12月2日讯息，The Verge昨日专访了IBM首席执行官Arvind Krishna。他在播客中提到，鉴于当前的数据中心建设和运营成本水平，行业内巨额的资本支出几乎难以获得相应的回报。
Krishna指出，在追求通用人工智能（AGI）的过程中，AI企业不断扩张计算能力，但现有的基础设施成本结构很难支撑这种规模化的投资具备经济可行性。
Krishna强调，按目前的估算，在今天的成本水平下，一个1吉瓦的数据中心需要投入大约800亿美元。如果一家公司计划建设20至30吉瓦规模的数据中心，其资本支出将高达约1.5万亿美元（约合人民币10.62万亿元）。
他还指出，全球范围内与AGI相关的建设承诺总量可能接近100吉瓦，对应的投入将达到约8万亿美元（约合人民币56.63万亿元），而仅利息成本就需要约8000亿美元的利润来覆盖。
Krishna还提到AI芯片的折旧周期是关键因素之一。当前的数据中心芯片通常需要在五年内完成折旧，之后可能被替换，这使得长期回报变得更加难以实现。
面对AGI这一热门话题，Krishna表示，他认为现有技术路径在没有进一步重大突破的情况下实现AGI的可能性微乎其微，他将这种概率评估为0%至1%。
不止Krishna，多位科技领域专家对AGI的快速发展持谨慎态度。其中包括Marc Benioff、Andrew Ng和Mistral CEO Arthur Mensh等。OpenAI联合创始人Ilya Sutskever也认为大模型时代的”规模效应”已经接近极限，未来将重新进入以研究驱动的发展阶段。
尽管对AGI的技术路线有所保留，Krishna仍高度认可当前AI工具对企业生产力提升的价值，并预测这些技术将在企业领域释放出”数万亿美元级”的效率收益。他建议未来可能需要将专业知识体系与大模型相结合，才能推动通用人工智能的发展迈入新阶段，但他对这一努力的成功可能性依然持谨慎态度。
相关文章
