6
亚马逊首席执行官安迪·贾西 (Andy Jassy) 表示，人工智能基础设施对于广泛的企业应用来说仍然过于昂贵，但亚马逊网络服务 (Amazon Web Services) 正是希望通过开发自己的芯片和削减推理成本来改变这种情况。
在接受 CNBC 财经频道 Squawk Box 采访时，贾西反驳了有关人工智能模型效率的最新进展（例如 DeepSeek 带来的进展）将减少基础设施建设需求的猜测。
“我们的需求非常高，”他说。“我认为我们现在不会减少建筑中心的产能。”
贾西强调，尽管宏观经济存在不确定性，且关税威胁迫在眉睫，但AWS 对 AI 基础设施的需求并未下降。他解释说，虽然更高效的模型受到欢迎，但 AI 基础设施面临的挑战更深远、更持久。
“如果你像我们一样构建前沿模型，你就会面临很多相同的问题，”贾西说道。“我们越能降低人工智能的成本，就会有越多的客户使用它。”
贾西将当今的人工智能转型与 AWS 的早期进行了类比。他表示，随着企业不断探索新的创新途径，单位计算成本的降低往往会导致客户支出的增加（而非减少）。
“这让他们能够在建设项目上节省资金，但支出却没有减少，”他说，“这激发了他们进行更多创新。”
贾西认为，降低人工智能成本主要有两个杠杆：芯片本身的成本和推理成本（即使用训练模型进行预测的过程）。虽然目前训练占据了支出的主导地位，但大规模部署后，推理将成为成本中心。
AWS 的应对之策是打造自己的定制 AI 芯片。Jassy 表示，这些芯片的性价比比目前基于 GPU 的实例高出 30% 至 40%。他还指出，降低推理成本需要硬件和软件技术的进步。
Jassy 明确阐述了这一使命：“如果你现在与 AWS 团队一起开会，他们会觉得他们的责任和使命是让 AI 的成本比现在显著降低。”
降低人工智能成本的推动力，对加密货币领域的某些细分市场而言，可能是一个催化剂。值得注意的是，开发者长期以来一直在探索人工智能用例，但由于基础设施和成本限制，常常遭遇挫折。随着更经济实惠的技术在未来几年内问世，从链上分析到去中心化自主代理，区块链原生人工智能应用的规模化应用将变得更加可行。
浏览量6
浏览量5
浏览量6
浏览量6
浏览量6
