大模型解决不了英伟达的难题，AI新范式必将出现：专访安克创新CEO阳萌

在人工智能的快速发展中，许多技术和理论不断被提出和淘汰。最近，安克创新的CEO阳萌在一次访谈中分享了他对当前AI技术的看法，尤其是关于大模型和未来算法的思考。本文将对他的观点进行整理和分析。

🤖 大模型的局限性

阳萌指出，当前的AI大模型面临着许多挑战，尤其是在能耗和效率方面。他提到，尽管大模型在某些任务上表现出色，但其运行所需的能耗却是惊人的。例如，英伟达的芯片在运行800亿个参数的模型时，耗电量高达两三千瓦，而人脑在处理相似数量的神经元时，仅需不到20瓦的功耗。

这种巨大的能耗差异让人思考，是否存在更高效的计算架构来支持未来的AI发展。

🧠 仿生算法的未来

阳萌认为，未来的AI算法将会朝着仿生的方向发展。他提到，当前的Transformer架构虽然在一定程度上推动了AI的发展，但它只是一个阶段性的解决方案。他大胆预测，10到20年后，Transformer将不再是主流，新的算法将会出现。

他强调，未来的算法应该能够在存储和计算之间实现更紧密的结合，类似于人脑的工作方式。这种“存算一体”的架构将会是未来AI硬件的一个重要发展方向。

🔍 分治法与端到端算法

在访谈中，阳萌还提到了分治法和端到端算法的区别。他指出，传统的分治法在解决问题时需要将问题拆解成多个子问题，而端到端算法则是通过大量数据训练出一个黑箱模型，直接解决问题。

这种转变使得许多传统的知识和技能变得不再重要，尤其是在自然语言处理等领域，过去的专家知识逐渐被大模型所取代。

⚙️ 硬件与算法的相互影响

阳萌强调，硬件的发展与算法的演变是密不可分的。他认为，当前的GPU架构虽然在一定程度上支持了大模型的训练和推理，但其设计仍然基于冯诺依曼架构，这种架构在处理端到端算法时显得力不从心。

他预测，未来的AI硬件将会采用“存算一体”的设计，能够在同一单元中同时进行数据存储和计算，从而大幅度降低能耗，提高效率。

🌟 未来的展望

阳萌的观点为我们提供了对未来AI发展的深刻洞察。他认为，随着技术的不断进步，新的算法和硬件架构将会不断涌现，推动AI向更高的水平发展。

在这个过程中，AI的伦理和安全问题也将成为重要的讨论话题。阳萌提到，未来的AI系统可能会具备自我学习和进化的能力，这将引发一系列关于AI控制和责任的伦理问题。

结语

阳萌的见解为我们理解当前AI技术的局限性和未来的发展方向提供了新的视角。随着技术的不断演进，我们期待看到更高效、更智能的AI系统的出现。希望未来的AI能够在保持强大计算能力的同时，也能更加节能环保。