Sam Altman 和 Pat Gelsinger 的对谈，http://t.cn/A6YpUEeB

Sam Altman：AI芯片与其他类型芯片市场规模的考量方式不同。以手机为例，人们的手机每隔几年就会升级一次。有些人有两部、有些人有一部或者买不起，大致上这就是传统手机芯片市场的本质。但AI计算将是一种完全不同的商品，它更像是能源，价格对使用量有着决定性影响，如果价格太高，则用的人较少；如果价格较低，则用的人更多。如果Al超级便宜，我希望它一直帮我阅读电子邮件，思考当天的问题等。但如果AI非常昂贵，可能我只会偶尔问ChatGPT一些问题。

要让AI变得如此便宜，意味着世界需要更多的数据中心，这需要更多的半导体产能，以及建设这些产能所需的其他资源。也许最困难、最昂贵的，就是为这些产能提供动力所需要的能源。如果我们不能将所有这些整合在一起，就会出现效率低下的情况。

Pat Gelsinger：所以为此我还需要建造多少个晶圆厂？正如我思考的，你需要多少个 GPU用于训练 GPT-7？

Sam Altman：你们良率怎样？

Pat Gelsinger：很高。

Sam Altman：那就不用太多晶圆厂，我记住你说的话了。其实我们目前还没有具体数字，毕竟这与传统市场规模评估方式不一样，而且因为所有限制因素是同时存在的，可以通过做出不同的假设来想象一些不同的事情，比如每美元带来的多少算力或每瓦特算力。但可以确定的是，世界将需要大量的AI计算，新模型的能力将非常强大，他们将能为人们做更多更奇妙的事情，我们希望这能被更多的人们使用。

Pat Gelsinger：我们已经看到了AI训练所需要的算力规模，它正变得越来越大。但同时我们也希望将AI部署在更多地方，这带来的是线性增长或指数级增长吗？就这些人工智能模型而言，你认为最终将走向何方？

Sam Altman：我们可以很准确的估计的是，对大模型投入的资源越多，它的性能就越好。这就像一种类似物理定律的东西。