美国知名风险投资人Martin Casado表示,前沿大模型的训练成本已经高达30亿到50亿美元,推理阶段可能需要创造约100亿美元收入才能收回投入。在这种规模下,只要专属芯片把推理成本降低20%,就能省下20亿美元,足以覆盖一颗定制ASIC的研发费用。再加上模型权重相对固定,芯片可以围绕单个模型深度优化,未来甚至可能出现“一个大模型配一颗专属芯片”的格局。
美国知名风险投资人Martin Casado表示,前沿大模型的训练成本已经高达30亿到50亿美元,推理阶段可能需要创造约100亿美元收入才能收回投入。在这种规模下,只要专属芯片把推理成本降低20%,就能省下20亿美元,足以覆盖一颗定制ASIC的研发费用。再加上模型权重相对固定,芯片可以围绕单个模型深度优化,未来甚至可能出现“一个大模型配一颗专属芯片”的格局。