從 MIPS 到艾弗洛普僅僅數十年：計算能力正在爆炸，將改變 AI

在最近的Nvidia GTC大會上，這家科技巨頭展示了突破性成就：首個單機架伺服器系統，能達到每秒十億億次浮點運算（exaflop）。這是由Nvidia最新GB200 NVL72系統驅動，搭載尖端的Blackwell圖形處理單元（GPUs）。為便於理解，此系統僅佔據約6英尺高、3英尺多深、不到2英尺寬的標準機架。

縮小exaflop：從Frontier到Blackwell

這項宣布讓我思考我們在短短几年內的進展。全球首個exaflop電腦“Frontier”於2022年在橡樹嶺國家實驗室安裝，由HPE打造，搭載AMD GPUs和CPUs，佔據74個機架。相比之下，Nvidia新系統將73倍性能濃縮於單一機架，相當於連續三年每年性能翻三倍！這證明了計算密度、能源效率和架構設計的驚人進步。

值得注意的是，兩系統雖都達到exascale里程碑，卻用途不同。Nvidia的exaflop基於低精度數學（4位和8位浮點運算），最適合AI工作負載，如訓練和運行大型語言模型（LLMs），注重速度而非精度。而Frontier的exaflop則來自64位雙精度數學，是科學模擬的黃金標準，精確度至關重要。

進展神速

這樣的進展速度幾乎令人難以置信，尤其是回想我計算生涯早期。我的第一份工作是在DEC KL 1090上編程，那是DEC PDP-10系列分時主機，僅每秒180萬指令（MIPS）。它通過硬線連接到陰極射線管（CRT）顯示器，無圖形顯示，只有文字。當然，那時也沒有互聯網，遠程用戶需通過最高1200比特每秒的調製解調器連線。

5000億倍的計算能力

雖然MIPS與FLOPS不可直接比較，但能感受計算能力的驚人飛躍。MIPS測量整數處理速度，適合通用計算和商業應用；FLOPS測量浮點性能，對科學工作負載和現代AI（如訓練機器學習模型所需的矩陣數學和線性代數）至關重要。

以此粗略估計，Nvidia新系統比舊DEC機器強大約5000億倍。這是計算能力在單一職業生涯中呈指數增長的驚人例證。讓人不禁思考：如果40年達成如此成就，未來五年又會如何？

Nvidia在GTC分享了路線圖，預測其基於“Vera Rubin”Ultra架構的下一代全機架系統將提供當前Blackwell Ultra機架14倍的性能，預計未來一兩年內實現14至15 exaflops的AI優化工作。

不僅是原始性能，將如此性能壓縮至單一機架意味著更少空間、更少材料和更低的操作能耗。當然，這些系統的絕對電力需求仍相當巨大。

AI真需要這麼多計算能力嗎？

雖然性能提升令人印象深刻，AI產業正面臨重大問題：我們到底需要多少計算能力，代價如何？興建大型AI數據中心的競賽由exascale計算和日益強大的AI模型需求驅動。

最雄心勃勃的項目是5000億美元的Stargate計畫，計劃在美國建設20個各50萬平方英尺的數據中心。全球還有其他超大規模項目正在進行或籌備，以應對未來AI工作負載的基礎設施需求。

一些分析師擔心可能過度建設。中國DeepSeek的推理模型R1發布後，因其計算需求遠低於同類模型，引發關注。微軟近期取消與多家數據中心供應商的租約，引發對其AI基礎設施需求的重新思考。

然而，《The Register》認為，這種撤退可能與計畫中的數據中心無法滿足下一代AI系統的電力和冷卻需求有關。AI模型已推到當前基礎設施的極限。《MIT科技評論》報導，中國許多數據中心因基於過時規格而難以應對。

AI推理需要更多FLOPS

推理模型在運行時通過推理過程承擔大部分重負，這些模型驅動了一些最先進且資源密集的應用，如深度研究助手和新興的代理AI系統。

雖然DeepSeek-R1一度讓業界認為未來AI可能需要較少計算能力，Nvidia CEO黃仁勳強烈反駁。在CNBC採訪中，他表示相反結論：“每個人都得出完全相反的結論。”他補充，推理AI消耗的計算能力比非推理AI多100倍。

隨著AI從推理模型進化到自主代理，計算需求可能再次激增。下一突破或許在AI代理協調、融合模擬或大規模數位孿生等領域，皆由這樣的計算飛躍實現。

恰如其分，OpenAI宣布400億美元新融資，創下私人科技融資紀錄。他們在博客中表示，這筆資金“使我們能進一步推進AI研究前沿，擴展計算基礎設施，並為每週使用ChatGPT的5億人提供更強大的工具。”

為何如此多資金湧入AI？原因從競爭力到國家安全不一而足，但麥肯錫指出，AI可能每年為企業增加4.4兆美元利潤。

未來如何？無人能料

資訊系統的核心在於簡化複雜性，無論是我曾用Fortran編寫的緊急車輛路由系統、用COBOL打造的學生成績報告工具，還是加速藥物發現的現代AI系統，目標始終一致：理解世界。

如今，隨著強大AI即將問世，我們正跨越門檻。首次，我們可能擁有足夠的計算能力和智能，來解決曾經超乎人類能力範圍的問題。

《紐約時報》專欄作家凱文·盧斯精準捕捉這一刻：“每週，我遇到從事AI的工程師和企業家，他們告訴我，變革——重大變革、撼動世界的變革、前所未有的轉型——即將到來。”這還不包括每週湧現的突破。

過去幾天，OpenAI的GPT-4o幾乎能從文字生成完美圖像，Google發布可能是迄今最先進的推理模型Gemini 2.5 Pro，Runway推出具備逐鏡頭角色和場景一致性的視頻模型，VentureBeat指出，這是大多數AI視頻生成器至今未能實現的。

未來如何，無人能料。我們不知強大AI是突破還是崩潰，是否能解決融合能源問題或引發新生物風險。但隨著未來五年更多FLOPS上線，創新將快速且強勢到來。隨著FLOPS規模擴大，關於責任、監管和克制的對話也必須同步跟進。

蓋瑞·格羅斯曼是Edelman技術實務執行副總裁暨Edelman AI卓越中心全球負責人。