Chen在11月末的谈话中否认了“Scaling Law撞墙”的说法，表示“我们已准确掌握需解决的技术挑战”，并通过o系列和GPT系列模型保持Scaling。

近日，OpenAI发布的o1模型即为推理模型，其最显著特点是“会推理”。在回答前，o1会思考，通过产生长内部思维链（CoT），逐步推理，模仿人类解决复杂问题的过程。

这一过程与Ilya Sutskever的“以更接近思考的方式逐步解决问题”理念高度契合。

对于一般用户而言，o1模型的转变或许不易察觉，但The Atlantic指出，研究人员已认识到，与GPT等旧模型相比，o1模型不仅是简单升级，更标志着“全新游戏规则”和“真正进步”。

▌AI推理时代来临？

预训练时代或将落幕，而AI算力“跷跷板”的另一端，推理正崛起。

近期多家券商研报指出，随着端侧AI放量及豆包、ChatGPT等AI应用快速发展，算力需求加速从预训练向推理侧转移，推理有望成为下一阶段算力需求的主要驱动力。

随着大规模AI模型普及，推理需求不断扩大并多样化，定制化芯片需求也有望随之扩大。

巴克莱报告预测，AI推理计算需求将快速增长，占通用人工智能总计算需求的70%以上，甚至可能超过训练计算需求，达到后者的4.5倍。英伟达GPU目前占推理市场约80%份额，但随着大型科技公司定制化ASIC芯片不断涌现，这一比例有望在2028年降至50%左右。

博通财报也证实了ASIC需求的旺盛：2024财年公司人工智能收入增长220%，达122亿美元；预计2025财年第一财季AI产品收入同比增长65%。博通透露，正与三大客户开发AI芯片，预计明年公司AI芯片市场规模为150亿-200亿美元。

谷歌、AWS等科技巨头加大定制化AI芯片研发投入，以强化人工智能领域技术优势和供应链控制力。国金证券研报指出，这一趋势不仅助力企业应对复杂AI需求，还推动自研芯片赛道高景气度和持续创新。未来，自研芯片将在AI推理和训练领域扮演关键角色，成为降本增效和提升算力的重要手段。

（文章来源：财联社）