资讯
公开 · 已发布
到2028年，训练最新的AI模型可能需要一个吉瓦级的数据中心，其输出功率约等于一座核反应堆。@gregosuri 解释了为什么答案可能是分布式训练：将计算能力转移到能源已存在的地方。#akash #ai #crypto #depin
到2028年，训练最新的AI模型可能需要一个吉瓦级的数据中心，其功率输出约等于一座核反应堆，而提出的解决方案是分布式训练，将计算能力部署在能源已可用的地方。
发布时间：
更新时间：
发生了什么
到2028年，训练最新的AI模型可能需要一个吉瓦级的数据中心，其功率输出约等于一座核反应堆，而提出的解决方案是分布式训练，将计算能力部署在能源已可用的地方。
已确认
全球影响 / 市场背景
如果AI训练转向拥有现有能源的分布式站点，公司可以避免为新发电厂进行巨额资本支出，降低运营成本，并加速模型开发，从而使AI和能源相关资产的投资者受益。
分析师推断
AI模型训练的计算量越来越大，到2028年可能需要一个相当于吉瓦级发电厂的数据中心，其输出功率可与小型核反应堆相媲美。
已确认
下一步关注
- 像Akash这样的分布式训练平台将计算能力定位在现有电源附近，这可能会减少对专用吉瓦级数据中心的需求，从而被采纳。 分析师推断
- 围绕AI大规模能源使用的监管发展，特别是影响核级电力消耗和可再生能源整合的政策。 分析师推断
- 云服务提供商和AI公司在决定是建设大规模集中式设施还是利用去中心化、能源丰富的地点时的资本支出趋势。 分析师推断