量子位
·
未来推理将吃掉70%算力，30%留给训练丨硅谷投资人张璐@AIGC2026
内容提要
张璐在2026中国AIGC产业峰会上强调，AI的竞争力在于基础设施整合，推理将成为主要算力需求。未来应关注高质量数据和物理AI应用，特别是在医疗、太空和纳米机器人领域。同时，边缘计算和数据收集平台的创新也至关重要，以支持AI的快速发展。
关键要点
-
张璐强调AI的竞争力在于基础设施整合，推理将成为主要算力需求。
-
未来应关注高质量数据，尤其是在医疗、太空和纳米机器人领域的应用。
-
边缘计算和数据收集平台的创新对AI的快速发展至关重要。
-
推理的算力需求正在超过训练，成为可持续的算力需求。
-
物理AI的发展需要高质量的真实世界数据，数据收集平台的标准化至关重要。
-
医疗领域是AI应用的重要方向，数据质量比数据量更为重要。
-
太空科技与物理AI的结合将推动太空经济的快速发展。
-
微米机器人和纳米机器人在医疗领域的应用前景广阔。
延伸解读
推理与训练的算力需求变化
张璐指出，未来推理将占据算力需求的主导地位，预计比例将达到30:70。这一变化意味着企业在基础设施投资时需更加关注推理优化，以满足持续的算力需求。推理的可持续性将影响AI应用的效率和成本，企业应提前布局相关技术。
高质量数据的重要性
在AI应用中，尤其是医疗和物理AI领域，高质量数据的获取比数据量更为重要。张璐强调，数据治理和标准化的数据收集平台是推动AI发展的关键。企业需重视数据质量，以提升模型的准确性和应用效果。
边缘计算的未来
边缘计算被视为AI发展的重要方向，尤其是在数据隐私和高监管行业中。张璐提到，边缘端的AI部署将促进数据的本地化处理，提升效率。企业应关注边缘计算技术的创新，以适应未来的市场需求。
物理AI与太空科技的结合
物理AI与太空科技的结合被认为是未来的重要发展方向。张璐提到，太空经济的快速崛起将推动相关技术的应用，企业应关注这一领域的投资机会，以把握未来的市场潜力。
延伸问答
未来推理对算力的需求将如何变化？
未来推理的算力需求将超过训练，可能达到70%的算力消耗，成为主要的算力需求。
张璐提到的高质量数据在AI应用中有什么重要性？
高质量数据在AI应用中比数据量更为重要，尤其是在医疗、太空和纳米机器人领域。
边缘计算在未来AI发展中扮演什么角色？
边缘计算将成为人工智能部署的重要方向，支持本地化数据处理和应用。
物理AI的应用前景如何？
物理AI在医疗、物流、太空等领域有广泛应用前景，尤其是在仿真模拟和数据层面。
未来AI基础设施的创新需求是什么？
未来AI基础设施的创新需求将集中在算力优化和通信能耗降低上，以支持大规模产业部署。
医疗领域如何与AI结合？
医疗领域与AI结合的趋势包括个性化治疗和高质量数据的应用，推动AI医疗技术的发展。
