缩放原则没有撞墙 黄仁勋：去年大家都搞错了

AI晶片龙头辉达在17至21日举行，创办人黄仁勋19日进行主题演讲，并发布、更新软硬体产品，由于去年DeepSeek以低成本蒸馏其他模型的方式，引发AI市场对资本支出的疑虑，甚至是认为Scaling Law（缩放原则）已经撞墙，不过黄仁勋表示，去年大家都搞错了，预期在2028年资料中心的建置将达到1兆美元规模。

所谓Scaling Law，意思是AI随着模型、数据集大小以及用于训练的计算量增加，会使模型性能提高，因此为了得到更好的效能，前3者都必须同时放大，因此科技巨擘才不断地投入AI伺服器建置。

不过去年DeepSeek推出低成本的模型，但其效能与大型语言模型不相上下，引发对Scaling Law的疑虑，甚至认为没有必要加大对AI伺服器的投资。

因此黄仁勋提到预训练要解决的是资料的问题，后训练则需解决人机互动的问题；并直言，去年大家都搞错了Scaling并没有遇到撞墙，他进一步解释，从GPT开始到现在的AI推理，不再是预测下一个Token，而是产生100倍以上的Token。

如此一来推理的计算量需求、计算速度都必须提高，现在所需要的计算量，推估比需要的多出100倍，而数据的来源就是强化学习，可以产生大量的Token。

黄仁勋针对Hopper的需求高峰以及Blackwell出货的首年相比，表示会看到AI正处于转折，去年全球4大CSP客户购入约130万片Hopper架构的GPU，但今年4大CSP客户已经购入360万片Blackwell架构的GPU。

黄仁勋表示，未来资料中心的建置将达到1兆美元的规模，时间点就落在2028年。