💡
原文中文，约3100字，阅读约需8分钟。
📝
内容提要
近期，AI界对大模型的Scaling Law产生分歧。清华大学提出的密度定律表明，大模型能力密度每100天翻倍，推论模型推理开销和能力密度加速下降，揭示端侧智能潜力，强调需持续探索大模型的科学建设路径。
🎯
关键要点
- AI界对大模型的Scaling Law产生分歧，部分观点认为其已到头。
- 清华大学提出的密度定律表明，大模型能力密度每100天翻倍。
- 密度定律推论模型推理开销随时间指数级下降。
- 大模型能力密度正在加速增强，芯片电路密度与模型能力密度持续增强。
- 无法仅依靠模型压缩算法增强模型能力密度。
- 模型高性价比有效期不断缩短，盈利窗口短暂。
- 密度定律揭示LLM进入新发展阶段，电力、算力与智力密度快速增长。
- AI计算从中心端到边缘端的分布式特性协同高效发展，推动AI无处不在的愿景。
➡️
